夜雨聆风
又到一年毕业季，我们来聊聊AI使用。这是一个本质上在回答“人何以为人”的问题，这是一个永恒的哲学命题。
图书馆里，一个毕业生正在改论文致谢。AI给了一段文字：“感谢母校的栽培、师长的教诲、同窗的陪伴。”很标准，很得体，放在任何一篇论文里都不会出错。他看了三秒钟，删掉了。他想写的是某个冬天深夜，导师在办公室啃着冷掉的馅饼帮她改开题报告。这件事AI不知道，也写不出来。
这个微小的动作，恰好划出了AI时代一条隐秘的边界。
滑梯上，分出了两种人 
过去两年，我们谈论AI，主要谈的是“会不会用”。不会用的要被淘汰，会用的获得优势。这个叙事制造了巨大的焦虑，也催生了庞大的培训市场。但加州大学伯克利分校一项涉及九万五千名本科生的研究发现了一个更值得玩味的现象：每天使用AI的学生，承认作弊的比例远高于偶尔使用的人。
AI不是一把你越用越顺手的扳手，它是一条滑梯。一开始你只是想省点时间，让它润色一段话，梳理一份资料。然后它开始进入你任务的核心，你不再让它“帮我理解”，而是“帮我完成”。最后你习惯直接拿到成品，在上面改几个词，交出去。这个过程没有明确的道德断点，你甚至觉得自己一直在“学习”。
但问题在于，教育里大多数任务的目标，从来不是那个成品。
写论文不是为了交出五页纸，是为了在材料和观点之间反复撕扯，在混乱中形成属于自己的秩序。写代码不是为了程序跑起来，是在无数次的失败里长出判断力：哪里可能出错，为什么出错，下次怎么绕开。做题不是为了答案，是为了让大脑经历那段从束手无策到豁然开朗的完整弧线。
AI最擅长的，恰恰是把这些过程折叠掉。
于是使用AI的人，分成两种完全不同的物种。
第一种人，本来已经有了基本功。AI帮他省体力，扩视野，测更多方向。他知道AI哪里说得对，哪里在编造，哪里是漂亮的废话。他用AI像用杠杆。
第二种人，还没长出基本功。AI给他答案，给他结构，给他语气，甚至给他判断。他交出了作品，却没有经历作品形成的那段路。他用AI像用假肢。
表面上看，这两种人的产出越来越像：作业都整齐，邮件都礼貌，报告都像咨询公司出品。区别藏在工具关闭之后。一个人能在没有提示、没有模板、没有现成答案的地方独立做出判断，另一个人不能。
这条分界线，比“会”和“不会”的界限，深得多。
乔治城大学的神经科学家们分析了三十七万份大学申请文书，试图回答一个更隐蔽的问题：当AI可以替人写作，人的创造力发生了什么变化。
答案既微妙又刺痛。
ChatGPT出现之后，申请文书的质量明显提升了。词汇更丰富，句子更流畅，结构更像“好文章”。人类评委甚至给这些文章打出了更高的创造力分数。但一个深层的变化同时发生：这些文章背后的想法，变得更相似了。
语言的外壳在升级，思想的核在收缩。
这是AI写作最危险的地方。过去平庸的文章有平庸的样子：词穷、结构散、表达笨拙，老师一眼能看出来。现在，空洞可以穿上最漂亮的衣服。更麻烦的是，评委也会被这件衣服骗过。
研究还发现了一个容易被忽略的细节：AI对离平均值最远的人影响最大。AI本质上是均值回归机器。它在概率上选择最“合理”的下一个词，也就必然在统计意义上排除掉偏离中心的那部分表达。而那些偏离，常常就是创造力最原始的来源。
罗切斯特大学的研究者后来在《科学进展》上发表了另一个实验，结论类似：AI辅助写作，个人确实写得更好了，但群体的多样性在下降。AI在托举弱势表达者的同时，也可能把他们最珍贵的差异悄悄抹平。
硅谷有一个很诱人的承诺：让AI处理无聊的部分，人类专注创造性工作。
这句话的问题在于，它可能误解了创造力。
