AI给出“答案”的时代，年轻人需要的是“思考能力”吗

生成AI的出现，使我们能够以前所未有的方式轻松获取“答案”。

不需要逐个搜索不懂的词汇。长篇文章可以在几秒钟内总结，外语可以瞬间翻译。可以让AI构思报告的结构、解决数学问题、编写程序。

对于职场人士来说，这无疑是一个极为可靠的生产力提升工具。

然而，在学校和大学，情况就有所不同。

因为教育的目的不仅仅是“完成正确的答案”。

阅读文章，在不懂的地方停下来，查找资料，与他人的意见进行比较，得出自己的结论。这一耗时的过程本身就是学习。

然而，生成AI可以瞬间跳过这些繁琐的部分。

正因为方便，所以在教育中难以处理。

“作业完成了，但本人学到了什么”

假设学生提交了一篇3000字的报告。

文章自然，结构严谨。引用也有，从表面上看已经足够优秀。

但是，如果大部分是由生成AI完成的呢？

即使本人对主题没有深入理解，也能制作出高完成度的提交物的时代已经到来。

这里的问题不仅仅是简单的“作弊”。

而是本应通过该作业掌握的能力被交给了AI的可能性。

自己阅读文章。

寻找重要的论点。

比较多份资料。

考虑反对意见。

构建文章。

然后，用自己的话向他人解释。

这些都繁琐且耗时。

然而，正是在这些繁琐中，思考能力得以培养。

生成AI在快速制作成品方面很强。然而，它也有可能缩短人类学习所需的“思考时间”。

美国高中生的阅读成绩长期下降

关于年轻人学习能力的担忧，并不是生成AI出现后才突然开始的。

根据美国全国学力调查NAEP，2024年高中12年级学生的阅读平均分比2019年低3分，比1992年低10分。

2024年NAEP中达到“Proficient”及以上的12年级学生为35%。

然而，这里需要谨慎看待。

不能断定这种下降是由于“智能手机或AI”。

新冠疫情的影响、家庭环境、收入差距、阅读习惯、教育制度等，学力受到多种因素的影响。

尽管如此，随着数字社会的转型，“长时间专注阅读长篇文章的时间减少了”这一问题意识在教育现场愈发强烈。

SNS是否将人类从“阅读者”变成了“扫描者”

想象一下平时在智能手机上看到的信息，很容易理解。

简短的SNS帖子。

几十秒的视频。

新闻标题。

通知。

聊天。

在深入思考一条信息之前，下一条信息就已经流过来了。

与其花30分钟、1小时面对一篇文章，不如每隔几秒切换到不同的信息，这已经成为日常。

生成AI也加入了进来。

“把这篇文章总结成三行”

“只告诉我这本书的重要部分”

“只解释考试可能会出的重点”

确实很方便。

然而，摘要中总有“被舍弃的部分”。

作者是从什么前提开始讨论的。

积累了哪些证据。

如何处理反对意见。

在得出结论之前，有哪些犹豫和模糊。

阅读文章这一行为，不仅仅是获取信息。

而是追随作者的思考，同时自己也进行思考的过程。

如果从AI那里接收结论成为习惯，那么这种训练的机会必然会减少。

课堂上的数字设备真的在帮助学习吗

OECD的PISA 2022中也有令人关注的数据。

在OECD成员国中，约30%的学生表示，在几乎所有或所有数学课上“使用数字设备会分心”。

而那些表示经常分心的学生，即使调整了社会经济背景，数学成绩也比几乎不分心的学生低15分。

当然，这也不是因果关系的证明。

是因为使用智能手机成绩下降吗？

还是对课堂本身兴趣低的学生更容易被数字设备分心？

这并不能简单地切割开来。

然而，可以说的是，

“增加教室里的平板电脑和PC，就能提高教育质量”

并不是这样的。

技术本身并不能改善教育。

为何、在哪个场合、如何使用。

只有在此基础上，价值才得以体现。

在SNS上有“学生无法在没有AI的情况下思考”的声音

围绕生成AI与教育的不安，在SNS上也被具体讨论。

 

