夜雨聆风
没有互联网的时代，医学生靠图书馆和教科书学习。
互联网时代，他们开始习惯上网检索资料。
到了 AI 时代，新的问题出现了：有人甚至连「找资料」这一步都省了，直接把病例丢给 AI，让它分析、总结、给出诊断思路。
那么，医学生的独立思考能力，还培养得出来吗？
有了 AI，医学生连学都不学了
最近，一篇发表在 Nature Medicine 的文章，把问题摆上了台面。
过去，我们更多担心的是「技能退化」。
也就是说，一个医生原本已经掌握了某项能力，但因为长期依赖机器，这项能力慢慢萎缩。
比如长期依赖导航，方向感可能变差；长期依赖影像 AI，独立读片能力可能下降。这讨论的是已经会了之后，用多了会不会退化。
AI 时代真正的风险是，如果能力尚未形成，学习者就已经把关键认知过程交给 AI，那么某些基础能力可能从一开始就没有真正建立起来。
图源：视觉中国
文章将 AI 对能力形成的影响分为三类。
第一类是 Deskilling，技能退化。这主要发生在已经具备一定能力的医生身上。长期依赖 AI 辅助诊断，可能导致独立判断能力下降。
第二类是 Mis-skilling，错误技能化。当 AI 给出错误答案时，学习者如果缺乏辨别能力，可能会把错误的推理方式、错误的诊疗路径内化为自己的“能力”。
第三类是 Never-skilling，从未成技。医学生、实习医生、低年资住院医在临床思维尚未形成之前，就把关键学习环节外包给 AI，导致他们从未真正建立起独立推理的框架。
图源：Nature Medicine
相关数据也在印证这种担忧。
2024 年底，一项覆盖美国 14 所医学院的调查显示，98.9% 的医学生听说过 ChatGPT，88.7% 表示曾经使用过 ChatGPT，其中 21% 承认曾用 ChatGPT 帮助撰写临床记录。
同时，53.7% 的学生认为 AI 可能削弱临床推理能力，39% 的学生认为 AI 可能降低医生的决策自主性。
学生并非对风险毫无意识，但这种认知并没有转化为行为上的克制。
在知识内化方面，过度依赖 ChatGPT 获取即时答案，可能削弱学生真正理解、消化和保留知识的能力。
当答案来得过于容易，学生更容易直接接受 AI 的输出，而不是主动质疑、推敲和验证。久而久之，深度思考能力就可能被悄悄削弱。
这背后有一个具体的机制，称为认知外包。
一项关于 AI 对话系统过度依赖的系统综述指出，学生如果未经验证地接受 AI 输出，可能削弱决策能力、批判性思维和分析推理。
Microsoft Research 2025 年的调查覆盖了 936 个知识工作者使用生成式 AI 的真实案例，发现对 AI 的信心越高，批判性思维投入越少；对自身能力越有信心，批判性思维反而越活跃。
记忆层面的代价也有数据支撑。一项随机对照研究把 ChatGPT 直接称为「认知拐杖」。学生使用 ChatGPT 学习后，在 45 天后的突击测试中，正确率为 57.5%；传统学习组是 68.5%。
差距来自同一个原因，AI 减少了形成长期记忆所需的努力加工过程，答案来得太容易，大脑就不会真正记住它。
AI 是好工具，但前提是先学会不靠它
医学教育的核心训练，不是让学生尽快找到一个「标准答案」，而是让他们在信息不完整、不确定，甚至相互矛盾的情境中形成判断。
学生需要先独立整合病史，解释检查结果，提出可能诊断，再在反馈中不断修正自己的思路。这个过程看似缓慢，却正是临床思维形成的关键。
生成式 AI 的风险，也恰恰在这里。
它可以非常流畅地给出一份看似完整、合理、条理清晰的答案，却可能悄悄绕过学生本该经历的认知训练过程。
短期来看，学生的作业、病例分析、汇报内容可能变得更完整、更漂亮。
但如果这种「效率」是以跳过独立思考为代价，学生最终学会的可能只是调用、拼接和润色 AI 的输出，而不是亲自经历临床推理所必需的认知摩擦。
图源：Nature Medicine
因此，医学教育中更合理的做法，并不是简单禁止 AI，也不是毫无限制地放开使用，而是分阶段引入。
第一阶段，应当先在没有 AI 辅助的情况下，建立基础临床能力。学生需要独立完成病史采集、鉴别诊断、检查结果解释，并清楚说明自己的推理过程。
第二阶段，再训练学生批判性地使用 AI。比如比较自己的判断与 AI 输出之间的差异，识别 AI 的遗漏、幻觉、不适用之处，以及它可能忽略的临床背景。
第三阶段，只有在学生已经具备基本独立能力之后，才进入监督下的 AI 整合训练。此时，AI 应该作为辅助工具，而不是替代思考的答案机器。
图源：Nature Medicine
相应地，医学教育的评价标准也必须随之改变。
我们不应只看学生在 AI 辅助下表现得有多好，还要看他们在没有 AI 时，能否独立完成临床推理、识别 AI 的错误，在复杂、不确定的情境中做出负责任的判断。
未来医学教育的目标，不应是培养只会使用 AI 的医生，而应当是先培养没有 AI 也能独立思考的医生，再教会他们如何安全、批判、有效地使用 AI。
