人工智能的使用如何影响批判性思维？

人工智能（AI）可以在几秒钟内处理数百个文档，识别出大量数据集中的微妙模式，并对几乎任何问题提供深入的答案。它有可能解决常见的问题，提高多个行业的效率，甚至通过将重复性任务委托给机器，让个人有更多时间陪伴他们的亲人。

然而，批判性思维需要时间和练习才能正确发展。人们越依赖自动化技术，他们的元认知技能可能就会下降得越快。依赖人工智能进行批判性思维的后果是什么？

研究发现人工智能降低了用户的批判性思维

人工智能会降低用户的元认知技能的担忧已经不再是假设的。几项研究表明，它降低了人们批判性思维的能力，影响了他们提问、做出判断、分析数据和形成反驳论点的能力。

2025年，微软的一项研究调查了319名知识工作者关于936次人工智能使用的实例，以确定他们在使用生成性技术时如何看待自己的批判性思维能力。调查的受访者报告称，当使用人工智能技术时，他们的努力程度降低了，相比之下，他们更依赖自己的思维。微软报告称，在大多数情况下，受访者认为自己使用“更少的努力”或“较少的努力”来使用生成性人工智能。

知识、理解、分析、综合和评估都受到人工智能使用的负面影响。虽然有一小部分受访者报告称他们使用了更多或更少的努力，但绝大多数受访者报告称任务变得更容易，需要的工作量更少。

如果人工智能的目的是简化任务，那么让它完成任务又有什么坏处呢？这是一个滑坡。许多算法无法批判性地思考、推理或理解上下文。它们经常容易出现幻觉和偏见。不知道人工智能风险的用户可能会导致偏差、不准确的结果。

人工智能如何对批判性思维技能产生负面影响

过度依赖人工智能会降低个人的独立解决问题和批判性思维的能力。假设有人在考试中遇到一个复杂的问题。他们没有花时间思考，而是将其输入到生成模型中，并将算法的响应插入答案字段中。

在这种情况下，测试者什么也没学到。他们没有提高自己的研究技能或分析能力。如果他们通过了考试，他们将进入下一章。他们如果把所有老师布置的作业都这样做了怎么办？他们可能会在没有磨练基本认知能力的情况下从高中甚至大学毕业。

这种结果很黯淡。然而，学生可能不会立即感到任何负面影响。如果他们使用语言模型的成绩更好，他们可能会完全失去批判性思维的动力。为什么要费心为自己的论点辩护或评估他人的说法，当可以依赖人工智能时？

人工智能使用对批判性思维技能的影响

高级算法可以自动聚合和分析大量数据，简化问题解决和任务执行。由于其速度和准确性通常优于人类，用户通常倾向于认为它在这些任务中比他们更好。当它呈现给他们答案和见解时，他们会照单全收。不加质疑地接受生成模型的输出会导致难以区分事实和虚构。算法被训练来预测单词序列中的下一个单词。无论它们在这个任务上有多好，它们都无法真正推理。即使机器犯了错误，它也无法在没有上下文和记忆的情况下纠正错误，它们都缺乏这些能力。

用户越接受算法的答案作为事实，他们的评估和判断就越偏差。算法模型通常难以避免过拟合。当它们过于紧密地拟合训练数据集中的信息时，它们的准确性会在面对新信息进行分析时大幅下降。

最容易受到人工智能过度依赖影响的人口

一般来说，过度依赖生成技术会对人类的批判性思维能力产生负面影响。然而，对人工智能输出的信心较低与批判性思维能力的提高有关，因此战略性地使用人工智能的用户可能能够在不损害这些技能的情况下使用人工智能。

2023年，大约27%的成年人告诉皮尤研究中心，他们每天多次使用人工智能技术。这个人群中的一些人可能会在对机器学习工具保持健康的怀疑态度的情况下保留他们的批判性思维能力。数据必须关注人工智能使用量异常高的人口，并且必须更详细地确定机器学习对批判性思维的影响。

批判性思维通常直到高中或大学才被教授。它可以在早期儿童发展期间培养，但通常需要几年时间才能掌握。因此，在学校部署生成技术尤其具有风险——尽管它很常见。

如今，大多数学生都使用生成模型。有一项研究显示，90%的学生使用ChatGPT来完成作业。这种广泛的使用并不仅限于高中。约75%的大学生表示，即使他们的教授不允许使用生成技术，他们也会继续使用它。初中生、青少年和年轻成年人正处于批判性思维发展至关重要的年龄。错过这一窗口可能会带来问题。

批判性思维下降的影响

已经，60%的教育者在课堂上使用人工智能。如果这种趋势继续下去，它可能会成为教育的标准部分。那么，当学生开始比信任自己更信任这些工具时会发生什么？随着他们的批判性思维能力下降，他们可能会变得越来越容易受到虚假信息和操纵的影响。诈骗、钓鱼和社会工程攻击的有效性可能会增加。

一个依赖人工智能的世代可能需要在工作中与自动化技术竞争。解决问题、判断和沟通等软技能对于许多职业至关重要。缺乏这些技能或依赖生成工具来获得好成绩可能会使找到工作变得具有挑战性。

创新和适应与决策密切相关。知道如何在没有人工智能的情况下客观地推理是至关重要的，尤其是在面临高风险或意外情况时。依赖假设和不准确的数据可能会对个人的个人或职业生活产生负面影响。

批判性思维是处理和分析复杂甚至相互矛盾的信息的重要组成部分。由批判性思维者组成的社区可以通过仔细考虑不同的观点和价值观来对抗极端或偏见的观点。

人工智能用户必须仔细评估算法的输出

生成模型是工具，因此它们的影响是正面的还是负面的取决于用户和开发者。存在这么多变量。无论您是人工智能开发者还是用户，策略性地设计和与生成技术交互对于确保它们为社会进步铺平道路而不是阻碍批判性认知至关重要。