随着学生越来越频繁地把AI当工具使用，以完成各类学习任务，有一个担忧随之而来，人们担心依赖AI会变得越来越不爱思考，产生“认知外包”的现象，这个判断听起来似乎有点道理，因为从表面的认知逻辑来看，原本需要学习者自主完成的文本总结、内容分析、逻辑推理等脑力工作，如今都可以直接交由ChatGPT、豆包、DeepSeek等AI工具代为完成，可想而知，人类自身的认知参与度自然会出现明显下降。不过，近期学界围绕“认知卸载悖论”展开的一系列全新研究，却向我们抛出了一个极具价值、也值得所有人深度反思的问题：我们长久以来 ，是不是轻信了一种看似正确、实则并未经过严谨科学验证的思维惯性，也就是默认相信 认知外包（大白话就是把思考交给 AI）一定会让人变懒、变笨、削弱深度学习 ？ Wang & Zhang (2026）这篇跨国大样本研究推翻了旧认知，其最新的研 究成果告诉我们， 对AI输出进行批判性验证，是预测深度学习效果最强的单一因素 ，AI辅助学习的效果，并不存在大众惯性认知里“ 使用 AI 越多 、 学习成效 越差”的简单线性 关系。该研究发现 ： 当学生把 AI 当成「智力合作伙伴」而非单纯工具时，会同时出现两件看似矛盾、实则双赢的事：一边更大胆把低阶任务外包给 AI（认知卸载变多），一边反而更警觉、更爱质疑校验 AI（认知警觉变高）；而且只要外包量跨过一个临界阈值，省下的脑力就会投入高阶反思，反而大幅提升深度转化性学习；更反常识的是：追求效率不仅不会破坏批判性思维，反而会放大这种「一边外包、一边警惕」的良性学习模式。 悖论之处就在于 ， 大家都以为「只想快点做完任务、追求效率」会让人懒得思考、盲目信 AI；但研究发现： 在把 AI 当伙伴的前提下，越追求效率的学生，反而越会做两件事 ：更敢把杂活外包给 AI（省时间），更谨慎校验质疑 AI（怕出错返工），于是效率反而同时强化了 认知外包 和 批判性警觉。 在传统的学习认知里，我们习惯性地认为，所谓学习，本质上就是不断积累新知识、扩充自身知识储备的过程。但转化性学习理论 （Transformative Learning Theory） 却彻底颠覆了这种浅层认知，它明确指出，真正深刻、真正能够实现个人成长的学习，并不是单纯获取和吸纳外部新知识，更核心、更本质的是学习者自身原有的认知框架，在外部因素的刺激下被迫发生调整、重构与升级的过程。 该理论的提出者Mezirow曾经在研究中重点强调过一个核心观点：成年人的深度学习与真正的认知成长，往往并不是发生在“知道更多新内容”的轻松时刻，而是诞生在学习者开始主动怀疑、审视自己过去一直默认绝对正确的理解方式与思维逻辑之时。简单来说，真正有价值的深度学习，往往会伴随着一种认知上的“不舒服”，当学习者在学习过程中突然意识到自己过去的理解存在漏洞、过往积累的经验无法解释当下的全新现象、自身固有的认知框架开始失效的时候，人的认知系统就会进入一种特殊的状态，这在理论中被称作disorienting dilemma，也就是迷失性困境、定向失调困境或是解构性困境。 这种看似负面的认知困境，通俗来讲，就是人无法再用旧有的思维方式、旧有的知识体系去理解和解释世界的时刻。而转化性学习理论的核心要义正在于此：这种认知失衡、思维卡顿的困境，并不是学习的停滞与失败，恰恰相反，真正意义上的深度学习，正是从这一认知解构的瞬间正式开启。 在Wang & Zhang (2026）研究中，有一个极具颠覆性的重要研究发现：当学生始终将AI简单视作便捷的搜索工具、快速答案生成器，或是用来修修补补的小型辅助工具时，学生与AI之间只会形成一种低水平、低效率的协作状态。这种低效协作状态，正是研究中定义的Zone 2区间，也是最容易导致浅层学习、阻碍认知成长的状态。 这种状态有着非常典型的行为特征：学生在学习过程中，写一句内容就借助AI修改一句，思考一旦卡顿就立刻求助AI，遇到内容缺口就让AI帮忙补充文本，需要优化表达就临时让AI修饰润色，在整个学习过程中，学习者不断在自主思考和AI辅助之间来回切换控制权。从表面上来看，学生全程都在主动使用AI开展学习，看起来十分高效、充实，但透过表象看本质，学生并没有真正释放出自身宝贵的认知资源，反而陷入了双重负荷的困境。 在这一过程中，学习者的大脑不仅需要承担完成原有学习任务的基础认知负荷，还需要额外付出精力去适配、协调、对接AI工具，产生了大量隐形的coordination overhead，也就是协作协调开销，结果就是大脑的认知负担变得更重、学习过程变得更疲惫，但个人对知识的理解、对问题的思考却没有得到任何真正意义上的深化。 研究发现，当学生彻底转变对AI的定位与认知，不再将其视作单纯的工具，而是将AI理解为自己学习过程中的智力合作伙伴（intellectual collaborator）时，整体的学习过程就会发生全方位的结构性质变。带来这种巨大改变的核心原因，是学习者主动重新定义了学习的本质，重塑了自身与AI的协作关系。