财π新闻 综合《自然》杂志2026年9月29日报道，清华大学教育研究者严栗翔此前开展的相关研究发现，学生可以将大学课程作业全部外包给人工智能，依托智能体AI搭建的在线课程体系中，AI能够独立完成所有作业、回答各类专业问题、参与课程讨论，全程无需学习者投入自主思考的过程。这一实验结果直接指向当前高等教育领域正在面临的全新挑战，也让教育界对AI时代学生思维能力的培养路径产生了更多深入探讨。

多份调研数据凸显AI使用带来的思维能力隐忧

美国学院与大学协会2025年针对1000多名高校教师开展的调查显示，90%的受访教师认为生成式AI会削弱学生的批判性思维。这一来自教育一线从业者的判断，并非孤立的个体感受，而是与全球范围内的学生使用反馈形成了相互印证的态势。

一项覆盖8000多名受高等教育学生的全球调查结果表明，约20%日常使用AI辅助学习的学生明确承认，在脱离AI工具的辅助之后，自己独立分析问题、解决问题的难度明显上升，原本可以自主完成的推导和思考过程，如今已经难以顺畅推进。

针对中学生群体的相关研究同样呈现出值得关注的结果：学生在借助AI完成数学相关练习时，解题表现会出现明显提升，但一旦将AI工具从学习场景中移除，这些学生的测试表现反而会比从未使用过AI辅助学习的同年龄段学生更差。这一现象直观展现出过度依赖AI工具对基础学习能力造成的反向影响。

学界从认知规律层面解析AI对学习过程的影响逻辑

美国弗吉尼亚大学认知心理学家丹尼尔·威林厄姆指出，学习本质上是认知加工的产物，而认知加工通常需要投入大量的精力，生成式AI恰恰将这种原本属于学习者的“费力”过程直接替代了。提出假设、看懂证据背后的逻辑、思考问题的其他可能性、在信息不确定的状态下持续推进思考，这些原本能够帮助学习者逐步构建科学思维的关键环节，如今都面临着被全盘外包给AI的风险。

荷兰开放大学教育心理学家保罗·基尔希纳进一步强调，批判性思维并非放之四海而皆准的通用技能，它必须在具体的学科场景中进行具体分析，任何判断行为本身都需要依托对应具体领域的知识作为基础。一名在神经科领域具备出色判断能力的医生，并不一定能在心脏科相关的问题上做出同样精准的分析，脱离了具体领域的知识积累，所谓的批判性思维很容易变成空泛的概念，无法落地为实际的判断能力。

相关研究同时提示，人们很容易将外部信息生成的理解感，错误地当成是自身已经完全掌握的知识。普通的搜索引擎还需要使用者自行筛选网页内容、比对不同来源的信息，生成式AI却可以直接输出完整流畅的结论，进一步放大了这种认知错觉，让使用者误以为自己已经完全理解了相关内容，实际上并没有完成对应的认知加工过程。

教育一线已开始针对AI影响调整教学与考核方式

不少高校教师在日常教学过程中已经观察到大量相关现象：部分学生提交的课程论文语言流畅、格式规范，却完全无法解释文中提出的核心观点，也说不清相关论证的推导逻辑；还有的计算机相关专业学生，可以借助AI生成能够正常运行的代码，却完全讲不清代码背后的运行原理和实现逻辑。这些现象都让一线教育工作者意识到，传统的以最终作业成品为核心的考核方式，已经无法准确衡量学生的真实学习效果。

目前已有部分高校教师开始主动调整课程的考核方式，将课堂限时写作、现场口头作答、全流程学习过程记录等内容纳入最终考核体系，不再将最终提交的单一作业成果作为评价学生学习情况的唯一标准，以此倒逼学生参与到完整的思考和推导过程中，避免直接将全部学习任务外包给AI。

学界提出针对性方法帮助学生提升信息辨别能力

相关调研数据显示，63%的受访学生对自己识别假新闻的能力抱有充足信心，但实际测试中能够准确完成信息识别任务的学生占比仅为26%，学生的自我认知和实际能力之间存在明显的落差。针对这一现状，相关学者提出了信息免疫、横向阅读等具体方法，引导学生通过系统性的训练，逐步提升自身的信息辨别能力，避免被AI生成的存在偏差的内容误导。

心理学家明确指出，学习过程中保留必要的“费力”环节至关重要，鼓励学生在遇到问题时先自主开展思考，形成属于自己的初步看法之后，再借助AI工具进行补充和验证，而不是一遇到问题就直接向AI索要现成答案。相关专家同时强调，在各类答案唾手可得的时代，愿意主动投入精力自主动脑，已经成为当代学习者最稀缺的核心能力。

(编辑：曹凤芹)