问题—— 随着智能应用加速进入学习场景，社会关注也随之升温：一是答案越来越“触手可及”，会不会削弱思考与钻研，让学生产生依赖；二是技术能力与使用习惯存差异，是否会在家庭之间形成新的教育鸿沟，出现所谓“新寒门”；本次研讨围绕这些问题展开讨论，学界、教育实践者与公众意见领袖进行了充分交锋，并形成几项共识：技术扩散难以逆转，回避无助于解决问题；更关键的是如何划定使用边界、培养必要能力、更新评价方式。 原因—— 其一，知识获取方式发生结构性变化。过去，优质题目、讲解与经验往往依附于学校、地区和培训网络，信息差会影响学习路径与备考效率。如今，题库、解析、错因定位和个性化讲解可以在移动端快速获得，知识供给由“稀缺”走向“普遍”，传统依赖资源优势的学习方式受到冲击。 其二，学习目标与工具能力出现错位。部分家长担心“用多了会变笨”，折射出把学习等同于刷题与记忆的惯性。与会学者指出，如果将“聪明”简单等同为应试熟练度，技术确实能大幅提升练习与答疑效率；但影响学生长期发展的，仍是理解、迁移、表达、实践与自我管理等综合能力。 其三，家庭与学校角色需要重新定位。面对新工具，家长可能因陌生而排斥，也可能因焦虑而放任“替代式学习”。学校若在课程、作业与评价上缺少配套规范，学生就更容易把工具当成“捷径”，把完成任务误当作真正掌握能力。 影响—— 首先，对学生而言，机遇与风险并存。机遇在于：个性化答疑与即时反馈有助于提升效率，增加接触优质内容的机会，并在一定程度上缩小地区、学校之间的信息差。风险在于：若把工具当作“直接给结论”的外包，可能导致思维惰性，形成“看懂答案”却难以“独立完成”的表面能力。 其次，对教育公平而言，技术具备明显的普惠潜力。有观点认为，工具普及正在削弱过去依赖关系网络获取资源的现象，让更多学生获得相对均等的练习材料与讲解渠道。但也要看到，差距可能从“有没有资源”转向“会不会用、能不能自律、是否有人引导”，即使用素养、任务管理与学习习惯的差异。 再次，对选拔与评价体系而言，冲击更为直接。当“知识检索与标准化解题”变得更容易，若选拔机制仍过度依赖这些可被工具高效完成的能力，就可能加剧“会用工具的人”与“只会背答案的人”的分化。与会人士建议，将关注点更多放在问题提出、过程解释、实践操作、跨学科整合与价值判断等更难被替代的能力上。 对策—— 一要明确“学”与“习”的边界，避免停留在“知道”层面。多位教育实践者认为，工具在概念讲解、例题拆解、错题归因诸上优势突出，适合用于“学”；但实验、写作、表达、项目实践以及体育艺术训练等“习”的环节，仍需坚持亲身投入与反复训练。学校可据此优化作业结构：允许借助工具进行资料梳理与思路生成，但要求提交过程记录、反思日志与口头阐释，确保能力真正落地。 二要把“提问能力、验证能力、表达能力”作为核心素养重点训练。与会观点认为，未来拉开差距的不在于谁更早接触工具，而在于谁能提出更好的问题、能识别错误与偏差、能把信息组织成清晰论证。教育部门与学校可将信息检索、证据判断、引用规范、逻辑写作等纳入课程与评价。 三要形成家校协同的使用规范。家长不必把自己当作“技术导师”，但应成为规则与习惯的守护者：明确使用时段与目的，强调先独立思考再求助工具，鼓励把工具当作“教练”而非“替身”。学校则需在作业要求、诚信边界、课堂管理与数据安全上建立清晰制度，减少无序使用带来的副作用。 四要推动平台与公共资源更好服务普惠。工具提供方在扩大内容供给的同时，应加强适龄引导、学习过程支持与风险提示，提供可解释的解题过程、分层练习与纠错机制，避免“只给结果”的单一输出，帮助学生把反馈转化为能力提升。 前景—— 与会者普遍认为，智能工具进入校园与家庭将是长期趋势。其带来的深层变化，可能首先体现在“评价体系再设计”和“教师角色再专业化”：教师将更突出指导、评价、激励与价值引领；学生则需要在更开放的信息环境中提升自我管理与批判性思维。未来，谁能更早建立面向新工具的课程体系、作业范式与素养评价，谁就更可能在新一轮教育变革中占据主动。
人工智能在教育领域的应用正在带来深刻变化，它不仅改变了知识获取方式，更在推动教育价值取向的调整；从“AI新寒门”的讨论可以看出，社会对技术公平性的担忧有其现实基础，但也应看到，AI同样具备打破资源壁垒、促进教育公平的潜力。真正的挑战不在技术本身，而在于如何引导学生、家长与教育工作者适应变化，建立更匹配AI时代的教育理念与学习方式。未来的教育竞争力，将更多取决于创新能力、自律精神与适应能力，而不只是知识储备。这也促使全社会持续探索：在拥抱技术进步的同时，守住教育的本质——培养具备独立思考能力、能应对时代需求的人才。