不给答案而是反问的 AI，打开思考的苏格拉底式导师

面对不会的题，学生最先做的事变成了把题目原样抄进搜索框。AI 立刻给出完整的答案，学生拿到了答案，却没有走过通向答案的那条路。只剩下结果，思考过程被整段跳过了。越是快速拿到标准答案，自己思考的肌肉反而越弱。方便的工具在不知不觉间变成替你思考的工具，转折点就在这里。

直接给答案的 AI 为什么会关上思考

立刻给出答案的方式对学习有害，是有原因的。

• 思考过程被省略：学习发生在跟题目死磕的那段时间里。完整的答案一上来就给了，最宝贵的那段死磕时间就整段消失了。
• 依赖的固化：每次卡住就拿到答案的学生，学不会自己找线索。他们会习惯于没有工具就一步都迈不动的状态。
• 脱离语境：翻遍整个互联网来作答的 AI，会把超出今天所学范围的、有时甚至是错误的解释也说得头头是道。学生连自己是依据什么理解的都很难弄清。

苏格拉底不给答案，而是反问。"你为什么这么想""那么这种情况会怎么样"这样的提问，让学生自己抵达答案。AI 导师也应该是一个会反问的对象，而不是一台作答的机器。

好的提问不是把答案递过去，而是为学生打开一条自己抵达答案的路。

把 Flipsson 的 AI 导师用成会反问的对象

Flipsson 的 AI 导师就是按这种方式设计的。导师不以整个互联网为依据，而是基于当下正在学的那个模块作答，并同时显示内容取自哪个模块、哪个积木块的出处。所以对话只在今天讲过的范围之内进行，脱离语境的离谱回答或编造的解释插进来的余地就小了。

在这个基础上，反问式的用法就活了起来。老师编模块时，可以在提示框积木块里放一句指引："别直接向导师要答案，先说出你自己的想法，再反问它这个依据对不对。"学生笼统地索要答案时，导师会指出该回头看模块的哪一段，学生回到那个积木块自己找线索。发生的不是把标准答案递过来，而是自己的想法被检验的对话。学生和导师聊出来的依据，整理进论述作业积木块提交，那些卡片会在直播课上作为实时提交卡片汇集起来，全班互相比较彼此的思考过程。老师在仪表盘上确认学生是依据什么理解的，把需要反问的地方放到下一个课时再讲一次。

要点整理

是放任 AI 代替思考，还是用它打开思考，取决于设计而不是工具。以模块为依据守住语境，用反问式的指引让学生自己抵达答案，再用提交卡片和仪表盘观察这个过程，AI 导师就会成为打开思考的对象。Flipsson 无需绑卡就能开始，最多 10 个课堂免费，可以轻松试一试。建议从下一个课时起，用会反问的 AI 导师把它打开。