遇到问题直接用AI还是先思考？两年后的差距惊人
我会将学员划分为两个群体：遇到困难立刻求助AI的，以及先动脑思考再借助AI的。
这两种我都见识过，也深有体会。前者轻松，后者费神。可到了一年、两年后，这两类人的境遇会有何不同？
很多人认为，只要结果达标，过程便无关紧要。作业做得好，无论是自己完成还是AI润色，不都一样吗？
表面上看确实如此。短期内，依赖AI的学生效率更高——他们产出更快，卡顿更少，呈现给老师的成品也未必逊色。
但有一个常被忽略的机制：大脑的认知负荷究竟去了哪里？
大脑和肌肉同理，越用越强，不用则废。当我们把解题思路全盘交给AI，看似“省”了力，实则省掉了让大脑发育的关键养分。
认知科学称之为认知卸载：将本应由大脑进行的推理任务转交给外部工具。适度的卸载能释放资源处理复杂事务，但过度依赖会导致认知能力停滞甚至衰退。
2025年，Gerlich对666名不同背景的参与者进行了混合研究，发现频繁使用AI与批判性思维呈显著负相关，认知卸载是中介变量。年轻人对AI依赖越高，批判性思维得分越低。
来自MIT媒体实验室的证据更为直接。Kosmyna等人招募了54名大学生，分别用ChatGPT、搜索引擎或纯手工写作，并用脑电图记录。结果：纯手工组大脑连接性最强；搜索引擎组居中；ChatGPT组最弱。更令人震惊的是，83.3%的ChatGPT用户无法回忆起自己刚写的内容。
研究者将其命名为认知债务，类似于技术债务：短期图方便，长期埋隐患。
我们可以用一个简单的动力学模型来描述这两类学习路径的差异。
设某学生在第i个学习周期末的认知能力为，包含独立解题能力、批判性思维、问题结构化能力等综合指标。
核心机制：每个周期，学生面对问题时会选择投入一定比例的自主思考努力（），剩余部分交由AI处理。
能力的迭代公式为：
其中：
参考相关认知科学文献，设定基准参数：，。
A型学生（）每个周期的净增长率为：
B型学生（）每个周期的净增长率为：
注意B型学生的净增长率为负数——他们的能力不是停滞，而是在缓慢退化。
经过n个周期后，两者能力之比为：
以一个学期（约16周）为单位，一年为两个学期：
两年后：
差距并不是直线拉开的，而是复利式的。每一轮迭代，A型学生的基础更高，下一轮的绝对增长也更大；B型学生的基础在收缩，能调用的“本钱”也越来越少。
这个模型是机理性的，参数取值是定性的而非精确测量值。现实中，不是固定的，会随习惯、任务难度、外部反馈而变化；和也因人而异。模型的价值不在于给出精确数字，而在于揭示一个方向：哪怕参数差异不大，只要机制成立，长期分化就不可避免。
说到这里，我要说一件和直觉相反的事。
上面的模型容易给人一种印象：B型学生已经“走错路”了，要赶紧转型才行。但我更想强调的是：起点是一方面，迭代是更重要的一方面。
有研究发现，麻省理工学院论文中有一个关键的第四轮实验：先用大脑独立写作、后来转为使用LLM的“脑转LLM”参与者，能更有策略地调用工具，表现更好、神经信号也更稳定。换句话说，有了自主思考的底子，再拿起AI工具，反而用得更好。
这对两类学生都有启示：
A型学生：先思考的习惯是优势，但不能因此排斥AI。AI走完一步之后，自己还要再走两步——审视、质疑、改造、迁移，才能把AI的输出真正内化为自己的理解。
B型学生：当下的路径并非不可逆。问题不在于“用没用AI”，而在于有没有在AI输出之后真正动脑。哪怕只是强迫自己每次用AI前先写三句话的初步判断，都是在打开自主思考的开关。
真正的差距，不是“用没用AI”，而是有没有在每一次人机互动之后形成自己的判断、见解和输出。
弗龙蒂尔斯（Frontiers）期刊2025年的一项研究指出，频繁的AI干预伴随着学生批判性推理和主动处理能力的下降，产生了“先生成、后思考”的行为模式。这个描述非常准确。问题不是“生成”本身，而是“后思考”那一步有没有真正发生。
我理想中的人机协作节奏是这样的：
我思考 → AI辅助 → 我审视 → AI深化 → 我内化
这是一个持续交替推进的过程，而不是把任务单方向地扔给AI。
艾瑞克森（Ericsson）的刻意练习（Deliberate Practice）理论告诉我们，专业能力不会通过常规练习自动积累，必须经历有意识地、结构化地在当前能力边界上施压，才能产生持久的认知改变。AI最危险的地方，正是它太善解人意——它总是在我们到达认知边界之前就帮我们越过去了，让我们永远不必感受那种让大脑真正生长的“卡壳感”。
所以，比“用不用AI”更值得追问的问题是：
如果这三个问题的答案都是“不记得了”，那无论这个人用了多少AI，他的认知账户都在静悄悄地透支。
不管是A型还是B型，最终都要走向同一条路：让每一次和AI的互动，成为自己认知生长的原材料，而不是认知懒惰的借口。AI走两步，我走两步，AI再走，我再走——这才是能持续下去的节奏。
我也在我的新书《巧用DeepSeek进行数学建模》一书中传达了类似观点，同时提供了建模各个环节的理论框架。感兴趣的读者可以关注这本书。（作者：王海华）
本文作者长期从事数学建模教学与竞赛辅导工作，致力于推动建模思维在基础教育阶段的普及与实践。