来源:市场资讯

(来源:图灵人工智能)

转自数字社会发展与研究,仅用于学术分享,如有侵权留言删除
打开网易新闻 查看精彩图片
转自数字社会发展与研究,仅用于学术分享,如有侵权留言删除

文|陈白

数字社会发展研究中心特约作者

伴随AI的快速普及,一场关于“人类会不会因为AI而变笨”的争论正在持续升温。

9月29日,中国互联网络信息中心(CNNIC)发布《生成式人工智能应用发展报告(2026)》。报告显示,截至2026年上半年,中国生成式AI用户规模已经突破7亿,普及率超过50%。

而在年轻人当中,这一比例更为惊人。《光明日报》此前对全国400余所高校的1953名本科生进行调查,发现99.18%的受访者使用过AI。复旦大学面向2026级新生开展的调查也显示,近八成已经形成AI使用习惯。

但《中国青年报》今年7月面向1032名大学生开展的调查显示,98.55%的受访者在学习中使用过AI,但48.06%的人认为,使用AI带来了过度依赖、独立思考和写作能力退化的问题。

也就是说,近乎一半的年轻大脑,在享受技术红利的同时,陷入了对自己认知能力萎缩的深深自我怀疑。

那么问题来了,AI时代,我们的思考能力,真的在退化吗?

打开网易新闻 查看精彩图片

苏格拉底的焦虑

如果去看技术与媒介的历史就会发现,人类历史上几乎每一次工具的跃进,总是伴随着某种集体恐慌:我们总是害怕自己创造出来的工具,最终会反噬我们的核心能力。

古希腊哲学家柏拉图在《斐德罗篇》中,借苏格拉底之口讲述了一个关于文字发明的故事。文字的发明者认为,文字能够增进记忆与智慧,但故事中的埃及国王却担心,一旦人们开始依赖书写来记录事物,他们就会停止使用记忆,灵魂将变得健忘。

然而今天的历史已经证明,文字并没有摧毁人类的智慧,反而因为释放了大脑的存储压力,让人类得以建立起跨越时空的知识文明。

我们可以再举一个近期的例子。20世纪中,当电子计算器开始普及并进入课堂时,教育界爆发了激烈的抵制浪潮。无数教育学家痛心疾首,如果孩子们连简单的乘除法都要依赖机器,人类的算术能力将彻底退化,逻辑思维的根基将被拔起。

结果如何?计算器不仅没有让人类变笨,反而大幅度提高了算数效率,让人类从枯燥的机械运算中解放出来,将更多的脑力投入到高等数学、物理学模型以及计算机科学的创新中。

汽车的发明也是如此。当福特T型车驶上街头时,也有人担忧人类会因此失去奔跑和长途跋涉的能力。但事实是,汽车极大地提高了通行效率,拓展了人类的生存和交易半径。我们确实不再需要每天步行三十公里去市集,但我们并没有失去双腿,我们只是把“移动”这项任务交给了更高效的工具。

今天,面对生成式AI,我们似乎又回到了“苏格拉底的焦虑”。当我们看到AI能够瞬间写出一篇逻辑严密的报告、生成一段无懈可击的代码,甚至完成一份复杂的商业计划书时,我们本能地感到恐惧。

我们觉得,AI正在剥夺我们“思考”的权利。

和历史上每一次焦虑恐慌一样,今天我们其实也完全没有必要对AI的思考能力抱有过大的敌意。今天我们能够看到的生成式AI的本质,依然是人类认知能力的一种延伸和效率工具。 就像计算器提高了算术效率,汽车提高了通行效率一样,大模型提高的是信息检索、逻辑重组和基础文本生成的效率。

此刻我们所谓的“思考退化”,某种程度上是在为一部分已经不再稀缺的能力感到焦虑。如果说真的有什么变化,那就是死记硬背式的信息重组,已经不再具有过去那样高的价值。

如果我们依然把“不借助任何工具,独自在白纸上写出一万字”作为独立思考的唯一标尺,那我们当然会觉得自己退化了。

但这样的重复发明轮子的所谓“独立思考”,真的有意义吗?

打开网易新闻 查看精彩图片

重新定位思考

德国政治哲学家汉娜·阿伦特曾在不同著作中对思考(thinking)和知识(knowledge)作出过区分。

在其著作《精神生活》中,她继承了康德关于理性与知性的区分。在她看来,知识主要关乎人类对世界的认识与理解,可以通过学习、积累和传授不断增长;思考则是一种更为根本的精神活动,它要求人们暂时摆脱既定的观念、习惯和权威,通过与自我的对话,持续追问事物的意义。一个人即使拥有丰富的知识和卓越的智力,也可能缺乏真正的思考能力。

而判断,则意味着人能够在具体的现实情境中,超越既有规则,从不同立场审视问题,并对是非善恶作出独立的判断。

对应来看,我们今天所说的思考,更接近的还是知识这个层面。大模型可以帮助我们检索信息、整理文献、归纳观点,甚至生成逻辑完整的论证,但这些活动的高效完成,并不意味着对事物意义的追问也已经随之完成。

机器可以为一项公共政策列举十种可能的后果,却无法仅凭这些推演,替代人类决定应当优先维护哪一种公共价值。

而阿伦特意义上的思考和判断,其实都不是机器能够做到的。所以,此刻与其担心思考退化,更重要的还是回到思考这件事本身。

这也提醒我们,长期以来被笼统称为“思考能力”的东西,实际上包含着不同层次的认知活动。知识的获取、信息的组织、逻辑的推演,以及意义的理解和价值的判断,彼此之间存在联系,却并不能完全等同。过去,这些活动通常由人类独立完成,因此我们很少有意识地区分它们。

