设一节叙事写作课的材料是：一名学生在雨天回家，看见父亲把湿鞋放到门外，没有立刻询问；晚上，他发现父亲一直在等自己的考试结果。教师请AI生成三种叙述，一种强调亲情，一种强调误解，一种强调沉默中的冲突。材料相同，叙述组织却可以不同。
学生若只选”最感人的一篇”，判断容易受语言强度支配。认知层级课堂应进一步询问：叙述者知道多少，哪项细节支持心理解释，哪些内容超出了材料，省略了谁的视角。判断对象从一句话是否通顺，转到叙事结构怎样生产意义。
但这并不意味着句子训练不再重要。学生应能够指出某一句描写为何改变了读者判断，也应亲自修改一段文字，让既定叙述目的得到更准确表达。宏观结构与局部语言需要来回对照，不能只谈主题而不接触文本。
如果AI把父亲的沉默解释为”严厉控制”，学生需要问，材料是否足够；如果另一个版本解释为”无条件关怀”，也需要同样检查。两种解释都可能具有文学可能性，但不能把可能性直接当成人物动机的确定事实。
由此可以训练一种可迁移的判断：区分文本已有信息、合理推测与创作新增。文学创作允许新增，但应知道自己在新增；材料分析要求证据约束，不能因为叙述动人就让事实边界消失。判断标准来自任务类型，而不来自统一的”越丰富越好”。
随后改变一个条件：父亲并不知道当天公布成绩。原先的叙述解释就必须调整。学生不需要把整篇文章重新从零写起，却应知道哪些句子、线索与主题关系受到影响。这正是对一个叙事认知块实施关键展开。
初始任务可能是”写一篇表现父爱的文章”。比较多个版本后，学生可能发现这一任务预先规定了情感答案，妨碍对沉默与误解的观察。于是他提出：“能否写一篇不急着确定父亲动机，而关注孩子如何理解沉默的文章？”这改变了叙述问题，也改变了需要保留的细节。
这样的改写不因偏离原题就自动更好。如果课程目标是练习特定体裁，学生仍需解释怎样满足要求；如果允许问题探索，就应要求他给出新版本及其意义。问题发生不是无理由地离开任务，而是能够说明旧目的为什么需要调整。
最终评价可以同时关注文字质量与结构说明。学生不必把文学解释全部变成机械量表，但应能够指出自己的关键选择，使作品的意义不是完全由AI生成以后再由自己认领。
再设一个科学探究情境：某班比较两种学习材料，使用新材料的学生在一次小测中平均得分更高。这里的情境是教学设计示例，不代表真实研究数据。一个模拟AI回答由此宣布，新材料提高了学习能力，并建议全面采用。
学生应先拆开”得分更高”与”材料导致提高”的关系。两组原来是否相当，测试是否与材料过度相似，教师投入是否不同，是否存在选择参与，学习能力又具体指什么。结果可能没有算错，却未必支持因果结论，更不能直接支持长期迁移。
这就是结果判断与关系判断的差别。学生不必重算所有统计量，首先要判断这些量是否有资格回答原问题。如果研究设计不能区分竞争解释，再精美的图表也无法补足缺口。
课堂接着要求学生提出一个更能区分解释的方案。可以在适合条件下随机分配材料，保持相近教学支持，事先约定测试内容，并增加延迟或新情境任务。若无法随机分配，也应说明比较的限制，而不是把限制藏在报告末尾。
更高层的工作不是笼统说”证据不足”，而是指出哪一项新增观察最能改变判断。例如，若两组只在原题复现上有差异，而在新题上没有差异，则新材料对熟悉任务的帮助与对迁移的帮助应分别讨论。一个好的问题会改变需要收集的证据。
学生还可以发现，原来询问”哪种材料最好”过于宽泛，应该改成”对于哪种先备知识的学生，在什么任务上，哪种支持更有效”。这个新问题缩小了结论范围，却提高了研究的可解释性。发生学思考不总是扩大问题，有时恰恰是把问题限定得更准确。
对话形式本身不足以证明学习已经发生。学生连续要求”再写一版”，可以制造许多轮交流，却未必组织过任何实质差异。Chi与Wylie的ICAP框架区分被动、主动、建构和互动等认知参与方式，强调活动的认知性质而不只是表面行为。[4] 本书在此基础上要求：每次重要追问，应尽可能对应一个可说明的判断变化。