而这种认知与关系的转变，会精准触发转化性学习理论中支撑深度学习的三大核心机制。 第一个核心机制，是认知失调（Cognitive Disruption） 当学习者真正将AI视作平等的智力合作伙伴时，这种全新的协作关系会创造出转化性学习所必需的认知断裂，迫使学生主动打破旧有认知、重构自身关于学习的底层假设。之所以会产生这种认知变革，是因为在我们过往长期的学习经验中，“思考”这件事一直被默认为是完全独立的单人大脑内部活动，是个人独自完成的认知行为。 但当AI能够深度参与思考过程，主动为学习者提出多元反例、精准发现逻辑漏洞、持续追问隐藏的思维前提、系统性重构整体论证结构时，学习者固有的认知体系就会被彻底打破，瞬间陷入思维不稳定的状态。此时学习者会产生全新的认知思考：原来学习和思考，从来都不只是我一个人的内部思维活动。这种认知上的不稳定感、违和感，绝对不是学习失败的表现，恰恰是认知升级、学习深化的重要入口。很多人第一次深度用AI开展深度学习时，都经历过这种瞬间：原本自己无比笃定、坚信正确的一个观点，在经过AI的层层梳理、持续追问后，突然幡然醒悟，发现自己从来没有真正验证过这个观点的底层前提，而这一瞬间的思维卡顿与认知质疑，就是最典型、最珍贵的认知断裂。 第二个核心机制，是辩证张力（Dialectical Tension） 转化性学习理论一直坚持这样的核心观点：人对知识真正透彻、稳固的理解，从来不会在被动接收标准答案、单向获取信息的过程中形成，只会在自身认知不断被外部力量挑战、修正、重构的反复迭代过程中逐步建立、走向成熟。而AI智力合作伙伴的协作模式，恰好天然具备持续辩证互动的属性，完美契合了转化性学习对辩证交流的核心要求。 论文中对此做出了明确解释：AI与学习者的合作伙伴关系具备双向互动的本质特征，这种特征完全匹配转化性学习的核心逻辑，个人对知识的深层意义，正是在不断挑战、持续深化理解的迭代交流中逐步生成的。这和传统工具式的AI使用方式有着本质区别，传统工具式AI使用的核心逻辑十分单一，就是学习者主动提问、AI输出标准答案、学习者直接拿走结果，全程没有任何思维碰撞与互动。 但伙伴式的AI协作学习完全不同，它是一个双向迭代、共同成长的闭环过程：AI先跳出学习者的固有思维，提出全新的多元视角，学习者结合自身认知对AI的观点提出反驳与质疑，AI基于反驳继续深度追问、细化逻辑，学习者在持续互动中不断修正自己的原有理解，双方共同一步步拆解问题、重构认知。在这样的过程中，学习彻底摆脱了浅层的信息获取，升级为学习者对自身认知结构、思维体系的持续调整与优化。这也是为什么真正高效、深度的AI学习，往往会让人觉得大脑格外疲惫，因为学习者不再是被动接收现成内容，而是全程主动参与意义建构、认知重构的深度思维活动。 第三个核心机制，是批判性话语的激活（Critical Discourse） 我们或许可以从心理惯性的角度，来看为什么把 AI 当作工具的人，反而可能更容易出现认知外包情况，因为我们用对待传统确定性工具的思维对待 AI。过往我们使用的字典、计算器等工具，输出稳定、客观、结果唯一且基本无误。因此，一旦学习者将 AI 简单归类为普通学习工具，潜意识就会默认 AI 的输出就是标准答案、是无需校验的可靠内容。这种根深蒂固的工具思维惯性，会让人下意识放弃独立验证、主动思辨与复盘，直接全盘取用 AI 内容，最终形成隐蔽且彻底的被动认知外包。 与之相对，当学习者将 AI 重新定位为平等的智力合作伙伴时，我们的心理预设会彻底改变， 研究表明，平等的合作伙伴关系，会主动唤醒学习者的cognitive vigilance，也就是认知警觉，让学习者从被动接收的状态，转变为主动审视、验证、质疑的状态。在这种状态下，学生会习惯性主动验证AI输出内容的真实性与合理性、深度怀疑AI的推理逻辑、细致排查内容中的逻辑漏洞、主动对比不同视角下的解释差异、持续追问内容背后隐藏的底层假设，最终形成全方位、系统性的质疑思维。 这种持续不断、层层深入的系统性质疑，会反复为学习者制造新的解困困境，持续冲击、打破学习者原有的观点结构与认知体系，最终推动认知发生真正的质变与转型。 也正因不再盲从依附 AI 的结果，反而敢于大规模、结构化地将低阶认知任务交付给 AI，让良性的战略性认知卸载真正落地。 Wang, T., & Zhang, Y. (2026). Pedagogical partnerships with generative AI in higher education: How dual cognitive pathways paradoxically enable transformative learning. International Journal of Educational Technology in Higher Education, 23 , Article 12. https://link.springer.com/article/10.1186/s41239-026-00585-x
夜雨聆风
