引言

以深度求索（DeepSeek）、豆包等为代表的生成式人工智能（GenAI）越来越普及，家庭教育正在经历一场大变局。过去很多家长面临的“不会教”“辅导难”以及随之而来的教育焦虑，似乎找到了新的破解办法。但凡事都有两面性，当家庭教育过度依赖技术，又开始暴露出新的问题。最直接的隐患是孩子容易养成不愿动脑的坏习惯。更让人担心的是，算法本身带有的偏见，加上不同家庭之间原本就存在的“数字鸿沟”，很容易让教育机会的不平等进一步拉大，让弱势家庭更吃亏。如果任由这种趋势发展，技术喧宾夺主，原本该充满温情的亲子交流就会被冷冰冰的人机互动所取代，家庭教育的情感价值就被彻底掏空了。现在，大家讨论GenAI在教育里的应用，大多盯着学校课堂怎么用，或者单纯看成绩有没有提高，很少有人把目光放在“家庭”这个具体场景里，去仔细琢磨技术是怎么悄悄改变亲子关系的，出了问题又该由谁来管。因此，弄清楚GenAI在家庭里到底是怎么起作用的，会带来哪些实质性的风险，并找出一个切实可行的应对办法，已经非常紧迫。本文跳出单纯的现象描述，从“机制—风险—治理”这三个层面展开分析，希望能给家长和基层教育工作者提供一些实用的参考，让智能技术真正成为辅助孩子成长的帮手。

一、GenAI在家庭教育中的实践形态与作用机制

（一）应用现状与家长的感知闭环

现在GenAI在家庭教育中已经很常见了，逐渐成了很多家庭辅导学习的常规工具。一项针对中小学生的调研显示，约六成学生在家接触过这类工具辅助作业的最多超过七成，其次是学知识和搞创作，都超过四成。用的人也有明显差别：高中生和城市孩子用得多；具体到用途上，女生偏向学习和创作，男生多用来辅助游戏。

孩子用得多了，家长怎么看就成了另一个关键问题。家长心里其实有杆秤，他们会判断这东西到底有没有用、能不能控得住。这种判断直接决定了后续的行动：是主动把它融进日常辅导，还是干脆抵制不用。而且，用完之后的效果好不好，又会反过来影响家长下一步的决定。这其实是一个不断循环的过程，家长的焦虑可能会在这个过程中被放大，也可能被慢慢缓解。

（二）从工具介入到关系重构的双重机制

GenAI进入家庭后，已经不只是个帮忙查资料的工具了。它主要靠着两套机制，悄悄改变了家里原本的教育互动方式。

第一套可以叫“感知—应用—情感”的动态适配。说白了，就是家长把技术引进家门时的心理博弈。如果家长觉得GenAI刚好能补上自己不会教孩子的短板，而且孩子用了确实有进步，那这就是个良性循环，技术用得越来越顺手。但要是效果没达到预期，或者发现孩子变得不愿动脑子了，家长就会开始慌，焦虑感越来越重，最后干脆不用了。这就说明，新技术好不好使，很大程度上取决于家长的想法 and 家里的实际需求能不能对上号。

第二套是技术中介带来的关系重构。以前在家里，大人懂得多，孩子只能听大人的，家长掌握着绝对的权威。现在GenAI能把大人不知道的知识直接摆出来，这种单向的权威就被打破了。亲子之间不得不从“家长命令、孩子服从”变成“坐下来商量着办”。举个最简单的例子，以前孩子问“宇宙到底有没有边界”，家长如果不懂，多半只能敷衍过去或者让孩子去查百科全书。但现在，孩子可以直接问GenAI，甚至GenAI给出的答案连家长都看不懂。这时候，家长不再是知识的权威提供者，孩子反而成了信息的掌握者。这种微观层面知识权力的翻转，在很多家庭的日常对话中都在真实发生，它迫使家长必须放下架子，去跟孩子探讨怎么辨别信息的真伪，而不是简单地发号施令。

不过，这种改变未必都是好事。要是没引导好，家长可能会借着算法的权威来强行压制孩子，甚至家长自己也对GenAI产生了依赖。结果就是，本来应该一家人聊天沟通的时间，全被人机互动给占满了。

