華盛頓 AI 教育指南：每位老師都能從中獲得啟發

不是標題黨，我用這個標題就是想說明這個內容真的很推薦。

截止2025 年 1 月 24 日，美國已有 25 個州及其教育部門發布了有關在 K12 學校使用 AI 的指導文件。這些文件由各州教育部門或相關機構制定，目的是幫助學校和地方教育機構制定、實施和監督 AI 應用的政策。我們只挑重要州和亮點內容來講解。加利福尼亞州作為美國的“科技重鎮”，我們公眾號也解讀過了（點擊圖片即可閱讀）。這次看華盛頓發布的，更有洞見。

這份名為《Human-Centered AI Guidance for K–12 Public Schools》的文件由華盛頓州公立教育部門（Office of Superintendent of Public Instruction, OSPI）發布，旨在為K–12公立學校如何在人性化、負責任且安全的前提下使用人工智能提供指導。

強調“Human Inquiry → AI → Human Empowerment（人類探究 → AI支持 → 人類深化提升）”的三段式模型，確保在使用AI時始終保留并凸顯人類的思考和創造力。在教育中引入AI時，需遵循“以人為本”的原則：由人類提出問題，以AI做輔助，最終依然需要由人類對結果進行審視、加工和升華。

在華盛頓州的這份《Human-Centered AI Guidance for K–12 Public Schools》中，除了總體原則與框架，還提供了相當豐富的“操作性示例和資源”來幫助一線教師、教育管理者、IT/EdTech 負責人以及學生和家長將AI真正落地于教學和學習實踐。

一、HAH 三段式模型

在華盛頓州這份面向K–12教育的AI指導文件中，“Human Inquiry → AI → Human Empowerment”所倡導的三段式模型，強調每一次使用AI都應該從人類的思考與問題出發，并在最后回歸到人類對結果的審視、改進與深化。

它可簡單概括為：

• 先有“人”的提問、思考與目標確定。例如，教師在備課時帶著需要解決的問題或要達成的教學目標，學生在寫論文或做項目時先確定研究問題、想要探討的主題等。

  
  

• 這一階段突出人類在“選題—思考—設計”過程中的主導地位，確保AI只是“工具”而非“出發點”。

  
  

• 在明確了人類的需求與方向后，引入AI工具，輔助或加速某些環節。它可能是基于預先提供的素材生成更豐富的參考資料、對文本進行概念梳理、提出進一步的思考線索，或對學術數據進行分析和可視化等。

  
  

• 這一階段的關鍵，是AI只能基于人類已有的思考與輸入提供“輔助”或“生成”，而非完全替代人的獨立學習與判斷。

  
  

• 最終成果依然要由人類來把關、整合、反思與升華。例如，教師需要對AI生成的教學設計進行取舍調整，學生需要對AI輔助下得到的草稿進行整理、論證與引用標注。

  
  

• 通過人類對AI產出的再審視、再評價和再創造，既保證了人對成果的“掌控權”和“決定權”，也使學習者真正學到如何批判性地使用工具、如何驗證信息、如何進行個性化表達等，真正實現“人的賦能” 。

  
  

華盛頓指導文件把這樣一種“三段式”流程作為核心理念，一方面確保AI的使用與人本教育的核心價值觀相契合，不會因為工具的強大就使人類思考淪為陪襯；另一方面也能充分發揮AI在信息處理與內容生成上的優勢，為學生與教師帶來更豐富的思路、更高效的學習及教學體驗。

二、學生應用 AI 的五步分層（Scaffolding）法

將“學生在作業或學習中使用AI的深度”分成不同層級，可以幫助教師和學生明確各自應遵守的規范和需要掌握的技能，從而在不同的學科、作業類型中合理地引入AI。文件中提供的“五步分層法”用來讓學生了解：從不使用AI到與AI深度共創之間，有哪些漸進的過渡階段。

以下是其五級劃分示例，并附加說明：

• 學生獨立完成作業，全程基于自己的知識、技能和思考。

  
  

• 適用于希望考查學生的原始認知能力或讓學生充分展示個人學習成果的情境，如傳統閉卷考試、核心基礎技能練習等。

  
  

• 學生在完成作業前，可用AI進行初步的靈感收集或思路發散。

  
  

• 作業的主要書寫或內容輸出依然需要由學生親手完成，AI的使用僅限于提供一些“參考”或“想法建議”。

  
  

• 學生通常需要記錄或說明AI幫助其獲得了哪些靈感，并對其進行批判性篩選和調整。

  
  

• 學生可以讓AI生成或梳理一個草稿，但需要學生對AI生成的內容做實質性修改和整合。

  
  

• 強調在這一步中，“最后成品”的結構、論點和結論依然要經過學生的審閱和修訂，并在文檔或作業中注明AI的參與程度。

  
  

• AI不僅用于初稿，還可持續為學生提供文本潤色、內容補充或分析建議；學生在生成、修訂和再生成中與AI多次交互。

  
  

• 學生需對AI提供的內容進行批判性思考和多輪深度加工，并在“過程性作業或作品”中保留人類思考的痕跡。

  
  

• 作品中必須透明說明哪些部分是AI協作完成，如何在過程中做了決策和判斷。

  
  

