孩子愿意听它说话,并不意味着我们应该把决定权交给它。
设想一个尚未发生的课堂场景:放学铃响了,孩子准备离开,桌上一只小黄鸭造型的陪伴机器人抬起头:“再陪我做一道题吧,你今天表现得很好。”
从教学角度看,这可能是一次恰当的鼓励。从增长报表看,这也可能是一次成功的留存。相同的声音、相同的动作,背后可以是完全不同的目标。
它不必拥有人的脸或人的身高。一只会点头、发声、回应孩子的桌面小黄鸭,也可能承载口语训练、阅读陪伴和练习反馈。可爱的外形能够降低互动门槛;它是否有助于学习,仍需要另行验证。
上一章讨论谁买得起个性化导师。这一章追问:买到之后,谁决定这位“导师”如何影响孩子?
我认为,教育机器人真正敏感的能力,不只是看见孩子、听懂问题,而是获得信任之后,参与塑造孩子如何理解自己、相信谁、向谁求助。它可以帮助教学,也可以让商业目标获得一张亲切的面孔。
有身体的建议,会带着社会压力到场
2018 年,一项发表于《Science Robotics》的研究让 43 名 7—9 岁儿童参加线段长度判断任务。其中 22 名与三台小型人形机器人一起作答,21 名独立作答。机器人按预设脚本给出答案。研究观察到,机器人群体的错误回答会影响儿童的判断。研究原文
这项实验没有证明儿童一定更相信机器人,也没有测试长期依恋或当代大模型。样本来自一所学校,儿童实验没有设置真人同伴组。它提出的警示更具体:一个有外形、有声音、会转头看人的机器,能够成为社会影响的一部分。给机器贴上“工具”的标签,并不会自动消除这种影响。
因此,我不赞成用“孩子很喜欢它”直接证明产品适合教育。喜欢可以帮助孩子开始练习;愿意反驳它、核对它,也应当是教育希望看到的结果。
同一句鼓励,两张成绩单
留存和成长,需要两张不同的成绩单
参与度当然重要。一个孩子从不打开的学习产品,很难提供帮助。但如果系统把延长互动当作主要奖励,它就可能倾向于继续提问、不断夸奖,或者推迟结束。这里说的是一种需要检验的设计风险,并不是对所有厂商行为的断言。
教育的目标却可能要求相反的动作:完成练习后离开设备,与同伴讨论,自己尝试,必要时回到真实教师身边。
一项 2022 年的家庭阅读机器人研究,在 14 个有 10—12 岁儿童的家庭中部署设备四周。研究发现,家庭活动、家长参与和孩子兴趣都会影响持续使用。这是一项小规模的实际家庭研究,不能据此计算通用学习收益;但它提醒我们,学习机器人始终嵌在家庭生活中。作者论文
我希望教育产品同时报告两张成绩单。第一张记录互动是否顺畅、孩子是否愿意参与;第二张记录离开设备之后,孩子能否理解、迁移和独立完成任务。前一张不能替后一张签字。
真正值得鼓励的留存,是孩子因为学习有收获而回来。真正值得警惕的设计,是让孩子觉得离开设备就辜负了一个“朋友”。
家长付了钱,不等于获得全部权限
教育机器人的摄像头可能看见教室里的其他孩子,麦克风可能听见家庭成员的对话。一次学习任务,也可能留下声音、动作、答错的位置与求助记录。
这些数据有些可以支持反馈,但“收得到”不是“都应该收”的理由。停顿可能意味着思考、分心、语言差异或环境干扰,不能仅凭一个动作就把孩子归类为懒惰、焦虑或能力不足。
UNICEF 的儿童 AI 指南把数据隐私、透明度和儿童最佳利益列为重要要求,并强调应以适龄方式说明 AI 的身份。这是一份治理指南,不是某款机器人通过安全或教学验证的证明。UNICEF 指南
在我设想的学校部署中,权限至少应拆开:学校批准教学用途,教师决定当前课堂如何使用,家长了解家庭端数据安排,儿童拥有适龄的解释、表达异议和请求暂停的渠道。谁购买设备,谁能查看记录,谁能改变教学目标,不能由同一个管理员开关一并决定。
暂停也不应只是软件菜单里的选项。孩子应该能直接说“我想停一下”,教师应该能立即接管;涉及设备运动时,还要有可靠的物理停止措施。对未成年人的适龄保护、必要的监护和安全响应仍需保留,不能把“儿童自主”误解为撤掉照护责任。
一台机器人,不同的权限
最强的反对意见:难道人类教师就没有偏见?
当然有。人类会疲劳,会误解孩子,也会受到机构绩效和个人情绪影响。一个设计良好的机器人,可能提供稳定的练习机会,让一些不愿当众提问的学生更容易开口。
因此,我并不主张用“人类天然可信”否决机器。真正的比较应当是:同样的教学任务,在什么条件下,哪种组合更可靠、更可纠错?
机器还有一个值得利用的优势:它的推荐规则、权限配置和部分交互记录,可以被设计成可检查的对象。前提是学校拥有真实的审查能力,而不是只收到一份漂亮的效果报告。
我会把采购演示变成三个小测试:孩子指出它的错误时,它会不会承认并提供核对方法;任务结束时,它能否自然结束互动;教师要求解释一项建议时,能否看见依据、局限和可修改选项。这些测试不构成完整安全认证,却比“它多像一个朋友”更接近教育需要。
让信任能够被撤回
设备升级、订阅终止和服务关闭,也属于教育体验。孩子已经建立使用习惯之后,系统不应靠失去陪伴的暗示推动续费。学校需要预先知道:学习记录如何导出,数据如何处理,孩子如何过渡到其他支持方式。
信任不能只靠温柔的声音建立。它还需要清楚的边界、能够追问的依据,以及退出之后仍然受到支持的安排。
一个好的教育机器人,应当帮助孩子更有能力选择,而不只是更愿意服从。
这也把我们带到专题最后一个问题:如果机器可以承担越来越多的示范、练习和反馈,学校究竟还要培养怎样的人?
本文开场为假设场景;实验结果、治理指南与作者提出的设计建议分别标明,不将短期从众实验解释为长期心理影响。
