如何鼓励在课堂上更智能地使用 AI 美国一所高中给 AI 标红黄绿灯
一所美国高中把教师培训、作业权限、学生判断练习和人工复核组合成课堂 AI 规则。本文拆解它怎样运行，并给出三色作业卡、课堂练习、教师检查表和学校试运行方案。
- Cheshire Academy 没有强制统一工具，而是培训提示、错误、偏见和结果核查等通用能力。
- 每项作业默认红灯；黄灯必须写清允许动作、阶段、过程证据和最终责任。
- 学生通过 AI 修改审计、匿名语言诊断和学生委员会练习判断；教师用 AI 起草材料后仍要核查引用、公式、事实和隐私。
- 学校可从一页规则、作业说明块、判断练习、教师检查表和反馈机制开始试运行；现有报道没有提供学习效果数据。
MIT Technology Review 2026 年 8 月 24 日报道了美国康涅狄格州 Cheshire Academy 的课堂 AI 实践。这所私立寄宿兼走读高中约有 400 名 9—12 年级学生。学校没有强制教师使用 AI，也没有把全校绑定到某一款产品，而是同时推进教师培训、作业权限、反思练习和学生参与。
红黄绿灯只是这套做法里最醒目的部分。完整机制回答了五个问题：教师先学什么，每项作业允许什么，学生使用后要证明什么，哪些结果必须由人复核，学校怎样让规则持续更新。
AI 进入家庭作业后，教师多了一轮看不见的工作
学生拿起手机，几秒钟就能生成答案或文章。教师有时能发现模型常见的逻辑错误、固定句式或标点习惯，但这些痕迹无法稳定证明一段文字来自谁。把判断建立在“像不像 AI”上，误判和漏判都会发生。
生成式 AI 还给教师增加了新工作。备课、出题、批改之外，他们现在还要判断某种用法是否违规、某段内容是否可靠、某项任务究竟允许 AI 参与到哪一步。OpenAI、联合国教科文组织等机构可以倡导 AI 素养，一线教师仍然需要把原则翻译成下一份作业上的具体说明。
课堂规则至少要回答三个现实问题：
- 学生开始作业前，能否准确复述允许和禁止的动作？
- 教师遇到一款新工具时，能否沿用原规则，不必重新列产品黑名单？
- 学生使用 AI 后，教师能否看到他的核查、取舍和修订过程？
Cheshire Academy 的方法，从这三个执行问题入手。
学校先培训通用能力，没有规定统一工具
校方技术协调员 George Aiello 称，绝大多数教师已经以某种方式使用 AI。这是校方人员的观察，不是独立调查。学校也没有要求所有人必须使用。教了近 30 年法语的 Miriam Przybyla-Baum 已经积累了大量课堂材料，她就认为自己不需要 AI 帮忙备课。
学校采纳顾问建议，把培训重点放在跨产品能力上：怎样写出可用的请求，怎样识别错误和偏见，怎样核查生成结果。教师可以选择 ChatGPT、Perplexity、MagicSchool 或其他工具，产品更换后，判断方法仍然有效。
教师目前主要把 AI 放在准备环节：
- 为新课构思活动和教案；
- 为某个年级补充练习题和工作表；
- 起草评分量规、课件或行政材料。
一些教师考虑过让 AI 直接生成给学生的反馈，最后因为质量、个性化和隐私问题没有采用。这个停顿很有价值：输出越接近具体学生，错误造成的影响越直接，所需的人工复核也越重。
红黄绿灯，把权限写进每一项作业
Cheshire Academy 的 2026—27 学生与家庭手册在第 2.8.3 节规定：每项作业都要标成红、黄、绿三类，所有作业默认红灯。
不允许生成式 AI
所有作业默认使用红灯，除非教师另行标明。
教师限定使用
教师写清允许的工具、阶段和程度，例如可用拼写检查，但不能向聊天机器人请求答案。
允许生成式 AI
学生可以使用 AI；任务仍可要求说明过程并对最终结果负责。
三种颜色承担不同权限：
- 红灯：不得使用生成式 AI。
- 黄灯：允许使用，但教师必须定义使用方式和程度。报道中的例子是可以使用拼写检查，不能向聊天机器人索取答案。
