Как родителям и преподавателям подходить к ИИ с детьми младше 13 лет?

Автоматический перевод данной английской страницы, не проверенный носителем языка.

ИИ уже есть в вашем доме или в вашем классе: игрушка, которая отвечает, планшет-компаньон, репетитор, который ребёнок открывает, пока вы готовите ужин, инструмент для письма, которым в восторге ваш коллега. Вы решаете, что ребёнок младше тринадцати лет может с ним делать — с политикой или без неё.

Главный вывод: генеративный ИИ — это продвинутый уровень для этой возрастной группы, а не входная точка. Пусть маленький ребёнок встретится с ИИ сначала как с тем, что проектируют люди и что дети могут формировать сами; оставляйте взрослого в контуре везде, где ребёнок не может оценить результат; защищайте собственное мышление ребёнка. Полный запрет — не самый безопасный вариант, потому что большая часть воздействия в этой возрастной группе происходит дома, куда школьный запрет не доходит, — и ни одного исследования возрастных запретов не существует.

Краткая версия: разрешать, блокировать, контролировать

• Разрешать. До 9 лет: игры без экрана, осязаемое программирование, рассказывание историй, ролевые игры и практическое конструирование, а также объяснения, что такое машина. Возраст 9–12: занятия со скаффолдингом (постепенно снимаемой поддержкой), часто негенеративные, на проверенных платформах, плюс явное обучение данным и тому, чего ИИ не может знать.
• Блокировать. Неподконтрольный генеративный чат для самых маленьких; любой инструмент, который хранит записи, расшифровки разговоров или данные ребёнка без внятного ответа на вопрос «что с ними происходит»; любой инструмент, который вы не можете проверить на языках ваших семей.
• Контролировать. Совместное использование, а не тихое наблюдение: спрашивайте, что инструмент сделал со словами ребёнка, и держите работу без посторонней помощи на виду — растущее качество результата при падающем качестве работы без помощи — вот образец, который нужно уловить.
• Не стройте правило, которое вы не сможете обеспечить. Обеспечение на основе детектирования не защитимо (почему).

Что ребёнку младше тринадцати лет должно быть разрешено делать

Многоуровневый подход уже существует, и он отодвигает генеративное использование на последнее место. Wang, Chuang and Wu (2026) оценили ресурс ИИ-грамотности с ярусами по возрасту для системы K-12 Тайваня в двух изданиях: издание для начальной школы для возрастов от 9 до 12 с основанными на поддержке (скаффолдинге), платформенными, негенеративными занятиями и продвинутое издание для возрастов от 13 до 18 с этическими рассуждениями и использованием генеративного ИИ под надзором генеративный ИИ. В одном постэкспозиционном опросе 831 участника начальношкольная когорта оценила материалы значимо выше по ожидаемой результативности, ожидаемым усилиям, игривости и поведенческому намерению, при этом воспринимаемая игривость была самым симым предиктором намерения в обеих группах — хотя авторы прямо заявляют, что это краткосрочное принятие примерно после тридцати минут экспозиции, а не обучение, этическая компетентность или фактическое использование.

Игра — это механизм. Play With AI (PL-AI) — это учебный план дошкольного и подготовительного к школе возраста, центрированный на игре, построенный на воплощённой игре, осязаемом программировании как процедурном мосте, направляемом диалоге как размышляющем Скаффолдинг и совместном проектировании с преподавателями как якоре Устойчивое развитие; самооценка комфорта преподавателей росла в течение циклов проектирования, а дети рассуждали об ИИ как о чём-то спроектированном человеком, выстраивали последовательности и отладку через осязаемое программирование и размышляли о справедливости через направляемый диалог. AI-Play идёт по пути без экрана, с занятиями без экрана, которые родители могут повторить дома.

Для самых маленьких детей риск — это убеждённость. Yang, Li and Lee (2025) предупреждают, что генеративные социальные роботы могут производить контент, который дети на дооперациональной стадии воспринимают как правду, что эти системы не откалиброваны под развитие в той обратной связи, которую они дают, и что их стоимость и доступность расширяют существующие разрывы. Xu, Girouard and Shi (2026) называют механизм перераспределением агентности в игре: контроль смещается в сторону взаимодействия ребёнка с игрушкой, ограничивая игру, когда игрушка её организует, и расширяя её, когда игрушка следует воображению ребёнка.