• 強調學生與AI進行深度“對話”或“協作”，最終成果的核心部分也許有相當大比重來自AI，但學生需對內容的準確性、原創性和價值觀進行“最后審查”。

  
  

• 學生在此階段常常需要展示更高層次的AI素養（如對偏見和局限的識別、對AI輸出內容背后邏輯的理解等），對AI輔助的作品進行深度反思與批判，并詳細披露AI所做的貢獻、相應的提示詞（prompt）等。

  
  

三、AI 作業設計矩陣（Assignment Scaffolding Matrix）

• 列舉常見作業類別：如閱讀理解、論文寫作、團隊項目、口語或演示、計算類作業等。

  
  

• 不同作業類型對學生的學術誠信、創意表達、技能訓練的重點各不相同，因此AI介入的深度和形式也會有所差異。

  
  

• 將上述“五步分層”與具體作業形式相結合。

  
  

• 舉例：在一篇歷史論文寫作中，Level 2僅可用AI做資料和大綱；Level 3可用AI生成草稿，但學生必須自行找證據或進行引用標注；Level 4或5則可能允許學生與AI做深度討論，讓AI提出多角度的史實與評論，但強調最后的批判與結論由學生完成，并做嚴謹的學術引用。

  
  

• 在矩陣中會標注哪些環節需要教師額外檢查學生的理解深度或過程性成果（如草稿、學習日志、prompt的使用記錄），以防止學生“完全抄襲AI”或“僅接受AI輸出而不加思考”。

  
  

• 教師可結合學習目標，確定需要學生展示的“人類思維過程”證據及AI使用痕跡，從而進行更全面的評價。
  
  

• 基于作業完成度與學生的實際感受，教師可逐步提升或降低AI參與深度。比如在起初對AI輸出依賴度較高的班級，可以在后期強化人類批判性思維或創造力，以避免學生過度依賴AI。

  
  

在教學中的意義：

• 讓教師在備課和設計任務時有一個結構化的“藍圖”，不僅規定“可以使用AI”或“不能使用AI”，而是具體到如何與在何處使用AI、使用后需如何呈現等細節層面。

  
  

• 清晰的框架可大幅減少教師在課堂中對AI使用的隨意性和擔憂，同時提高對學術誠信的把控度。

  
  

• 有助于讓學生意識到，AI既能成為優秀的輔助工具，也需要謹慎對待、善加利用才能產生最佳的學習價值。

  
  

三、“SHIFT”批判思維框架

核心目標：培養學生對AI生成內容進行批判性思考的能力，幫助他們避免盲信AI并積極探究AI可能存在的偏見或錯誤。

在文件中，特別提到了一個簡潔的思維框架——“SHIFT”，用于指導學生或教育者在使用AI時進行自我審視與相互討論。

• S – Start your curiosity engine（激發好奇心）先問自己：我想解決/探究的問題是什么？我對AI輸出最大的疑惑或期待在哪里？

  
  

• H – Hone in on a detail（聚焦于一個細節）：在AI生成的內容中，找出一個你覺得可疑或驚喜的細節，深入探討其正確與否及潛在含義。

  
  

• I – Identify your context（明確應用情境）：AI給出的答案是否適用于當前的情境或需求？有沒有偏離主題或違背任務目標的地方？

  
  

• F – Frame it from a new perspective（換個角度）：試著從不同立場、學科、文化背景出發，重新審視AI給出的結果，它的合理性和局限性在哪里？

  
  

• T – Talk about what’s missing（討論或反思缺失之處）：有沒有什么信息是AI沒有考慮到的？是否存在算法偏見或樣本不足？需要進一步查證或補充哪些資料？

  
  

除此之外，很多學校在具體應用場景中，也會擴展或自創其他批判思維框架，比如讓學生與AI進行多回合對話后，自我提問：

• “AI可能犯了哪些典型錯誤？”

  
  

• “這段生成的文字可能忽略了哪些群體或視角？”

  
  

• “如果我作為讀者，會對這些內容產生哪些疑惑？”

  
  

運用“SHIFT”批判思維框架意義：

四、“SHIFT”批判思維框架

總結一下，本文件的指導思想是“Human Inquiry → AI → Human Empowerment（人類探究 → AI支持 → 人類深化提升）”三段式模型，確保在使用AI時始終保留并凸顯人類的思考和創造力。強調在教育中引入AI時，需遵循“以人為本”的原則，基于此，提出以下框架來在 K12 階段實施 AI for Education：

• 五步分層（Scaffolding）模型：幫助定義學生在學習和作業中使用AI的不同“深度”或“階段”，避免“一刀切”或濫用。

  
  

• AI 作業設計矩陣（Assignment Scaffolding Matrix）：面向一線教學實踐，把“五步分層”與具體學科、不同作業類型結合起來，為教師提供可供參考的模板。

  
  

• “SHIFT”批判思維框架：在學生使用AI工具的過程中，隨時引導他們進行反思、檢查和討論，培養負責任的數字素養與批判性思維。

  
  

這三者結合在一起，就能讓學校和教師在教學與評估環節中充分發揮AI的潛能，同時確保學生保持獨立思考、學術誠信和對信息質量的把關能力。