过去一年，人工智能飞速发展。
年初DeepSeek誉满全球，年底Gemini3振奋人心。
不仅仅人工智能技术发展迅猛，而且， 在利用人工智能进行学习方面，我们也取得了长足进步。
与此同时，我们仍然纠结于一些错误的甚至无关紧要的问题。
几乎每天，我们都能看到人们在争论学习者是否应该使用人工智能：使用人工智能是否等同于作弊？使用人工智能是否会使学习者变得“认知懒惰”，从而损害学习的根本目的？
上半年，OpenAI的一项大规模研究探讨了人们如何在日常生活和工作中使用ChatGPT。
这项研究揭示了两点：
1、很多人都在使用人工智能来辅助学习过程。
2、大多数寻求人工智能帮助的人并不是仅仅要求人工智能替他们完成学习工作：他们寻求的是自己找到答案所需的帮助。
上周，微软发布了一份类似的分析报告，分析了高达 3750 万条Copilot 对话。
这些对话发生在 2025 年 1 月至 9 月期间，让我们得以了解人工智能的使用情况，尤其是学习者群体中 AI 的使用情况，在 2025 年发生了怎样的变化。
微软的海量行为数据让我们得以详细了解学习者在不同设备、不同时间段和不同情境下的实际行为。
分析结果相当清晰，并且与 OpenAI 在今年夏天发布的报告基本一致：
人工智能的主要功能并非“答案机器”：我们大多数人将人工智能作为一种工具，用于个性化和区分通用的学习体验，并最终增强人类学习。
https://microsoft.ai/wp-content/uploads/2025/12/What_people_do_with_Copilot-8.pdf
这项研究考察了哪些方面
Copilot 的报告分析了来自消费者用户的3750 万条匿名对话记录，这些用户并非企业或教育机构用户。
每条互动记录都根据其意图（学习、搜索、获取建议、创建）、主题领域（数学与逻辑、科学、语言学习）、设备类型（台式机或移动设备）以及时间（一天中的时间和月份）进行分类。
学习者如何使用人工智能
通过分析数据，我们可以发现学习者行为中存在四个主题：
1. 利用人工智能进行学习已成为主流
在所有 Copilot 对话中，“学习”的总体意图排名第四。这并非小众用例，也并非边缘行为。当学习持续成为人们使用通用 AI 工具的主要原因时，一些根本性的东西已经发生了转变。利用 AI 进行学习不再是新鲜事物或权宜之计，而是基础设施。
学习者不再“决定”是否使用人工智能。他们默认人工智能就在那里，就像搜索、拼写检查和计算器一样。问题已经从“我应该使用它吗？”转变为“我如何有效地使用它？”
2. 学习者将人工智能用作辅导工具，而不是答案机器
关于人工智能在教育领域的长期误解是，学习者主要用它来逃避思考。但Copilot的数据却揭示了不同的真相。学习互动主要围绕解释、循序渐进的指导、概念澄清和问题解决帮助展开。这几乎与学习科学告诉我们的有助于理解的要素——搭建学习支架、提供实例和指导练习——完全吻合。
如果学习者想要的是捷径，谷歌几年前就已经解决了这个问题。他们现在选择的是在思考过程中获得支持。他们不是要求人工智能完成他们的工作，而是要求它帮助他们理解如何自己完成工作。
3. 人工智能辅助学习发生在有意识、专注的工作环节中
或许最能说明问题的发现是：使用 Copilot 学习主要以桌面端为主，且集中在工作和学习时间。这并非随意的、随时随地的学习行为，也不是考前突击的手机学习，更不是主要发生在深夜。
学习者在工作和学习时会借助人工智能。他们利用人工智能解决问题、提升技能，并在学习和工作过程中理解晦涩难懂的知识。换句话说，人工智能出现在人们已经投入认知努力的领域，这表明它是在增强而非取代人们的注意力。
学习互动主要集中在数学与逻辑、科学和语言学习领域。这些领域的特点是知识积累性强、抽象性高、认知负荷大——传统教学往往难以有效支持学习者，而学习过程中遇到的困难甚至可能导致学习进程完全停滞。
学习者并非随意使用人工智能，而是策略性地运用它，尤其是在他们遇到最大困难的地方。这告诉我们一个重要的信息：人工智能正在填补学习支持基础设施的实际空白，而不是人为地制造需求。