- 绿灯：允许使用生成式 AI。
黄灯最考验教师的任务设计。只写“可以适当使用 AI”没有消除歧义。学生仍然不知道可以在哪个阶段用、能否生成正文、要不要披露过程、谁来核查引用。
下面这份作业卡是根据 Cheshire 案例做的执行化改写，学校原文没有提供这张表：
红灯作业卡
- 允许：教师另行允许的非生成式工具。
- 禁止：使用生成式 AI 生成、修改或回答任务。
- 过程证据：独立完成声明；必要时保留草稿。
- 责任：学生对全部内容负责。
黄灯作业卡
- 允许：教师列明的头脑风暴、查错、翻译或代码辅助。
- 禁止：未获许可的生成正文、代答或改写。
- 过程证据：标注 AI 参与位置，列出采用、修正或拒绝的建议及理由。
- 责任：学生核查事实、引用、公式和表达。
绿灯作业卡
- 允许：任务说明允许的生成与协作。
- 禁止：隐瞒使用、提交未核查结果、输入受保护信息。
- 过程证据：AI 使用说明、关键提示或修改记录、最终核查结果。
- 责任：学生负责成品，教师按任务目标复核。
一份黄灯写作作业可以直接写成：
允许使用拼写检查和 AI 头脑风暴；不得让聊天机器人生成正文。提交时标出 AI 参与的位置，列出三条你采用、修正或拒绝的建议及理由。最终文本、事实和引用由你负责。
颜色先给边界，动作、证据和责任让边界真正可执行。
学生除了交答案，还要交出自己的判断
Przybyla-Baum 很早就遇到学生用 Google Translate 走捷径。她设计的法语作业没有停在“禁止翻译工具”。学生先让大模型编辑自己的作业，再逐条判断哪些修改正确、哪些修改拿走了个人表达。
让大模型编辑自己的作业
- 改得正确吗？
- 语言真的更好吗？
- 还像我自己的表达吗？
说明理由，提交自己负责的版本
AI 生成了建议，学生仍要完成核验、取舍和解释。教师因此能观察学习过程，而不只看到一个干净的最终答案。
报道还给出了两种做法。其一是匿名互评 AI 辅助作业，让学生标注哪些片段看起来经过 AI 处理；这项活动适合训练语言观察，不能拿来证明同学作弊。其二是正在试点的学生 AI 委员会，由学生制作内容、主持讨论，思考 AI 怎样使用才有利于学习和校园共同体。
把这些案例改成可直接布置的课堂练习，可以这样做：
练习一：AI 修改审计
- 学生提交自己的原稿。
- 让模型提出修改，不直接覆盖原稿。
- 对每一处修改标记“接受、修正、拒绝”。
- 至少解释三次取舍：是否正确、是否更清楚、是否仍然像自己的表达。
- 同时提交原稿、AI 建议、判断记录和最终稿。
练习二：匿名语言诊断
- 教师匿名化几份经过 AI 辅助的文本。
- 学生标注事实错误、空泛措辞、风格突变和缺少来源的位置。
- 全班比较判断分歧，讨论语言感觉为什么不能证明作者身份。
- 评分依据放在证据质量和修改建议上，不把猜中作者身份当成绩。
练习三：学生规则评审
学生收集本学期最容易误解的黄灯作业，找出规则中的模糊词，提出改写，并制作一页学生版说明。学生 AI 委员会每月汇总一次新工具、新误区和真实冲突，教师据此修订示例。
三项练习训练的是可观察动作：发现错误、比较选项、保留个人表达、说明决定。换一款模型，这些能力仍然有用。
MagicSchool 能缩短准备时间，不能替教师验收结果
MagicSchool 是报道中的教育专用工具案例。它把测验、工作表、评分量规、课件、教案和行政报告集中在一个平台。教师生成作业时，可以指定年级、题目数量、选择题或简答题等题型，还可以上传参考材料，让生成内容贴近课程。
截至 2026 年 8 月 25 日，MagicSchool 官方定价页显示：个人 Free 版为 0 美元；Plus 按年付费为每月 8.33 美元，合计 99.96 美元，按月付费为 12.99 美元。Plus 提供无限生成、完整输出历史、输出编辑和高级功能；学校和学区的 Enterprise 版需要询价。价格和功能会继续变化，这些数字只用于说明工具采购的量级。
