从撰写报告到生成创意方案，人工智能带来的效率提升令许多人为之着迷。当前，人工智能正以前所未有的速度渗透至人们工作与生活的方方面面。然而，这种快速普及也引发了诸多讨论：依赖人工智能究竟是会削弱还是会增强人们的思考与认知能力？在人类与人工智能协同参与的时代，应如何保持人类特有的思考能力和判断力？大学作为培养人才的机构，如何应对人工智能带来的各种挑战？本报记者围绕上述问题采访了相关学者。
重度依赖人工智能或可导致人类思考能力退化
人工智能确实能帮助人们更好地完成许多任务，但真正的问题在于，当人们习惯性地将某些技能“外包”后，这些能力将会发生怎样的变化。美国普渡大学心理科学系副教授布鲁克·麦克纳马拉（Brooke Macnamara）在接受本报记者采访时表示，早期研究表明，被动使用人工智能可能导致技能退化，但有意识地使用反而可以提升批判性思维与创造力。其中的关键在于人机协作的方式，即人工智能能否影响人类的思考与认知能力不在于技术本身，而在于如何使用它。
美国麻省理工学院斯隆管理学院工作与组织研究教授杰克逊·卢（Jackson G. Lu）认为，当前人工智能系统虽然擅长重组现有知识，却无法带来真正的突破性创新。真正的挑战在于，如何在利用人工智能提升效率的同时，不削弱人类所具有的自主性和创新精神。然而，现实中的“人工智能引力”正将使用者推向过度依赖的深渊。
“当前，有三重因素加剧了人类对人工智能的依赖。”美国麻省理工学院斯隆管理学院全球经济学和行为科学教授埃里克·索（Eric So）对本报记者表示，一是更强大的人工智能放大了人类节省脑力的本能；二是社会对成功的期待，驱使人们借助人工智能获得更好的表现；三是同行使用人工智能的隐蔽性使生产力竞争变得难以抗拒。索表示，当我们越来越多地将原本应由大脑处理的任务交给人工智能时，即可以看作是每一次的“认知外包”都在参与一场社会变革。最终的结果就是，过度依赖人工智能可能导致人类技能严重退化，隐性机构知识（人们从经验和多年实践中积累的知识）面临流失风险。
针对人工智能对人类认知能力的影响，神经科学家也做了大量的调查和实验。美国乔治城大学心理学系教授亚当·格林（Adam E Green）一直专注于研究神经科学与人工智能之间的联系，他表示，当大脑不再进行实际思考时，相关能力就会退化，这一规律同样适用于人工智能时代。全球定位系统（GPS）削弱了人们的方向感，搜索引擎减损了人们的记忆力，而人工智能作为强大的外包工具，可能对人的创造力、注意力、批判性思维和记忆力产生类似影响。不过，美国得克萨斯大学奥斯汀分校戴尔医学院副教授贾里德·本杰（Jared Benge）并不这么悲观，他认为，事情并非总是非黑即白：如果人工智能能帮助人类腾出脑力空间处理更重要的事务，反而可能有所助益。
然而，美国宾夕法尼亚大学的一项研究发现，人工智能重度用户在标准批判性思维测试中得分更低，因为他们习惯性地将思考过程交给机器。研究人员将这种现象称为“认知投降”，即人们更信任人工智能而非自身判断，即便人工智能有出错的可能。研究人员警告，当用户缺乏评判人工智能输出质量的专业知识时，危险就已降临。
面对这一困境，索呼吁：“人类要想在人工智能时代继续蓬勃发展，必须区分工具与能力。若离开机器就无法思考，那便等于没有思考。具体而言，在求助于人工智能之前先形成自己的初步判断，再利用人工智能挑战这一观点，让机器检验思维，而非取代它。”
麦克纳马拉则提醒，大脑通过建立意想不到的联系来培养创造力，若将这项工作交给人工智能，我们便失去了锻炼的机会。“人工智能本身并非危险所在，我们要对人工智能保持清醒的认知、有意识地设计人机协作方式。”
培育人类与人工智能协作新范式
在人工智能时代，虽然人们获取信息的渠道已经更加多样化，但人的判断力、思考能力和认知能力却成为一种稀缺资源，而高等教育机构在培养人的判断力方面具有特殊优势。在谈到高等教育机构是否也面临着破解人类与人工智能协作的难题时，麦克纳马拉表示，现代大学长期建立在这样一个假设之上——学术成就取决于个体独立思考的能力。然而，这一假设遭遇了前所未有的挑战。