2026年8月，一位在AI普及前毕业并在几年后重返大学的Reddit用户发帖称，大学的学习风景发生了巨大变化。

根据该帖，在小组讨论中“重复AI所说的内容”，在文章修改中“重新生成直到看起来不错”，在头脑风暴中从一开始就让AI提供大量想法的场景频繁出现。

此外，还指出“没有AI的帮助，学生甚至不会开始小组讨论”。

该帖获得了超过200个评价，AI时代的大学教育困惑被许多人分享。

在另一个教师社区中，有声音表示，“如果学生将学习活动本身交给AI，那么本应在该活动中掌握的概念自然无法获得”。

有教师表示，甚至优秀的学生在各个场合都依赖AI，难以自己构思文章主题，因此回归纸质作业。

当然，这些都是SNS上的个人经验，并非科学调查结果。

然而，它们可以作为观察现场教师和学生感受到的变化的材料。

另一方面，也有声音认为“单单将AI视为恶者是不对的”

在SNS上，持相反意见的人也不少。

与其说AI破坏了教育，

“教育方持续布置AI可以轻松解决的作业也有问题”

这种观点也存在。

这是不可忽视的。

让学生写大量他们不明白目的的报告。

让他们记住搜索就能找到的事实。

多年来一直布置相同主题的作业。

如果作业本身的目的只是“提交”，那么学生考虑用AI提高效率也是自然的。

即使计算器普及，数学教育也没有消失。

即使文字处理器普及，文章教育也没有消失。

即使搜索引擎出现，知识本身也没有变得不必要。

如果同样看待生成AI，需要的不是简单地保留旧的作业并说“禁止AI”。

而是需要重新设计作业本身。

“不是‘不要用AI’，而是‘识别AI的错误’”

实际上，SNS上也有教师故意将AI引入课堂的意见。

让AI写答案，然后让学生批评其内容。

让学生确认AI提供的信息来源。

故意给出不完整的答案，让学生找出哪里有问题。

让AI写反驳，然后对反驳再进行反驳。

这种用法下，AI可以成为“思考的对象”，而不是“思考的替代品”。

这就是AI时代教育的一个重大转折点。

在学校中，

“能否做出正确的答案”

一直被重视。

然而，在AI能够大量生成看似合理答案的社会中，

“能否判断答案是否真正正确”

变得更加重要。

AI时代重新受到关注的“人文学科”

因此，人文学科正在重新评估。

在日本，人文学科常被认为是“通识教育”“文科科目”，但实际上范围更广。

跨越文学、哲学、历史、政治、经济、社会科学、自然科学、数学等，从多个角度思考一个问题。

目的不仅仅是增加知识量。

“这些信息可靠吗”

“这是证据还是仅仅是意见”

“从不同立场看会如何”

“有没有伦理问题”

“过去有没有类似事件”

“能否向对方解释自己的判断”

这是锻炼这些能力的教育。

生成AI能够生成大量信息、文章、图像，这些能力反而变得更加重要。

在SNS上，“人文学科的价值反而上升”

在LinkedIn上，关于AI时代与人文学科的讨论引人注目。

教育工作者认为，AI时代重要的是批判性思维、伦理推理、沟通、创造力、同理心、系统思维，这些正是人文学科培养的能力。

另一篇帖子中，人文学科的价值被发现于“停下来，花时间思考一个问题”。

这一观点非常具有象征意义。

当前的技术基本上都在朝着加快速度的方向发展。

加快搜索速度。

加快文章创作速度。

加快分析速度。

加快编程速度。

正因为如此，

“不立即得出结论，持续思考的能力”

变得稀缺。

随着AI降低生成答案的成本，提出好问题、阅读背景、识别错误的价值将上升。

“文科还是理科”的二选一也变得过时

然而，这并不是说“因为是AI时代，所以只学习人文学科就好”。

在SNS上，也有讨论认为仅保留传统的人文学科教育是不够的。

因为要从伦理和社会角度考虑AI，最低限度的技术理解是必要的。

什么是数据。

AI为什么会出错。

偏见是如何产生的。

AI服务收集哪些数据。

使用多少计算资源和电力。

版权和个人信息