近七成的美國中學及高中生表示，他們認為人工智慧正在侵蝕他們的批判性思考能力。這是根據 RAND 公司美國青年小組在 2025 年 12 月進行的一項調查報告。同一份調查中，他們也報告指出，學生使用 AI 完成家庭作業的比例比以往任何時候都高，在短短七個月內，使用率從 48% 上升到 62%。換句話說，學生們清楚地看到了問題所在，但卻無法停止參與其中。
這是一個極具啟發性的矛盾現象，值得比那些可預見的擔憂更深入的審視。因為在這裡，最令人不安的問題並非 ChatGPT 是否讓青少年變得更差，而是那個曾以令人屏息的熱情將 AI 引入課堂的教育體系，是否曾經真正重視過它現在聲稱正在失去的那種獨立、嚴謹、批判性的思考。
如果追隨證據，答案並不令人鼓舞。
RAND 的數據在其內部矛盾中顯得尤為引人注目。在接受調查的 1,214 名年輕人（年齡介於 12 至 29 歲，均在 2025-26 學年就讀）中，有 67% 的人贊同「學生使用 AI 完成學校作業越多，對其批判性思考能力的傷害就越大」的說法。這一比例在短短十個月內上升了十個百分點以上。女性學生對此的擔憂尤其明顯，75% 的女性同意此說法，而男性則為 59%。
然而，在同一時期，中學生使用 AI 完成家庭作業的比例從 30% 躍升至 46%，高中生則從 49% 跳升至 60%。大多數學生（60%）也對將 AI 用於學校相關事務表示擔憂。所以，他們既擔心又照做不誤。這並非簡單意義上的認知失調。這是一種更具結構性的有趣現象：學生們正確診斷了系統性問題，但他們身處的系統卻沒有給予他們任何合理的動機去改變行為。
從學生的角度來看，這其中的邏輯是：作業有分數。分數決定大學錄取。大學錄取決定（或被認為決定）人生結果。如果你的同學使用 AI 並取得更好的成績，那麼選擇退出就不是一種原則性的立場，而是一種競爭劣勢。學生們並沒有感到困惑，他們是被困住了。
換個角度思考。你十六歲，需要準備五門 GCSE 考試，撰寫個人陳述，還要兼顧一份兼職工作。你的同學們利用 ChatGPT 讓他們的想法脫穎而出，以你寫初稿所需時間的一半就完成了精美的課業。你的老師們，不堪重負且資源匱乏，無法可靠地區分其中的差異。這個系統獎勵的是產出，而不是過程。在這種環境下，選擇不使用 AI 並非學術誠信，而是自我毀滅。
與此同時，大學層級的教職員工正以更大的緊迫感發出警報。美國大學與學院協會（AAC&U）和伊隆大學數位未來中心（Elon University's Imagining the Digital Future Centre）在 2025 年 11 月進行的一項全國性調查發現，1,057 名受訪教職員工中，有 95% 擔心生成式 AI 會增加學生對該技術的過度依賴。90% 的人表示這會削弱學生的批判性思考能力。83% 的人表示 AI 會縮短學生的注意力廣度。78% 的人表示自從這些工具廣泛可用以來，校園內的作弊行為有所增加，其中 57% 的人表示顯著增加。
老師們看到了和學生們一樣的問題。不同的是，老師們感到驚訝，而學生們則不然。
這就是對話變得真正令人不安的地方。早在 ChatGPT 出現之前，教育改革者、認知科學家和課堂教師們就已經對一個系統性地破壞高等思維的體系發出了警報。罪魁禍首並非人工智慧，而是標準化測驗。
在美國，2001 年的《不讓一個孩子掉隊法案》（No Child Left Behind Act, NCLB）代表了可衡量成果戰勝有意義學習的勝利。在其制度下，學校的評斷標準是學生在標準化測驗上的表現。糟糕的分數會帶來嚴重的後果：削減經費、解僱員工、學校關閉。完全可預見的結果是教育工作者所稱的「應試教學」，即課堂教學被縮窄到只涵蓋州考中會出現的特定內容和形式。
