AI浪潮下，不应被冲刷的是思考

“没有AI的时候，上一代人是怎么写作业的？”不知从什么时候起，这句略带天真的疑惑开始频繁出现在互联网上。2026年初春的一项调查数据显示，约95%的英国本科生表示至少在一种情境下使用AI，94%的学生称他们会使用生成式AI辅助需评分的作业。而在大洋彼岸，57%的美国大学生每周都会在课业中使用AI，约五分之一的学生甚至每天如此。这些数字正在无声地讲述着一个事实——AI不再是实验室里的概念，而已然成为我们这代人指尖最触手可及的“捷径”。

同时一个新的问题出现，捷径走多了，人还会走路吗？

“7000字的结课报告，三四天就写完了。”这样一位理工科受访者的经历在大学生群体中绝非个例。上海某高校一位教师更是直言，自己班上超过80%的作业已经完全能被AI完成——无论选择题、简答题、写代码还是做程序，“同学们甚至不检查，粘贴过来就交作业了”。那些“逻辑通顺、案例扎堆”的完美作业背后，是上课时有些人连核心观点都说不明白。正如一位教师所言：“以前改作业，哪怕有错也能看到真实思考。现在不少作业‘挑不出毛病’，却透着些不真实”。

如果说AI辅助写作业还只关乎个人的思考习惯，那么当我们把目光投向更广阔的世界，就会发现更令人不安的变化正在发生。

就在一个月前，OpenAI正式发布GPT-Image-2模型，它将AI图像生成推向了一个普通人难以凭肉眼分辨真伪的新临界点。“Tim Cook加入小米汽车”的“官宣图”在网上疯传，粗看之下无人能辨真假，直到小米发文辟谣。更令人不安的是，新的AI图像生成器越来越懂“人眼想看到什么”——生成的图片色彩鲜艳、戏剧感强，一张画面模糊，右下角标着时间的照片，乍一看谁都不会往ai生成方向想。有研究者将这种风险系统性地总结为：AI正在从“艺术合成”转向“合成视觉证据”。

读到这里，你可能已经隐隐感到某种内在的关联。但这里并不牵涉什么高深的技术伦理，这只是一个简单的逻辑链条：AI在替我思考，也在替我“看见”。

如果说过去“有图有真相”是人们赖以信任的信息底线，那么当AI生成的X光片已经逼真到足以让放射科医生和AI系统同时受骗时，这条底线依旧摇摇欲坠。联合国教科文组织在2026年的最新警示中，将AI带来的“认知萎缩”列为与教育商业化风险同等重要的警惕对象。法国哲学家鲍德里亚或许不会想到，他笔下的“拟像”理论会在几十年后以如此具体的方式降临——当一个由AI生成的虚假世界已经足以以假乱真，我们还凭什么相信自己的判断，又凭什么相信这个世界本身呢？

更残酷的拷问还在后面。就在今年5月，中国青年报社社会调查中心发布了一项令人触目惊心的数据：91.1%的受访应届生已经因为AI调整了自己的求职规划，超六成主动研究AI相关岗位要求，52.1%的学生将自己的求职方向转向了不易被AI替代的岗位。这意味着什么？这意味着当一批又一批年轻人在“该学什么”的问题上犹疑不定时，之前几代的人们或许从未担忧过“我学的东西会不会在毕业前就被机器取代”。

这绝非危言耸听。研究显示，全球近40%的岗位正在受到AI的影响，而初级岗位——恰恰是年轻人进入职场的起点——最容易遭到自动化的替代。财新网的分析同样印证了这一趋势，白领岗位更多集中于高AI暴露风险职业，职业暴露风险越高，用人单位对初级岗位求职者的进入门槛提升得越明显。有人在AI掀起的浪潮中如鱼得水，有人则被更早地甩出赛道——并非因为不够努力，而是因为他们出身在不同的学科、不同的技能组合，甚至是不同的“起跑线”。

令人深思的是，这种分化在校园里就已经埋下了伏笔。当一部分学生把AI当作“辅助思路、提升效率的工具”，另一部分学生却把它当作“甩手掌柜”。同样是问AI一个问题，前者在用AI拓展自己的思维疆域，后者却在一步步交出自己独立思考的权利。这让我想起英国高等教育政策研究所那份报告里的一句箴言：对于部分学生而言，AI为他们腾出了更多时间进行深度学习和批判性思考；对于另外一部分学生，AI可能正在变成一种“拐杖”。

问题是，这个时代需要我们成为“驾驭工具的人”，还是“被工具驾驭的人”？

联合国教科文组织给出的答案很清楚。2026年5月，在世界数字教育大会上，该组织发出警示：负责任的人工智能教育意味着人工智能要“以人为本”。它的核心结论是——人工智能无法取代教育的社会化与主体化功能，人类仍然需要学习，尤其需要培养批判性思维。

说到这里，我们恐怕必须面对一个更根本的问题。当一个虚假的事件可以伪造得如此逼真，当一个学生的论文可以由机器代劳得无懈可击，当一份工作可能在毕业前就已消失——我们是否还需要追问：人的价值，究竟在哪里？

答案或许并不在远方的某个宏大叙事中，而是藏在我们每个人的日常选择里。它藏在选择自己先思考一遍、再让AI辅助深化的那一刻；藏在意识到一张图片可能造假后，主动追问“消息来源是什么”的那一刻；藏在面对AI冲击时，不盲从焦虑、也不拒绝变化的那一种清醒。它不是技术手册里的一行行代码，而是我们每个人都能握住的、最平凡却也最坚实的锚点。

或许，比学会驾驭AI更重要的，是始终记得自己为何需要思考。正如我不可否认的是，在完成这篇文章时，大部分数据与言论都是由AI收集整理的。但指令是由我发出，探寻与思索也都应该交由我完成。回到最初的那个疑问——“没有AI的时候，人们是怎么写作业的？”答案或许简单得令人意外：他们用思考来填满空白，用试错来修正答案，用失败来铸就理解。那些需要一字一句推敲、一笔一划琢磨的日子，看似低效，却让思考本身成为了肌肉记忆。AI可以让一切变得更快、更完美、更方便，但它不该让思考本身成为一件需要“特批”的奢侈品。

从这个意义上说，真正的危机不是AI太强大，而是我们太快地把自己降级为一个“提问机器”。而真正的出路，也不是拒绝AI，而是在每一次按下“提交”之前，先问自己一句：

“这是我真正想说的，还是AI告诉我的？”