AI学习陷阱：当高效工具削弱认知构建
核心观点
- AI（大型语言模型）能短期提升学生表现约40%，但移除后表现会下降约17%。
- 这种下降不仅源于工具依赖，更反映了认知过程的外化——部分思考过程被转移到了AI上，导致学习者内部认知结构未能充分构建。
- 学习的“摩擦力”（即努力思考的过程）对于神经可塑性与记忆连接的形成至关重要，而AI的平滑交付可能绕过这一关键过程。
- AI不仅改变学生“知道什么”，更在改变他们“如何知道”。
表现与理解的鸿沟
AI提供的答案具有理解的“质感”，容易让人误以为发生了有意义的认知活动。然而，真正的理解会在脑中留下痕迹，影响未来解决问题的方式。当AI承担了思考的“机械部分”，学习者可能只获得了表现上的成功，而非深层的理解架构。
学习“摩擦力”的神经科学基础
这里的“摩擦力”并非为困难而困难，它对应着神经发生（neurogenesis） 与神经可塑性（neuroplasticity） 的过程。与问题持续纠缠的时间，能以平滑答案交付所不能的方式，招募记忆并建立大脑连接。当答案来得太快，这个生成过程就被缩短甚至消除了。
一种更费力的AI使用方式
要避免陷阱，需要主动抵抗AI的“效率诱惑”，将其用作思维的延伸而非替代。这包含两个关键要素：
- 迭代式互动（iterative engagement）：与AI进行来回对话，以此构建理解，而非寻求捷径。
- 以学习者为中心（learner-centricity）：让AI根据学生的即时兴趣和需求生成或调整内容，使学习过程个性化。
这种方式要求持续的注意力和在可以避免努力时仍付出努力，虽更艰难，但能将学习重心从完成任务转向发现学习的乐趣。
结论：被重塑的认知环境
LLMs（大型语言模型）不仅仅是可随时取放的工具，它们更像我们进入的、能够塑造学习过程的环境。研究揭示的风险在于，若将AI主要用作“完成引擎”，它可能绕过使学习持久稳固的条件。我们正在见证一种认知部分外化的模式，当技术支撑被撤走时，其影响会变得清晰甚至惊人。