这是 2026 Student Guide to Artificial Intelligence 项目下的一份教师手册，全名《Human Wisdom for the Age of AI — Teacher's Guide: Learning Modules》，54 页，把 10 个「人类能力」主题的教学模块合订成一册。它配套的是同系列的 Human Wisdom Field Guide，每个能力页配一个模块，教师可以单独取用。

适用对象，原文件写得很明确

「最适合任何学科的本科大学生，以及高中高年级学生；其他年龄段的学习者也可能从中受益。」这三句原文值得照抄，因为它决定了你怎么用：它不是中小学教材，也不是给研究生的方法论课，而是给大学通识课、新生研讨课、成人培训与工作坊准备的一套可组织活动。作者也说明了模块可以任意顺序使用，教师可以按课程目标和内容自行调整。

十个模块，方向各不相同

依次是：好奇心（Curiosity）、批判性思考（Critical Thinking）、专注与深度思考（Focused and Deep Thinking）、创造力（Creativity）、情感与社会智力（Emotional and Social Intelligence）、沟通（Communications）、智慧（Wisdom）、伦理（Ethics）、适应性（Adaptability）、自我认同（Self-identity）。每个模块的结构是固定的四件套：学习目标、课堂步骤、可打印工作表、讨论问题。

这份手册背后的合作方包括 Elon University 的 Imagining the Digital Future Center、美国大学与学院协会（AAC&
U）与 The Princeton Review，手册里每个模块开头都引了这些机构学者的短论，用来说明这个能力为什么在 AI 时代仍然重要——不是泛泛谈价值，而是具体到「AI 擅长给即时答案，人的价值在提出更好的问题」这类判断。

第一个模块可以直接当样例看

好奇心模块用了一个叫 Idea Compass 的工具：把一次探究拆成四个罗盘方向，让学生对同一个项目从四个方向各提一轮问题，而不是只问「帮我总结一下」。课堂步骤里有一个 20 分钟的「罗盘远征」（compass-guided expedition），配一张可打印的 Idea Compass 工作表，学生在上面画出自己要探索的领域，写下一路上想问的问题。模块末尾的讨论问题围绕「你自然倾向哪个方向」「换一个方向会得到什么不同的结果」展开。

这个设计的用意很直接：把「提问」从一个抽象要求变成一个有时间、有材料、有产出的课堂动作。

核验部分是全册最实用的

手册里有一句判断写得很硬：「生成式 AI 的设计目标是预测看起来合理的文本，而不是核实事实。」接着给出一套四步的证据协议（Evidence Protocol），每一步都对应工作表上的一栏：

第一步追踪来源——点开 AI 给的链接，看那个来源是否真的存在；第二步查日期——判断它依据的是不是过时数据；第三步交叉印证——找一个非 AI 的独立来源（书、学术期刊、新闻网站），填明它是支持还是反驳；第四步挑一个具体数字、引文或事实，逐字核对。

这三步的产出不是「我觉得可信」，而是工作表上可检查的记录：来源是否存在、日期是否有效、第二来源是谁、核对了哪一个具体数值。对课堂来说，这比讲十遍「要注意幻觉」有用。

怎么在课堂或培训里用

如果只有一节课的时间，建议取好奇心＋批判性思考两个模块，正好是一个「先学会问、再学会验」的组合，工作坊形态两小时能跑完。如果是贯穿一学期的通识课，十个模块按顺序铺开更顺，每个模块配一次作业。手册本身给了每模块的步骤与时长，教师不必重新设计流程，只需替换成本专业的案例。

边界也要说清

它教的是判断与提问的方法，不是 AI 工具操作，通篇不涉及具体产品怎么用；要落地需要打印工作表，纯线上授课要另想办法让学生填写；模块面向课堂与工作坊设计，自学也能读，但少了讨论环节会损失一半效果。

54 页教师手册的 PDF 与同系列学生指南的入口都放在下面，回复后即可看到。