【信息化教育】学生长时间依赖“认知外包”，会引发“认知失能”
随着DeepSeek等人工智能的讨论度、使用度越来越高，“认知外包”“认知卸载”等词汇也迅速进入大众视野。2025年开学伊始，不少学生的寒假作业呈现“AI化”，引起广泛热议。人工智能对教育领域的积极影响无疑是深刻的，但于学生而言，如果直接越过思考过程，习惯性地使用人工智能即时获取知识和问题解决方法，这种浅显的人机协作将对他们造成何种影响？在人工智能强大的算力面前，如何找回学生因思维惰性而渐次失落的主体性？学生所有的学习活动都适合人工智能参与吗？一起听听北京师范大学教授、未来教育高精尖创新中心执行主任余胜泉的回答。
一、一味依赖“认知外包”，会导致思维短路
问：长时间依赖“认知外包”，会对学生产生哪些负面影响？学生在学习过程中要如何平衡人机协作之间的关系，如何真正达到利用人工智能获得自我成长的目的？
余胜泉：如果学生一味依赖“认知外包”去学习，通过人工智能直接获得答案，会产生几个方面的危害。一是逐步丧失独立思考的意识和能力，形成惰性思维，深度思考能力会不断退化，最终无法胜任创造性工作，甚至异化为工具的奴隶。二是逐步丧失创造力和内驱力，持续依赖人工智能完成学习任务，学习的兴趣会被个性化推荐算法所限定，知识获取途径日益狭窄，限制多元化发展。三是认知会逐渐肤浅化与碎片化，AI生成的内容缺乏连贯性和系统性，当学生习惯了接收即时信息，会导致专注力下降，难以掌握深刻的知识，无法系统地阅读文字、符号，难以理解其所要表达的抽象思想，无法进行理性的逻辑思考，阻碍学科思维和结构化知识体系的形成。
中小学生在基础教育阶段一方面要学习知识，另一方面要通过体验知识获得的过程，逐步发展思维，形成网状的、可延展的认知结构，如果这个阶段直接用人工智能代替，学生的思维能力不会发生变化，会永远处在一个低层次、幼稚化的状态。内外部认知的失衡与割裂下的“认知外包”，会造成人的主体性丧失，表现为技术主导下的主体“失权”、技术依赖下的主体“失能”、技术区隔下的主体“失联”以及认知离散化、碎片化下的主体“失智”。因此，人机协作下的学习最重要的是推动内外平衡的“认知外包”，促进学生认知能力、核心素养的发展。
问：如何才能有效推动学生主体和智能客体间的认知平衡？换言之，哪些学习环节适合借助人工智能，哪些必须由学生主动掌握？
余胜泉：信息平权时代，谁都可以获得任何知识，但稀缺的是将知识转化成问题解决的能力。所以我们现代人一方面要借助人工智能处理海量的信息，另一方面更需要借助其洞察复杂事物背后的本质规律，获得解决实际问题的能力，这就是今后学生需要掌握的核心能力。因此，教育要大力促进深度教学。2024年，深圳南山区一份蕴含丰富问题情境信息的数学试卷引发广泛热议，我认为试题的方向是正确的，只是在操作策略上，没有考虑到学生完成的时间和能力。
以问题发现、科学计算、科学推理、科学论证、科学建模等一系列的科学思维培养闭环为例，发现问题、科学计算的时候适合与人工智能讨论，而科学推理、科学论证这些环节绝不能交给人工智能，否则思维得不到发展。当下教育教学要强调通过智能技术促进学习者的高阶思维发展，实施核心素养导向下的深度教学，要利用跨学科的相互关联性，建立知识的有机联系网络，强调将学习的重点放在特定情景下去解决真实问题，而非不断练习某个细小的知识点。当学生反复经历科学思维训练，多解决几次问题，其认知水平、思维能力自然会提升。
二、当下的教育要培养学生驾驭AI的能力
问：要提升学生在人工智能时代的认知水平和核心能力，基础教育阶段的课程适合以何种形式开展？
