学校里这种针对 AI 的“红绿灯”式作业管理法其实挺有意思

现在的老师面对 ChatGPT 之类的工具，心态大多很矛盾。一边是学生拿着手机几秒钟就能甩出一篇论文，另一边是老师自己又要面临教案编写、作业批改的巨大压力。单纯靠“堵”肯定没戏，因为模型犯错的逻辑和人类完全不同，通过破折号用得过多这种特征，老师一眼就能看出来。

我看到康涅狄格州 Cheshire Academy 的做法，觉得比单纯禁止要高明得多。他们没有规定老师必须用哪款工具，而是直接把重点放在了“提示词工程”和“识别局限性”的培训上。

这里有几个实操层面的思路，非常值得教育从业者或研究工作流的人参考：

教学中的“红绿灯”分级机制

与其模糊地禁止，不如把作业的使用权限明确化，就像交通信号灯一样：

• 绿灯作业： 完全允许使用 AI。这类任务侧重于创意发散或信息整合，学生可以把 AI 当作协作伙伴。
• 黄灯作业： 有限度使用。比如允许使用拼写检查或翻译工具，但严禁直接向聊天机器人提问生成核心观点。
• 红灯作业： 严禁任何 AI 介入。这类任务通常用于考察基础逻辑、纯粹的记忆力或核心写作能力。

把 AI 变成“反向测试”工具

Miriam Przybyla-Baum 老师在法语教学中的做法特别硬核，她不打算和 AI 较劲，而是让学生去“审判”AI。

比如，先让学生写完作业，然后丢给大模型进行润色。接下来的核心步骤不是直接交卷，而是要求学生对比 AI 的修改意见，标注出哪些修改是正确的，哪些修改抹杀了学生原本的语言风格（Voice）。这种“纠错式学习”比直接写作业要难得多，但也更接近真实的语言运用逻辑。

老师的减负实战

对于老师来说，目前的工具链已经很丰富了。除了 ChatGPT 和 Perplexity 这种通用型大模型，像 MagicSchool 这种专门针对教育场景开发的 AI Agent 平台，在生成评分标准（Rubrics）和教学计划方面效率极高。

不过有一点得注意，目前在“自动批改并给出反馈”这一块，由于隐私保护和个性化程度不足的问题，很多学校还在观望阶段。

总的来说，与其纠结于如何识别 AI 生成的内容，不如直接把 AI 纳入评价体系的一部分。