问题——“先问工具”正改变学习方式与思维路径 随着智能写作、问答与辅助编程等应用快速普及，部分学生在作业、论文与日常学习中形成“遇到难题先求助、形成答案靠拼接”的习惯；一些教师也反映，课堂讨论深度下降、学生对材料细读与论证训练的耐心减弱。全国政协委员、中国科学院院士、清华大学电子工程系教授陆建华在讨论中表示，智能技术为深化教育改革提供重要契机，但也带来不可忽视的认知风险，其中之一便是过度依赖引发的“上瘾式使用”倾向，核心表现是把本应由个体完成的理解、判断与表达交由工具替代，即“认知外包”。 原因——便利性叠加评价导向，催生“低成本完成任务”的路径依赖 委员和专家认为，依赖倾向并非单一因素造成：一上，智能工具以更低时间成本提供结构化答案与表达模板，容易让学习者把“完成任务”等同于“掌握能力”；另一方面，一些课程考核仍偏重结果文本而非过程能力，导致学生更倾向于用工具“优化呈现”，而非在阅读、思辨、推理中积累方法。此外，部分青少年自控能力与媒介素养仍在形成期——若缺少明确边界与指导——容易从“辅助学习”滑向“替代思考”。 影响——能力弱化、差距扩大与评价失灵风险并存 陆建华指出，过度依赖可能造成记忆、理解与推理等能力的退化，长期看会影响创新与解决复杂问题的能力。有关调研亦提示隐忧：美国麻省理工学院2025年一项研究显示，在写作任务中，使用大模型辅助的群体对内容回忆失败率达83.3%，高于纯自主写作组和搜索引擎组约11.1%。此外，美国哥伦比亚大学针对16791名大学生的调研提示，智能工具使用可能出现“强者更强、弱者更弱”的马太效应，若资源、训练与指导不均衡，教育差距可能被更放大。 更值得关注的是，知识获取门槛显著降低后，传统以记忆与标准答案为核心的考核方式难以准确衡量学习者的理解深度、批判性思维、创新能力和问题解决能力，培养模式与评价体系面临重构压力。陆建华强调，若全社会陷入对智能工具的路径依赖，不仅影响人才质量，也会对未来社会创新能力与治理水平产生连锁影响。 对策——既不能“一禁了之”，也不能“放任自流” 在部分海外高校出现从“鼓励使用”转向“全面禁止”的做法背景下，委员们认为，简单禁用并非治本之策。陆建华表示，全面禁止会剥夺学生学习人机协作、提升效率与适应新工具的机会，也不利于形成面向未来的核心竞争力。全国政协委员、中国工程院院士黄卫认为，智能技术有望成为教育深度改革的重要驱动力，主管部门不宜轻易否定或盲目拒绝，应加强研究与制度供给，引导其在可控边界内释放正向价值。 围绕如何“用好而不滥用”，国家自然科学基金委员会信息学部组织专家调研提出多项建议：一是系统布局智能技术安全使用的应用基础研究，重点揭示人机协同中人类认知功能的适应性变化与长期演化规律，构建“技术—认知”协同演化的理论模型与证据体系，为制定认知安全标准、教育干预策略与应用边界提供依据；同时研究不同人群特别是青少年在智能环境下的认知行为特征，探索“认知友好型”的人机协同育人新范式，尽可能减少“认知外包”“信息茧房”等负面效应。二是建立面向公众尤其是未成年人的智能产品认知影响评估与认证制度，形成分级分类的风险评估框架，推动企业在产品设计中履行促进用户认知健康的社会责任。三是加快实施面向全民的认知素养提升行动，将认知健康素养纳入国民教育与终身学习体系，在基础教育阶段强化元认知训练与数字健康教育，在高等教育中突出研究方法、学术规范与人机协作能力培养，并完善过程性评价与综合能力评价。 前景——以制度与教学革新把“工具红利”转化为“能力红利” 与会人士认为，智能技术进入课堂已是大势所趋，关键在于把“工具使用”转化为“能力建设”：在教学层面，鼓励学生把工具用于资料检索、思路发散与方案比较，但必须保留关键环节的独立推理、证据核验与原创表达；在治理层面，推进学术规范更新、课程评价重构与分层指导，形成可操作的使用规范与训练路径。未来，围绕认知安全的标准体系、产品评估机制与教育评价改革若能共同推进，智能技术有望从“替代式便利”走向“促进式赋能”，推动教育更注重思维质量、创新能力与终身学习能力的培养。
人工智能改变了知识获取和信息处理的方式，这是历史进步；但技术本身是中立的，关键在于如何使用。教育界面临的真正挑战不是AI本身，而是如何在运用其效能的同时，守护人类独立思考和创新创造的能力。这需要教育工作者、技术开发者、政策制定者和全社会的共同努力。只有既不拒绝新技术，也不盲目放任其负面效应，才能在AI时代培养出适应未来需要的人才。这是摆在我们面前的时代课题，也是必须认真回答的历史课题。