其影響是毀滅性的且有充分記錄。標準化測驗未涵蓋的科目，如藝術、音樂、體育和社會研究，被最小化或完全取消。有些校長為了爭取更多時間進行考試準備而取消了課間休息。科學被額外的數學練習取代。社會研究讓位於語言藝術練習題。最能概括這個時代的短語是「坐、聽、吐、忘」，學生被動接收資訊，在考試中複述，然後立即忘記，從未深入接觸過。
英國的情況也遵循了類似的軌跡。自 1988 年國家課程引入、1990 年代學校排名擴大以及 Ofsted 檢查加劇以來，一系列改革創造了一種將可衡量成果置於一切之上的問責文化。英國的教師報告說，他們花費了大量的時間在評估準備、數據追蹤和行政合規上，這些時間本可以用於培養批判性思維的開放式、探究式教學。教育部在 2025 年 6 月發布了關於 AI 在教育中應用的擴大指南，強調 AI 工具應支持而非取代學科知識，並且學生仍需要紮實的閱讀、寫作和批判性思維基礎才能有效使用這些工具。但指南是一回事，結構性改革又是另一回事。
巴西教育家和哲學家保羅·弗雷爾（Paulo Freire）會立刻認出這一切。在他 1968 年的開創性著作《被壓迫者教育學》（Pedagogy of the Oppressed）中，弗雷爾描述了他所謂的教育「銀行模式」，教師將知識存入學生被動的腦袋裡，學生則被期望接收、記憶和重複。弗雷爾認為這種方法從根本上敵視批判性意識；學生們儲存的存款越多，他們發展批判性思維以作為世界變革者的能力就越弱。他提出的替代方案，批判教育學，根植於對話，將學生視為知識的共同創造者，而非有待填滿的空容器。
用弗雷爾的術語來說，NCLB 是帶有聯邦執行機制的銀行模式。英國的問責框架通過不同的制度管道達到了類似的結果。儘管 NCLB 在 2015 年被《每個學生都成功法案》（ESSA）取代，該法案為各州在評估設計方面提供了更大的靈活性，但更深層次的文化損害已經造成。大西洋兩岸整整一代的教師都在一個獎勵服從而非好奇、記憶而非分析、標準化答案而非獨立思考的體系中接受培訓。
因此，當評論家們現在哀嘆 AI 正在摧毀學生的批判性思考能力時，誠實的後續問題是：是哪種批判性思考？獨立思考的黃金時代究竟是何時？因為證據表明，在任何一個學生將家庭作業問題輸入 ChatGPT 之前，它就已經陷入了嚴重的困境。
同時，認知科學講述了一個比技術愛好者或恐懼者更為細膩的故事。Michael Gerlich 在 2025 年於《Societies》期刊上發表的研究，透過認知外包（cognitive offloading）的視角，探討了 AI 工具使用與批判性思考之間的關係。認知外包是一種已確立的現象，人類將認知任務委託給外部資源以減輕心理負擔。
Gerlich 的研究調查並訪談了 666 名來自不同年齡層和教育背景的參與者，發現頻繁使用 AI 工具與批判性思考能力之間存在顯著的負相關。數據非常驚人：認知外包與 AI 工具使用高度相關（r = +0.72），與批判性思考呈反比關係（r = -0.75）。年輕參與者（17 至 25 歲）比年長群體更依賴 AI 工具，批判性思考分數也更低。然而，這點至關重要：高等教育程度與批判性思考能力呈正相關，這表明教育，當其正常運作時，可以減輕 AI 依賴的一些認知成本。其含義很明確：問題不在於教育無法防範認知外包，而在於大多數教育系統目前並非為此設計。
