晚饭后，家长拿起练习册：孩子正在学二十以内的加减法，却对一页又一页相似的题失去耐心。孩子并非不愿思考，刚才还兴致勃勃地讲了半小时恐龙。能不能保留要练的数学，同时换一种进入方式？
这正是 Meydo 一项尚未上线的产品设想要回答的问题。它不是让孩子向聊天机器人索要答案，也不是在现成游戏上随意贴几道算式。设想中，家长在自己的端上描述学习目标、孩子的兴趣和希望的玩法，预览并调整生成的游戏，确认后再同步到孩子使用的专门硬件；孩子在自己的设备上操作，家长看到练习反馈，再决定下一次要做什么。下面的恐龙故事是用来推敲这种协作关系的假想场景，不是现有产品演示或确定的规格。
先把学习目标说清楚，再决定故事怎么讲
假设家长写道：“孩子最近练二十以内的加减法，喜欢恐龙。做一个寻找恐龙蛋的小游戏，每局大约五分钟，答错时给能帮助思考的提示。”这里最重要的不是“恐龙”二字，而是家长给出了题目范围、兴趣线索和出错后的处理方式。系统若只会生成漂亮的山谷，却把题目变成超出范围的乘法，便没有完成任务。家长应当能在同步之前看到题目、答案、提示和所需阅读量，把太难的关卡退回重做。
例如第一关是巢穴里原有八枚蛋，探险队又找到五枚，问现在有几枚。孩子可以先数画面中的八枚，再把新找到的五枚逐个移入巢穴，最后选出十三。第二关变成巢穴原有十五枚蛋，三枚被送去孵化站，还剩几枚，答案是十二。两题并非只是换了背景：前者要求把两组数量合并，后者要求从总数中拿走一部分。若孩子在第二关选十八，系统不宜仅播放“错误”音效，也不宜无限次让孩子蒙。一个可讨论的设计是让三枚蛋从十五枚中移走，再请孩子数剩下的；随后换成新的数量关系试一题，看看他能否独立判断该加还是该减。
这个提示过程仍只是拟议中的交互设计。孩子是否理解“移走”所对应的减法，不能由这一次点击推断；提示可能让他数对当前画面，却没有掌握脱离画面的算式。下一次不妨给出十七枚蛋拿走四枚、且减少视觉辅助的题目，观察他是否能自己求得十三。如果连续出错，游戏应该降低难度或建议家长一起用实物摆放，而不是把关卡堆得越来越多。
有研究支撑的是学习环节，不是这款游戏的效果
从记忆研究看，“自己回想并作答”与“再看一遍答案”不是同一件事。Karpicke 等人在三项针对小学生的实验中，让孩子学习词语后重学或尝试提取，观察到提取练习对后测的益处；但研究材料是词语，不能据此宣布恐龙算术游戏会提高数学成绩。论文也提醒：当初次提取成功率太低，练习可能不会带来预期收益。小学生提取练习原始研究
美国教育科学研究所的教学实践指南建议用小测验让学习者再次接触关键内容，也强调把抽象概念与具体表征连接起来。由此得到的产品设计问题很具体：让孩子先做出选择，还是只让他看动画？拿走三枚蛋的画面是否帮助理解十五减三？改天再遇到相同的数量关系，他能否不靠恐龙图案作答？指南不能替代针对这款设备、年龄段和题目类型的测试。
反馈同样不能简化为一个红叉。Butler 等人的反馈实验比较了多选题后不同类型与时点的反馈，说明反馈信息和时机都值得设计，而非“有提示”就必然有效；参与者是大学生，任务是阅读材料，所以不能据此断言儿童算术题应一律立即给答案。面对孩子已经卡住的减法题，可先给一步可操作的线索，再在仍无法完成时展示正确过程。究竟提示多早出现、多少次合适，需要观察真实儿童的理解与挫败感。
更接近数学的研究也给了谨慎理由。一项对三年级数学学习困难学生的事实提取辅导试验发现，不同学习困难群体的干预结果不相同；论文回顾的游戏化练习与朴素练习比较，也并未一致证明游戏形式更强。把恐龙放进题目，只能是吸引孩子开始的一种设计假设，不能冒充已验证的教学成效。
家长看到的，不应只是一张“玩了多久”的报表
设想孩子完成第一局后，家长端呈现哪些题独立做对、哪些在提示后才完成、错误集中在加法还是减法，以及同步与设备状态。报告不该把“打开了游戏”“连续玩了几天”写成“掌握了减法”。家长可以决定下一局多给几道“从一组中拿走”的题，或暂时停止游戏，改用积木一起摆十五减三。孩子疲惫、视力或注意力不适合继续时，停止本身也应是合理选项。故事中的五分钟只是家长输入的示例，不是儿童屏幕使用建议，更不是产品设定好的时长。
内容生成之后还要经过检查。生成模型可能写出算错答案的题、含糊不清的叙事，或者用过密的奖励让孩子只顾收集蛋。家长预览是必要的一层，但也不能把全部核查责任推给家长：基础算式应有独立的答案校验，题目与提示应按年龄和能力筛查；若出现不合适内容或计算错误，应能停止、标记并修正，记录哪一版游戏实际到达孩子设备。同步没完成时，家长端显示“等待中”，不能假装孩子已收到新关卡。这些是产品需要解决的设计要求，不是已实现的功能声明。
孩子不是训练数据的来源
儿童的兴趣、答题错误、使用时间都是敏感的生活细节。联合国教科文组织的生成式 AI 教育指南强调数据隐私、符合年龄的教学设计，并提出对独立与生成式 AI 平台对话设定年龄界限；UNICEF 儿童 AI 指南将安全、隐私、公平、透明与福祉列为儿童导向 AI 的要求。因而在此设想中，家长决定输入什么、审核什么，孩子端不开放无限制的生成式对话，是值得坚持的边界，却仍不足以自动解决隐私问题。
真正开发时，还须回答：生成游戏是否必须上传孩子的姓名？错误记录保存多久，谁能查看，是否用于训练模型？家长能否删除记录？同样的题目对阅读能力不同的孩子是否公平，语音或按键交互能否照顾不同能力？合理的起点是只收集生成与反馈所必需的数据，让监护人理解并控制保存与删除，尽量避免自由文本暴露孩子身份。不能因为设备由孩子单独使用，就默认孩子能够识别模型幻觉、广告或不当内容。
一个有价值的验证也不该只问“孩子喜不喜欢恐龙”。应该在获得恰当同意、保护儿童隐私的前提下，比较他们在游戏之外、没有剧情提示的新题上是否理解相同的数学关系；观察错误提示是否帮助还是让人沮丧；也要看家长审核是否真的省时。若离开动画就不会做，或者家长要花比改编纸面题更多的时间纠错，这个设想就需要回头修改。现在没有针对 Meydo 这套“家长端生成—孩子硬件学习—反馈回家长”的学习效果证据，更不能承诺提分。
这项设想有意思的地方，不在于 AI 一夜之间造出了无穷关卡，而在于内容生成权留在家长一侧、游戏体验落在孩子自己的设备上，练习后的判断再回到人手里。恐龙可以把孩子带进故事；能否把一次答题变成可迁移的理解，仍要靠正确的题目、合适的反馈，以及尚待进行的检验。