余胜泉：我认为要以项目化、跨学科的学习形式为核心，构建多态、多境、跨域的课程体系，让学生在经历完整的问题解决的科学思维论证过程中，激活知识网络，帮助他们在核心概念之间建立语义联系，根据抽象程度以及知识的亲疏关系建立网状联系，形成庞大的、有效应用于真实情境的思维组块。这种组块不仅是一种知识存储的方式，也能促进学生提升知识迁移能力。
具体而言，一是课程内容应强调“基础性”，让学生了解学科的基本结构、基本概念和基本原理，形成基础知识结构并掌握核心的学习方法，能以已有知识结构为基石不断向外延伸，获取今后工作所需的新知识与新技能，实现知识体系的自主更新。二是各学科之间需要打破壁垒，把多个学科的知识和技能进行统整化设计，使零碎知识变成互相联系统一的整体，让学生在原有经验的基础上建立新知识、新概念的连接。三是要转变工业时代“知识传递”为主的教学范式，从信息时代的“知识建构”走向智能时代的“知识创生”，关注和强调在已有知识的输入、习得、内化掌握的基础上，通过具身参与获取情境线索，实现对抽象概念的表征与理解，并将情境性的实践知识外化生成新的人工制品，以提升个体的知识格局，扩展自身知识体系，等等。
所以，当下的教育不是要提前教给学生未来50年的知识，而是要培养学生的高阶认知能力，即拥有驾驭机器的智慧。这种智慧的核心要求是学生将自身作为认知活动的核心主体，在完备的内部认知网络基础上，通过科学、合理的人机分工协作模式，有效连接外部认知工具，将智能充分融合分布于个体和机器内部，以释放人机结合的分布式教育智能。
问：您认为当下的教学过程要如何确保人机协作中人的主体性？在2025年1月召开的北京市政协十四届三次会议上，您带来了《关于研制发布人工智能基础教育教学应用规范》的提案，可否分享一下这份规范当中的要点？
余胜泉：一是要设计培养学生独立思考能力的模式，在教学中设计启发式的交互模式，通过引导提示和多元视角激发学生思考，避免AI工具直接提供答案；在课程设计中嵌入批判性思维训练，增加AI生成内容的评价和反思环节，提高学生的分析验证和重构信息的能力；组织学生围绕复杂问题进行小组讨论和案例分析，培养其逻辑推理与深度思考的能力，避免形成惰性思维；改革考试的评价体系，将思维过程作为重点，增加开放性问题和思维记录环节，重视推理论证分析能力的评价，减少对直接结果的考核，设计认知增强性任务，引导学生在使用AI工具时保持深度思考。
二是完善创造力和内驱力的激发机制，强调AI的辅助性地位，要求学生通过自身努力完成学习任务，避免依赖技术，在教学中设置开放性、探索性和跨学科任务。通过项目化的学习，让其在真实场景中运用AI解决复杂问题，引导多元化学习场景，融合艺术科技和实践活动，拓展学习领域，引导学生结合AI工具提出创新性的解决方案，评估学生的创造性成果而非单一结果，激发创新潜力和综合能力。
三是建立系统化知识体系与学科思维的保障机制，通过AI工具为学生提供知识体系或者学科框架，引入思维可视化工具，引导学生系统化学习，避免碎片化认知，强化知识梳理环节，要求教师帮助学生梳理知识框架，形成完整的学科知识体系和深度认知能力；分阶段设置综合性和深度学习任务，助力学生突破碎片化认知，开发长效记忆支持工具，明确AI输出与知识体系的连接，开发AI驱动思维的训练软件，引导学生主动分析生成内容的逻辑链条，等等。
三、人机协作对教师而言并非“高不可攀”
问：以上您提出的关于人机协作的应用规范是否会对教师群体带来较大的挑战？这些规范需要教师具备哪些关键能力？
