教育部等五部门印发的《“人工智能+教育”行动计划》明确，到2030年形成全民人工智能素养培育长效机制。随着人工智能的广泛应用，培养学生人机协同的能力，成为学生人工智能素养培育中的迫切课题，也是教育必须回应的现实命题。

　　人机协同能力是人工智能素养在复杂任务情境中实践性、整合性表现，不仅表现为理解技术和会用工具，更包括发现和界定问题、追问和核验答案、在真实情境中迭代方案并对结果负责。智能时代，人工智能素养的培育过程就是真实问题的解决过程，在问题解决中提升学生的人机协同能力，以问题意识和提问能力为抓手，以思考习惯和批判思维为进阶，促进真实的问题解决，确保负责任的使用和价值共创。

　　1 建立问题意识，重塑思考习惯

　　问题是有效人机协同的起点，问题意识贯穿人机协同全过程。重塑思考习惯，意味着三重转变：从“等答案”到“问问题”，从“拿结论”到“审结论”，从“独自苦想”到“带着自己的判断与机器对话”。教学中应着力培养学生带着问题使用工具、围绕问题组织学习、在持续追问中深化思考的习惯。

　　一是用前立判断，保持认知投入。如果学生尚未理解任务，便直接向人工智能索要答案，观察、推理和表达等必要的认知过程就可能被跳过，容易产生“学习好像发生了”的假象。引导学生养成“已经知道什么”“还要解决什么”“人工智能可以帮助什么”的思考习惯，可以制作成三列的表格，让学生在每次使用人工智能工具前填写，久而久之养成思考的习惯，让技术服务思考，确保思维始终在场，促进学生的认知投入。

　　二是用中设冲突，激发深度思考。人工智能的回答未必完全可靠，这种不确定性恰恰是课堂中最宝贵的教学资源。例如，一位高中信息技术教师在“如何解决校园午餐浪费现象”的项目式教学中，就现象成因分析环节专门设计了一组“找碴儿”任务，引导学生对AI生成的原因分析，开展分组审查。学生们很快发现，AI对“午餐浪费”的理解停留在“学生不爱吃”等表面归因上，忽略了供餐时间安排、菜品保温条件、餐具设计等具体情境变量。把AI的“缺陷”暴露给学生看，比告诉他们“AI也会犯错”要有效得多。

　　三是用后做复盘，辨明人机分工。协同结束后的复盘是思维升华的关键。教师在课堂上可引入“人机协同学习单”，引导学生记录最初设想、提问内容、关键信息、修改理由和最终结论，并选取一次有效追问、一个被纠正的误判或一条未被采纳的建议进行说明。这张学习单的价值不在“留痕”，而在于逼着学生回头审视自己的思考路径。事实上，这些记录应该成为学习评价的必要组成部分，让技术使用的过程可见，帮助教师更好了解学生。

　　2 提升提问能力，深化批判思维

　　高质量提问是提升人机协同效能的关键。提问能力的提升，本质上是思维品质的磨砺，体现为从模糊到精准、从接受到审辩、从单一到多维的进阶过程。

　　在一次关于“教育体制”的教学中，学生首先向AI提出问题“俄罗斯的教育体制”，回答笼统缺乏深度，后来学生将问题限定为俄罗斯公立初中，并增加办学理念、课程设置、学时要求和典型案例等分析维度，最终获得对问题的理解。可见，提问的首要能力是精准提问，把问题问清。问题对象不清，机器容易给出宽泛答案；边界不明，回答难以聚焦。任务和标准缺失，生成内容也难以比较和检验。同一个学生、同一台机器，问法一变，答案的质量截然不同，清晰定义与表达问题，是人机协同过程中的重要基础。

　　提问能力还表现为辩证提问，把依据辨明。机器回答应被视为一份等待审查的材料，而非可直接采用的结论。一般可以从四个方面审查机器回答：一是查来源，评估信息的可追溯性与权威性；二是核事实，将回答与教材、实验结果和可靠数据库交叉比对；三是辨逻辑，判断结论是否得到证据支持；四是看立场，思考回答是否暗含了有违社会伦理的价值观念。对于无法确认的信息，需要引导学生标注信息“不确定”的习惯，并引导其继续追问依据、前提和适用范围。

　　此外，学生提问还需多维提问，把视角打开。多维提问的核心，在于转换观察问题的约束条件、学科视角或者角色情境。所谓改变约束条件，即比较不同目标之间的取舍，转换学科视角，是指调用不同知识解释问题，转换角色和情境，则是分析不同主体的感受、利益和选择。如在设计“校园噪声治理方案”时，学生不仅让AI提供“隔音墙”的技术方案，还让其代入“学生”和“教师”的角色分析感受。结果发现，单纯的技术方案虽能降噪，却可能阻碍校园的通透感。多维视角的引入，让学生明白问题解决没有标准答案，只有在多方权衡中的“最优解”。

　　3 解决真实问题，实现价值共创

　　提问的价值最终要在真实问题解决中得到检验。真实问题的解决包含三个环环相扣的环节：问题从哪里来、方案如何迭代、价值由谁校准。由此，人机协同能力培养才能超越工具使用，落实为解决真实问题和负责任创新的能力。

　　真问题，从真实情境中来。以往不少学习任务由教师预先设定好问题，学生缺少发现问题的机会。真实情境中的问题没有标准答案，却最能唤起学生的问题意识。如有学生注意到校园里快递包装垃圾与日俱增，便借助人工智能调研不同材质包装的生命周期，把“减少浪费”的模糊愿望，界定为“在快递收发点设置分类回收装置”的具体问题。问题从学生身边“长”出来，人工智能的介入才有了真实的支点。

　　真求解，在循环迭代中推进。在以往一些学习任务中，问题、步骤和评价标准往往由教师预先设定，学生沿着“理解任务—查找资料—形成方案—提交成果”的线性路径推进。人工智能能够迅速提供信息和方案，若只是被简单加入原有流程，学生反而可能跳过分析推演和反复尝试。人机协同需要把这条直线变成一个环：人先界定问题，人和AI一起生成方案，人用事实证据和实践反馈检验方案，发现偏差后重新提问、重新生成、重新验证。流程重构的重点，是让学生始终承担问题选择、证据判断和结果验证的任务。

　　真价值，由人的需要来校准。创新不仅要回答“能不能做”，还要回答“为什么做”“为谁而做”。技术可以提供一百种解决方案，但判断哪种方案更符合人的需求、更具社会价值，必须由人来决定。教学中，教师需引导学生跳出技术本身，审视人工智能生成方案背后的价值取向，是单纯追求效率，还是兼顾公平？是满足少数人的便利，还是关照大多数人的权益？特别是在评估AI生成的方案时，要警惕可能存在的算法偏见，思考方案是否会对特定群体造成隐形伤害。这种“价值锚定”，让人机协同超越了单纯的技术博弈，成为培养学生社会责任感与人文关怀的重要载体。

　　人工智能可以帮助学生更快获得答案，却不能替代人的判断与责任。以真实问题为牵引，让学生在持续追问、验证和创新中保持思维主动，才能充分发挥人工智能的赋能作用，真正成为拓展认知边界、促进真实成长和创造公共价值的力量。