每一次技术革命都伴随着"降智"与"懒思"的担忧。这一次，我们的脑力是得以解放，还是会 因将思考外包给无面孔的算法而逐渐退化? 01 过度依赖与认知卸载 ChatGPT在上线三年后，周活跃用户数破8亿，业已成为许多人工作不可或缺的生产力工具，融入日常 生活的速度也在进一步加快。山姆·阿尔特曼在发布这一最新数据时说："感谢大家，AI已从人们把玩的 东西，转变为每天用来构建东西的工具。" 然而大模型的火爆也衍生了一个非预期后果——出现对人工智能的过度依赖。所谓"过度依赖"，是指人 们对人工智能系统的输出过分信任或依赖，哪怕这些结果是错误的或不可靠的，也会照单全收。 换言之，用户在没有经过充分判断或验证的情况下，盲目采纳AI的建议，从而导致错误——业界称之 为"执行性错误"。这种情况通常发生在用户并不完全了解以下内容时：AI能做什么（它的功能与适用范 围）；AI能做得多好（它的准确性与局限性）；以及AI是如何工作的（它的逻辑、数据来源或决策机 制）。 过度依赖可能导致现实问题和错误丛生，最终令人们丧失对AI系统的信任。不过担忧还不止于此。虽 然AI能够提升某些认知能力，但人们害怕，过度依赖 AI，或许会使自己变得懒于 ...

人工智能对人类认知能力的影响 - AI导致认知卸载 使人类特定认知技能下降 如个体记忆能力减退[7][8] - 过度依赖AI与较低批判性思维能力存在显著关联 年长者因AI依赖度低而批判性得分高于年轻人[8] - AI渗透速度快且覆盖广 对工作生活及心理产生技术性依赖风险 适应性下降问题显著[9][12] 人工智能与人类智能的本质差异 - 大模型智能仅集中在语言智能和部分逻辑推理智能 缺乏视觉空间智能 具身智能和情感理解能力[7][16][17] - AI本质是概率问题而非真正理解推理 缺乏临床直觉和具身认知能力 无原生学习过程[15] - 人类智能包含八种类型 AI仅在语言和逻辑推理表现优秀 其他类型智能进展有限[16][17] 人工智能在教育领域的挑战与变革 - AI挑战传统教育体系 需构建无分数学习概念 将评分体系置换到更具挑战性学习任务[7][20] - 教育应培养使用AI工具生产内容的能力 强调沟通协作 批判性思维 创造力和自信心等关键技能[7][21][22] - 通识教育变得前所未有的重要 人文社科帮助人类发现自我并与AI相处 弥补AI缺乏的真实体验和激情[23][24][27] 人工智能的局限性与发展障碍 - 生成式AI面临幻觉问题 内生于大模型 不能完全作为知识停止点系统[18] - 当前AI无法产生行星层级的颠覆性范式创新想法 如全球气候变化和经济不平等问题[26] - AI技术具有前所未有的独特性 需严肃全面审视和管理 避免混淆人机边界[12][25] 人机协作的风险与应对策略 - 人机协作存在丧失人类思想主体性的风险 如骆驼挤进帐篷的寓言所示[6][13] - 使用AI需具备超高信息素养 养成人在回路中的使用习惯 识别幻觉根本性[18] - 应关注AI对人类的影响 而不仅是AI能为人类做什么 发挥机器无法实现的创造力 批判性思维和直觉[25]