生成式人工智能正迅速融入学校教育，这带来了一对关键矛盾：
我们究竟是追求学习效率，还是守护深度、变革性的学习体验？
GenAI 固然能以惊人速度处理知识，但也令人警惕——
若一味被效率所驱动，是否会侵蚀甚至削弱学生深度学习本应经历的认知探索过程和思维锤炼，而正是这一过程，才是智力成长的真正土壤。
有研究指出，生成式人工智能在支持学习活动方面展现出卓越的效率，但同时也对深度学习和变革性学习所必需的认知参与提出了挑战（Abbas et al., 2024 ; Liu et al., 2025）。
2025 年Gerlich的一项对 666 名参与者的调查发现，频繁使用 AI 工具与批判性思维能力之间存在显著的负相关关系，认知卸载是其中的中介机制。
2025 年麻省理工学院的一项研究使用脑电图测量了学生使用 ChatGPT 写作与不使用任何工具写作时的神经活动，结果发现，使用 ChatGPT 的组别表现出最弱的神经参与度；当移除 AI 后，他们的大脑连接性降低，并且无法回忆起自己先前完成的工作。
研究人员称之为“认知债务”。
也有不少研究确认了AI对学生的认知和思维的侵蚀与削弱是真实存在的：
滥用AI会导致脑神经连接减弱 (EEG证据)、认知参与度下降 (调查数据) 以及深度思维倾向无法培养 (综述结论)。
于是，在实践层面，经常会遇到的问题是，
当学生遇到难题时，他们更倾向于向AI直接索要答案而非求解过程，导致“完成率”提升而“掌握度”下降。
教师因此陷入两难：限制AI使用会牺牲效率，全面放开则可能催生“浅层学习幻觉”。有教师朋友反映是：
“现在，许多学生做题普遍依赖 AI，因为更快更省力，但长期下来会削弱独立思考和解题能力； 而目前的考试仍以无 AI 的纸笔形式为主，这就出现了‘平时靠 AI，考试靠自己’的脱节与矛盾。”
如何在利用AI的高效辅助以完成表层任务（如信息检索、文本归纳、代码生成）的同时，强制保留并激发学习者的“认知摩擦”——即那些因困难、试错与反思而产生深度理解的时刻？
这便成为了“人工智能+教育”行动过程中，用技术赋能学生的学和教师的教必须要给予回应的全球性、时代性的重大课题。
Shaofeng Wang & Hao Zhang（2026）发表在《高等教育教育技术国际期刊》（the International Journal of Educational Technology in Higher Education）上的一项研究开始回答这个更棘手的问题。
两位研究者探讨了人机协作教学模式如何通过警觉性和认知卸载的双重认知路径，在效率导向的调节下，影响变革性学习。
他们采用严谨的混合方法设计，在三种文化背景（中国、欧洲和美国，样本量N=912）下，结合结构方程模型、重要性-绩效图分析（IPMA）、模糊集定性比较分析（fsQCA）和半结构式访谈，深入剖析了这些复杂的动态过程。
Wang 和 Zhang 指出了学习中 AI 使用的三个不同区域。理解它们很重要，因为这说明关于认知卸载的争论很大程度上只是围绕一个区域展开，而忽略了其他区域。
区域 1：完全没有 AI 参与
学习发生，但能力受限。花在执行上的每一分钟，都无法用于反思。没有释放出用于高阶思维的带宽，因为每一分钟都花在了完成任务上。
区域 2：零散、三心二意的使用
比如，学生用AI 修改句子、核实事实、润色段落等等。
这是目前大多数学生使用 AI 的现状，并且它在研究中产生了最差的学习成果。
学习者仍然承担着几乎全部的认知负荷，同时还增加了管理 AI 交互的开销，却没有获得足够的认知节省。
区域 2 比区域 1 更费力，但学习深度更差。那些记录认知衰退的负面研究，主要测量的就是这个区域。
区域 3：投入的、策略性的授权
将整个类别的实质性工作交给 AI，释放出真正的认知能力，并将释放出的能力引导到 AI 无法完成的工作上：批判框架、质疑假设、构建原创论点、做出判断。
这里正是悖论所在——也是变革性学习发生的地方。
促使学生更多授权的相同倾向，也使他们更具批判性。
与 AI 的伙伴关系取向同时预示着对 AI 输出警惕性的提高（β = 0.335）和策略性授权的增加（β = 0.351），而这两者又各自独立地预示着变革性学习。
这些反应并非相互取舍，而是相互放大的。
这对我们如何看待 AI 在教育中的风险具有重要意义。
因为这样看起来，认知卸载的争议核心在于观察的视角不同。
似乎是批评者和支持者各自关注的是不同的区域。
批评者看到的“认知退化”主要发生在无序使用的“第二地带”，
而支持者看到的潜力存在于战略性协作的“第三地带”。
双方都部分正确，但都未能看到全貌。
教育机构的任务并非禁止AI，而是通过教学设计引导学生跨越低效区，进入能够释放人类高阶思维的战略性协作区。
为此，研究结果揭示了一个反直觉的悖论：
人机协作教学模式能够同时激活认知警觉性（批判性评估）和认知卸载（策略性委托）。
与传统观点认为授权会降低学习深度相反，Shaofeng Wang & Hao Zhang（2026）的研究结果表明，策略性认知卸载——当超过特定阈值时——能够释放心理资源，用于更高层次的反思，从而增强变革性学习体验。
此外，效率导向并非阻碍，而是起到促进作用，它通过务实的风险管理机制，强化了警觉性和卸载行为。
文章探讨了人工智能在高等教育中的双重影响，指出简单的工具应用往往会削弱学生的批判性思维并导致“认知债”。在作者所提出的三种认知卸载模式中，作者认为目前大多数学生处于效果最差的“第二区”，即零散且低效地使用AI。
然而，研究表明如果能实现策略授权，将基础任务交给AI以释放大脑带宽进行高阶思考，反而能达成更深层次的学习。
这些发现将学生与人工智能之间的互动关系从零和资源竞争重新定义为协同合作，为教育者提供了一个细致入微的框架，使其能够以既能维护人类自主性又能促进数字时代高质量教育的方式整合人类人工智能。
Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006
https://arxiv.org/pdf/2506.08872
Wang, S., Zhang, H. Pedagogical partnerships with generative AI in higher education: how dual cognitive pathways paradoxically enable transformative learning. Int J Educ Technol High Educ 23, 11 (2026). https://doi.org/10.1186/s41239-026-00585-x