微軟研究院（Microsoft Research）的一項獨立研究，在 CHI 2025（人因計算系統會議）上發表，調查了 319 名知識工作者使用生成式 AI 的經驗。研究結果揭示了一種值得注意的動態：對 AI 的信心越高，批判性思考越少；而自我信心越高，批判性思考越多。該研究還確定了認知工作性質的根本轉變，從資訊收集轉向資訊驗證，從問題解決轉向 AI 回應整合，從執行任務轉向監督任務。
這對學生來說至關重要，他們仍在建立成人現在選擇外包的認知能力。一位花了二十年學習構建論證、評估證據和綜合資訊的知識工作者，可以放心地將其中一些任務委託給 AI，而不會失去其基本技能。一個從未完全發展出這些技能的青少年，其處境則完全不同。對他們而言，認知外包不是一種便利，而是一種發展上的短路。
這不僅僅是懶惰或道德失敗的問題。這是人類認知與強大工具互動的預期後果。我們一直將認知任務外包給外部支持，從書面語言到計算機再到搜索引擎。與 AI 相關的問題在於，這種外包是否如此全面且無縫，以至於越過了從腳手架（臨時且賦能）到替代（永久且削弱）的界線。
認知科學家指出，關鍵區別在於 AI 是作為腳手架還是替代品。腳手架的特點是臨時性、適應性以及增強內部能力的目標。替代品只是替你思考。而教育系統在急於採用 AI 工具時，卻極少關注確保前者而非後者。
任何對此情況的誠實敘述都必須考慮到教師自身的處境，他們被夾在相互矛盾的要求之間，且資源日益減少。美國和英國近一半的教師報告長期倦怠。教師短缺是普遍現象。許多公立學校的班級規模不斷擴大。行政要求佔據了工作週越來越大的部分。
在這種精疲力盡和稀缺的環境中，AI 作為解決系統本身所製造問題的方案，被推銷給學校和教師。實施 AI 工具的學區領導者報告說，教師可以通過自動化課程規劃、評分和溝通任務，平均每周節省 5.9 小時。對於一個處於危機中的行業來說，這不是一個微不足道的提議。如果教師能夠利用 AI 處理例行的行政工作，並花更多時間進行有意義的教學，這聽起來像是進步。
但現實情況更為複雜。只有約五分之一的教師在設有 AI 政策的學校工作。關於 AI 教學用途的教師培訓仍然不一致且通常膚淺。AI 作為教學輔助工具的承諾與其實際實施的現實之間存在巨大差距。教師們被要求將一項變革性技術融入他們的實踐，同時還要滿足問責目標、管理行為、為不同學習者進行差異化教學，並應對在日益嚴重的心理健康挑戰時代與年輕人打交道的Emotional demands。
結果是，學校採用 AI 並非通過謹慎的教學規劃，而是通過疲憊。教師們採用 AI 並非因為他們接受了良好的培訓，而是因為他們太過勞累而無法擺脫它。學生們採用 AI 並非因為他們被教導要批判性地使用它，而是因為沒有人給他們一個令人信服的理由不去使用。
學校在 AI 問題上的立場逆轉速度本身就說明了一個問題。2023 年 1 月，紐約市教育局成為首批在其網絡和設備上禁止 ChatGPT 的主要學區之一。該禁令以公共衛生措施的嚴肅性發布，理由是擔心學術誠信以及該工具可能為學生提供缺乏批判性思考的答案。維吉尼亞州的費爾法克斯縣公立學校和德州的奧斯汀獨立學區也紛紛效仿，理由是兒童安全和學術誠信。
四個月內，紐約市撤銷了禁令。撤銷禁令是在召集科技行業代表和教育工作者評估該技術的潛在好處之後。到 2024 年，超過四分之三的教育工作者報告說，他們的學區沒有禁止 ChatGPT 或類似工具。這種「先禁後擁」的模式在全國各學區都上演了。西雅圖公立學校最初禁止了 ChatGPT 和另外六個 AI 寫作輔助網站，但後來也軟化了立場。
