又比如 AI Coding，如果学生跳过实际学习编程，总是让 AI 代写代码，那么当 AI 输出错误时，他们可能没有足够的编程知识来调试或改进 AI 的输出。
Nicholas Carr 称，好比一代只懂得使用自动驾驶仪的飞行员，他们可以驾驶常规航班，但在需要手动控制的紧急情况下，他们就束手无策了。
「我们一直在关注学生如何利用人工智能作弊。我们更应该关注的是人工智能如何背叛学生。」Nicholas Carr 称。
「有了生成式人工智能，一个本来 B 水平的学生可以写出 A 级作品，同时变成 C 水平的学生。」
04 学习和教育悖论传统教育有个基本假设：学生能交出一篇好作文，意味着会写作；能解出一道难题，说明理解了公式；分数高，代表掌握了知识。
目前 AI 似乎让这套逻辑发生了变化，非严格闭卷考试的情境里，学生写得好，好像也不等于会写，分数高，也不等于会做，结果不再等于过程。
现在，一份完美作业，可能是 ChatGPT 写的；一篇逻辑严密的论文，可能是 DeepSeek 提供的初稿；一个高分，可能只是熟练使用提示词的成果。有时候不需要真正理解，只需要会用工具，学习过程「外包」给 LLM 就行。
各国校园都曾应对这个问题，从课堂禁用，到使用 GPTZero、Turnitin 等 AI 检测系统，但也堵不住，有时候还会「误伤」认真的好学生。有些学生还学聪明了，会让 AI「降智」输出，只为让作业「看起来更像一个学生写的」，因为他们知道，很多老师信奉「学生不可能写得这么完美」。
亚洲国家，中国教育部今年 5 月发布了《中小学生成式人工智能使用指南》，提到警惕对 AI 工具的过分依赖，小学生不得独自使用开放式内容生成功能，但允许一些辅助教学使用，讲究不同学段的平衡。
大学方面，复旦大学发布规定，禁止 AI 参与本科毕业论文中六个涉及原创性和创新性的部分，允许用于文献检索、代码调试等辅助工作。其他高校也有类似规范，南京大学文学院一教授甚至因为学生用 AI 总结《红楼梦》，直接打了零分。
日本重点强调低龄慎用，要求「禁止使用 AI 代为完成作业」，并警惕对思维的压制，警告说如果过早引入或没有保障措施，人工智能的使用可能会「扼杀学生的创造力和学习动力」。
而在教育资源更紧张的非洲，AI 的进入本来被部分教育者视为「弯道超车」的机会，但担忧也存在。一份非洲教育期刊的标题提出了这样一个问题：「ChatGPT——作弊工具还是提升学习的机会？」
图片来源：bizcommunity
至于北美，一开始的反应也很激烈。2023 年早期，由于担心 AI 滥用，美国部分地区直接在学校设备上屏蔽 ChatGPT。皮尤研究中心的一项调查显示，仅有 6% 的美国 K-12 教师认为 AI 对教育利大于弊，而四分之一的教师认为人工智能弊大于利，更多教师则处于观望状态，既焦虑，也困惑。