AI对人类认知能力的影响 - 人工智能的认知卸载可能导致人类特定认知技能下降，例如个体记忆能力减退 [5] - 过度依赖AI与较低的批判性思维能力存在显著关联性，年长者因对AI工具依赖程度较低，其批判性思维得分反而高于年轻人 [6] - 对AI产生过度依赖性可能导致一旦丧失AI支持，个体解决问题能力显著下降，并且难以适应没有AI的环境 [6] - 弗林效应在最近几年出现减缓甚至逆转，许多地区学生的科学、数学和阅读成绩呈下降趋势，年轻人注意力持续时长缩短，批判性思维能力变弱 [7][8] - 人工智能技术与过往技术有本质不同，它直接替代人类的判断、思考和创造等核心认知活动，其渗透速度极快，覆盖面极广，技术性依赖风险远高于其他技术 [9][10] 人工智能的技术局限性 - 当前大模型的智能几乎只集中在语言智能和部分逻辑推理智能上，在视觉空间智能、具身智能等方面表现较差 [14][15] - 人工智能本质上是一个概率问题，而非真正的理解或推理，它缺乏临床直觉和具身认知能力，不存在原生的学习过程和反思内化能力 [12][13] - 生成式AI面临的最大障碍是幻觉问题，这使得它不能百分之百地被当作知识停止点系统，不同AI模型的幻觉程度存在差异 [16] - 人工智能可以模拟同理心，但并不能真正理解他人的情感、动机或关系，它缺乏作为一个“人”真正的激情和痛苦等深刻个人体验 [14][26] - 现有AI在结构上完全无法与人类匹配，尤其是在具身性、情感性、经验性方面，对“人工智能意味着新物种”的说法持否定态度 [15] AI时代的教育变革需求 - 人工智能时代需要培养的关键技能包括使用工具生产东西的能力、沟通协作、批判性思维、创造力以及自信心 [22] - 应设想“无分数学习”概念，将评分体系置换到更具挑战性的学习任务，让学生注意力回归到更有意义的事情上 [20] - 需要构建全新的评估体系，不依赖分数却能有效表达知识、促进交流，该体系需与社会接轨，并关注学生使用AI工具进行深度思考和创新的能力 [21][22] - 通识教育培育的软技能在AI时代变得前所未有的重要，人文社科能帮助人类发现自我，并与人工智能更好地相处 [26] - 教育应聚焦于让学生掌握相关知识，而非仅仅通过刷题获得好成绩，需创造服务于学生成长和发展的新系统，关注学习价值和评价正义性 [20][22] 人机协作的边界与风险 - 人机协作存在丧失人类思想主体性的潜在危险，可用“骆驼挤进帐篷”的寓言比喻AI逐步渗透并最终将人顶出帐篷的风险 [10] - 需做到“人的归人，机器的归机器”，不混淆两者边界，并不仅关注人工智能能为人类做什么，更要审视其正在对人类做什么 [24] - 人工智能在个体层面可帮助拓展想象空间，但在群体层面，当前生成式系统能否产生颠覆性的范式创新想法仍是未明确的问题 [7][25] - 使用人工智能必须养成“人在回路中”的习惯，且使用者需具备超高信息素养，能够识别AI的根本性幻觉 [16][17] - 机器与人类的创造力不能等同，AI产出的内容存在千篇一律问题，缺乏灵魂，其在行星层级问题上产生颠覆性范式创新想法的能力值得怀疑 [24][25]