這種制度性的搖擺不定是很有啟發性的。最初的禁令表明，學校至少在直覺上理解 AI 對學習過程構成了真正的威脅。而迅速的撤銷則表明，這種理解無法與行業遊說、家長期望、競爭焦慮以及學生在家中已經在使用該技術的巨大勢頭相抗衡。
教育領域的 AI 市場也講述了自己的制度俘獲的故事。該行業在 2025 年的估值約為 70 億美元，預計到 2035 年將增長至近 1370 億美元，複合年增長率超過 34%。包括微軟、谷歌、亞馬遜和培生在內的主要科技公司已大力投資教育 AI 產品。僅在 2025 年 7 月，微軟就宣布計劃在 AI 教育計劃中投資超過 40 億美元。這些投資並非慈善之舉，而是對觸及發達國家每個孩子的行業的長期市場主導地位的戰略佈局。
這些並非提供無私工具的中立參與者。它們是擁有營收模式的公司，這些模式依賴於與教育基礎設施的深度整合。當學校採用它們的平台時，它們選擇的並不僅僅是一個產品，而是一種教學理念，這種理念通常優先考慮效率、通過算法推薦實現的個性化以及可擴展的交付，而不是學習獨立思考的混亂、緩慢、深度人性化的過程。
並非所有教育 AI 都一樣，而且差異很重要。可汗學院（Khan Academy）的 Khanmigo，於 2023 年推出有限測試版，到 2025 年底已覆蓋約 130 個國家的約 150 萬用戶，代表了一種在教育中運用 AI 的哲學上截然不同的方法。與 ChatGPT 不同，Khanmigo 的設計並非直接給出答案。相反，它採用蘇格拉底式方法，提供提示和引導性問題，旨在幫助學生自己找到答案。
根據可汗學院自己的數據，68% 的學生在家庭作業輔助方面更喜歡 Khanmigo 的方法而不是 ChatGPT，他們認為這減輕了對作弊的焦慮。學生們報告說，「AI 給了我答案」和「我在幫助下找到了答案」之間存在真正的心理差異。這是一個有意義的區別。通過蘇格拉底式指導解決問題的學生仍在進行構建理解的認知勞動。將論文提示貼入 ChatGPT 並提交輸出的學生則不然。
這種區別很重要，因為它表明問題不在於 AI 本身，而在於 AI 的設計和部署方式。一個旨在支持學習的工具與一個優化為按需生成完整、精緻輸出的工具在根本上是不同的。然而，在實踐中，大多數學生並未使用精心設計的教育 AI。他們使用的是通用的大型語言模型，這些工具是為生產力而設計的，而不是為教學法而設計的。而教育系統在塑造學生如何與這些工具互動方面做得微乎其微。
潛力與實際情況之間的差距是巨大的。Khanmigo 表明 AI 可以被設計成支持批判性思考而不是取代它。但 Khanmigo 也需要機構投資、教師培訓和深思熟慮的教學框架，而這些恰恰是當前以快速採用和可衡量成果為導向的系統最不具備的條件。
畫出清晰的歷史類比的誘惑很強，而且在一定程度上是合理的。1986 年，《基督教科學箴言報》報導了學校對計算機使用的激烈辯論，一位俄勒岡州的年度教師警告說：「一旦有了拐杖，你就越來越依賴它。」全國數學教師委員會（NCTM）曾敦促在所有年級整合計算機，而華盛頓特區的數學教師則舉行了抗議集會。
支持計算機陣營引用研究表明，使用計算機的學生在考試中的表現至少與未使用計算機的學生一樣好（除了四年級，這很奇怪）。反對計算機陣營則警告說，心算能力會退化，並會產生危險的依賴性。最終，計算機變得無處不在，這場辯論也逐漸淡出了教育史的背景噪音。
