🇮🇹 Italiano – 🇬🇧 English – 🇫🇷 Français – 🇦🇷 Spanish – 🇭🇰 中文（繁體） – 🌍 عربي عربي –
不久以前，世界各地的大学里都会出现这样一个普通场景。
一个学生遇到不会做的问题。他尝试，犯错，再试一次，然后去问同学。两个人争论半天，谁也没有完全弄明白。最后，教授、助教，或者某个终于看懂了第37页的人出现了。
这个过程很慢，很麻烦，而且效率低得惊人。
它有一个名字：
学习。
人工智能改变了这种古老的仪式。
今天，从提出问题到得到答案，可能只需要几秒钟。因此，真正的问题已经不一定是能否找到答案，而是：得到答案的人，在这个过程中究竟学到了什么？
麻省理工学院——一个无论如何都很难被指责为“反科技”的机构——决定认真面对这个问题。
它所指向的答案并不是向机器宣战。
而是保护人。
因为，使用一种工具帮助自己更好地思考，与使用它逃避思考，完全是两回事。
前者扩大人的能力。
后者却可能让这种能力逐渐萎缩。
计算器帮助我们避免重复机械运算。互联网让过去需要在图书馆寻找数小时的资料，在几秒钟内出现在屏幕上。没有理性的人会为了拯救文明而要求重新使用算盘或者关闭互联网。
但人工智能带来的东西有所不同。
它不仅仅计算和搜索。
它会论证、总结、联系、解释、写作、建议和纠正。
最重要的是：
它会回答。
危险的边界也恰恰出现在这里。
学生可以利用答案继续自己的推理；也可以把本来应该由自己完成的推理过程整个交给机器。
这就像使用拐杖帮助自己行走，与要求别人替自己走路之间的区别。
由此出现了一个令人不安的概念：
“认知投降”。
它并不意味着不能使用人工智能。
它意味着人在面对困难时过早放弃自己的智力努力，在尚未形成足够判断能力之前，就接受机器给出的答案。
错误如今似乎已经成了一件令人羞愧的事情。
然而，我们相当一部分智慧，恰恰是在错误中形成的。
一个学生做错了一道题，后来终于明白自己错在哪里，他所学到的东西，很可能比立即得到完美答案的人更多。
挫折、怀疑、尝试，以及那个不太优雅的时刻——盯着天花板等待一个想法出现——本来就是学习的一部分。
机器可以替我们省去这种痛苦。
危险也恰恰在这里。
解决办法并不是把每一间教室变成技术检查站，追捕可疑文章，或者把希望全部寄托在人工智能检测器上。
否则将出现一个颇具讽刺意味的场面：
为了防止学生过度使用人工智能，我们再部署一个人工智能，专门检查学生是否使用了人工智能。
接下来恐怕只差第三台机器，负责监督前面两台机器。
真正困难、也更加严肃的道路，是重新思考教育本身：我们教什么、怎样教，以及最重要的一点——一个人究竟怎样证明自己真正学会了。
如果机器能够写出一篇近乎完美的论文，那么仅仅交出论文，也许已经不足以证明什么。
我们需要与学生交谈。
让他解释，让他辩护，让他建立联系，让他说明自己是如何得出结论的。
重新重视实践项目、面对面的讨论、共同体以及人与人之间的合作。
当我们越来越难判断是谁写出了答案时，也许应该重新关注一个更重要的问题：
谁真正理解了问题？
而到了这里，这已经不只是大学校园里的问题。
“认知投降”威胁的不只是星期五要参加考试的二十岁学生。
它威胁着我们所有人。
记者还没有阅读文件，就要求机器给出结论；律师没有核实，就接受一个法律先例；官员读完摘要，从此不再打开完整档案；公民要求别人提供一个现成观点，只为了避免形成自己观点时所需要经历的不适。
当然，也包括我们这些每天使用人工智能工作的人。
真正的问题永远不应该只是：
机器能够做多少事情？
因为每过一个月，它都可能做得更多。
真正令人不舒服的问题是：
即使机器能够做得更好、更快，而且从来不要求喝咖啡，还有哪些事情必须由我们自己继续去做？
从技术上说，思考或许有一天真的可以变成一种选择。
但是，如果一个社会开始认为思考已经没有必要，那么它就把进步误认为了放弃。
人工智能可以成为一个非凡的同行者。
但同行者不应该最终坐到属于我们的座位上。
机器越聪明，我们就越需要教会人类，不要把那些使我们之所以成为人的东西交给机器。
我们不需要培养能够与人工智能比赛的学生。
他们很可能会输。
我们需要培养能够使用它、质疑它、反驳它、纠正它、善用它的人。
而且在必要的时候，能够关掉屏幕，对自己说：
现在，轮到我思考了。
🖋️ © El Testigo del Tiempo | 2026 — All Rights Reserved
© 2026 SalaStampa.eu, world press service – All Rights Reserved – Guzzo Photos & Graphic Publications – Registro Editori e Stampatori n. 1441 Turin, Italy
Sources: MIT — Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training; MIT Office of the President, 25/08/2026