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

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。

因此 Wonder Bricks 不把教育游戏看作贴了几道题的游戏。每个学习型世界都应有清晰的学科核心：读线索、比较数字、测试科学想法、进行空间推理、调试规则，或解释选择之后发生了什么。

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，Kiki 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 Friend 解释结果，再请 Kiki 修改设计。

这就是 Wonder Bricks 想要更多使用的教育循环。它比单个正确答案更持久，也符合从小接触 AI 的孩子对软件的期待：试一试，说一说，再改一改。

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 Friends 更适合作为有边界的思考伙伴。好的 Wonder Friend 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

对 Wonder Bricks 来说，教育和安全不能分开。如果 AI 角色帮助孩子学习，它必须明确自己的 AI 身份，避免秘密化或依赖性关系，尊重记忆和删除控制，并保持适龄边界。

Wonder Bricks 的内容原则很实际：面向从小接触 AI 的孩子的每个游戏都要给孩子一个思考的理由。赛车可以教距离、时间和策略；建造可以教几何和因果；故事世界可以教阅读、词汇和选择后果；谜题可以教规则、条件和调试；科学世界可以教变量和观察。

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。