二、GenAI在家庭中不当使用引发的伦理风险传导

GenAI在家庭教育里如果用得不对劲，风险是一层层往外扩散的，从孩子本身一直波及到整个社会的教育生态。

（一）孩子层面的风险：不愿动脑与情感偏移

在没有大人正确引导的情况下，GenAI很容易变成孩子逃避思考的“拐杖”。调研发现，有两成多的孩子根本不想自己动脑，完全依赖GenAI；七成多的孩子相信GenAI给的内容，其中一成多是完全盲信GenAI提供的内容。这要是演变成直接让GenAI代写作业，不仅剥夺了孩子锻炼批判性思维的机会，连基本的学术规矩都给破坏了。除了脑子不爱转了，情感寄托也出了偏差。有超过四成的学生在情绪低落时，更愿意跟GenAI倒苦水，甚至开始排斥跟活人交流。为什么孩子会愿意跟GenAI倒苦水？因为GenAI被设定成了“永远不会发火、永远有耐心、绝对保密”的倾听者。相比之下，现实中有些家长一听到孩子抱怨学习累，第一反应往往是说教或者指责。这种落差，使得GenAI轻易地趁虚而入，填补了本该由父母提供的情绪价值。长此以往，孩子在现实里遇到挫折，第一反应就不再是寻求家庭的支持，而是躲进算法编织的“安全舱”里。说白了，这种认知惰性和情感替代，就是因为前面提到的负向循环没控制住，家长没引导好，导致孩子现实里的共情能力都受到了影响。

（二）家庭层面的风险：焦虑加剧与责任外包

家庭层面，技术没帮上忙，反而容易成为阻断亲子关系的隔阂。本来很多家长引入GenAI是想缓解自己不会辅导的焦虑，但在跟别人家横向比较的裹挟下，一旦发现效果没达到预期，失控感反而更重。更糟糕的是，不少家长图省事，把陪伴和引导的责任悄悄甩给了GenAI。一家人坐下来高质量聊天的时间反而被大幅压缩，家里的互动完全走了样，偏离了情感陪伴的初衷。

（三）社会层面的风险：数字鸿沟与生态失衡

跳出单个家庭来看，就会形成社会层面的风险。家庭之间因为技术接入能力和使用素养的差异，被GenAI直接放大成了教育机会的不平等。比如农村家长往往对GenAI采取放任态度，这就让弱势群体的孩子更吃亏。再加上算法本身可能带有的偏见，很容易让技术劣势变成阶层固化的催化剂。如果这种趋势蔓延，家庭教育就会退化成“按个键等结果”的程序化操作，家长的地位被彻底架空，家庭教育的情感和价值功能也就被彻底抽空了。

三、构建GenAI在家庭教育应用中的协同治理框架

单靠家庭内部自己摸索，肯定管不住GenAI带来的风险。这就得把应对措施放进当前倡导的“家校社协同育人”大框架里，把政府、学校、社会和家庭的力量拧成一股绳。

（一）政府：当好“守门员”与定规矩

在协同治理中，政府得发挥统筹作用。首先得把底线划清楚，比如按不同年级出台具体的使用指南，告诉家长什么阶段能用、用到什么程度，引导大家看重思考过程而不是只盯着分数。其次，对市面上那些卖给家庭的教育类GenAI product，必须把好审查关。不能让那些带有算法偏见、乱收集孩子隐私的软件混进家庭，从源头上建起一道屏障。

（二）学校：厘清边界与发挥枢纽作用

学校是连接各方的关键。一方面，学校得先理清自己的责任，不能把辅导压力全推给家长，也不能让家长盲目迷信学校推荐的技术软件。老师要教家长怎么用GenAI，把它变成一家人一起探讨问题的媒介，而不是冷冰冰的辅导机。另一方面，学校得联合社区，多照顾那些数字素养不高的弱势家庭。通过社区教育中心搞点公益培训，帮他们拉平技术差距，别让GenAI把教育资源的鸿沟越拉越大。

（三）社会力量：企业把关与基层补位

社会力量主要包含研发GenAI的企业和社区。企业不能光想着怎么吸引用户，得在产品设计时就加好“防护栏”。比如加上防沉迷限制、内容过滤，最好能设计出那种展示思考过程的功能，引导孩子去讨论，而不是直接给出答案。社区则要发挥基层优势，多组织数字科普活动，给那些跟不上时代的家长补补课，提供实实在在的操作指导。