Учите, как работают машины. Ярус начальной школы умышленно негенеративен, и свидетельства о робототехнике в детском саду согласуются с этим: Tsingidou et al. (2026) обнаруживают проблемное обучение, рассказывание историй и скаффолдинг самыми используемыми стратегиями в опосредованном роботами вычислительном мышлении, при этом последовательности, отладка и алгоритмическое проектирование — самые оцениваемые навыки (чаще всего через TechCheck-K, хотя многие инструменты разрабатываются ad hoc без валидации). Пропустите это — и риски появятся позже как чрезмерная опора.

Сквозные навыки можно дешево научить. Demir and Akar (2026) провели 18-часовую программу критической медиаграмотности на основе 5E для 36 турецких четвероклассников, охватывающую конфиденциальность данных, безопасную коммуникацию и медиаэтику, с междугрупповыми значениями Коэна d 1.12 (чтение), 1.18 (письмо) и 1.31 (общая грамотность).

Надзор и раскрытие: кто в комнате

Ожидайте, что ответственность будет неясной; определите её явно. В интервью с 33 преподавателями K-12 США Xiao et al. (2026) обнаружили, что 10 назвали сценарий компаньона, ориентированного на родителей, самым беспокоящим, 17 сказали, что преподаватель должен включиться, и 11 сказали, что это зависит; тест видимости преподавателей оставил использование ИИ дома вне их юрисдикции при отсутствии наблюдаемых эффектов, а родители были названы в первую очередь ответственными, при этом их описали как неосведомлённых или перегруженных. Fan, Li and Zhang (2026) формализуют договорённости семьи и школы как аддитивные, синергетические и компенсаторные модели и прямо заявляют, что синергетическая версия не имеет подтверждающих свидетельств.

Дайте взрослому определённую роль, иначе её заберёт инструмент. ParaTutor (Luo et al. 2026) разделили роли родителей и детей в опосредованном LLM домашнем преподавании математики с 23 диадами родитель–ребёнок (дети в возрасте 10–12) в четырёх условиях: общая помощь тенденциозно вытесняла роль родителя-наставника, тогда как интерфейс с разделением ролей её сохранял. Родители также испытывали трудности со знанием содержания и коммуникацией.

Компаньоны, которые читают детям, требуют такой же заботы. Liao (2026) обнаружил, что ИИ-компаньон с фиксированной ролью ровесника порождал значимо более длинные взаимодействия, но меньшую долю слов и предложений от учащегося, и был сильнее на фактическом воспроизведении, чем на эмоциональном или ориентированном на будущее размышлении — именно поэтому предлагаемая рамка добавляет роль Parent Advisor (родительский советник) и называет вакуум поддержки для преподавателей и родителей.

Сохраняйте человека в частях, которые важнее всего. Raave and colleagues (2026) сравнили генеративного ИИ-конверсационного агента с преподавателями-людьми, проводящими занятия по социально-эмоциональному обучению на основе историй со статичным ИИ-ребёнком — 18 симуляций на каждого ведущего, 108 наблюдений, оценки вслепую по типу ведущего. Агент был силён в уважительном тоне и рутинном процедурном скаффолдинге; преподаватели-люди были сильнее в более глубоком преподавании SEL, направлении размышления и продвижении социально-эмоциональных знаний, поэтому раннее социально-эмоциональное обучение должно по умолчанию опираться на взаимодополняемость.

Раскрытие — обязанность школы, а не детективная работа семьи. Запишите, что использует школа и как семья может спросить об этом; см. Приватность, Педагогическая безопасность, Заявления об использовании ИИ и раскрытии информации и справедливость, этику, конфиденциальность и безопасность в исследованиях AIED.

