AI时代的能力回流——如何让工具带来的成果沉淀为人的判断与方法

生成式 AI 可以改善一份作品，却不能仅凭这份作品证明使用者已经成长。对大学生、职场学习者和培养他们的组织而言，新的任务是让交付过程留下可以检验、能够进入下一次行动的能力。本文将这一过程称为能力回流。

设想两个人，都借助 AI 完成了一份研究报告。

一个人得到结构完整的答案，调整措辞，核对格式，提交了作品。另一个人也使用 AI，却发现一个重要结论只有观点，没有证据。他回到原始材料，修改假设，并试着回答：如果关键条件改变，这个结论还成立吗？

两份报告也许同样漂亮。仅凭成品，我们仍不知道谁能发现分析方法的边界，谁能在下一项任务中处理类似问题。第二个人的活动提供了更多关于学习的线索，但他是否真正获得能力，还要接受后续检验。

过去，完成一份复杂作品，往往要求生产者亲自承担较多分析与组织工作。即便如此，成果也从来不是能力的完整证明；团队协作、模板和偶然因素，一直会影响结果。AI 进一步降低了获得完整初稿的门槛，使一部分过去需要亲自完成的认知工作能够交给工具来完成。

因此，在这类任务中，作品质量所包含的个人能力信息可能发生变化。如果学校或企业仍将成品直接当作学习程度的证明，就有可能高估使用者已经掌握的知识，也可能低估他在核验和组织工具方面形成的新能力。这是本文的管理推论，不能当作所有评价制度已经失效的事实。

2025 年发表于《美国国家科学院院刊》的一项随机实验，在土耳其一所高中近千名学生的数学学习中发现：普通聊天式 AI 提高了练习表现，但撤去工具后的独立考试成绩低于对照组。经过教学设计的提示与限制基本消除了这一负面影响，却没有带来显著的独立考试优势。[1]

另一项发表于《科学报告》的随机交叉实验，在哈佛大学一门物理课程中，发现经过教学设计的 AI 辅导系统帮助参与分析的 194 名学生在两次课程内容的即时测试中获得更高学习增益，中位学习用时也更少。[2]

两项研究的对象、任务与设计不同，不能用来比较哪种教育方式普遍更好。它们共同提示：工具的效果，需要结合学习者在使用过程中所承担的活动来理解。短期测试也不能证明长期能力已经形成。

图1 成果交付与能力成长需要分别观察 概念示意图

在《再谈学习的本质》中，我们把学习理解为模型的形成与重构。这里的模型，是一个人用来解释问题、预测结果和选择行动的理解，未必是一套正式理论。

例如，活动组织者认为报名人数能够预测到场人数；分析人员认为现有样本足以代表目标人群。这些理解影响他们接下来收集什么信息、采用什么方法，也决定他们可能忽略什么。

一次任务具有学习价值，往往因为它迫使人将这种理解变成行动，再让行动遇到不由自己决定的结果。反馈暴露偏差，人据此修订理解，并在后续任务中继续检验。学习飞轮，可以收束为这个过程：理解、行动、反馈、重构，再进入新的行动。

AI 可以在每个环节提供帮助。它能解释陌生概念，展示做法，提出反例，让原本难以开始的人进入实践。它也可能使这个过程提前终止：使用者接受完整答案，没有形成可检验的初步判断；只与 AI 讨论答案，没有接触外部证据；修改了表达，却未辨认为什么需要修改。

这种风险并不等于“凡是省力就有害”。重复排版未必训练判断，长时间无助地摸索也未必产生理解。值得保留的，是与目标能力有关的认知参与：选择依据、解释方法、判断边界，以及在反馈出现时修正行动。

对于陌生领域，清楚的示范可能比立即要求独立尝试更有帮助。随着理解建立，再逐渐减少提示，并改变任务条件，观察学习者能否调整做法。帮助是否需要、何时需要，应当由学习目标决定。