麦克纳马拉解释说，知识史本质上是一部集体认知史——从苏格拉底式对话到中世纪学术共同体，从科学革命时期的通信网络到现代实验室协作，知识始终源于人际关系而非孤立存在。人工智能的介入并非创造了协作思维，而是为这一古老传统引入了全新的参与者。当前，人工智能系统可以生成解释、综合信息、识别论证漏洞、跨语言翻译、模拟辩论并提供即时反馈——这些功能曾经只能由教师、同伴和导师等专业人士提供。人工智能所产生的影响之深远，已经远超许多大学当前的认知。
麦克纳马拉认为，高等教育目前针对人工智能的探讨，仍聚焦于一个相对狭隘的领域——学生是否利用人工智能作弊。学校投入大量资源开发检测人工智能生成文本的机制、强化反作弊措施、重新设计评价方式。然而，纵观教育史可以发现，从计算器的发明到搜索引擎的出现，技术虽然会在一定程度上给人类带来焦虑，但它们却从未削弱过人类的思考能力，这些技术只是改变了思考发生的场所。计算器降低了心算的重要性，搜索引擎弱化了记忆的必要性，与此同时，新的推理和判断方式变得更加关键。人工智能很可能正在加速这一转型。
“现代大学将人工智能的影响定位于个体内部，但人工智能却将思维嵌入人、数据、算法和智能系统的网络中。”索表示，大学面临的不只是技术转型，更是从个体认知向网络认知的范式转变。这一转变呼应了信息生态的根本性重构。在人类历史上大部分时期，由于书籍昂贵、专业知识集中在少数专家手中，信息是相对匮乏的，教育体系因此以帮助学生获取知识为主要使命。人工智能正在扭转这一局面。学习者面临的挑战不再是寻找信息，而是判断哪些信息可信；不再是寻找答案，而是评估不同的答案；不再是积累知识，而是培养应对不确定性、模糊性与控制人工智能的能力。未来的教育方式或许将从“学生知道什么”转向“学生如何辨别他们所知道的信息”。
澳大利亚莫纳什大学社会学教授艾伦·彼得森（Alan Petersen）对本报记者表示，这场变革呼唤人机协作关系的新模式。与以往仅扩大信息获取渠道的教育方式不同，人工智能已经参与到学生的思考过程本身。通过人工智能，学生们检验想法、挑战假设、完善论证、探索多元视角；研究人员综合文献、识别模式、发现隐含联系。当智力活动越来越多地通过互动而非孤立产生时，人们要重新思考原创性如何界定、学习如何评估以及何种专业知识将变得最有价值。大学的功能已经不再只是传递知识，更包含了判断力的培养——在人工智能时代，这可能是高等教育不可替代的使命。
警惕人工智能系统产生的数字鸿沟
当人工智能系统开始参与知识生产本身，全球高等教育的鸿沟正从“能否接入网络”转向“能否参与人工智能塑造”。彼得森表示，以往关于数字鸿沟的讨论聚焦于计算机、互联网连接和在线学习资源的可及性。如今，一个更深层的不平等正在浮现，其核心在于认知基础设施的获取。拥有先进人工智能系统、大规模算力、专有数据集和技术专长的大学，在科研效率、课程开发、学生服务和知识创造方面将获得显著优势，而那些无法获取这些资源的学校，则可能在快速演进的学术环境中日益边缘化。
对于全球南方国家的高等教育机构而言，其影响力更加凸显。人工智能为提升教育包容性带来了前所未有的机遇——偏远地区的学生可获得此前无法接触的辅导、翻译和学习资源，教师能借助人工智能工具提高研究能力、打破资源限制。然而，这些机遇伴随着新的依赖形式，其风险不仅在于技术层面，更在于认知依赖。当世界各地的大学日益依赖主要基于英语、西方的历史和文化数据训练人工智能系统时，全球知识的多样性可能会由此减少。
麦克纳马拉也表达了相同的担忧，他认为，这一挑战远超技术应用本身，涉及保护语言多样性以及确保本土知识传统不会在日益标准化的数字环境中消失等方面。当前的问题已不再仅仅是“谁能获取知识”，而是“谁来塑造知识的生产、验证和传播系统”。过去，大学致力于通过扩大招生、提升流动性和信息数字化来普及知识。如今，人工智能可能会极大加速这一进程，但也存在将知识影响力集中在少数技术生态系统的风险。
这些趋势表明，高等教育的未来不仅取决于能否利用人工智能，还取决于能否对其进行明智的管理和使用。麦克纳马拉说，大学自创立以来，便旨在让个体在不断变化的时代中做好应对各种挑战的智力准备。如今，它面临的挑战是，如何帮助学习者驾驭日益复杂的人机关系以及如何确保人类的判断力始终处于核心地位。
中国社会科学报记者 赵琪
来源：中国社会科学报
责任编辑：王俊美
新媒体编辑：常畅
如需交流可联系我们
热门跟贴