为什么这个领域重要

Anthropic、OpenAI等实验室正把面向教师和学生的工具免费或大幅折价发放，切入估值约6万亿美元的教育市场。价格接近零，采用速度就与学校的准备程度无关地上升。

先坏掉的不是教学，而是评估。长期以来，教师通过提交的作业推断学生的状态，这个推断建立在一个前提上：能写出这篇文章的人就理解了这个概念。工具切断了这条链路。作业质量在上升，教师能从中读出的信息反而在减少。

政策方向也不会回头。讨论已从封堵青少年使用转向安全地开放，而开放的决定必然带着结果汇报的义务。学生的使用情况同样不均质：有人完全不用，有人每份作业都用。同一份作业在同一间教室里对不同学生已经意味着不同的东西。

所以学校现在需要的不是擅长用AI的教师，而是在工具就摆在手边的情况下，仍能判定学生会做什么的评估设计者。这个角色还没有标准职称，但面临续约或预算审查的学校会最先开始找人。

所需技能

第一是把评估目标拆解为可观察行为的能力。“批判性思考"这类目标，在模型介入的瞬间就无法测量。它必须落到学生当场必须做的形式上：给出两份互相矛盾的材料，让学生说明选了哪一份、为什么。

第二是无辅助检测的设计。不可能把所有作业都改成监考考试，所以要搭建一种结构：允许自由使用工具的作业之后，接一个简短的确认环节。五分钟口头提问，或两道变式题，往往就够。关键不是长度，而是作业与检测是否瞄准同一个概念。

第三是读取过程证据的方法。编辑历史、对话日志、草稿之间的差异，这些材料本就存在。用来抓作弊会毁掉课堂，用来做学习诊断则能看见此前看不见的东西。能把这两种用途讲清楚，才能在家长和管理者面前站得住。

第四是在学校组织内部的文档化。把评分量规与AI使用规定合成一份文件，在学期开始前公布，出现争议时按这份文件判断。会写这份文件的教师，就是这条专精路径的实践者。

职业路径

起点是自己教的一门课。一个学期内只给三份作业加上无辅助检测，记录结果与提交作业之间的差异。这份记录是进入下一步唯一需要的资产。当你把标准带到教研组或年级会议上共享时，角色就变成了校级的。

再往上是为整所学校或机构设计评估政策：每种工具允许到什么程度，哪些作业要加检测，结果以什么格式汇报。准备续约会议材料的人就出自这里。

走出教室的路同样敞开。教育科技公司的学习设计与评估岗位、教育主管部门或基金会的政策实务、教师培训项目开发，需要的是同一套能力。它们的共同点只有一个：不是禁止或吹捧工具，而是要找一个能把"工具既定之下如何验证"写成文件的人。