但当AI开始参与知识生产,这些原本交织在一起的认知过程,也开始呈现出新的分工。这也将思考的价值带向了另一个方向。AI时代的思考方式,目前正在经历非常明显的三个相互关联的迁移。

第一个迁移,是思考的对象从“写答案”转向“提问题”。在知识相对稀缺的时代,获取和组织正确答案是一项重要能力。而当AI可以迅速生成多个答案,决定知识探索质量的,越来越可能是问题本身。提出有意义的问题,本身就需要足够的知识积累、理论意识和批判性思维。

第二个迁移,是思考的过程从“线性推演”走向“多路并行”。传统知识生产受到个体时间、精力和知识储备的限制,研究者通常沿着相对有限的路径逐步推演。AI则能够帮助人们快速生成多个假设、比较不同理论框架、模拟彼此冲突的观点。人类因此有机会在更短时间内探索更多可能性,但这些可能性之间如何取舍,仍然需要人的主动参与。

第三个迁移,是思考结果的标准从“我能产出”转向“我能判断”。 当机器越来越擅长生成内容,人的判断能力就变得更加重要。这包括识别错误信息、评价证据质量、理解不同方案的前提和局限,也包括判断一个结论是否具有现实意义。尤其在公共政策、医疗、司法等领域,一项方案即便在技术层面具有可行性,也未必在伦理和社会层面具有正当性。

这种对于现实复杂性和公共价值的考量,正是阿伦特所讨论的判断能力能够给予我们的重要启发。

2025年,微软研究院与卡内基梅隆大学的研究者在国际人机交互会议CHI上发表了一项研究。他们调查了319名知识工作者,分析了936个真实的生成式AI使用案例。

研究发现,生成式AI正在改变知识工作者的批判性思考方式:人们的认知努力从信息搜集转向信息核验,从直接解决问题转向整合AI生成的答案,并进一步转向对任务过程的监督与管理。

这项研究揭示了一个值得关注的趋势。当信息和内容生成越来越容易,人类认知活动中的验证、整合和判断环节,正在获得新的重要性。

思考从来没有消失、也不会退化,它只是正在重新定位。

打开网易新闻 查看精彩图片

真正的分水岭

当然,重新定位思考,并不意味着有了AI之后人类可以彻底放弃基础知识训练。

缺乏基本的知识结构,人就很难提出有效的问题,更不可能对AI的回答进行可靠判断。人类仍然需要掌握学科基础、逻辑推理和独立验证能力,才能真正驾驭这些工具。

一个缺乏基本知识、对任务没有明确认知框架的人,哪怕他拥有最先进的模型,也可能只是在不断接收机器提供的答案。相反,一个具备专业知识和问题意识的人,则可以把AI变成高效的研究助手。面对同样一份产业报告,前者可能要求AI生成摘要后直接接受,后者则会进一步核实数据来源、追问统计口径、比较不同解释,并判断报告结论是否具有现实意义。

这也解释了为什么我们在现实中能够明显感受到,不同的人使用AI,获得的结果依然存在巨大差异。工具降低了知识生产的门槛,却没有消除个人知识储备、问题意识与判断能力之间的区别。

当更多人都可以轻松生成流畅的文字、完整的代码和形式规范的分析报告时,那些能够提出独特问题、识别复杂关系、理解现实约束的人,仍然拥有明显的能力优势。

使用者的教育背景、专业能力、审美品位等等,这些属于人本身的能力,依然直接影响着工具的实际使用效果。

所以,当下真正需要推进的,依然还是人的教育本身。在人需要学会提问题的时代,给答案的能力其实已经不稀缺了。但如果教育体系没有及时转变对于人的能力的培养机制,才会造成真正的人的能力退化。

这也是为什么我们有必要把AI与思考的关系放回数字社会发展的制度背景之中。真正的问题其实从来不在技术,而是技术与社会的节奏是否匹配。

如果教育体系能够鼓励学生借助AI探索不同观点而不是延续填鸭,企业能够将生产效率提升转化为更多维度的商业决策,公共部门能够通过透明和问责机制确保人类保有最终判断权,那么AI就有机会成为一种普遍的认知基础设施。它让更多人可以参与过去受到知识、资源和专业门槛限制的复杂任务,也为个体的创造性探索提供了新的空间。

技术史中的每一次认知工具革命,都在重新分配人与工具之间的劳动。从文字到印刷术,从计算器到互联网,人类不断把一部分认知任务交给外部系统,同时获得处理更复杂问题的能力。

生成式AI正把这一过程推进到新的阶段。我们当然需要警惕认知外包的风险,但不应因为机器能够思考,就认定人的思考正在失去价值。

对于一个正在到来的智能社会,重要的是确保每个人都有机会学习如何驾驭新的工具,同时也有能力对机器的答案保持必要的怀疑。衡量思考能力的标准,应当随着认知劳动的变化而更新,制度存在的价值,本来就应该是让技术创造的效率与能力,最终转化为人的发展机会。

让AI思考,天塌不下来。人类文明原本就是一部不断借助工具突破自身能力边界的历史。我们需要保留独立思考的能力,也应当有勇气去重新定义思考。

当机器承担越来越多的认知中的重复劳动,人类将能够把更多精力用于发现问题、理解世界、作出判断,并对自己的选择负责,这才是更高维度的“我思故我在”,或许也是人工智能时代,真正值得期待的“人的进步”。