从年轻人身上观察未来
生成式人工智能如何重塑教育、学生学习、批判性思维与学业评估？辅助又会在何处变成替代？
马歇尔·麦克卢汉那句“媒介即讯息”，常被当作一句关于电视或广告的口号。其实，它的主张要激进得多：媒介并非中性的容器。媒介的形式会改变人类感知与社会行动的尺度和结构[1]。广播、电视、社交网络和短视频所传递的，并不只是不同的内容。它们会训练不同类型的注意力，塑造不同的公共生活节奏，也会改变什么东西让人觉得重要或真实。
人类一直在把心智的一部分外化。文字把记忆外化，地图把空间表征外化，计算器把计算外化，搜索引擎则把信息检索外化。但生成式 AI 能够介入从困惑走向理解的过程。它可以拟定问题、筛选证据、总结来源、构建论证、模拟质疑，并给出结论。早期媒介传递信息；而 AI 日益开始调节认知过程本身。
关键问题不再只是有什么信息经过媒介，而是：当媒介开始代替我们进行思考，而思考原本正是信息转化为知识的过程时，会发生什么？
从年轻人身上观察未来
观察一种新媒介周围正在形成的社会现实，最好的地方之一就是年轻人群体。正如 danah boyd 所指出的，青少年穿行于网络世界的历程，“为我们了解技术如何融入并塑造日常生活，提供了宝贵的洞见”[2]。
而且，由于青少年时期的生活被学校和大学等制度深刻塑造，注意力、探究、合作、权威与判断等习惯会逐渐转化为社会实践，并共同塑造后代所继承的现实。
我自己的关注始于一份普通的大学作业。当时有人请我评阅另一名学生的论文。文档看起来颇有学术模样：有理论、方法、分析和结论。句子语法通顺，段落衔接自然。然而读完之后，我觉得自己只是吞下了一堆文字，却没有获得任何信息。同一个泛泛的观点被换着说法重复了几次，一些参考文献根本查不到，书目所列的来源也显然没有被认真阅读。我很失望，因为我意识到自己花时间审阅的，不过是 AI 生成的劣质内容。我当时写道：“学生假装在写作，大学假装在评估，而 AI 则生成维持这场幻象所需的证据。”
接着，出现了一个规模大得多的案例。
2026 年春季，布朗大学经济学教授罗伯托·塞拉诺给福利经济学课程的 86 名学生布置了一场带回家完成的期中考试。以往该考试的平均分通常在 65% 到 80% 之间；这一次，平均分却达到了 96%[3]。
2026 年春季，布朗大学经济学教授罗伯托·塞拉诺给福利经济学课程的 86 名学生布置了一场带回家完成的期中考试。以往平均分通常在 65% 到 80% 之间；这一次却达到了 96%。
塞拉诺和助教把考题输入 ChatGPT。它给出的答案与许多学生的作答如出一辙。他说：“答案算是有点正确，但偏差很大，行文也极其迂回。”于是，他把期末考试改成了现场考试。18 名学生退了课，另有 9 名学生仍然注册，却没有参加期末考试。期末考试平均分为 48.6%，19 名学生不及格。这些数字不能证明每个学生都使用了 AI，但这一连串变化的确引人注目。
教师们看到了什么
舍夫德大学讲师扬·塞登卡描述了同一变化中一个不那么显眼的版本。在一项作业中，学生越来越常选择相同的论点，得出相似的结论。
他告诉我：“总体而言，学生写的文章越来越长，但彼此之间也越来越相似。”
舍夫德大学讲师扬·塞登卡在课堂中对 AI 的观察，促使他重新思考评估方式、反思活动，以及学习过程本身的作用。
他重新设计了“销售技巧与沟通”课程。如今，学生先提交作业、接受反馈，再进行修改，并在研讨课上讨论自己的推理过程。塞登卡说：“在某种程度上，学习过程变得比最终结果更重要了，因为现在生成一篇文章实在太容易。”
他还测试过 AI 能否写出学术作业中所谓的个人部分。“即使我没有提供任何个人信息，AI 也能写出如此有说服力的反思，这让我非常震惊。”
如今，即使没有真正进行反思，也能写出一段反思文字；即使没有真正拥有自己的思想，也能写出经过润饰的论证。学习的外在表征，正在与学习本身分离。
为什么学生不能简单地拒绝 AI
我走上斯德哥尔摩街头，与几名学生交谈。他们的回答让我无法再坚持一种简单的反 AI 立场。
高中生萨拉有阅读障碍。她说：“AI 可以把题目和信息读出来，也能帮忙总结内容。这样我就更容易理解我们正在学什么。”
对她而言，AI 并没有必然替她完成学习任务，而是让这项任务变得更容易接近。
音乐专业学生埃林谈到了另一种资源缺口。她说：“不是每个人在家都有能帮忙的父母。有时候我父母帮不了我，我就会去问 AI。”
教育体系和家庭无法随时提供的东西，AI 却能给到：即时关注、无限耐心、符合需要的讲解，以及无需难为情就能获得的帮助。另一位音乐专业学生说：“你想问多少次都可以。”
这甚至不只是便利的问题。2026 年一项元分析汇总了 35 项实验研究，涉及 4,000 多名学生。研究发现，ChatGPT 对学习成效总体有中等程度的积极影响，涉及问题解决、批判性思维、学习参与度和动机等方面。但至关重要的是，这些益处取决于技术如何融入学习过程[4]。