（四）家庭：用“内部契约”代替强硬禁令

不管外部的协调治理做得多好，最后都得落到家庭内部的执行层面。家长不能一上来就强硬禁止GenAI，这反而容易激起孩子的逆反心理。最好的办法是家长孩子一起坐下来商量，定一份“有温度的内部契约”。比如，说清楚GenAI只能用来查资料、找灵感，绝对不能代写作业；约法三章每次能用多久。

在具体操作上，可以参考国家出台的《中小学人工智能通识教育指南》《中小学生成式人工智能的使用指南》，明确了小学阶段的孩子将以“兴趣的启蒙”为主，初中阶段的孩子将从“知道AI是什么”逐步到“明白AI怎么工作”，高中阶段的孩子将从“能用AI解决问题”等方面的基本应用为主；另外对GenAI的使用也做了明确的规定，小学生禁用，初中生在教师的指导下适度地去使用，高中生可进行一定的探究性学习等。

只有将抽象的规矩变成这种看得见、摸得着的日常小习惯，契约才算真正落地。定完规矩后，也不是就万事大吉了，家长也别急着当甩手掌柜，得定期跟孩子聊聊用的感受，根据实际情况随时调整。这样慢慢引导，才能真正培养起孩子自己管住自己的能力。

四、结论

GenAI in 家庭教育里到底好不好用，关键在于家长怎么想、怎么用和怎么把控。如果只是简单给孩子用，不仅解决不了原有的痛点，反而会引发认知退化、亲子疏离等新问题。面对这些风险，单靠家庭内部是无法化解的，需要把政府、学校、社会和家庭的力量拧成一股绳，用外部的政策底线去规范产品，用学校的指导去厘清责任，最终通过家庭内部的民主协商，把宏大的要求变成家里实实在在的使用边界，最终形成家校社协同治理局面。未来研究可以多跟踪不同家庭长期使用GenAI的真实情况。只有划清了技术的边界，才能防止工具挤占亲情空间，确保GenAI真正服务于孩子的健康成长。

参考文献：

1. [1] 王珊,肖义墙,潘亦宁,等.生成式人工智能助力家庭教育的模型构建及系统实践[J].电化教育研究,2025,46(03):64-71.
2. [2] 蒋晨程,魏雨昂,吴丽朦.以生成式AI赋能个性化学习：机理、变革与趋势[J].江苏高教,2025(12):61-68.
3. [3] 刘明,郭烁,张微,等.生成式人工智能何以促进高阶思维能力培养？——基于68项实证研究的整合分析[J].远程教育杂志,2025,43(05):55-66.
4. [4] 王俊秀.中国公众对人工智能的认知状况研究——基于中国社会心态调查数据的分析[J].人民论坛·学术前沿,2025(20):35-47.
5. [5] 李永智,安德烈亚斯·施莱歇尔.人工智能时代的能力重构与教育变革：全球趋势探析[J].全球教育展望,2025,54(09):3-19.
6. [6] 倪朝.家庭教育中国家义务履行的类型化方案[J].湖南师范大学教育科学学报,2026,25(93):35-43.
7. [7] 孙宏艳.中小学生使用生成式人工智能的特征、风险及对策——基于对全国七省（市）8563名中小学生的调研分析[J].中小学管理,2025(10):29-33.
8. [8] 郑佳然,黄世超.生成式AI在家庭教育中的感知与应用——基于城市中小学生家长情感体验的质性探索[J].中国青年社会科学,2025,44(04):58-73.
9. [9] 胡敏.赋能还是控制:AI驱动下家庭教育主体间性的实现路径研究[J].科学技术哲学研究,2025,42(06):124-128.
10. [10] 王思遥,黄亚婷.生成式人工智能不当使用的形成机理及预防机制研究[J].中国高教研究,2025(11):24-31.
11. [11] 叶华,田亦君.家庭教育背景、地区教育资源与父母对子女的教育期望[J].南方人口,2025,40(04):35-45.
12. [12] 邓锐,韦含月.生成式人工智能赋能小学古诗鉴赏的机理与路向[J].教学与管理,2025(33):69-75.
13. [13] 黄天云.教师家庭教育指导实践的边界与可行路径[J].教学与管理,2025(29):10-13.
14. [14] 田芬,卢春燕.美国顶尖研究型大学应对生成式人工智能的立场与策略[J].电化教育研究,2025,46(11):108-113+128.