Конфиденциальность и данные: что сохраняет инструмент

Предполагайте, что слой безопасности не был построен для вашего ребёнка. Основа оценки безопасности детей, построенная на экспертных руководствах и данных реальных инцидентов сообщает, что большинство основ и ориентиров безопасности ИИ нацелены на взрослых пользователей, несмотря на свидетельства активного использования молодёжью, — общенациональный опрос, цитируемый в этой работе, обнаружил, что 72% американских подростков использовали ИИ-компаньоны, — и что когда три модели Llama Guard были протестированы на связанных с образованием небезопасных промптах, им было трудно их идентифицировать.

Задайте четыре вопроса перед внедрением инструмента. Какие опасности, специфичные для детей, были протестированы? Что он делает с записями, расшифровками и голосовыми данными по умолчанию? Сколько это будет стоить семьям, если бесплатный уровень исчезнет? Работает ли он на языках, на которых говорят ваши семьи? Исследование случая макерспейса только для девочек (Liu et al. 2026) документирует сообщения родителей о том, что девочки пугались и меньше говорили в смешанных по полу группах, бесплатный генератор изображений, который убрал свои бесплатные функции в пользу платного уровня, который некоммерческая организация не смогла осилить, и англоязычные промпты как дополнительное препятствие.

Для школьных лидеров уверенность персонала — это элемент управления конфиденциальностью. Исследование учреждений раннего детства обнаруживает, что воспринимаемая полезность и лёгкость использования занимают центральное место в намерениях преподавателей дошкольных учреждений использовать ИИ, самоэффективность в использовании ИИ — значимый предиктор, тревожность в отношении ИИ — сдерживающий фактор, а субъективная норма — коллеги и руководство — формирует намерение.

Целостность: что является собственной работой ребёнка?

Не стройте своё правило на детекторе. Bassett et al. (2026) утверждают, что детектирование ИИ вообще не следует использовать в образовании: его оценки вероятностны и не могут быть независимо проверены, потому что реальное происхождение текста неизвестно; его использование нарушает процессуальную справедливость, поскольку оценки детекторов не соответствуют стандарту баланса вероятностей, который требуют расследования о целостности; а его дихотомия «человек против ИИ» бессмысленна для работы, созданной с помощью ИИ, а не им. Детектирование «не защищает академическую целостность; оно её подрывает», разрушая Доверие.

Надзор подталкивает к сокрытию; он не устраняет его. Mohamed and Temimi (2026) моделируют оценивание как неполную информацию: учащийся знает, как была произведена работа, учреждение видит только артефакт. Сдерживание работает через различение (discrimination) детектором между скрытым использованием и легитимной работой, а не через его грубую частоту поимки — когда ложноположительные результаты растут быстрее истинноположительных, более сильный мониторинг делает сокрытие относительно более привлекательным. Qu and Wang (2026) обнаружили, что нераскрытие среди 409 студентов было стратегической адаптацией к воспринимаемым нормам сверстников и низкому интерпретирующему доверию, а не моральной халатностью.

Следите за работой без помощи, а не за продуктом. Анализ вторичных школ с 26 811 учащимися обнаружил, что оценки за домашние задания выросли, тогда как оценки на экзаменах без доступа к материалам упали — отсюда рекомендация отслеживать входы, а не выходы. Систематический обзор 8 исследований ИИ в преподавании письма в начальной школе (2019–2025) обнаруживает, что разговорные инструменты поддерживают практику письма, а мультимодальные инструменты расширяют сочинение за пределы текста, заключая при этом, что автоматизированное оценивание всё ещё требует надзора человека для справедливости и точности. Девятинедельная программа письма-мнения с поддержкой GenAI с 301 учащимся 5 и 6 классов повысила идеальное письменное Я и академическую выносливость (academic buoyancy) и подняла поведенческую и эмоциональную вовлечённость, но не сдвинула установку на рост, когнитивную или метакогнитивную вовлечённость или организацию — и называет риски: чрезмерную опору, поиск сокращённого пути и сниженный самомониторинг.

