让AI成为“智慧之钥”而非“思维枷锁”

新兴媒介技术的迭起改变了大学生传统的学习方式，如今不少学生在完成作业或科研论文时选择与大语言模型（large language model）共同协作完成，通过输入提示词，在生成式人工智能（AIGC）的“助推”作用下完成学习和科研任务。与此同时，由于生成式人工智能可以直接生成内容，越来越多的大学生开始依赖AI工具完成学业任务。判断学生论文是否由AI生成，已经成为不少高校教师感到头疼的问题。在此背景下，大学生如何在生成式人工智能的使用中找到独立思考的空间，如何让AI在教育中促进智慧而非削弱思维，高校如何平衡技术辅助与学术独立性，已经成为目前亟待解决的问题。

从媒介依赖到AI依赖：技术对认知思维和学习方式的重塑

媒介技术的更替改变着人的认知模式。从印刷时代到数字化时代，媒介对知识的传播和个人认知的塑造起着举足轻重的作用。大学生在媒介中的依赖关系不断变化，信息的获取、知识的构建，从手工操作到机器辅助，再到智能工具的深度介入。从“手动”的经验习得知识到“自动”的知识生成，学生对媒介的依赖逐渐转向对AI的依赖。不少学生坦言，离开大语言模型学习效率都会下降。

在当下大学生的学习生活中，AI不仅是一个高效的工具，更在塑造学习模式、思维方式和认知结构上起到了催化作用。在学习模式中，让个性化学习和跨时空学习成为可能。在思维方式上，《娱乐至死》的作者尼尔·波兹曼认为，印刷媒介培养了人理性思考的能力，而电视媒介的出现则刺激人们非理性要素的情感表达，社交媒体时代人们的思维方式从单一线程转向多线程，而AIGC时代思维方式则是在多线程任务的基础上，通过智能信息筛选、组织和结构化文本来减轻“信息熵”，辅助人们决策。因此，人的思维方式也从工具依赖思维向协同智能思维转变。在认知结构方面，人的认知从记忆驱动发展到思维外化，智能工具扩展了个人自身“认知带宽”的局限，形成了外部的延展认知，促进了知识图谱的构建和认知网络化的过程。

AI对学习方式的重塑：从学习“助手”到代笔“枪手”

AI辅助下的学术生产究竟是效率的提升还是能力的降低？论文写作、作业完成的效率提升，让AI成为大学生不可忽视的学习伙伴。然而，过度依赖AI生成内容，却可能让他们失去思考与原创的动力，形成学术“枪手”文化，削弱独立思考与创作的能力。

美国哲学家希拉里·普特南（Hilary Putnam）曾提出“缸中大脑”的隐忧，用以探讨知觉、认知与现实的关系。这一思想实验假设一个人脑被取出并放置在培养缸中，通过计算机向其传输刺激，使其产生幻觉，以为自己生活在一个真实的世界中。笔者认为，这一思想实验在AIGC时代具有新的现实意义，并进行了以下层面的反思。首先，过度依赖AI可能导致大学生在知识学习过程中产生“思维懒惰”，导致知识碎片化、过度依赖智能工具的现象，甚至影响深度学习与批判性思维的培养。其次，学习从过去的意义建构过程变成了单向的功能性的输入指令和输出完整文本的工具性过程，减少了学习的价值追问和知识的反思精神。最后，信息操控和思想自由也将在不同程度上受到挑战，算法的驯化和认知偏见的放大，使得自由意志沦为“机器意志”。

高校纷纷出台AI工具使用的边界与规范

日前，复旦大学发布《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》，明确提出“六个禁止”，对人工智能工具在本科毕业论文（设计）撰写过程中的使用情况进行了详细规范。北京师范大学新闻传播学院与华东师范大学传播学院联合发布《生成式人工智能（AIGC）学生使用指南》，要求学生在完成作业时需标红AI生成内容并限定了具体的内容比例，体现了高校在推动技术进步的同时，必须坚守学术诚信与伦理道德的底线，避免学生将AI作为简化思考与创作的捷径。国外高校也启动了AI生成内容的检测系统来评定学生论文、作业的原创程度。

