99%的大学生都在用AI,校长们为什么坐不住了

开学季刚过，各大高校的开学典礼上出现了一个耐人寻味的场景：校长们没有讲校园有多大、食堂多好吃，而是不约而同地提醒新生——别让AI替你思考。

北大校长高松说，AI可以整合已有信息，却无法替代对未知领域发自内心的好奇；可以给出标准化结论，却无法替代在反复试错中形成的独立判断。复旦校长金力说得更直接，他抛出三个词：认知卸载、虚假掌握、信息茧房。

一个象牙塔里的提醒，为什么会引起这么大讨论？因为数据确实有点吓人。

99.18%的背后，是一个巨大的落差

近期一项覆盖全国400余所高校、近两千名本科生的调研显示，AI工具在受访者中的使用率已经高达99.18%。也就是说,几乎每一个大学生都用过AI。

与此同时，超六成的学生对"AI使用的合理边界"表示困惑，希望学校提供明确、可操作的指导方案；而开设了系统AI相关课程的学校，不到三成。

全国400余所高校、1953名本科生的调研数据

这个落差本身，就是当下高校AI治理面临的核心矛盾：学生在用，规则滞后；规则滞后，边界就靠每个人自己摸索。

校长们在担心什么

金力把AI用得不当的后果拆成了三个词，每一个都值得单独拿出来看。

认知卸载。只求现成答案，习惯把思考外包出去，批判性思维会一点点弱化。这个词厉害的地方在于，它不是"用错了"，而是"不用了"。脑子跟肌肉一样，长期不发力就会退化。

虚假掌握。缺少独立推理，过度依赖AI给出的评测和反馈，容易产生"我好像已经懂了"的假象。这一条最隐蔽，因为当事人自己是感觉不到的——AI答对了，但那是AI会了，不是你会了。

信息茧房。算法对偏好的拟合，让不少模型具有"谄媚"的特性。讨好的思维链、迎合式的帮助，无法提供真实的挑战。你问什么它顺着你说，久而久之，你听到的全是自己想听的。

认知卸载：把记忆与思考持续外包，思考能力会悄悄退化

高松则举了更具体的例子。他提到北大数学科学学院两位校友在2026年国际数学家大会上双双获得菲尔兹奖。他想说的是：真正的原创性突破，永远源于人对未知的好奇与探索。这句话放在AI什么都能答的今天，分量尤其重。

不是中国大学独有的紧张

这件事不是中国教育界的独家焦虑。几乎同期，麻省理工学院发布了一份专项报告，明确指出学生诸多使用AI的方式，正在剥夺他们深度学习与能力成长的机会。

报告里有个更扎心的说法，叫"认知投降"——学生碰到难题的第一反应，不再是想，而是问。连麻省理工都拦不住，可见这不是某一所学校的失守，而是整个教育体系面对新技术时的共同课题。

更值得思考的是教学体系本身。传统考核以最终作业、论文和答卷成品为依据，只验收格式是否完整、内容是否达标，无法甄别成果是否为独立思考所得。部分作业本身只需要材料拼接和格式达标，AI简化了流程，也让原本浅层的任务彻底失去了训练价值——催生大量"虚假掌握"的学习假象。

高校已经在回应：从"能不能用"到"怎么用"

今年1月，复旦大学正式发布《生成式人工智能教育教学应用指引1.0版》，试图回答的正是"怎么用"的问题。

AI工具可用于资料整理、语言润色、图表或代码初步生成等非核心创造性工作，不得替代研究思考、理论构建、数据分析、结论形成等实质性学术劳动，特别是不得直接使用人工智能工具生成课程论文或课题文本。

这份《指引》的核心是明确边界：知道底线在哪里，师生才能大胆尝试创新。AI可以帮助处理信息检索、整理等低认知负荷任务，但批判性思维、复杂问题解决、跨学科整合这些AI难以替代的高阶能力，必须由学生自己完成。

说得再细一点：普通人怎么用AI不"丢脑子"

校长们讲的是教育层面的原则，落到每个人身上，其实可以拆成四条可执行的动作。

四个可执行的原则，把AI当工具而不是当答案

第一，先自己想，再问AI。遇到陌生概念，先自己查、自己试着解释一遍，再让AI补充。顺序反了，就不是你在用AI，而是AI在用你。

第二，让AI当陪练，不当代笔。让它提问、反驳、指出漏洞，而不是让它直接给答案。用"帮我挑毛病"替代"帮我写"，输入输出的是能力。

第三，用AI给的答案，自己重讲一遍。能脱离提示独立复述、推导，才叫真的会了。讲不出来，说明这题还没过手。

第四，定期"裸考"一次。放下所有工具，独立完成一次推导、一篇文章、一道题。这个动作的意义不是自我折磨，而是定期确认你的能力是长在脑子里的。

AI是工具，工具本身没有罪。真正的问题不在"用了多少"，而在"思考交给了谁"。就像复旦那份《指引》强调的，从"工具使用者"到"人机协同决策者"，差的不是技术，是判断力。

这份判断力，说到底是自己一点点练出来的，谁都替不了。

**本文的内容和图片由AI协助生成**