教育专用平台的便利主要来自任务模板、历史记录和学校级管理。它没有消除四类检查：
头脑风暴、补充题型
- 收益：快速扩大备选方案，尤其帮助题库较少的新教师。
- 风险：内容重复、难度不合适。
- 检查：教师筛选并按课程目标重写。
工作表、教案、量规草稿
- 收益：节省搭建结构的时间。
- 风险：知识错误、评分标准失真。
- 检查：对照教材和学习目标逐项核查。
面向学生的材料
- 收益：快速生成说明、例题或反馈草稿。
- 风险：语气僵硬、缺少个性化、误导学生。
- 检查：教师重写最终文本，并检查隐私。
公式、引用、事实陈述
- 收益：生成速度快。
- 风险：幻觉会直接进入教学材料。
- 检查：重新计算公式，打开原始来源，逐句验证事实。
采购前至少要问五个问题：学生数据会送到哪里，学校能否控制账号和权限，输出记录能否追溯，教师能否编辑后再发送，发生错误时由谁负责。工具功能再多，也不能替代这组治理问题。
继续阅读达特茅斯实测AI判作业：学生嫌它死板，用的人反而考得更好151人实测:简答题比选择题更能拉动分数,AI答疑侧栏却几乎没人用
原文的三条建议，可以落实成教师的三个动作
MIT Technology Review 在结尾给出三条应用建议。把它们改写成工作动作，教师更容易直接采用。
1. 承认学生会尝试 AI，提前教会边界
家庭作业无法被学校完整监控。教师可以在开学第一周展示同一个问题的可靠回答、错误回答和编造来源，让学生先看见模型能力的波动；随后用三色作业卡说明本课程的允许范围。规则在第一次冲突前讲清，比冲突发生后猜测学生动机更省力。
2. 把教师自己的复核过程展示出来
如果教师直接发出未经检查的 AI 材料，学生学到的是“有答案就可以交付”。课堂上可以公开演示一次检查：删除空泛句，打开引用原文，重新计算公式，说明为什么替换某道题。学生看到的是完整工作过程。
3. 用 AI 起草，再由人修改或替换
AI 很适合帮助年轻教师头脑风暴教案、扩充题库和生成初始量规。最终材料交给学生前，至少完成这张检查表：
- 每条引用能否打开并支持相邻结论？
- 每个公式和数值是否重新计算过？
- 事实陈述是否回到教材、论文或官方来源核对？
- 题目难度、措辞和示例是否适合当前年级？
- 内容是否包含学生姓名、成绩、健康信息或其他不该输入模型的数据？
- 教师是否愿意为这份材料署名并承担后果？
任何一项回答不了，材料就还没有完成。
学校要复制这套方法，最低需要五件东西
红黄绿灯可以在一周内试运行，但不能只发一张颜色海报。最低部署包包括：
- 一页课程规则：定义红、黄、绿，说明默认状态和违规处理。
- 作业级说明块：每项任务写清颜色、允许动作、禁止动作、过程证据和责任人。
- 一堂判断练习：让学生真实经历生成、核验、接受、修正和拒绝。
- 教师交付清单：凡是 AI 生成的引用、公式、事实和学生反馈，都在发布前人工检查。
- 反馈与修订机制：由教师和学生定期收集最容易误解的规则，更新案例，不必追着每款新产品重写制度。
试运行不能只统计“用了多少次 AI”。至少记录四类结果：学生能否在开始前说清权限，黄灯作业有多少边界争议，学生提交的判断证据质量如何，教师准备和复核各花了多少时间。再加一项结果质量抽查，记录材料中的事实、引用和公式错误，学校才有依据判断这套制度是否值得扩大。
现有报道没有提供这些数据。它没有证明红黄绿灯提高了成绩、降低了作弊或减少了教师工时；学生 AI 委员会仍在试点，教师直接用 AI 生成个性化反馈也尚未落地。Cheshire Academy 展示了这套机制怎样执行，实际效果仍需学校用数据验证。
学校可以从下一份作业开始测试：先标颜色，再写允许动作，要求判断证据，最后指定谁负责。四项都出现，课堂里的 AI 才从模糊态度变成可检查的任务规则。