生成式人工智能正以前所未有的速度渗透教育现场。ChatGPT能用流畅的语言解释复杂的气候变化议题，也能针对争议性论断给出看似合理的回应。但当这些文本被直接搬进中学课堂，一个关键问题浮出水面：学生究竟是在被动接收信息，还是在进行真正的批判性阅读？香港一项最新研究将117名初中生置于真实的ChatGPT阅读情境中，通过两段关于气候变化的AI对话——一段围绕“全球变暖是否真实”，另一段触及“科学家是否因政府资助而从事研究”——系统测量了他们的整体阅读能力，为AI时代的科学教育提供了重要参照。

研究者没有停留在传统的“阅读理解”层面，而是构建了一个包含三个递进维度的分析框架。第一维是内容解读，考察学生能否从ChatGPT的输出中提取关键科学概念并建立逻辑联系；第二维是体裁推理，要求学生辨别AI文本究竟属于科学解释、论证、信息报告还是实验记录，并关联其语言特征；第三维也是最具挑战性的认识论评估，检验学生能否同时调动对“科学本质”与“AI本质”的理解，去审视ChatGPT结论的可信度与局限。这三个维度层层递进，勾勒出一幅从“读懂字面”到“读懂背后”的能力光谱。

研究结果显示，三个维度呈现出清晰的难度梯度。内容解读对学生而言相对轻松，大多数学生能够识别AI文本中的核心信息并进行基本推理。体裁推理则明显上了一个台阶，学生虽能大致判断文本类型，却难以深入结合语言标记说明判断依据。而真正的“天花板”出现在认识论评估——极少有学生能同时基于科学认识论和AI认识论，对ChatGPT给出的气候论断提出深度质疑。换句话说，很多初中生可以顺畅地复述AI的观点，却不会追问“它为什么这么回答”“它的知识从何而来”以及“它的判断是否可靠”。

进一步分析学生在评估时的具体理由，研究者发现了一些值得警惕的认知盲区。在科学维度上，学生最常调用的是“科学知识具有暂时性”和“科学基于证据”这两个观念，显示出他们具备一定的科学素养基础。然而，一转向对AI本身的判断，许多学生的理解却相当朴素：有人笼统地认为“AI不可能知道一切”，更有甚者直接将ChatGPT等同于搜索引擎，误以为它只是从互联网上“抓取”现成信息，而非基于大语言模型生成文本。这种对AI运作机制的误解，恰恰暴露了当前科学教育的一个空白：我们教会了学生质疑科学，却尚未系统教会他们质疑AI。

研究并未止步于诊断问题。55名学生参加了一项为期六周、聚焦学科阅读与认识论思维的干预课程，课程涵盖科学文本的学科特征、体裁识别以及科学知识的来源、确证与发展性等内容。前后测对比显示，学生在三个维度上均获得了统计显著的进步。尤其在面对争议性更强的气候论断时，更多学生开始主动运用“科学知识会随证据更新”的暂时性视角去评估ChatGPT的表述，也有更多学生开始触及AI的可靠性与非经验性局限。不过，即便经过干预，学生在体裁推理和认识论评估上的平均表现仍处于中等水平，提示高阶阅读能力的培养绝非一朝一夕之功。

这项研究为未来的科学教学描绘了一幅清晰的路线图。教师在设计课堂活动时，需要建立分层递进的教学目标：先确保学生准确提取AI生成文本中的科学内容，再引导他们识别文本体裁及其语言标记，最终指向最核心的认识论层面——让学生同时反思“科学知识是如何产生的”以及“AI文本是如何生成的”。当ChatGPT这类工具日益普及，科学课堂的重心正从“读什么”转向“怎么读”与“为何信”。唯有将科学本质与AI素养编织进同一套阅读框架，我们才能培养出真正具备批判意识的下一代读者，让他们在气候危机与信息过载的双重挑战面前，做出基于证据的理性判断。