从“思维杀手”到“智能助手”：平庸的知识复制到创新的知识生产

许多高校教师担忧，现在脱离了AI，学生已经快失去了原创写作的能力，甚至丧失独立思考、批判质疑的精神。毋庸置疑，当前生成式人工智能已经表现出极大的发展潜力。这时，顺势而为，敞开胸怀接纳不可以改变的，鼓起勇气改变可以改变的，施展智慧分辨两者的不同，显然具有非常现实的意义。

AI在学习中的正向作用：提高学习效率，激发认知潜力

AI辅助的文献搜索系统能够迅速从海量信息中筛选相关内容，为学生节省大量时间，增加其知识广度。然而，AI是否能够培养学生的知识整合能力、批判性思维仍是值得深思的问题。

AI推动了创新思维的养成，能够通过个性化的学习推荐系统，为学生提供定制化的学习路径，激发创造性思维与探索精神。可以说，AI在图像生成、语言模型等领域的应用，打开了一个全新的学术创作空间。

AI同样可以作为知识生产的助推器。它的介入不仅是信息的生成工具，更是激发学生对学科知识批判性再思考的催化剂。具体而言，AI为学生提供了新的角度与思维方式，有助于他们拓宽知识视野、培养跨学科的思维模式。尽管AI可能在某些层面削弱学生的独立写作能力，但它也可以帮助他们突破传统思维的框架，激发他们对学术问题的深入思考与批判，推动学术创新的发生。

总之，AIGC时代的思考在个体认知外包的基础上为大脑减轻了认知负担，让大脑的工作记忆从过去烦杂琐碎的重复劳动中解脱出来，从而可以进行更高级的思维活动。例如，计算器的出现使人摆脱了重复的计算劳动。同样，生成式AI的出现使得大学生摆脱了文献搜集、外文文献翻译、简单代码撰写等工作，学生可以把这些任务交给AI来完成，自己则可以在此基础上展开创造性的科研。

AI与人类的相辅相成：智慧与智能的辩证关系

AI本质上是智能工具，重要的是如何利用它增强我们的认知能力而非替代思考。智能工具对认知思维和学习具有帮助作用，但同时我们也要注意避免成为“工具的奴隶”。相关研究者认为，智能指的是人类赋予工具模拟人脑的一种能力，而智慧则强调了话语、认知、体验、行为和文化的统一圆融，因此智能的主体是工具，而智慧的主体是人类。不过，AI与人类智慧并非对立关系，而是共生关系。AI扮演着网络中新的行动者的角色，学生要学会将AI作为辅助工具而非依赖对象，从而确保人类智慧在AI时代继续占据主导地位。

培育积极的AI认知观和使用规范

不使用或不懂如何使用AIGC，就像到了电力时代还要用驴推磨、人拉车。未来，不是人工智能打败人，而是掌握人工智能的人和机构，打败那些没有掌握人工智能的人和机构。媒介的价值变迁是以协同互构的方式螺旋式前进，发展出资源连接更高效、生产实践更自由、科学技术更包容的一体化媒介社会生态。新兴技术的社会融合更需要容错机制，技术所带来的问题，其实是可以通过技术本身找到解决方案的。

认知观的重塑：人工智能时代科学研究的“第五范式”

AI社会地位角色的转变意味着科学研究范式的更新。科学研究史上前四大范式分别是经验科学范式、理论科学范式、计算科学范式和数据驱动科学范式，目前逐渐演化到以人工智能为驱动力的“第五范式”。这一范式的提出意味着人工智能将参与到社会结构和科学知识生产的过程中，并且模拟人类角色来预测社会发展规律。