Знайте, где линия, прежде чем объявите её. Сравнительный анализ институциональных политик и учебных программ курсов обнаружил, что учреждения широко поощряют использование GenAI (63% из 116 политик), тогда как половина из 98 учебных программ курсов прямо его запрещала. Nash and Burriss (2026) обнаружили тот же рефлекс у 27 будущих преподавателей, писавших политики для класса: 26 из 27 разрешали некоторое использование ИИ на указанных преподавателем условиях, только один запретил его полностью, и границы редко операционализировались — одна политика разрешала ИИ «чтобы запустить ваше мышление», а затем заявляла «вот здесь следует провести линию», не говоря, где именно. Анализ на основе рамок ЮНЕСКО политик GenAI 30 университетов добавляет, что основные принципы этики и управления широко приняты, тогда как инклюзия, справедливость, доступ в интернет и экологическое воздействие часто упускаются, а многие положения остаются декларативными.

Что делать, когда что-то идёт не так

Воспринимайте неправильный результат как обучающий момент: спрашивайте, как ребёнок бы его проверил, вместо того чтобы удалять. Когда ребёнок говорит, что компаньон его «понял» («understood»), это разговор о том, что может знать система, предсказывающая следующее слово.

Исследование мультимодального письма в 5 классе обнаружило, что визуализация детских рассказов дала устойчивые приросты в интерпретации, анализе, оценивании и объяснении, но не дала прироста в умозаключении (inference), и дети сообщали о меньшей необходимости делать умозаключения о неявном смысле, когда изображения делали его явным. Беглость покупает веру (fluency buys belief). Та же осторожность применима и к беглому ответу ИИ.

Роботы и ролевые игры — законные проводники трудных разговоров. REMind использует опосредованную роботами прикладную драму для вмешательства свидетелей в травлю — дети наблюдают сценарий травли, разыгранный социальными роботами, и репетируют стратегии защиты, управляя роботизированным аватаром; в смешаннометодном плей-тесте с 18 детьми в возрасте 9–10 он поддержал самоэффективность, принятие перспективы и понимание последствий защиты.

Что свидетельства поддерживают, а что нет

Крупнейший синтез здесь осторожен. Arthars and colleagues (2026) рассмотрели 271 эмпирическую работу о генеративном ИИ в PreK-12 и обнаружили отсутствие единого «эффекта GenAI»: аффективные приросты обычны, но являются слабыми индикаторами обучения; самые последовательные свидетельства касаются улучшенной непосредственной результативности и качества продукта; а свидетельства о длительном обучении, переносе и устойчивой само-регуляции неравномерны. Результаты зависят от пяти переплетённых условий — учащегося, инструмента, задачи, социальных механизмов, культурного и институционального контекста — и рамка разделяет четыре педагогические функции: обучение от ИИ, с ним, о нём или формируя его — и спрашивает, отдаёт ли учащийся свою агентность, снимает ли её с себя или реализует её (surrenders, offloads or exercises agency). Для детей младше тринадцати лет: о и формируя раньше от; совместное использование со взрослым везде, где ребёнок ещё не может оценить результат; и никаких заявлений о длительном обучении на основании хорошего продукта за один день.

В этой базе знаний нет исследования возрастных запретов. Это честное состояние свидетельств, сказанное прямо, а не сглаженное: ничего здесь не может решить, работают ли запреты, появляющиеся сейчас в некоторых школьных системах. Существующие свидетельства — о рисках, об обеспечении и об ограничении против обучения — указывают в одном направлении.

Там, где доступу учили, а не просто его разрешали, результаты восстановились. Исследование доступности GenAI в сравнении с его интеграцией обнаружило, что предоставление GenAI без обучения учащихся тому, как его использовать, было связано со значимо более низкой результативностью на прикладных вопросах (ω² = 0.35) — предположительно потому, что учащиеся не могли оценить результат, — тогда как явное обучение его использованию для таких задач, как суммаризация данных, вернуло прикладную результативность к пред-GenAI уровням и превысило базовый уровень на одном более сложном тесте. Альтернатива запрету — не laissez-faire: неограниченный доступ без обучения тоже провалился. Эта возрастная группа может быть обучена — программа медиаграмотности для четвёртого класса дала междугрупповые эффекты d = 1.12 до 1.31.

Возражения, которые вы услышите

Должен ли ИИ быть запрещён для детей младше тринадцати лет?