本文所说的能力，是在具体条件下调动知识与资源，作出有依据的判断，形成可检验的结果，并在条件变化时能调整行动的本领。辩识自己无法处理的问题，知道何时求助或停止，也属于这种本领。

知道、理解、应用、改变与创造，可以作为观察成长的五个切面。它们各自对应识别概念、解释关系、处理任务、修正做法，以及在新情境中重组方法。这些切面相互作用，还不能构成已经验证的等级表。

要判断一次任务是否带来成长，可以把这些抽象切面落实为三类证据。

解释依据

使用者能否说明一个关键选择为什么成立，依赖哪些材料，尚有哪些不确定性？复述 AI 的说明，只能证明他见过这个解释。进一步追问一种替代方案为什么不适用，才更可能辨认他是否理解了选择。

校准判断

当出现反例或结果偏差时，他能否定位需要修改的假设，区分方法、材料与执行条件的问题，并说明什么证据会使自己改变意见？只把答案改成审阅者喜欢的样子，仍不足以证明判断有所改善。

迁移方法

换一个案例、改变一个关键约束，或隔一段时间重新处理相近问题，他能否识别原方法哪些部分仍适用、哪些需要重做？这一检验应当围绕明确的目标能力，不宜把处理一个新的难题的失败当作整个能力不足的证明。

这三类证据，是本文提出的实践检查办法，不是能力量表。要声称发生了“增长”，还需要与先前的表现比较，尽量保持任务难度与评价标准可比，并重复观察。一次漂亮答辩同样可能经过充分准备。

工具使用也应进入评价设计。若目标是掌握基础推理，可以减少提示来检查理解；若目标是长期借助工具完成复杂工作，应允许必要工具，并检查使用者能否核验结果、识别异常、调整流程。脱离工具的表现与使用工具的专业能力，各自回答不同的问题。

它与保存一份提示词的差别，在于使用者是否理解方法；与写一份复盘的差别，在于修订是否进入后续行动。真正发生回流，需要同时观察方法留下了什么，以及人的判断发生了什么变化。

以会议纪要为例。最初，使用者让 AI 把讨论整理成摘要。检查之后，他发现文档很完整，却无法判断哪些事项已经决定、哪些仍在等待信息。于是，他将纪要改为区分决定、待决问题与行动事项，并核对负责人和期限。

这只是方法改进的开始。随后还要把纪要与实际行动对照：事项没有推进，是责任遗漏，还是决定所依赖的资料一直未到？如果把所有问题都写成“加强执行”，新的模板仍可能掩盖根本原因。

当使用者能在另一次会议中辨认不同类型的问题，说明为什么此时需要等待、补充信息或重新决定，才出现了能力回流的进一步证据。这个示例说明一种可能的过程，并非已观察到的企业案例。

AI 也可能帮助经验传播。《经济学季刊》的一项研究分析某企业 5,172 名客服人员的数据，发现 AI 辅助工具的分阶段引入使每小时解决问题的数量平均提高约 15%，经验较少和原有技能较低者获益更明显。研究还发现了与员工学习相一致的证据。[3]

这提示我们，AI 可以成为接触成熟做法的入口。但特定岗位的结果不能直接证明所有知识工作都会形成长期能力，也不能证明本文提出的回流框架已经有效。

学习 AI 技术时，同样可以沿着这个方向。组织上下文，可以练习选择证据和补齐背景；建立自动化流程，可以练习分解任务与处理异常。评价这些学习的依据，应是能否解释、检验和改进实际做法，而非是否记住更多技术名词。

图2 外部方法与人的判断通过实践相互校准 概念示意图

大学生与职场学习者的起点不同，但都可以先区分学习模式与交付模式。

对大学生而言，课程、阅读和基本训练提供理解一个领域的知识结构，实践让这种理解遇见具体条件。可以从一门课中的一个小问题开始：用统计方法分析能够取得合适数据的问题，比较同一组文学文本的不同解释，或开发一个真正有人使用的小程序。