例如，“更深刻一点”可以转化为”请给出一个与现有解释竞争的机制，并说明二者在哪项观察上预测不同”。后一种提问把模糊质量要求转为可检验的结构任务。学生若能在多次实践后自行形成这种追问，才更接近能力的发生。
写作与科学探究的共同目标不是让学生成为答案消费者，而是让他们能够组织材料、解释与标准的关系。AI可以拓展候选空间，课堂则必须帮助学生把这种空间变成能够理解和行动的空间。
教师的价值不需要建立在”任何问题都比AI回答得快”之上。认知层级课堂更需要教师判断学生在哪里缺乏支点，哪种任务会暴露误解，哪些差异值得保留，何时应当停止生成而返回材料。这些工作围绕学习条件，而不是围绕一次回答的速度。
教师仍然需要扎实的学科知识。没有这种知识，很难识别关键前提，也难以判断学生的质疑是否有效。因此，本书不把教师改造成只会安排流程的主持人。课程越强调高层判断，教师越需要能够连接学科结构、任务设计与学生的实际理解。
同时，教师也不应成为最后一个永远正确的人。在新的课堂里，教师可以承认一份AI答案值得进一步核实，可以与学生共同定位自己的错误。重要的是提供严谨处理不确定性的示范，而不是维护无所不知的形象。
认知并不只发生于孤立头脑，这并非AI时代才出现的观点。Hutchins对分布式认知的研究，将认知活动放到人与工具共同组织的实践中考察。[5] Clark与Chalmers的延展心智论证，则讨论外部资源在认知过程中的积极作用。[6] 这些思想为理解人机协作提供了先行视角，但不直接证明任何一种AI课堂一定有效。
Risko与Gilbert关于认知卸载的综述，讨论人如何利用外部行动和环境改变任务的信息处理要求。[7] 本书与这一脉络的联系在于，外部支持改变了认知工作的分布；进一步的问题则是，课程能否把卸载变成可验证的判断能力，而不是只减少当下负担。
本书所增加的，不是”外部工具参与认知”这一主张本身，而是一条教育设计链：封装什么、以什么接口调用、怎样判断终点、何时展开、怎样检验能力回写。这也是与既有理论对话时应当明确的贡献边界。
一份全部正确的示范材料，适合学习某种结构；一组存在不同缺陷的材料，适合训练判断。如果三个方案只是措辞不同，比较就很难产生有效学习。教师需要设计真实的差异：结果正确而理由不足，理由完整而适用条件错误，局部表现优良而不满足整体目标。
这些材料可以由AI辅助生成，但教师应事先确认关键差异实际存在。错误案例不能随意拼凑，否则学生可能被训练成寻找教师安排的词语暗号，而不是理解真实风险。每一个案例都应能说明，哪项证据能够决定接受或拒绝。
教师还需要控制差异密度。一次呈现过多模型，可能让学生无从组织。可以先比较两个在一个关键前提上不同的方案，再逐渐增加关系复杂度。高层思考的训练不靠材料堆积，而靠差异的可辨认与可处理。
高铁比喻用于说明认知分工，但教育不能只培养乘客。学习者还应逐渐参与认知合同的制定、检验工具的选择和问题的重构。他不必亲自建造全部技术，却不能永远不知道自己依赖的系统在做什么。
学生的一项基本权利，是能够对任务本身提出有理由的疑问。相应的责任，是不能只说”我不同意”，而应说明不接受的对象、依据和可能的修复路线。教师应允许合理异议进入课程，但不把异议数量本身当作原创性。
在这个意义上，课堂形成的不是固定的”教师—学生—AI”三人座次，而是一种可调整的共同工作关系。谁生成、谁检查、谁提出反例，可以随任务变化；但学生必须有机会实际执行那些课程声称正在培养的认知活动。
认知层级改革不能把优质模型的获得，误写成学生天然的能力差异。若一组学生拥有更可靠的工具、更多教师支持和更好的材料，另一组没有，同一份成品评分很可能混合多种条件。课程评价应尽量提供可比较的基本资源，并清楚记录额外支持。
教师培训也应围绕案例与判断，而不只围绕操作界面。让教师亲自经历一次错误封装、一次条件扰动和一次评价分歧，比单纯熟记提示词模板更能帮助其理解改革。学校需要为材料审查、同伴备课与作品口试留出时间。
因此，教育的技术建设不只是采购，更是把认知责任、学习资源与反馈机制组织起来。真正的新课堂既不要求教师退场，也不允许学生隐身；它要求每一方在新的协作系统中承担可见而合理的工作。
