当生成式人工智能逐步进入校园，一个新的教育难题随之浮现。
东部某高校教师王东最近遭遇了一件令人哭笑不得的事——学生提交的作业中，各类占比总和竟达到150%而非100%。
这类明显的逻辑错误在AI工具广泛应用前并不常见。
类似的现象背后，反映出当代学生在使用AI辅助学习时可能面临的认知困境。
国际学术界对此已有警示。
美国麻省理工学院的脑科学研究发现，使用AI写作工具会显著降低大脑的认知参与度，长期使用可能导致思维能力退化。
清华大学的相关研究也表明，虽然使用AI辅导的学生在短期测试中表现更优，但长期记忆效果反而可能下降，存在元认知失衡的风险。
这些发现提示我们，AI的便利性与人脑能力培养之间存在微妙的张力。
目前，学生对AI的使用方式呈现出明显的分化。
北京某"双一流"高校教师白荷根据多年教学实践，将学生的AI使用情况分为三个层级。
第一类学生采取"一键生成"模式，AI使用率高达95%左右，仅做少量修改甚至不修改就提交作业。
这类学生不仅作业质量堪忧，在其他方面的表现也不理想，高度依赖AI导致独立解决问题的能力严重缺失。
第二类学生让AI生成框架和思路，自己补充修改细节，AI使用率约50%。
这种方式虽然提高了工作效率，但学生的思考过程被压缩，深度思维训练不足。
第三类学生自主搭建框架，仅用AI辅助完成数据查找等辅助性工作，AI使用率仅10%左右。
这类学生的创新力和批判性思维能力受影响最小，AI真正成为了辅助工具而非替代品。
上海大学悉尼工商学院学生朱衍润的经历印证了科学使用AI的重要性。
在进行"巧克力与健康"主题调研时，她最初直接使用AI生成的采访问题，却频频遭遇受访者的困惑。
后来她改变策略，先自己搭建调研框架，再让AI细化具体问题，结果调研效率和效果都大幅提升。
这说明，使用AI的方式在很大程度上决定了它对人类思考过程的影响程度。
更令人担忧的是，过度依赖AI可能导致学生主动放弃思维训练。
康复大学学生隋竺桐曾直接将论文交给AI生成阅读报告，却发现AI只罗列了无关紧要的技术细节，完全遗漏了论文的核心观点。
在另一次数据分析中，她用AI生成了一个漂亮的回归模型，但当导师追问数据分布、异常值处理和物理意义时，她无言以对。
这两次经历让她深刻认识到，自己在不知不觉中放弃了推理和探究的过程。
类似的案例表明，AI的便利性可能强化学生的"惰性思维"，削弱他们的深度分析能力。
也有学生因过度依赖AI陷入更深层的困境。
某高校一名学生整个学期都用AI完成作业，沉迷于"下任务"的快感，逐渐放弃独立思考。
当遇到AI无法完成的任务时，他干脆撒手不管，最终失去了对外输出能力，甚至陷入"读书还有意义吗？
思考还有意义吗？
"的存在性焦虑。
面对这些挑战，教育工作者正在积极探索应对之策。
白荷认为，教师的引导作用至关重要。
通过与学生的充分沟通和交流，帮助他们理解不同AI使用方式的后果，培养学生对使用AI的自觉性和责任意识。
同时，教师需要设计更具挑战性的作业和评估方式，使学生无法通过简单的AI生成来应付，从而被迫进行深度思考。
专家指出，在AI时代，批判性思维能力的培养变得尤为重要。
学生需要学会质疑AI的输出结果，理解其局限性，而不是盲目接受。
这要求教育体系进行相应调整，不仅要教会学生如何使用AI，更要教会他们何时不用、如何有效地用。
工具带来的是速度，思考带来的是方向。
越是在便捷触手可及的时代，越需要把“慢功夫”留给大脑：读懂一篇论文的论证脉络，弄清一组数据的物理意义，写出一句经得起追问的判断。
守住这些基本功，才能让技术成为能力的放大器，而不是让能力在舒适区中悄然退场。