清华大学教育研究员李祥（Yan Li）近期的一项实验揭示了生成式人工智能对高等教育的潜在冲击。他利用名为 Codex 的代理 AI 在学习管理平台上创建了一门在线课程，结果发现熟练的人工智能能够独立完成所有作业、回答问题并参与讨论。这一经历促使李祥认为，教会学生推理和独立思考“比以往任何时候都更为关键”。
这种担忧并非个例。美国大学协会（American Association of Colleges and Universities）2025年针对超过1,000名美国高校教师的调查显示，90%的受访者认为生成式AI将削弱学生的批判性思维能力。另一项涵盖逾8,000名受访者的全球调查数据显示，约20%使用AI的高等教育学生表示，在脱离AI辅助后，他们更难独立解决问题。
弗吉尼亚大学夏洛茨维尔分校的认知心理学家丹尼尔·威林汉姆（Daniel Willingham）指出：“认知学习是认知处理的结果，而这正是人工智能有效消除的部分。”瑞典乌普萨拉大学的托马斯·尼格伦（Thomas Nygren）进一步强调，科学领域面临的风险在于学生可能外包了发展科学思维的关键活动，包括提出假设、解释证据、考虑替代方案以及应对不确定性。
批判性思维的定义与局限
尽管“批判性思维”被广泛提及，但其定义并不统一。威林汉姆将其描述为人类认知的巅峰，但也是一个捕捉人们正确思考情况的“篮子术语”。研究人员更倾向于探讨记忆、推理、决策和解决问题等具体的高层次过程，这些过程涉及不同但重叠的大脑机制。
批判性思维的核心策略之一是像科学家权衡假设那样，考虑自身的替代可能性或观点。然而，这种能力具有领域依赖性。荷兰开放大学的教育心理学家保罗·基尔施纳（Paul Kirschner）指出，在一个领域具备批判性思维并不意味着能在另一个领域同样胜任。例如，一项研究表明，神经病学家在诊断心脏病病例方面并不擅长。
AI对学习能力的实际影响
对学生智力下降的担忧由来已久。早在1983年，美国国家教育卓越委员会的报告就警告许多17岁青少年缺乏高层次智力技能。如今，批判性思维已成为联合国教科文组织等国际机构的教育优先事项。但在威林汉姆看来，人工智能的介入可能摧毁学生目前取得的成就。
现有研究对生成式AI的影响尚无定论。由于工具新颖且多样化，加上长期严格研究的缺失，目前的结论相互矛盾。2024年的一项研究发现，中学生在使用ChatGPT时数学问题解决能力有所提升，但当工具被移除后，其表现反而低于从未使用该工具的学生。
部分研究表明，如果AI工具不是直接提供答案，而是提供反驳意见或鼓励思考的任务，它可以帮助学习。关键在于任务的设计。然而，威林汉姆和李祥承认，用户往往倾向于寻求快速答案。李祥观察到，当要求学生使用AI激发思维时，有些人会直接关闭AI功能。
为了厘清这一影响，伦敦非营利性研究机构教育捐赠基金会（EEF）宣布将于今年6月投入高达250万英镑（约340万美元），开展严格研究以评估生成式AI对学习、理解、记忆和问题解决的具体影响。尽管威林汉姆肯定此类研究的价值，但他仍预计前景黯淡，认为技能的滑落虽需时日，但似乎不可避免。
如何有效培养批判性思维
专家建议，批判性思维不能脱离具体学科进行通用教学。基尔施纳强调，必须在特定科目中教授相关领域的技能和知识。例如，历史课中的批判性思维涉及验证记录和文物，而科学课则侧重于理解理论、假设、方法与证据之间的关系。
此外，抽象的推理策略需要转化为实际应用。学生可能在课堂上理解了相关性与因果关系的区别，但在现实场景中却难以识别误用。因此，威林汉姆建议教师将核心推理能力融入课程，并提供处理不同类型问题的充足练习机会。基尔施纳补充道，建立连贯的课程体系，在不同科目和多年跨度内逐步构建知识、技能及批判性思维至关重要。
由经合组织（OECD）前官员斯蒂芬·文森特·兰克林（Stephen Vincent-Lancrin）领导的项目是目前最大的尝试之一，约有800名教师参与，旨在审查学校的批判性思维教学并开发测试教材。尽管缺乏严格的标准化衡量手段，OECD正与伦敦教育公司Macat合作，为中学生和本科生制定标准化的批判性思维评估工具。
