20 - AI fluency 中的 4D 模型

当学生借助 AI 做出 App，却用“AI 说的”解释设计选择时，教师可以帮助他们进一步理解自己的作品：它在帮助谁，为什么这样设计，哪些判断还需要验证。以 MoonLab 为例，通过追问“谁会使用它，使用后能多理解什么”，学生将“介绍月亮”的宽泛想法，收窄为帮助同学理解月相变化的原因。AI Fluency 就从这样的协作开始：借助 AI 推进工作，同时核查信息、说明使用方式，并对最终作品负责。 同一个项目可以采用三种 AI 协作方式：Automation 让 AI 完成要求明确的任务；Augmentation 通过来回讨论共同完善方案；Agency 则让 AI 在明确范围、标准和停止条件下自主推进部分工作。选择取决于任务是否清楚、可以交给 AI 多大自主空间，以及谁能发现偏差。构思阶段应为学生保留讨论和选择的空间，目标明确后，再交出适合委托的工作。 4D 框架将这些协作判断归纳为四项能力：Delegation 决定谁来做什么，Description 说清目标与要求，Discernment 判断结果是否准确、合适，Diligence 则关注工具与信息的使用、AI 参与的说明，以及对交付结果的责任。四项能力会反复交织：发现问题后，可能需要重新分工、核实来源并修改内容。面对整个项目，应先明确问题、了解 AI 的实际能力，再拆分任务、安排协作。