承认高层认知块可以委托生成，并不意味着基础学习可以被统一删除。能够检验一个论证，通常需要足够的概念辨识和关系理解；但”足够”必须由任务说明，而不能由传统练习数量自动规定。本书建议把基础分成具有不同教学功能的部分：用于理解问题的概念结构，用于发现异常的数量与证据感，以及主要增加执行负担的重复操作。
这不是固定的学科清单。同一种运算，在初学阶段可能是建立结构理解的机会，在熟练阶段可能只是耗时的重复。决定是否封装时，应追问：去掉这个步骤以后，学生还能够解释结果含义、辨认明显异常并在关键处展开吗？如果不能，问题可能不是学生用了工具，而是课程在基础形成之前提前撤去了必要的学习机会。
因此，基础要求应是与高层责任相匹配的底层理解，而不是要求人人具备系统所有部件的制造能力。乘客不必成为铁路工程师，但能够看懂站点、换乘与目的地之间的关系。研究生不必手算每个数值，但应能解释模型假设及验证依据。基础与高层判断之间应建立具体的依赖关系，不能以”基础永远重要”或”AI已经会了”替代课程分析。
一个可实施的课堂原型，可以从学生先写下简短的初始判断开始，再提供AI生成的若干候选解释。教师不要求全班围绕”AI哪里错了”寻找预设答案，而是要求每个人指出一个最值得检查的断点：可能是数据来源、推论边界、目标定义，也可能是一个确实成立但容易被忽略的关系。
随后学生只能选择少量检验，并说明为什么优先检查这些地方。这样既避免把全部底层步骤重新算一遍，也避免无根据地宣布模型可信。检验之后，学生记录哪一个条件使自己保留或改变判断。最后换一个表面不同、结构相关的小任务，检验先前形成的判准是否仍被恰当地使用。这里的学习单位不是一篇越来越长的反思报告，而是一个能够在新条件下重新发挥作用的判断关系。
AI可以参与解释、反驳和提供材料，但教师需要安排至少一种不由同一生成回答自行担保的检查方式，例如实际数据、可运行测试、明确的推理规则或与原材料相对照的证据。独立性不是说来源必须是人，而是说检验不能只重复原断言。任务成本较高时，可以使用经过核查的教学材料，不必每堂课都组织完整的原创研究。
课程评价可以分别报告作品、协作和迁移，而不急于合成一个总分。作品报告说明成果是否清楚、有价值并得到支持；协作报告说明学生能否有效组织工具、辨认分歧并处理错误；迁移报告说明在新题目、时间间隔或资源改变后，哪些能力仍然可以观察到。这三份报告之间可以相关，但不能互相替代。
这种分开报告也有助于解释合理的不一致。一个学生独立基础扎实，但尚不熟悉工具组织；另一个学生协作成果出色，却需要加强前提识别；还有一个学生当次写作不够流畅，却能在条件改变时作出准确修订。课程可以据此提供不同支持，而不是把所有差异压缩成”会用AI”与”不会用AI”两类人。
三份报告也不应成为额外制造考试负担的理由。可以从已有项目中抽取少量关键任务，并在课程之间共享经过验证的测量材料。评价的目的，是发现教学需要补上的转化环节，而不是要求学生无休止证明自己没有借助工具。真正需要被检验的，是明确的学习主张及其证据，而非对工具使用者作道德推测。
一个常见误读是，把目的地判断与问题发生理解为每堂课都要挑战概念、推翻教材、提出新范式。这样会用宏大语言取代正常学习，也会把有根据地掌握知识误认为没有创造力。本书所说的高层判断包括知道什么时候无需改题，什么时候一个成熟的方法已经足够，以及什么时候需要承认自己尚无理由提出替代方案。
思想创造的教育价值不由题目大小决定。在熟悉约束后发现一个原比较不公平、补上一个遗漏变量、为一个反例修订适用范围，都可以成为有效的学习成果。相反，一个无法说明内容和后果的”新本体”，不应仅凭层级名称获得高评价。层级革命应当扩大学生承担可靠判断的范围，而不是鼓励抽象程度的竞赛。
教师的责任也因此不是把正确答案让给AI以后退到纯粹管理的位置。教师仍需组织知识、选择材料、解释困难概念和纠正错误，同时更明确地安排何时委托、何时展开、何时检验与何时迁移。这个角色的价值不能只由它与AI有多不同来证明，而应由它是否为学习者提供了必要且有效的发生条件来证明。