Folia
← 返回头版

AI仅习得思维痕迹而非过程,引发机器局限与人类技能退化危机

当前人工智能模型存在根本性缺陷,其训练数据主要来源于思维的“痕迹”,即最终产物,而非包含试错与修正机制的完整思维过程 1。即便是具备所谓“推理”功能的AI系统,其输出的步骤报告本质上仍是一种结果展示,往往无法真实反映底层的实际计算逻辑 1。这种基于结果的训练模式限制了AI的真正创造力,使其难以像人类一样从挑战和失败中汲取经验 1。

这一技术局限正导致人类用户对AI产生过度依赖,进而引发专业技能的显著退化 1。历史教训早已显现,早在1997年,美国航空机长就曾警告飞行员因过度依赖自动化而沦为“洋红线之子” 1。如今类似现象在医疗领域重现,使用AI辅助结肠镜检查后,医生独立检测息肉的能力出现下降 1。在教育场景中,依赖生成式AI的学生在移除工具后数学成绩下滑,且研究表明仅需约十分钟的AI辅助,就足以让人在没有AI支持时表现变差并更早放弃解决问题 1。

为缓解这一困境,专家建议重构AI与教育系统的交互逻辑,将“过程”纳入核心设计 1。理想的解决方案是让AI学会从错误中学习,同时开发能引导而非替代思考的教育工具 1。哈佛大学的试验证实了这一方向的有效性:由设计良好的AI物理导师辅导的学生,因为被强制完成生成性工作,比在传统主动学习课堂中的学生学得更快更好 1。


评论