Не как правило огульного применения — и честная причина в том, что исследования этих запретов не существует, поэтому никто не может сказать вам, что они работают. Путь обеспечения плох: оценки детектирования вероятностны и не могут быть независимо проверены, и когда ложноположительные результаты растут быстрее истинноположительных, более сильный мониторинг делает сокрытие относительно более привлекательным. Запрет также управляет наименее важным каналом: приложения-компаньоны, ИИ-игрушки и семейное репетиторство происходят дома, вне досягаемости школы, в юрисдикционном вакууме, который описали те преподаватели. Школьный запрет оставляет домочадцев неуправляемыми там, где концентрируется риск, тогда как семьи с ресурсами сохраняют доступ дома. Защитимая линия — ярусное деление по возрасту плюс проверка плюс обучение: скаффолдинговые, часто негенеративные занятия примерно для возрастов от 9 до 12 и использование генеративного ИИ под надзором с заявленной целью после этого.

«Дети у всех остальных уже им пользуются.»

Частично верно: общенациональный опрос, цитируемый в работе по оценке безопасности детей, обнаружил, что 72% американских подростков использовали ИИ-компаньоны. Эта цифра — о подростках, а не о вашем десятилетнем ребёнке. Обзор PreK-12 из 271 работы не обнаружил единого «эффекта GenAI», поэтому то, что делают сверстники, говорит вам, что является нормальным, а не что является безопасным или полезным.

«Этим должна заниматься школа.»

Школы могут действовать в отношении того, что они предоставляют, закупают и чему учат: условия закупок, оценка опасностей, специфичных для детей, минимизация данных и раскрытие семьям должны быть в политике. Но домашний канал — там, где воздействие в этой возрастной группе происходит по большей части. Fan, Li and Zhang (2026) называют синергетическую модель семья–школа и прямо заявляют, что у неё нет подтверждающих свидетельств. Её нужно строить — а это значит говорить родителям, что делать дома, а не только чего не делать.

Контрольные списки

Для дома.

• До 9 лет: сначала без экрана и воплощённо — осязаемое программирование, истории, ролевые игры, практическое конструирование — с ИИ, преподаваемым как то, что проектируют люди, а не как то, что знает.
• Возраст 9–12: скаффолдинговые, часто негенеративные занятия на проверенных платформах, плюс явное обучение конфиденциальности данных, убеждению (persuasion) и тому, чего ИИ не может знать; генеративные инструменты приходят позже, с названной ролью взрослого.
• Решите, кто отслеживает какой инструмент и что школа вам скажет, используйте компаньонов и репетиторов как совместную деятельность, а не тихий надзор, и проверяйте, что приложение делает с голосовыми данными и расшифровками.
• Держите собственное конструирование смысла ребёнка видимым — черновики, объяснения, размышления, создание — и следите за тем, что качество результата растёт, тогда как работа без помощи падает.

Для школьных лидеров и преподавателей.

• Прежде чем внедрять инструмент, спросите, какие опасности, специфичные для детей, были протестированы, что он делает с данными по умолчанию, сколько это стоит семьям, если бесплатный уровень исчезнет, и работает ли он на языках ваших семей.
• Предпочитайте правила доступа с ярусами по возрасту и условия проверки инструментов огульному запрету и запишите линию операционально — «ИИ, чтобы запустить ваше мышление» — это не политика.
• Отслеживайте входы так же, как и выходы, согласно анализу вторичных школ с 26 811 учащимися, в котором оценки за домашние задания выросли, тогда как оценки на экзаменах без доступа к материалам упали, и инвестируйте в уверенность преподавателей, поскольку самоэффективность в использовании ИИ предсказывает внедрение в раннем детстве, тогда как тревожность в отношении ИИ его сдерживает.
• Опубликуйте план оценивания. В корпусе ещё нет свидетельств, что запреты меняют использование или обучение, а ближайшие аналоги — обеспечение через детекторы, насыщенные запретами учебные программы, доступ без обучения — все показали себя хуже ожиданий.
• Предпочитайте результативность без помощи и отсроченный перенос вовлечённости и удовлетворённости при отчётности о том, что выучил ребёнок.

См. также Как ИИ влияет на студентов?, Как включить ИИ-грамотность в мой курс?, ИИ-грамотность, Родители и семьи и Образование детей раннего возраста для исследовательской основы этой страницы.