我采访的法国工程专业学生会用 AI 入门陌生领域，也会用它从长篇文档中提炼核心要点。学生们还提到，他们会用 AI 生成练习测验、规划项目、理解数学步骤，以及查看预期作业格式的范例。
麦克卢汉关于电灯的例子，有助于解释这些用法为何重要。他把电灯描述为一种本身没有内容的媒介。它照亮的是医院手术室、棒球场、工厂还是家中空间，并非最重要的事。电灯更深层的讯息，在于它的存在改变了人类活动得以开展的条件。电灯延长了白昼，重新安排工作与休闲，也让一些原本受时间和地点限制的活动成为可能。甚至在我们开始讨论人们选择用它做什么之前，媒介就已经改变了周围的环境。
生成式 AI 可能正在教育领域引发类似的转变。它的重要性不能简化为学生是否用它来转录课堂内容、总结讲座视频、解释方程、生成测验或写论文。这些只是 AI 的应用，并非它全部的讯息。更深远的变化是，学生日益置身于这样的环境：解释、反馈、总结、翻译、整理，甚至论证，都能即时按需获得。一旦这些条件形成，围绕学习的种种期待也会随之改变。
AI 因而越来越难以拒绝，并不只是因为它方便，而是因为它能在一个已经开始适应 AI 的教育环境中，为学生提供他们确实需要的东西。老师忙碌、家长帮不上忙、文本难以阅读，或学生羞于再次提出同一个问题时，AI 都随时可用。拒绝使用这个工具，并不能让环境恢复到它出现之前的样子；环境本身已经改变了。
认知代价
同一批学生也谈到了另一面。
埃林说：“用它的时候，我觉得自己动脑不够。然后你就不用亲自做那些事了。用它的时候我会觉得自己很懒。”
一名学生把 AI 描述为省掉了“中间阶段”——也就是从五个或十个来源中搜索资料的过程。另一名学生则坦言：“我用 AI 时，通常不会核查它提供的来源，因为我相信它。”
这段“中间过程”常常被视为效率低下，有时它确实如此。但学生也正是在这个过程中，学会区分主张与证据、比较不同解释，并逐渐形成自己的立场。
莉安娜是一名在贝尔格莱德就读大学、同时教授瑞典语的学生。她对这场 AI 转变提出了一个重要观察。她说：“我所处的环境里，人们通常并不怎么依赖 AI，所以当我听说有人把它用在极其简单、自己完全可以轻松完成的事情上时，我会觉得很奇怪。但我也见过其他同学或同事，连很小的问题都要用 AI。”
因此，对许多学生来说，把认知工作交给 AI 已不再是一个经过深思熟虑的决定，而成了一种默认反应——甚至在他们尚未判断自己是否需要帮助之前，便已如此。使用 AI 正在变成自动化的习惯。
2026 年一项针对 299 名 STEM 学生的研究发现，日常使用生成式 AI 与较低水平的反思、批判性思维以及理解事物的内在需求相关。研究者指出，令人担忧的是，反复依赖 AI 可能逐渐把认知委托从偶尔走捷径，变成一种习惯性的应对方式[5]。
我采访的法国学生也同样坦率。AI 能帮助他们更快完成任务，但其中一名学生说，由于系统替他们完成了部分工作，“学习到的东西会稍微少一些”。
学生们感受得到这种矛盾。一名学生承认，自己曾让 AI 写论文初稿，背下内容，再修改措辞，让文章听起来更像人写的。她说：“我想我是在作弊，但主要是因为我很难一个人在家学习。”
这句话道出了整个问题：违规、孤独、现实需要、自我觉察，以及羞愧感。
麦克卢汉的理论始于这样一个观念：媒介是人的延伸。生成式 AI 带来了不同的东西。它不只是延伸数学计算或信息检索等人类能力，还能部分接管那些让信息转化为知识的认知过程。AI 的设计初衷是成为“有帮助的助手”，但这种帮助也可能变成不请自来。即使用户没有明确提出要求，AI 往往也会主动生成意义、提供解读。在这种情况下，用户还没能独立完成思考过程的一部分，AI 就可能先接管了它；与此同时，AI 汇集整理后的表达也被带入一个空间——而在那个空间里，用户自己的意义或许尚未形成。如果一种媒介的讯息体现于它改变人类感知与行动的方式，那么，当感知、分析和表达的部分过程本身也被交给媒介时，会发生什么？
这形成了一种新的循环。媒介不再只是改变思考发生的环境，也开始介入思考本身。AI 并没有完全取代思考，但它可能让思考得以发展的某些环节变成可选项。因此，认知代价或许不只在于少做了一些工作，更在于少练习了那些能够培养判断力、理解力与独立性的思维过程。这种转变也涉及主体性的改变：在人类主体尚未充分形成或表达自己的想法之前，媒介就可能先行生成认知内容。
极化假说
塞登卡提出了最令人不安的观察。有反思能力的学生可以借助 AI 学得更多。他们本来就有想法、知识和判断力，随后利用系统整理、挑战并拓展自己的思路。而尚未形成学术方法的学生，则可能把同一个系统当作替代品，用它取代自己尚未发展出来的学习过程。
他说：“因此我会说，能力最强的学生能借助 AI 学得更多。那些只把它当捷径的学生，可能学得更少。”