无聊的部分并不总是创造力的障碍，很多时候，它就是创造力的燃料。一个分析师翻原始数据，可能在某个异常值里发现真正的问题。一个作家删掉三千字废稿，才意识到自己真正想写的不是这个。一个学生写不出开头，在纸上乱画十分钟，那十分钟并没有浪费。
空白页很痛苦，但空白页是思考开始工作的地方。
AI最诱人的功能，是让你不用经历这一刻。你输入一句话，它给你十个方向，每个都合理、完整、像那么回事，你立刻获得一种轻松感。但这个轻松感是有代价的：它完成了锚定。一旦第一个方向出现，人的大脑很自然地围绕它修修补补。你以为自己在创作，其实是在给机器的第一个答案做装修。
创造力不是最后那段漂亮的文字，是你在错误、迟疑、推翻、重来里形成的那个独特路径，AI可以代你走完这条路，但它不能把走路长出的肌肉转移给你。
一个关键的事实被大多数人忽略：AI外包的不是某项具体技能，而是形成能力的过程本身。
文字削弱了口头记忆，但开启了历史和法律。计算器削弱了心算，但让更多人能处理复杂数学。搜索引擎削弱了背诵，但把信息的可达性扩大了几个数量级。每一次技术外包，都伴随新的能力生长出来。
AI的特殊之处在于，它外包的恰好是“生长能力”的那个环节。
回到开头的那个毕业生。
他在删掉AI生成的致谢之后，自己写道：“感谢我的导师。去年冬天论文开题，他在办公室待到很晚，一边啃已经冷掉的馅饼一边帮我捋文献。那个画面我从来没跟他说过，但我会记住一辈子。”
这段文字没有“栽培”“教诲”“同窗”那么标准，它有一点笨拙，有一句过于私人的细节，但它是活的，有无法被概率预测的纹理，构成了一个具体的人在某个具体时刻的真实在场。
这或许就是AI时代“人何以为人”的一种回答。
诺奖得主、遗传学家弗朗索瓦·雅各布说过，一个新想法不过是把两个彼此认识但从未被介绍给对方的老想法，放在同一个房间里。这件事的前提是，你的脑子里有足够多、足够不相关的“老想法”。它们只能来自你曾经在没有外部加速器的情况下，扎扎实实地、笨拙地、低效地学过、经历过、感受过的东西。
那才是AI真正无法替代的。
毕业季总有人问：走出校门之后，到底该怎样用AI。
这个问题没有一个标准答案，但或许有一个方向。
带着问题去用，不光看它给出的结论，也追问它得出结论的过程。当它递给你一份漂亮的答案，停下来想一想：这个判断是我的，还是它塞给我的？带着学习的心态去用，借助它拓展你的视野，拓宽你思考的带宽。但先有一个你想深耕的领域，先用笨功夫建立起自己的知识骨架和判断标尺。然后，再让它帮你触类旁通。
最重要的是，永远保留一些“不用AI”的时刻，保留自己面对空白文档的勇气，保留从混乱中自己找到第一个方向的耐心，保留写出笨拙但真实句子的权利。
这不是反技术。这是保护一个更深层的东西。
AI时代真正的分水岭，不是谁用AI、谁不用AI，甚至不是谁用得好、谁用不好。工具的门槛会越来越低，今天看来炫目的技巧，很快会成为基本操作。
真正区别人的，是你有没有在什么都能帮你的AI到来之前——或者，在它到来之后刻意为自己保留的那些时刻里——用自己的脑子，走过足够长的、没人看见的、独特的路。
那条路很慢、很笨，经常让人沮丧，但它会在你脑子里刻下一种笃定的直觉，让你在AI递给你一份完美的答案时，有能力说出：这个地方不对，或者更重要的：这还不够好，因为我知道更好的长什么样。
这大概就是毕业之际，关于AI，最值得带走的一句话：做那个还有能力删掉AI答案的人。做那个在工具之外，还有话要说的人。
（中国发展改革报社记者 张守营）
END
来源：中国发展改革报社
责编/制作：白雪
审核：宋璟
政审：蔡若愚
终审：杨禹
▼▼▼
▼▼▼
