跳过“挣扎”，能力就无从建立
能力是靠亲自完成困难的部分建立起来的。当学习者把核心认知工作交给AI——决定分析什么、如何推理一个问题、得出什么结论——原本会塑造能力的那次练习就从未发生。一篇关于AI在教育中应用的分析把这种情况称为把认知操作委托给机器，并指出，后来使高效外包成为可能的知识和能力，本身正是通过早先的努力建立起来的[2]。一项针对研究生的研究把同样的意思说得更直白：你不能把“挣扎”外包出去，还指望得到能力[5]。
这就是为什么这种影响主要不在于AI节省了多少时间，而在于任务中哪一步消失了。如果消失的那一步正是需要你思考的一步，那么你本该培养的能力就失去了生长的土壤。
查资料不等于替自己思考
把记忆或检索外包出去，意味着让AI取回一个事实、回忆一个公式或找出一个参考文献。使用这个事实的推理仍然发生在你脑中，所以核心能力仍在得到锻炼。这一区分之所以重要，是因为这些研究提出的担忧具体指向AI支持挤占独立推理和批判性分析，而不是记住的事实变少了[4]。
一个有用的类比：用AI查一个定义，就像用书后的索引——你跳过的是查找，不是理解。用AI决定这个定义对你的论点意味着什么，就像让别人替你写论点。前者让你的能力保持完好；后者替你完成了塑造能力的工作。
AI支持什么时候开始挤占你自己的推理？
担忧的不是任何AI使用都有害，而是重度依赖可能悄悄取代学习者本来会做的思考。关于AI在高等教育中的研究把这种影响描述为双刃剑，并强调需要认识到依赖何时开始挤占独立推理[4]。同样，关于AI辅助设计学习的研究提示，AI支持可能削弱批判性思维和独立解决问题的能力，尤其是在重度依赖的情况下[1]。
这里的适用范围很重要：这些发现针对的是大量依赖下的核心推理和问题解决，而不是偶尔借助AI回忆信息。它们并未证明轻度、以检索为主的使用会侵蚀能力，而且相关机制是提出的，而非已证实的。
保住能力的一条实用规则
这些研究呈现出的规律指向一个简单的检验：问一问AI接手的是任务的哪一部分。如果是取回或回忆，你大概没问题。如果是分析、判断或决策，你就是在拿塑造能力的练习做交换[2][5]。同样的逻辑也出现在教学中：把核心专业任务交出去，会引发对那些不再亲自执行这些任务的人“去技能化”的担忧[3]。
这并不意味着遇到难题就要避开AI。它意味着把推理这一步留给自己——用AI来检查、检索或延伸你的思考，而不是替代它——这样你试图培养的能力仍然能够得到培养。
本文引用的文献
人–生成式AI协作设计学习中的认知“卸载”状态锁定：这更像是“外包”吗？
AI支持可能削弱批判性思维和独立解决问题的能力，尤其是在对AI依赖较重时。
外包学习的幻觉：从学习者视角看AI在教育中的作用
把核心认知操作委托给AI会给学习带来隐患，因为使高效外包成为可能的知识和能力，本身是通过努力建立起来的。
教学的去技能化与智能辅导系统的理由
把核心专业任务外包出去，会引发对那些不再亲自执行这些任务的人“去技能化”的担忧。
把思考外包给AI？专注沉浸、AI依赖及其对批判性思维的双刃剑影响
把思考外包给AI对批判性思维有双刃剑式的影响，学习者需要认识到依赖何时开始挤占独立推理。
大语言模型时代学生的实践与能力：“你不能把挣扎外包出去，还指望得到能力”
在研究能力培养中把认知努力外包给生成式AI的学生，可能错过“挣扎”本身本应塑造的能力。