当前，生成式AI已成为不少大学生学习中的常用工具；但随着应用普及，新的教育挑战也随之出现。教育工作者发现，部分学生在使用AI时暴露出一些值得重视的倾向。在信息获取环节，有的学生对AI提供的数据、案例和文献缺少必要的溯源与批判性核验，直接照单全收。在编程实践中，有的学生跳过架构设计等关键步骤，把代码生成几乎完全交给AI完成。在学术写作中，有的学生忽视研究问题的提出与论证逻辑的深化，直接套用AI生成的框架与表述。这些现象显示，部分学生对工具的定位和使用方式存在偏差。 长期过度依赖AI的影响同样值得警惕。首先，学生容易习惯于快速拿到现成答案，难以与知识建立更深的理解联系——问题意识变弱——元认知能力发展受限。其次，写作表达、数理推导、编程设计等核心能力缺少系统训练，语言组织、逻辑推理、问题拆解等高阶能力难以真正提升。再次，学生持续回避学习中的挫折与必要的训练过程，可能导致心理韧性下降、学习自主性减弱。若这些问题长期累积，或将带来思维惰性增加、认知能力走弱、自我效能感下降等风险。 面对这个现象，教育工作者认为，需要保持警惕。教师在课堂教学与科研指导中，应引导学生在使用AI时遵守学术伦理与学科规范，同时强化专业训练，把AI的外部助力转化为自身能力的增长。 专家指出，师生应更全面、客观地认识AI在知识探索与传播中的表现与价值。只有看清AI的优势与局限，才能理性界定其在教学与科研中的作用边界，减少盲目崇拜带来的依赖，也缓解因不了解而产生的焦虑。 从认知层面看，AI在既有知识范围内具备较强的解题与生成能力，但在未知领域，提出新问题、开辟新视角、形成新范式仍依赖创新想象力与批判性思维，这也是人类认知的独特优势。由此提示教师回到教育本质，重新校准数智时代的人才培养重点，通过创新教学方法、丰富教学场景、改革评价机制、拓展实践平台等方式，培养学生的高阶思维与复杂问题解决能力。 在实际操作层面，教师应帮助学生内化价值规范，并掌握“AI+专业”的使用方法，将学术伦理、专业规范与数据安全贯穿AI辅助教学的全过程。例如，可借鉴苏格拉底“精神助产术”的启发式路径，引导学生把向AI提问从“拿答案”转向“做对话”：将人机问答视为与既有研究与已有成果的交流，并在核验与反思AI生成内容的过程中激发新的思路。 教育工作者强调，技术演进加速，绝不能放任学生在缺少引导的情况下随波逐流。工具的关键在于“用得其所”：合理选择并有效使用，才能真正服务学习。更重要的是，要让学生理解技术的定位——技术可以辅助思考，但不能替代思考本身。
工具可以缩短获取信息的路径，却不能替人完成思考的旅程。真正的学习，不是更快得到答案，而是学会提出问题、检验证据、完善方法，并在一次次实践与反思中形成稳定的能力结构。面对技术浪潮，高校既要积极吸收新工具带来的效率提升，也要守住育人主线，让每一次使用都指向更扎实的知识、更清醒的判断和更有韧性的成长。