<p class="ql-block">今天早上，在地鐵上刷朋友圈，看到一段話，“學(xué)習(xí)是一種‘必須由學(xué)習(xí)者親自承擔的認知勞動’，一個由內(nèi)部心理過程構(gòu)成的實踐過程，學(xué)習(xí)從來都不是一種可以外包的生產(chǎn)流程。”頗有同感。認真地看下去，原來這一論斷出自2025 年 5 月27日，在New Cartographies上，Nicholas Carr 發(fā)表的一篇題為《自動學(xué)習(xí)的神話：人工智能對教育的真正威脅》的文章。 文章明確提出： 真正威脅教育的不是學(xué)生“用 AI 作弊寫論文”，而是 AI 技術(shù)對學(xué)習(xí)過程本身的破壞 —— 讓學(xué)習(xí)從認知實踐變成了自動化產(chǎn)出。 文章認為，目前關(guān)于人工智能與學(xué)習(xí)的討論太過關(guān)注作弊和檢測，而忽視了一個更根本的問題：如果學(xué)習(xí)活動本身被自動化機器代替，那么，學(xué)習(xí)就被剝奪了內(nèi)在價值。 Carr 將這種現(xiàn)象稱為 “自動化學(xué)習(xí)的神話” —— 假設(shè)通過自動化生成內(nèi)容就能實現(xiàn)學(xué)習(xí)。 </p> <p class="ql-block">在文章開頭，卡爾指出， “首先必須認識到生成式人工智能是一種自動化技術(shù)?！?在本質(zhì)上是用機器來做原本人類會做的事情。 就目前而言，人工智能所做的事情在人類社會中早已存在。 Carr 認為： 當人們將可由自身完成的任務(wù)交給機器時，可能會出現(xiàn)三種情形： 1、技能增強：如果學(xué)習(xí)者已有較高水平，機器可以承擔重復(fù)性低級任務(wù)，使人騰出精力做更復(fù)雜的思考與創(chuàng)造。例如熟練數(shù)學(xué)家用計算器進行繁復(fù)計算，可使其專注于推理。 2、技能退化：如果技能需要靠反復(fù)實踐維持，則過度依賴自動化會讓人喪失能力。例如飛行員長期讓自動駕駛控制飛機，手動飛行能力可能退化。 3、技能從未發(fā)展：最令人擔憂的情況是：在學(xué)習(xí)者還未掌握技能之前就把任務(wù)自動化。就像工業(yè)革命中工匠變成裝配線操作工一樣，他們失去了學(xué)習(xí)和掌握核心技能的機會。 Carr 將這種技能退化/未發(fā)展模式與當代教育中的 AI 使用聯(lián)系起來，認為學(xué)生在寫作等學(xué)習(xí)任務(wù)上已經(jīng)進入第三種模式 —— “永不發(fā)展”。 </p> <p class="ql-block">這使我想起來，情感領(lǐng)域美友之家一直強調(diào)注重原創(chuàng)，杜絕AI寫作。我們寫美篇的真正價值不在于最終的“美篇精選”，真正有價值的是通過回憶、還原、復(fù)制、記錄真實的生活過程，最終通過邏輯嚴密的文字，用語言清晰表達我們的思想情感，將思想視覺化，最終達到“分享感動”的目的。 也就是說我們通過自己的觀察、思考，用文章來表達我們的所思所想，使我們通過寫美篇達到在認知世界和理解世界中不斷成長。AI等人工智能只是輔助工具，如果我們把 AI 當成“完成任務(wù)的替身”，就會失去主動思考問題、發(fā)現(xiàn)問題、解決問題的能力。當創(chuàng)作不再需要任何“掙扎”和努力思考的時候，當我們在創(chuàng)作過程中只是淺嘗輒止而借助AI的時候，我們還能理直氣壯地說美篇是我們自己創(chuàng)作的嗎？久而久之，當我們習(xí)慣性地借助AI而不是原汁原味的“原創(chuàng)”的時候，我們的大腦還能正常思考、出口成章嗎？因此，再次呼吁“堅持原創(chuàng)，拒絕AI”。</p>