问题—— 生成式人工智能加速进入课堂与校园，部分学生在遇到难题时习惯性求助工具，在写作与研究任务中依赖自动生成内容，甚至在日常判断中“先问工具再做决定”。
全国政协委员、中国科学院院士、清华大学电子工程系教授陆建华表示，教育领域面临的新挑战之一，是对生成式人工智能的过度依赖可能诱发“认知外包”，进而带来认知能力下降风险。
这一现象并非个别案例，已在部分高校乃至中小学悄然出现，值得高度警惕。
原因—— 多位委员与专家分析认为，依赖倾向的形成与多重因素有关：一是信息获取门槛显著降低，答案生成速度快、成本低，容易让学习者把“省时”误当作“掌握”；二是一些教学与评价仍偏重结果呈现，导致学生更愿意用生成内容“完成任务”，而不愿经历推理、验证与反思的学习过程；三是学术规范与使用边界尚在完善阶段，部分课程缺少对人机协作方法、引用标注与事实核验的系统训练；四是个体自控能力、学习基础与家庭支持差异，使得不同学生在同一工具面前呈现不同的受益与受损程度。
影响—— 调研信息显示，过度依赖可能带来多方面外溢效应。
其一，学习记忆与理解质量受影响。
国外研究提示，在写作任务中，使用大模型辅助的受试者在内容回忆方面出现较高比例的失败，反映出“写得出来”并不等于“学得进去”。
其二，教育公平面临新变量。
有研究指出，工具使用可能产生“强者更强、弱者更弱”的分化：基础扎实者更能用工具拓展思路、提升效率，而基础薄弱者更容易以生成内容替代思考，差距可能被进一步放大。
其三，传统培养模式与评价体系承压。
在知识检索极为便利、文本生成高度成熟的背景下，单纯以标准化作业、封闭式记忆考核来衡量学习成效的方式，越来越难以准确评估学习者的理解深度、创新能力与解决真实问题的能力。
对策—— 委员普遍认为，对生成式人工智能既不能简单否定，也不能放任无序使用。
全国政协委员、中国工程院院士黄卫表示，人工智能有望成为未来教育深度改革的重要动力，相关部门不宜因噎废食，而应在研究论证基础上推动其规范应用、释放正向价值。
围绕“守住认知底线、用好技术增量”，国家自然科学基金委员会信息学部组织专家调研提出若干建议：一是加强人工智能安全使用策略的应用基础研究，重点关注人机协同条件下人类认知功能的适应性变化与长期演化规律，构建“人工智能—人类认知”协同演化的理论模型与证据体系，为制定认知安全标准、教育干预策略与技术应用边界提供支撑；同时面向青少年等重点人群，系统研究其在智能环境中的认知行为特征与发展需求，探索“认知友好型”的人机协同育人模式，尽量减少“认知外包”“信息茧房”等负面影响。
二是建立面向公众尤其是未成年人的智能产品认知影响评估与认证制度，研究制定评估指南，实行分级分类管理，引导企业履行促进用户认知健康的社会责任。
三是推进全民认知素养提升行动，将认知健康与数字素养纳入国民教育与终身学习框架：在基础教育阶段强化元认知训练、信息甄别与数字健康教育；在高等教育阶段完善学术诚信与工具使用规范，增设人机协作方法、事实核验、数据与引用规范等课程模块，推动形成可操作、可检查、可追责的制度闭环。
前景—— 受访委员认为，生成式人工智能在教育领域的长期价值在于“赋能”而非“替代”。
下一阶段，教育治理的关键将从“能不能用”转向“怎么用得好”：一方面，以学习过程评价、探究式教学与项目化实践为抓手，把能力培养放在知识呈现之前；另一方面，通过制度规范、技术测评与课堂训练共同发力，让学生在使用工具时保持问题意识、证据意识与反思能力，真正形成面向未来的综合素养和创新能力。
技术革新与人的发展从来不是非此即彼的选择题。
在智能时代的教育变革中，我们既要避免陷入技术乌托邦的盲目乐观，也要防止滑向技术恐惧症的保守倾向。
唯有坚持"技术为人服务"的根本原则，才能在拥抱创新的同时，守护好人类最宝贵的思维能力与创造潜能。
这既是对教育本质的回归，更是面向未来的必然选择。