AI 的類比不言而喻，但它在重要方面也具有誤導性。計算機是一種執行特定、定義明確的操作的工具。它進行計算。相比之下，AI 是一種生成語言、分析論證、綜合信息並產生與學生評估的工作非常相似（有時甚至超越）的書面輸出的工具。計算機無法寫你的論文。ChatGPT 可以。計算機並未威脅到學生學習構建論證、權衡證據或發展原創觀點的過程。AI 則不然。外包的範圍在類別上是不同的，因此歷史先例提供的安慰不如其支持者所暗示的那麼多。
更誠實的歷史類比可能是 1950 年代和 1960 年代電視的引入，當時教育工作者最初將這種新媒體譽為革命性的學習工具，然後逐漸認識到被動接收信息與積極參與思想不同。那個時代的教訓並非電視本身不好，而是人們很容易將接觸信息與真正理解混淆。AI 以一種更陰險的形式呈現了同樣的混淆：輸出看起來像理解。它讀起來像理解。但提交它的學生可能根本沒有理解任何東西。
全球圖景既提供了警示故事，也提供了微弱的希望曙光。經濟合作暨發展組織（OECD）的 PISA 2022 評估首次對 64 個國家和經濟體的創造性思維能力進行了評估，結果顯示了教育系統在培養學生高等認知能力方面的國際差異巨大。新加坡、韓國、加拿大、澳大利亞、新西蘭、愛沙尼亞和芬蘭在創造性思維排名中名列前茅，新加坡學生的平均得分為 41 分，遠高於 OECD 平均水平的 33 分。在新加坡、韓國和加拿大，超過 70% 的學生表現出達到或超過 4 級的水平。
這些高績效系統的區別不在於技術的存在與否，而在於支持其使用的教學理念。芬蘭以其教育成果而聞名，它強調教師自主權、最小化的標準化測驗以及一種整體方法，鼓勵兒童探索興趣，而不是遵循僵化的評估框架。芬蘭教師享有自由，可以根據學生的需求量身定制課程，這種動態培養了 AI 在其他地方可能破壞的批判性和創造性思維。至關重要的是，芬蘭還啟動了國家 AI 素養計劃，包括免費在線課程，確保公民理解技術，而不是僅僅消費它。
與此同時，新加坡已宣布一項國家倡議，旨在培養學生和教師的 AI 素養，並計劃到 2026 年在所有級別提供培訓。但新加坡的方法嵌入在其更廣泛的「智慧國家」戰略中，該戰略明確旨在幫助教師為個別學生定制教育，而不是用算法推薦取代教師的判斷。重點是 AI 素養，理解這些工具是什麼，它們能做什麼、不能做什麼，以及如何批判性地使用它們，而不是僅僅採用 AI。
這與美國和英國普遍採取的做法形成了鮮明對比。芬蘭和新加坡投資於教師準備、教學框架和批判性 AI 素養，而許多英語系國家則優先考慮採用速度、市場驅動的解決方案和可衡量成果，而這些正是 AI 最有可能取代而非輔助真正思考的條件。PISA 數據表明這並非巧合。投資於批判性思維條件的系統培養出批判性思考的學生。投資於問責指標的系統培養出擅長達到指標的學生。
所有這一切的結果並非一個關於技術腐蝕青年的簡單故事。這是一個關於制度激勵、結構性壓力以及數十年來未能優先考慮 AI 現在所威脅的那些能力的失敗的故事。
考慮因果鏈。標準化測驗制度為了可衡量的表現而貶低了批判性思考。這創造了一種以正確答案而非好問題為導向的教育文化。進入這種文化的是經過優化以空前速度產生正確答案的 AI 工具。學生們自小學起就被訓練成重視正確的輸出而非深思熟慮的過程，他們以他們所處系統的完全合理的邏輯採用了這些工具。而機構則在市場力量、家長期望和競爭動態的壓力下，以最小的安全措施促進了這種採用。
那些告訴 RAND 研究人員 AI 正在損害他們批判性思考能力的學生並沒有感到困惑。他們正在表達一些系統內成年人不願說的話：教育基礎設施從未真正建立起來以培養獨立思考者。它被建立起來是為了培養順從的應試者。AI 只是自動化了這種順從。