报告指出，人们使用 Copilot 的方式不仅仅是依赖它来完成任务，更体现出 “工具（tool）→ 伴侣（companion）” 的转变趋势。
Copilot 使用的最关键分化之一，是根据设备类型得出的：
这说明 AI 不只是生产力工具，也成为日常生活中常用的个人助手。
报告的一个亮点是对 Copilot 使用随时间变化的分析，
揭示出了 “节律性模式”：
1、工作日 vs. 周末
工作日：编程、办公相关话题更高
周末：游戏、娱乐话题显著升高。
这不仅符合生活节律，也表明用户在休息时间会用 Copilot 来娱乐或消遣，而不是生产性任务。
2、白天 vs. 夜晚
白天（工作时间）：以任务执行和信息需求为主；
夜晚深夜：哲学与思考性话题（Religion & Philosophy）上升。夜间用户更倾向寻求 Copilot 在自我反思、思考事件上的回应，体现 AI 成为陪伴性工具的一种现象。
报告通过机器分类器对对话进行 主题（Topic） 和 意图（Intent） 划分，归纳得出：
最常见主题（Top 5）分别是：
Technology（技术）；Work and Career（工作/职业）；Health and Fitness（健康与健身）；Language Learning & Translation（语言学习与翻译）；以及Society, Culture, History（社会、文化与历史）。
最重要意图（Top 5）分别是：
Searching（搜索信息）；Advice（寻求建议/帮助）；Creating（内容生成）；Learning（学习帮助）；Technical Support（技术支持）。
这反映出 Copilot 作为信息检索、建议提供、创作助手、学习辅导等多重角色。
与早期仅聚焦写作辅助或程序生成不同，如今 Copilot 在更广泛的场景下被使用。
报告在结论部分指出：
1. Copilot 是一种“双重角色 AI”
桌面端更像是协同工作伙伴（colleague）；
移动端更像是随身咨询伙伴（confidant）。
这要求 AI 设计需要 面向场景的个性化界面体验（Context-aware UX）：
桌面版应强调效率和高密度信息呈现；
移动版则更倾向于简短、富有同理心的交互方式。
2. AI 与人群生活节律同步
AI 使用表现出明显的“时间节律”，甚至夜间人们使用 AI 的行为已经反映出“寻找存在价值、内省与反思”的趋势，这超出了简单工具层面。
3. AI 渗透社会的速度惊人
对3750 万次互动数据分析表明，Copilot已不仅是生产力工具，它已成为许多用户日常生活不可或缺的部分 —— 不论是工作、健康还是情绪支持。
不仅如此，分析显示，Copilot的使用模式深受用户时空情境的影响。通过解构季节性规律、日常节奏与设备层级差异，研究人员超越了”AI使用”的单一视角，揭示出这项技术已融入人类生活的完整肌理。
桌面端体现的专业效用与移动端承载的私密咨询形成鲜明对比，表明用户正以两种方式与同一系统互动：办公桌前的同事，口袋中的知己。
这种分化对生成式AI设计具有深远意义。
业界长期将”聊天机器人”视为跨端口的统一体验，但报告所发现移动用户始终优先关注健康议题——这显示移动设备形态正推动对话向私人领域与自我提升转向。
这意味着人们需要情境感知的交互界面，不仅在用户界面上，更应在个性与功能上进行区分：桌面代理应优化信息密度与工作流执行，移动代理则需侧重共情能力、简洁表达与个性化引导。
报告所观察到的时间节奏凸显了大语言模型的普适性——它们以史无前例的方式与人类昼夜节律同步。
深夜时段哲学与存在主义咨询量的攀升表明，当夜幕降临，用户需求从外部生产力（”行动”）转向内在反思（”存在”）。这些模式最终勾勒出AI快速深度融入社会的图景：
用户已默许将AI编织进日常生活的经纬，早晨十点用它复核代码，凌晨两点向它探寻生命意义。
这不仅是技术采纳的故事，更是双向适应的叙事。
对此，您怎么看？
欢迎留下您的高见！
28日，学术志活动精彩继续