从小接触 AI 的孩子仍然需要基础学习

Wonder Bricks 正在设计让孩子与 AI 一起思考的游戏，而不是让 AI 替孩子思考。

2026-05-25

发布者： SunnyLabs Inc. · 已更新 2026-10-20

本文中的产品和市场信息反映了发布时可用的公共资源。

孩子正在一个 AI 成为默认界面的时代长大。他们会向 AI 求助，和 AI 角色对话，也会期待软件回应他们的意图，而不只是按钮。但这并不会让老问题消失：孩子能否读懂线索、比较数量、发现模式、解释结果，并修改自己的想法？

SunnyLabs 一直在研究 AI 素养、基础学习、游戏化创作和儿童 AI 安全如何在 Wonder Bricks 中结合。我们的答案很简单：面向从小接触 AI 的孩子的教育不应让 AI 替孩子思考，而应给孩子更好的循环，让他们与 AI 一起思考。

下一代需要的不是把练习题伪装成游戏，而是把观察、阅读、计算、解释和修改变成游戏本身。

基础能力仍是地基

World Bank 将 foundational learning 定义为基础读写、计算和社会情感能力，并把它们视为终身学习、后续学业、工作和公民能力的基础。¹ 在 AI 时代这更重要，因为 AI 可能掩盖薄弱基础。孩子可以借助模型写出流畅答案，却仍未理解文本、数量或因果关系。

阅读线索、比较数字、测试科学想法、利用空间推理进行构建、调试规则以及解释结果都可以成为游戏的一部分。这些活动让孩子们在探索游戏世界时能够思考。

UNESCO 的学生 AI 能力框架把学生视为负责任的 AI 使用者和共同创作者，涵盖以人为本、AI 伦理、AI 技术与应用、AI 系统设计。² AI4K12 也用感知、表示与推理、学习、自然交互、社会影响这五个大概念帮助儿童理解 AI。⁵

在 Wonder Bricks 中，这不是开玩前上一堂机器学习课。游戏本身要让 AI 变得可理解：AI 朋友可能读错线索，Wonder Agent 可能需要更明确的指令，某个生物会从重复例子中“学习”。孩子会把 AI 建议与世界里的实际结果比较，从而知道 AI 输出需要检查、测试和改进。

OECD PISA 的创造性思维研究强调学生生成、评价和改进想法的能力。⁴ 这与游戏天然契合：孩子发现桥总是倒塌，预测加宽底座会有帮助，进行尝试，向 Wonder Agent 解释结果，再请 Wonder Agent 修改设计。

观察、预测、测试、解释和修正为孩子们提供了多种探索一个想法的方法。他们可以尝试一些事情，描述发生的事情，然后再次更改，而不是停留在一个正确的答案上。

AI 辅导研究表明智能辅导系统可以支持学习，但效果取决于学科、反馈方式、学习者控制权以及课堂或家庭环境。⁷ 美国教育部也强调 AI 进入教学时，人仍应留在判断和责任循环中。⁶

因此 Wonder Agents 更适合作为有边界的思考伙伴。好的 Wonder Agent 会问“你发现了什么？”，在答案前给提示，让孩子比较两种策略，并帮助孩子把混乱的解释说清楚。真正重要的工作仍由孩子完成：阅读、计数、观察、选择、解释和再次尝试。

UNESCO 的生成式 AI 教育指南强调以人为本、适龄、隐私、伦理验证和教育设计。³ Common Sense Media 的 AI companion 研究也显示，青少年已经广泛使用 AI 伙伴，同时存在隐私分享、情感依赖、不适互动和关系边界模糊等风险。⁸

使用AI学习的孩子还需要了解它是AI，能够管理其记忆并删除信息，并在适合年龄的范围内进行互动。互动应避免秘密或依赖关系。这些保护措施是家庭可以信赖的学习体验的一部分。

不同的游戏提供不同的探索内容。赛车游戏可能涉及距离、时间和策略。建筑游戏可能涉及几何和因果关系。故事世界可能涉及阅读、词汇和选择的后果。谜题提供了解决的规则和条件，而科学世界则提供了可以改变的变量和可以观察的结果。

AI 层让这些世界更鲜活，但学习价值来自循环。孩子应该猜测、看到结果、谈论结果并改进世界。Wonder Bricks 的不同之处不只是生成更多内容，而是帮助更多孩子学会与 AI 一起创作、提问、验证和修改。