这提示我们，可以提出一个关于智识分层的假说。
AI 未必会让认知能力趋于平等。它可能放大那些能够评估 AI 的人与依赖 AI 的人之间的差异。一部分人会用 AI 更深入地思考、更快地行动，并掌控越来越强大的认知系统。另一部分人或许能够生成流畅的文本和看似合理的分析，却未必发展出理解或质疑这些内容所需的独立思维结构。
最黑暗的一种可能，是社会分化为两类人：一类仍能掌握意义，另一类只能生成令人信服的形式。思考能力可能变成稀缺资源，而思考的表象则成为大规模生产的商品。
这是一个假说，而不是根据四次访谈得出的定论。但其作用机制已经显现。
辅助何时会变成替代？
大学的制度机器运转缓慢，面对教育中的 AI 使用现状，似乎仍然无力应对。在我修读的一门数字营销课上，老师警告我们不要在作业中使用 AI，还说他会知道我们有没有用，违规会有严重后果。全班不动声色，仿佛人人都戴着扑克脸。我记得自己当时在心里翻了个白眼。由于我一直密切关注这些技术，我知道这种自信并不可靠。后来我在完成作业时确实用了 AI，却什么事也没有发生。老师没有发现。
莉安娜的访谈几乎精准地映照了我的经历。我问她，大学有没有就 AI 的适当使用向学生提供指导，她回答：“没有，根本没有建议。他们只说完全不要用，就这样。”但没过多久，她就同样坦率地描述了现实情况：“大家都在以某种方式使用 AI。”这种矛盾很重要。
答案不可能是徒劳地试图把 AI 从教育中清除出去。大学也不能继续像作者身份的条件从未改变那样，只根据最终文档进行评估。
评估必须转向核实学生是否真正理解：口头答辩、受监督的作业、讨论资料来源、查看修改记录，以及改变题目原有条件后再提问。正如塞登卡所说，教师需要进行某种类似面谈的交流：“你给出了这个答案。如果我改变条件，会发生什么？”
目的不是抓出使用了违禁软件的学生，而是确认学生能否解释、质疑并迁移运用所学知识。
我采访的几名学生也表达了相似的界线意识。萨拉说：“你可以让它帮忙，但不应该让它把所有事情都做了。”这话说得很好，但也引出了一个重要问题：我们该如何界定两者之间的边界——哪些只是可以外包的无谓阻力，哪些则是学习过程中有益的阻力，是学习本身的一部分，因此必须保留下来？
麦克卢汉的洞见在这里再次浮现。AI 最深层的讯息，不在于任何一个具体答案，而在于这种媒介让哪些习惯变得理所当然。
教育的未来不会由 AI 是否存在来决定。它已经存在。真正决定未来的，将是人类心智是否仍能真实而有意义地参与其中。
参考文献
[1] McLuhan, M. & Lapham, L. H.《理解媒介：人的延伸》（Understanding Media: The Extensions of Man）。MIT 出版社，剑桥（马萨诸塞州）／伦敦，1995。
[2] Boyd, D.《这是复杂的：网络化青少年的社会生活》（It’s Complicated: The Social Lives of Networked Teens）。耶鲁大学出版社，纽黑文，2014。
[3] Whitford, E. “布朗大学教授怀疑班上大多数学生利用 AI 作弊”（Brown Professor Suspects Majority of His Class Used AI to Cheat）[互联网]，2026 年 7 月 8 日。链接：https://www.insidehighered.com/news/faculty/learning-assessment/2026/07/08/brown-professor-suspects-most-his-class-used-ai-cheat
[4] Wu, X., Zhu, P., Zhang, J., Yin, M. & Wang, Y. “ChatGPT 对学生学习成果的影响：35 项实验研究的元分析”（ChatGPT’s impact on student learning outcomes: a meta-analysis of 35 experimental studies）。《人文与社会科学传播》（Humanities and Social Sciences Communications）第 13 卷，文章编号 684（2026）。
[5] Choudhuri, R., Sanchez, C., Burnett, M. & Sarma, A. “少思考，多信任：生成式 AI 对学生认知习惯的影响”（Thinking Less, Trusting More: GenAI’s Impacts on Students’ Cognitive Habits）。预印本，2026 年。https://doi.org/10.48550/arXiv.2601.22430