余胜泉：其实这些规范背后反映的都是师范教育课程论、教学论以及学习科学和新课程改革当中的基本规律、趋势。当下，教师群体需要自我革新的一个方向，就是将师范教育与AI的发展嫁接起来。我不认为人机协作的教学模式对教师而言“高不可攀”。真正懂教育、对国家课程改革的过程有深入了解的人都知道，中高考命题演化的基本方向就是无情境不命题、无价值不命题、无思维不命题。
我国的新课改方案反复强调发展核心素养，人工智能教育要在核心素养理念指导下恰如其分地使用。对于教师而言，其关键在于能否把教育的规律和技术的手段结合起来，能否把核心素养导向的教学思路与人工智能提供的可能性路径结合起来，并进行有效设计，其考验的是教师的嫁接能力、思维延展能力。
问：目前，AI导师已在国内外的在线课程中广泛使用，其教学话术能够为学生提供基本的情感支持，且“情绪内核”似乎更稳定。您如何看待AI导师的发展？
余胜泉：实际上，现在的大模型直接用来面向学生应用有几个方面的问题。一是它存在一定量的“知识幻觉”，哪怕其提供的信息正确率高达99%，但只要有1%的错误率，都不应该直接应用在教育中。“知识幻觉”是目前人工智能的普遍问题，可能还需要几年时间完善和解决。二是大模型不了解学习者，只是基于上下文情景，以及历史提供的提示词把握学习者的情况，学习者的情绪、性格、知识水平等要素大模型并不了解。三是缺乏策略，大模型只是提供答案性的知识，无法通过学习活动引导学生学习，虽然目前像可汗学院（Khan Academy）在启发式教育策略上已有了很大进展，但仍不够丰富。
当教师跟学生进行交互时，教师能动态地觉察学生的情绪问题点、障碍点出现在什么地方，再作出相应的调整。我们的肢体动作、面部表情、语音语调实际上都代表着更为丰富的信息。比如我能一眼看出我带的博士生的论文哪些是自己创作的、哪些由AI生成，一是因为我对专业领域的了解，二是我对每个学生知识、思维水平的了解。目前大模型在多模态的情感表达和场景感知上还有较大缺失，离真正能够在教育教学中担当教师，还有相当长的一段路要走。
问：在人工智能海量的搜索、集成、思考能力面前，学习者是否会丧失主动思考的信心？在未来人工智能的发展速度下，人类的自我革新性是否会面临退化？
余胜泉：我认为不是丧失信心，而是容易产生惰性，对于学习而言，学得越快越直接，越有问题。所以在人工智能辅助学生学习的过程中，某种意义上我们要做“反人性”设计，要让学生有主动的思维投入。在人机协作中，一方面机器会通过人提供的信息强化其功能，另一方面我们能在人工智能提供的丰富信息中，提取正确、可靠、适用的知识，进行思维整合并获得新的认识，通过外部知识的嵌入，我们的思维和认知结构会得到进一步扩展。
但中小学不应该把大模型在没有经过任何设计的情况下直接开放给学生使用，必须经过科学合理的设计将大模型嵌入教学流程中。人机协作中实现有效认知的关键，在于个体拥有完备的内部认知网络，才能在新的学习任务面前，快速激活、有序组织已有的经验，并将其与未知领域进行关联，建立多层次、立体化的内外部认知连接。
从社会整体层面而言，我们不能否认某些个体会有惰性。但仍然有一部分人愿意通过持续不断的微创新去推动社会质的飞跃。所以，我认为人工智能不会导致人类退化，反而能帮助人类突破认知边界，加速探索未知领域。当技术转化为生产力，才能真正解放人类，推动社会进步。人工智能作为先进的生产力工具，能够提高效率，实现技术与社会的良性互动，推动社会向更高层次发展。
来源：《教育家》2025年第1期，原标题《余胜泉：失衡的人机协同，会引发“认知失能”》
