我教初中信息科技。这两年被问最多的一个问题：AI 这么强，Python 还教不教？信息科技课是不是该改成”AI 课”？
我以前也纠结。直到我把图形识别竞赛课完整教了一遍，又翻了几十篇 K-12 计算思维的研究，才慢慢想明白：这个问题本身就问错了。
工具一直在换，慌的是每一代人
DOS 时代，前辈担心”不学汇编怎么懂计算机”。Windows 时代，担心”不学 C++ 怎么懂编程”。今天轮到我们担心”不写代码怎么懂 AI”。
雷军、求伯君那一代程序员，汇编是基本功；后来 C++ 是必修；再后来 Python 成了入门语言，汇编没人提了。每一次工具升级，都有人喊”基本功完蛋了”。但你看，计算机没完蛋，反而越来越强。
问题的本质从来不是工具。是解决问题的底层能力：拆解、分析、判断，一直没变。 变的只是抽象层次。
所以”教不教 Python”不是真问题。真问题是：我们这堂课，到底在练学生的什么能力？
我教图形识别时发现的真相
去年我带学生做图形识别竞赛。整个单元从 Python 列表讲到向量点积，一步步让学生用代码”教计算机认形状”。
最有意思的是讲”边界提取”那节。我问学生：为什么只要图形的轮廓，不要中间填充的部分？
一个学生脱口而出：“手影游戏啊，墙上影子是三角还是方，看的是边，不是中间有多黑。”
那一刻我意识到，学生记住的不是 np.argwhere 这个函数，而是”识别形状的本质是提取结构”这个想法。 函数会忘，工具会换，但”看穿问题本质”的能力，能带走一辈子。
这就是计算思维。不是课标上那四个抽象的字，是用计算的方式去拆解一个真实问题。
真正该教的，是”不被 AI 哄”
AI 时代最稀缺的，不是会用 AI 的人，是不被 AI 哄的人。
我自己用 AI 写东西就发现：它特别会顺着你说。你往哪问，它往哪编；你问得粗，它答得也粗；你带着偏见问，它带着偏见答。
所以我在课上加了一课：用 AI 之前，先问自己三个问题：反方会怎么说？有没有引用？换个问法交叉验证？
这不是高深技巧。但学生养成这个习惯，面对的就不只是 AI，而是所有信息源。自媒体、热搜、家长群转的养生帖，都一样。这个时代，过滤信息的能力比获取信息重要一百倍。
课堂上最好的姿态，不是”我来教你”
我观察过自己上课的两种状态。
一种是”我来教你们”：站讲台上讲，学生被动听。课堂安静，但学生的眼睛是死的。
另一种是”我们一起探索”：抛个问题，和学生一起试。课堂吵，但学生的眼睛是亮的。
AI 让这件事更重要了：当 AI 能讲知识时，教师的价值不再是”讲”，是”带着学生一起判断”。 AI 给答案，教师教的是怎么辨别答案。
所以，教什么？
教 Python。也教 AI。但都不是重点。
重点是：让学生经历”把一个看似复杂的问题，拆成一步步能算的东西”的过程。 图形识别也好，AI 编程也好，做个小程序也好，工具是载体，思维才是目的。
工具会一直换。我教过 Scratch、教过 Python、现在教 AI。但十年来我确认一件事：那些在我课上经历过”拆解 -> 抽象 -> 验证”的学生，面对任何新工具都不慌。
因为他们学会的不是某个工具，是用计算的方式思考。
这才是信息科技课该给的底气。