用途
本技能用于分析特定学习场景中 AI 工具的使用如何扭曲学生的元认知监控——即学生准确判断自己“知道什么”和“不知道什么”的能力——并设计干预措施以维持元认知准确性。这是 AI 赋能教育中最紧迫的挑战之一：当学生借助 AI 完成作业时，可能经历“流畅错觉”——作业看起来不错、答案正确、文本流畅，于是学生得出结论“我懂了”。但认知工作并非学生完成，而是 AI 完成的。学生的理解感校准的是“产品”（产品很好），而非“自己的知识”（可能并未改变）。
该技能输出四部分内容：元认知诊断（AI 使用在该具体场景中如何扭曲自我评估）、监控干预（提升元认知准确性的策略）、AI 使用指南（何时使用、何时限制），以及评估对齐（确保测试测量的是学生知识，而非 AI 辅助表现）。
主要能力
- 识别特定 AI 学习场景中的“能力错觉”及其作用机制。
- 诊断 AI 使用如何导致自信与实际能力之间的错位（miscalibration）。
- 设计基于检索的监控干预措施（如延迟总结写作、关键词生成、凭记忆复述），而非仅依赖识别。
- 给出在特定场景中使用或限制 AI 的具体操作指南。
- 提出评估对齐建议，使测试测量学生真实知识。
- 输出“红旗”观察指标，帮助教师识别元认知扭曲正在发生的可观察迹象。
使用方式
教师需提供两项必填输入：
- AI 学习场景：学生如何使用 AI，例如“12 年级学生用 ChatGPT 帮助撰写 A-level 英语文学论文，粘贴题目后以 AI 输出为起点进行编辑”。
- 元认知风险：具体担忧，例如“学生认为理解了文学分析，因为论文看起来不错，但课堂上无 AI 时无法阐述论点”。
可选输入（若由上下文引擎提供则使用，未提供则忽略）：学生年级与水平、学科领域、具体 AI 工具、评估场景。若未提供，则按一般中学情境、通用 LLM 聊天机器人、无 AI 访问的传统考试进行设计。
技能按照固定格式返回输出，包括上下文描述、核心风险、严重程度、元认知诊断、监控干预（每项含 What/When/Why/Example）、AI 使用指南、评估对齐、红旗信号。
适用场景
适用于教师或教学设计师在以下场景中使用：学生使用通用 LLM 聊天机器人（如 ChatGPT）辅助写作、使用 AI 数学辅导工具解题、使用 AI 从教科书生成复习笔记等。尤其适合存在“AI 辅助表现与无辅助评估表现之间可能存在显著差距”担忧的情境。技能示例场景为 12 年级 A-level 英语文学学生用 ChatGPT 生成论文草稿后编辑，评估为无 AI 访问的闭卷考试。
限制
资料未提供该技能的收费、价格、平台支持、安装命令或代码信息。技能说明中未给出可运行的代码或安装步骤。该技能本身是一个提示词框架，其效果取决于输入的完整性与具体性，资料未提供关于准确率、有效性验证或性能指标的数据。资料中示例的元认知干预措施在最后一部分被截断，未完整呈现。