這種框架將責任從經常因懶惰或道德薄弱而受到指責的個別學生，轉移到了塑造他們激勵機制的系統上。一個使用 ChatGPT 完成論文的 15 歲學生並沒有辜負教育系統。是教育系統辜負了那個 15 歲的學生，不是因為它允許訪問 AI，而是因為它創造了條件，使得使用 AI 生成一篇精緻的論文並提交以獲得分數成為學生最理性的選擇。
如果診斷是系統性的，那麼治療也必須是系統性的。正如 2023 年初短暫的實驗所表明的那樣，禁止 AI 既不切實際也不有效。無論學校政策如何，學生都會使用這些工具，就像他們幾十年來儘管被禁止，卻仍在課堂上使用手機一樣。問題不在於學生是否會與 AI 互動，而在於教育系統能夠促成哪種類型的互動。
真正具有變革性的回應將始於承認 PISA 數據和國際比較所明確顯示的：那些強調教師自主權、減少標準化測驗和探究式學習的系統，培養出更能適應創造性和批判性思維的學生。這不是一個新發現。這是一個英語系教育系統為了問責框架和市場改革而忽視了幾十年的、一個已經確立的發現。
它將繼續投資於像 Khanmigo 這類工具所暗示的那種深思熟慮的 AI 教學法，其中 AI 被設計成支持思維技能的發展而不是繞過它們。這不僅需要更好的軟件，還需要更好的教師培訓、更小的班級規模以及獎勵思考過程而非思考結果的評估改革。簡而言之，這需要將教師視為擁有自主權和資源來良好教學的專業人士，而不是被賦予達到數字目標的數據錄入員。
這也需要對教育的目的進行根本性的反思。如果學校的目的是培養能夠通過標準化評估並在可衡量指標上展示能力的畢業生，那麼 AI 並非威脅；它是一種升級。它做了系統一直要求學生做的事情，只是更快、更有效率。然而，如果教育的目的是培養能夠獨立判斷、道德推理、創造性解決問題以及在沒有算法輔助的情況下駕馭複雜性的獨立個體，那麼 AI 的到來就不是危機。它是危機早已存在的啟示。
英國教育部（DfE）的指南至少在潛意識中承認了這一點。它堅持 AI 必須在人類監督下運行，專業判斷和批判性思維仍然至關重要，AI 是用於告知決策而非做出決策的工具，這闡述了一種健全的理念。然而，制度結構、資金、教師培訓和評估框架是否存在以實現這一理念，則是完全不同的問題。
RAND 數據最引人深處的含義並非 AI 讓學生能力下降。而是學生們對情況的誠實程度勝過服務他們的機構。當 67% 的年輕人說 AI 正在損害他們的批判性思考能力時，他們報告的並非僅僅是技術問題。他們報告的是系統問題。他們實際上在說：我們知道這讓我們思考能力變差，而且我們知道系統沒有給我們任何理由去關心。
這種誠實值得同樣誠實的回應。不是更多的禁令。不是更多的監控軟件。不是更多來自那些自己依賴 AI 完成專業工作的成年人的擔憂文章。這個時刻需要的是對教育系統實際體現的價值觀進行結構性反思，而不是對它們在使命宣言中所聲稱的價值觀進行反思。
95% 的教職員工擔心學生過度依賴 AI 是對的。但他們擔心的過度依賴並非 ChatGPT 引入的新現象。這是教育理念的邏輯延伸，該理念幾代以來一直在培養對外部權威的依賴，無論是教科書、標準化課程還是高風險評估。AI 並沒有破壞這個系統。它以令人不安的清晰度揭示了這個系統一直以來都在朝著什麼方向發展：一種教育模式，其中學習的表象比學習本身更重要，而正確的輸出比到達它的過程更有價值。
結果證明，學生們比任何人預期的都更專注。他們能看到陷阱。當被問及時，他們能以驚人的精確度描述它。他們只是需要房間裡的成年人停止假裝它不存在。