生成式人工智能飞速发展，
于是，“认知卸载”便成了一个非常纠结的概念了，同时它又变成了人工智能教育应用的一个至关重要的课题。
什么是认知卸载（Cognitive Offloading）？
从最基本的层面来看，认知卸载是指利用工具来代替人类进行某些思维或计算工作。
比如，我们查看汽车仪表盘上的时速表来了解车速，这就是一种认知卸载。我们根本不需要自己去计算汽车的速度，工具直接为我们完成了这种“思考”。这就是一种认知卸载。
在教育情境中，在课堂上，认知卸载表现为学生将思考任务“外包”给工具（如 AI 聊天机器人、计算器等），从而避开学习过程中所需的“生产性挣扎（productive struggle）”。
也就是说，学习者将部分认知负担转移到外部工具、环境或他者身上，以节省工作记忆资源，从而专注于更高阶的思考活动。
最常见的、典型的例子包括：用笔记、草图、思维导图来代替“全靠脑记”；用计算器、公式表、代码库；用搜索引擎、AI 生成初稿、列思路；用提醒、清单、模板来管理任务等等。
从这些实际例子中不难看出，认知卸载并非在人工智能时代才出现的。认知卸载不是 AI 时代的新问题，而是人类认知演化的延续；
人类认知从一开始就是“工具中介的认知”。自结绳计数开始，便是如此。
从认知科学角度看，认知卸载是人类长期进化出的适应性策略，而不是数字时代的新问题。
Image by Jorge Franganillo from Pixabay
教育工作者对认知卸载的忧虑
在当前的教育界，一种不安的情绪正在蔓延。
一线教师对人工智能既爱又恨。一方面希望自己拥抱新技术，用新技术“减负、增效、提质”；另一方面，担心学生用生成式人工智能“妙做作业”。
这种“恨”、“忧虑”、甚至“抵触”的情绪，就是源自于对“认知卸载”在教育教学实践中的作用的忧虑。
作为教育工作者，我们推崇“生产性挣扎”。教育工作者普遍认为，“生产性挣扎”是学习发生的必经之路，而生成式人工智能似乎通过“认知卸载”为学生提供了一条绕过“生产线挣扎”的捷径。
绝大多数教师坚持学生不应被允许将本应自主完成的思考任务“卸载”给机器。作为教师，认为自己肩负着守护学生的责任，觉得自己必须防止学生绕过那些真正催生学习的思考过程。在他们看来，一旦学生将思考交由机器代劳，便意味着实际上并未真正掌握知识。
因此，此类“认知卸载”行为必须被明确禁止。
在学校情境中，认知卸载之所以常被视为作弊，源于三个隐含前提：
1. 把“学习”误等同于“独立在大脑中完成一切”；
2. 把“工具使用”与“能力缺失”甚至“偷懒”混为一谈；
3. 教育评价仍停留在“结果主义”。
认知卸载，究竟是值得警惕，应该予以抵制，还是不必大惊小怪，甚至应当倡导，这主要取决于这个“卸载”，到底是卸载的是“低阶、机械、可自动化的认知负担”，还是“概念建构、判断、反思和创造”。
正当的、合理的、必要的认知卸载，在本质上是为更高层次的深度学习“腾出认知空间”和更多的“心智资源”。
认知卸载是一种重要的“元认知艺术”
我们必须接受一个现实：
认知卸载本身中立，它是人类扩展认知能力的古老手段。
因此，认知卸载是每一个人必须掌握的一种“元认知艺术”。
在技术飞速发展的大背景下，这种认知卸载的能力和艺术，显得尤其重要。
在生成式 AI 普及后，一个越来越清晰的事实是：“是否使用外部认知工具”本身，已经成为一种关键能力。
这种能力包括：任务拆解、工具选择、提示设计、输出评估、错误修正、责任归属等等。这已经远远超出了“作弊/不作弊”的道德判断框架。
在AI时代，教师的任务应当从“负荷管理者”转变为“元认知教练”。
认知卸载并非AI时代的洪水猛兽，它是人类延伸认知触角的本能。
认知卸载既不是朋友也不是敌人，它是人类扩展认知触角的固有能力。
在 AI 时代，与其通过禁止工具来维持传统的学习条件，不如将 AI 视为元认知训练的伙伴。
正如帕特里夏·亚历山大（Patricia Alexander）所强调的“关系思维”（Relational Thinking），专家之所以为专家，是因为他们能在遭遇新问题、现有图式失效时，自主评估资源并管理负荷。
真正重要的问题不是能不能用认知卸载？而是
1、学生是否知道自己卸载了什么？
哪些是我已经掌握的？ 哪些是我暂时借助工具完成的？哪些是我以后需要内化的？
2、学生是否能够不用工具也解释其结果？
能否复述、迁移、变式应用？能否对工具输出进行判断和修正？
3、教学是否显性教授了“如何卸载”？
什么时候该用工具？什么时候必须自己完成？如何逐步减少依赖？
认知卸载不是作弊，至少并不必然是作弊和偷懒，它是现代学习者必须掌握的生存技能；
但是，不加区分、不加教学、不加评价设计的认知卸载，确实会摧毁学习。
人工智能时代真正的教育挑战是：
如何让学生在“借助工具”与“独立思考”之间，学会有意识地切换。
2020年1月19日