项目不必以获奖或变现为目的。关键是问题范围足够清楚，允许你选择方法，也能够得到超出个人偏好的反馈。大学中的阅读、审美、交流与理解不同生活，同样具有独立价值。

假如本次准备练习的是分析能力，可以先写下初步假设与选择依据，再让 AI 提供另一种解释。若目前还不具备提出假设的基础，先看示范，向教材或教师确认理解，再逐步尝试。最后换一组条件，检查自己是否知道哪里需要调整。

职场学习者通常已经拥有真实任务，困难在于任务结束后立即进入下一次交付。与其要求每件事都深入复盘，不如挑选一项高频、范围清楚的任务，保留其中一个最值得学习的判断。

例如，分析结果不符合预期时，先辨认问题来自资料缺失、假设错误还是执行偏差，再决定修改资料获取、分析方法或流程。只有准确定位问题，才能避免把所有失败都归结为提示词不够好。

每轮实践可以留下简短记录：原先如何判断，哪条证据促成修改，下一次准备检验什么。记录不需要覆盖全部过程，也不必保存完整聊天日志；它应当帮助后续行动，并遵守课程、数据与工具使用规则。

一段时间以后，重新处理相近问题。若方法更好用了，自己却仍解释不了关键依据，说明外部积累已经增加，个人理解还需要支持。若能辨认新条件并作出有依据的调整，就有了进一步观察成长的入口。

图3 学校与职场枝能检验示意

只给个人一份学习清单，还不足以解决问题。学校的评分、企业的绩效以及任务安排，会影响人们是否愿意为反馈与重新尝试投入时间。

这里存在一种需要警惕的可能：AI 让短期交付更容易，组织便缩减了训练与审阅；如果使用者同时失去了练习关键判断的机会，组织可能在提升当期产出的过程中削弱后续能力形成。这个机制值得检验，现有材料还不足以证明它已经普遍发生。

交付评价继续关心作品质量、效率、成本和实际结果。成长评价则围绕目标能力，观察使用者能否解释关键选择、处理反例、应对变化的条件，并与先前表现比较。两种评价可以结合，但不能互相替代。

在学校，一份 AI 辅助作品可以配合简短的口头讨论与变式任务。教师追问一个核心判断，改变一项条件，再看学生怎样调整。过程记录提供线索，迁移任务提供另一类证据。目的应当明确为评价学习，避免把记录数量误当作学习深度。

在招聘中，作品可以展示候选人借助资源完成任务的能力；后续讨论与小范围情境变化，可以帮助辨认他理解并控制了哪些部分。若需要比较候选人，应说明允许使用的工具与资料，尽量提供可比条件。仅凭成品推断能力，或仅凭工具使用多少推断独立性，都可能误判。

在晋升中，当期高质量交付证明了贡献，却未必足以证明能够承担更复杂的责任。可以增加与目标岗位相关的异常处理、跨情境判断和解释依据的观察，同时承认熟练组织工具本身也可能是一项有价值的能力。

更重要的是重新安排训练机会。初级任务被自动化以后，先辨认其中哪些步骤只是重复消耗，哪些曾经帮助新人学习判断。对后者，可以用经过授权处理的历史案例、模拟任务或低风险真实任务，保留“先作判断、获得反馈、再作尝试”的机会。

资深人员的贡献也需要被看见。导师除了提供结论，还可以解释为什么排除某个方案、哪些材料改变了判断。组织如果认可新人培养，就应为这种审阅与反馈安排时间，而不能把它完全交给个人额外承担。

这些措施适合先在范围清楚的任务中试行。分别观察交付质量、投入时间和后续能力表现，再决定是否推广。过程追踪增加了负担却没有帮助判断，就应缩减；能够帮助发现学习缺口的证据，才值得保留。

设想那两份研究报告已经提交。新的任务随之到来：资料少了一半，原来的结论遇到了反例，时间也更紧。

此时，我们才更有机会看见上一轮学习留下了什么。使用者能否识别缺失的证据，说明哪一步不能照搬，并合理决定继续分析、调整方法或寻求帮助？即使 AI 仍然参与，这些选择也需要有人作出并负责。