科学研究范式的革命正体现出我们处在新一代技术革命的中心，处在技术可能产生的积极或消极影响的笼罩下，无可遁逃。不过，可能改变的是我们应对变革的能动性和信心，并凭借这些将AI从思维的枷锁转化为智慧的钥匙。教育者需要意识到这一转变，并从当下技术使用表象的浮光掠影中寻找内在规律，重塑未来的教育观念。通过重新定义数字素养与智能素养来实现从“无AI”到“会AI”。

从根本上来说，人工智能与教育的融合模式也不尽相同，主要可以分为主体性、嵌入性和辅助性三种融合模式。教师的AI指导角色应从监管者转变为引导者，积极引导学生正确使用AI，培养他们的批判性思维与解决问题的能力，而非单纯从监管的角度进行限制。教育的本质不仅仅是信息和知识的获取、技能的习得，更在于人的世界观、人生观、价值观和审美观等的培育与养成。知识的传授与技能的习得可以通过人工智能教育应用去优化和实现。因此，未来的教育更需培养学生利用AI工具实现知识生成与创新的能力，让他们成为“AI智慧的主人”，而非被动接受AI控制的“工具使用者”。

同时，我们也需注意其中可能导致“教育不平等”的现象。虽然知识已经广泛可及，但是更要警惕背后的“认知鸿沟”和“使用鸿沟”的问题。当前美国政府正在通过多个平台推动AI教育战略，确保美国学生能在AI时代具备必要的技能。例如，美国国家科学基金会（NSF）和教育部已经开始资助包括AI基础教育和职业培训在内的项目，目标是将AI课程整合进中小学和高等教育系统。这些课程将帮助学生理解AI的基本概念、伦理问题以及技术应用。

使用观的培育：培养未来社会的核心竞争力

我们需要将学术诚信与AI使用相融合，防范“学术枪手”现象的泛滥。高校应制定严格的AI使用规范，确保AI辅助工具的使用符合学术诚信的要求。学生应了解如何正确使用AI，避免将其作为复制工具，确保原创性与学术创新不受影响。

其中，重要的是提升学生的AI使用素养。首先，需要培育对AI的提问能力和批判性思维能力。提问是一种数字素养之上的技能，良好的提问能力是人机循环的开始。研究表明，高质量的提问（如精确的问题构建），能够极大提高信息搜索的效率和结果的相关性，这是现代数字信息处理的基本技能。提问是“人机循环”中开启协作的第一步，有效的问题可以帮助AI从海量数据中提取更有价值的信息，同时也促使人类审视自己的认知偏差。此外，还需要培育学生对AIGC的事实核查能力，重视信息的可靠性和权威性，主动寻找多方信源来核实AI生成的内容，学会通过多方验证与反思，避免陷入信息泡沫与虚假内容的陷阱。在事实核查的基础上，学会将自己的想法与AI所提供的内容进行有效结合，使之产生1+1＞2的效果。

在政策制定方面，需要研究者在充分调研、评测AI和教育实际效果的基础上，制定出科学的方案。例如，卡内基梅隆大学计算机科学学院开展了AI技术如何改变教学和学习的相关研究，致力于开发智能辅导系统、自动化评估工具、个性化学习平台等，研究项目涵盖从K12教育到高等教育的多个层面，探索AI如何支持教师、学生和教育政策。

总之，AI是一个过程性工具，它既非起点，也非终点。在AI发展的背后，应关注学生在使用中认知偏差的修正、能力的提升、前沿的探索与科研伦理的守护。让AI成为大学生学习的“助手”，而不是代笔的“枪手”或思维的“杀手”。高等教育也需把握时代的脉搏，让智能技术帮助学生认识自我、激发潜能，在技术和人文中找到平衡；让教育者在技术的“折叠”和“展褶”中既充盈着变革的勇气，也葆有独立之精神和自由之思想；让智能技术与教育实现智者共舞、共沐春风，在现代的字节和算法的跃动下实现“风乎舞雩，咏而归”般贤者论志的理想状态。