最近“AI赋能教育”“AI赋能科研”说得很多，听着当然是好事。技术本来就该服务人，教育、科研也确实能从AI里得到不少帮助。但我越听越有一点不安：我们现在推动的，究竟是在提升人的能力，还是在用产业化逻辑替代人的成长？\n产业化的东西有一个很明显的特征：追求效率、追求规模、追求可复制。它喜欢把复杂问题变成标准流程，把慢功夫变成快产品，把需要长期训练的能力包装成“一键完成”。放到教育里，就容易出现一种危险：学生看似什么都会了，其实只是会调用工具；放到科研里，也容易出现另一种危险：论文、报告、方案都变快了，但真正提出问题、判断问题、承担问题的人反而退到后面去了。\n我最担心的是，AI一旦变成“省心工具”，就会慢慢变成“思考外包”。作业可以交给它，资料可以交给它，作文可以交给它，实验设计可以交给它，连备课、批改、写材料都可以交给它。表面上看，效率提高了，负担减轻了；实际上，学习中最重要、也最痛苦的那一部分——困惑、推演、试错、修正、顿悟——正在被绕过去。人不是靠“得到答案”变聪明的，而是靠“在答案之前挣扎”才长出判断力。如果这一层被省掉了，AI越方便，人的认知肌肉就越容易萎缩。\n科研也一样。AI能查文献、整数据、写综述、润色文字，这些当然有价值。但如果研究者开始习惯让AI替自己想问题，习惯用现成模型替代现场判断，习惯把创新理解成“更快的组合”，那就可能陷入一种低水平高产：成果越来越多，原创性却越来越薄。科研真正珍贵的地方，从来不是把已知东西整理得更漂亮，而是在无人区里多走一步。这一步，AI可以帮忙，但不能替人走。\n更值得警惕的是，这种变化往往不是突然发生的。它不会一下子让人变笨，而是让人慢慢觉得“没必要那么费劲”。今天让AI查一段资料，明天让AI写一段总结，后天让AI生成一个方案，再往后，可能连“我为什么要自己做”这个问题都不再问了。退化从来不是轰轰烈烈地来的，它通常披着“方便”“高效”“先进”的外衣。\n所以我并不是反对AI。相反，AI当然应该进入教育，也应该进入科研。但前提是，人必须仍然是主体。AI可以做资料员、助手、加速器，但不能做思考者、判断者和创造者。教育要保留学生自己犯错、自己推演、自己重来的空间；科研也要保留研究者亲自追问、亲自验证、亲自承担不确定性的空间。没有这些，所谓“赋能”最后可能变成“替代”。\n技术越强大，人越要清醒。我们可以用AI提高效率，但不能把好奇心、判断力、责任感和原创精神也一起外包出去。一个民族如果习惯了答案即得，习惯了思考外包，短期看是轻松，长期看可能是创造力变薄。\nAI应该让人站得更高，而不是让人躺得更舒服。\n\n