走进今天的中小学校园，AI 已经不是机房里的一门选修课：课堂里有智能助教，作业有自动批改，办公系统里跑着排课与数据分析。热闹之下，真正值得追问的问题是——这些投入，最后在孩子身上留下了什么。
一、AI 在校园里的四个落点
盘点这两年的落地实践，AI 进校园大体沿着四个方向铺开：
- 课堂：学情诊断与自适应练习让"因材施教"第一次有了规模化工具，教师备课从凭经验走向有数据参照。
- 作业：智能批改承接了大量重复性工作，把教师的时间还给教学设计与学生辅导。
- 五育过程：这是最容易被低估的变化。体育的体质数据、美育的作品与展演记录、劳动与德育的日常表现，过去靠人工台账，如今可以被持续采集——五育第一次具备了"全程留痕"的技术条件。
- 校园治理：排课、考勤、安全、家校沟通，管理效率的提升最直接，也最先被感知。
二、分水岭：工具思维与评价思维
四个落点里，治理与作业见效最快，却也只是"效率故事"。真正分出高下的，是尚未被普遍做深的第五个方向：评价。
工具思维的路径是"先建系统、再找用途"，采购一批设备与平台，常用常新的却寥寥；评价思维的路径恰好相反——先想清楚要看见学生什么样的成长，再决定用什么技术去采集与呈现。从国家教育数字化战略行动的历次部署，到世界数字教育大会上关于技术与人的关系的讨论，政策层面反复强调的正是后者：技术要服务于人的全面发展，而不是让技术表演。
判断一所学校的 AI 建设处在哪个阶段，有个简单的观察点：如果平台里的数据只在汇报时被打开，它还是工具；如果这些数据能进入教师的日常判断、学生的成长档案与家长的沟通场景，评价才真正开始被改变。
三、绕不开的三道坎
- 数据孤岛。课堂、体测、活动、评价各归各的系统，数据不打通，画像就拼不完整。接口标准与数据治理，比采购清单重要得多。
- 教师负担。任何增加填报与操作的方案都难以持续。AI 落地的成立条件，是替教师减负，而不是多一道工序。
- 伦理与边界。数据采集要有度，算法应用要可解释，未成年人隐私是不可逾越的红线。《中小学生成式人工智能使用指南》划出的边界，同样适用于所有校园 AI 应用。
四、下一程：评价是那个杠杆
为什么说评价是下一程的支点？因为评价决定行为。只要日常过程数据不进入评价，师生就没有理由持续使用系统；而一旦五育的过程记录真正成为成长档案与综合评价的一部分，数据就会自己"流动"起来——教师愿意记，学生愿意攒，家长愿意看。
这也解释了政策为什么反复强调过程性与综合性评价：它不只是教育理念的转变，更是让校园里的技术投入产生持续回报的机制设计。技术投入的终局，不是校园里多了多少块屏幕，而是每个孩子的成长过程，第一次被完整地看见。
千智嘉育 —— 技术的价值，在于让成长被完整看见。