99.18%的本科生已在用AI，開學第一課卻是勸新生慢一點

北大、復旦等校校長在開學典禮上點名認知卸載、虛假掌握與思維外包。當AI已經用進學習的每個環節，口頭提醒只是起頭，作業與評量怎麼改版才是正文。

開學典禮的致詞，往年繞著校史、理想與叮嚀打轉。今年的關鍵詞意外整齊：北京大學、復旦大學、南方科技大學等校的校長，不約而同把大段篇幅留給同一個主題，人工智慧。臺下坐著的，是被稱為「AI原生一代」的新生；臺上給出的第一課，卻是勸這羣最會用工具的人，把工具用慢一點。

一份針對全國四百餘所高校學生的調研，給出了這些致詞的背景數字：99.18%的受訪本科生表示正在使用AI。使用率接近全覆蓋，意味著AI已經從「有人在用的新工具」，變成教室裡的預設環境。「遇事不決問AI」成了本能，找資料、讀文獻、寫作業、做簡報，每個環節都有模型的參與。校長們的緊張，就長在這個基礎上。

致詞說了什麼，沒說什麼

先把事實層面釐清。這一波致詞的基調，是「避免過度依賴」，四個字裡沒有禁令。沒有一所學校喊出停用，也沒有校長要求新生遠離工具。這個分寸本身就是資訊：各大學都清楚擋不住，也不打算擋。真正被放上檯面的，是三個帶著診斷味道的詞，認知卸載、虛假掌握、思維外包。

外界的擔憂則被濃縮成另一個詞：教育空轉。制度照常運轉，課照上、學分照修、文憑照發，但能力養成這一段，可能被工具悄悄繞過。這四個字會在開學季發酵，說明疑慮已經累積一段時間，只等一個被講出來的場合。

三個詞，三種不同的坑

認知卸載聽起來新，概念相當老。把電話號碼交給通訊錄、把路線交給導航、把四則運算交給計算機，做的是同一件事：把一部分腦力工作移交給工具。這種移交本身談不上墮落，人類文明的相當一部分就建立在它上面。真正的變化在移交的單位。計算機接走的是運算這個步驟，題目怎麼讀、式子怎麼列，仍然留在腦子裡。生成式AI能接走的，可以一路從理解題意、蒐集資料、組織論點，到寫出成品。接走的步驟越多，留在腦中的練習就越少。

虛假掌握是另一個坑，也更隱蔽。答案看得懂，和答案想得出來，中間隔著一整段訓練，而人對這段距離的估計向來偏樂觀。模型輸出的文字流暢、結構完整，閱讀時的流暢感很容易被誤記成掌握感。這個錯覺平常不收利息，考場上、口試時一次結清。

思維外包則是前兩者的加總。當蒐集、比對、判斷、成文都交給同一個介面，學習者拿到結果，跳過了中間所有可能犯錯的環節。問題在於，大學要訓練的能力，多半恰好長在那些會犯錯的環節裡。

順帶一提，「認知」兩個字在內容平臺上的行情，我們先前分析過「好清醒的頂級認知」掛上熱榜的詞條文法：它先是變成被販售的語錄商品，如今又回到課堂，成了被警告的風險名稱。一個詞在短短幾年內走完這趟旅程，本身就是AI話題熱度的註腳。

第一批AI原生代，走進還沒改版的課堂

這一屆新生的特別之處，在時間。他們的中學階段，與生成式AI的普及期完全重疊：帶著問題打開模型，對他們來說和查字典一樣自然。他們是第一批把「隨手可問」當成預設值帶進大學的年級。對這樣的班級喊慎用，性質和對前幾屆不同，因為作業的完成方式，預設值已經換了。

大學的評量制度，多年來立在一條未言明的假設上：學生交出來的東西，大致反映他本人的能力。回家作業、期末報告、文獻回顧，都在這條假設上運作。這條假設在兩三年內被抽走了一半，而制度的修改週期以學年計，採用的速度以週計。開學致詞會成為第一個浮上檯面的訊號，正因為它是大學裡成本最低的發言位置：不用改課綱，不用改考卷，先講了。

類似的難題，工程圈早一步遇過。先前 DeepSeek 開發者之間關於依賴面積的衡量與爭論，量的其實是同一件事：工具替你做得越多，你對它失效時的承受力就越低。差別在於工程師有生產環境的錯誤當警報，響了立刻知道；學生端的警報要等到考試、口試或求職面試才響，而且常常一次就定結果。

代價記在誰的帳上

短期的帳，記在學生身上。大一的寫作課、邏輯訓練、文獻閱讀，是能力養成的地基工程，也恰恰是在AI協助下最容易被「高效完成」的科目。地基省了工，樓照蓋，問題延後到高年級的專題、口試與實作才顯形，那時補課的單價高得多。

中期的帳，記在文憑上。對僱主而言，成績單是能力的抽樣，這正是學歷作為訊號的機能。當作業與成績的訊號力被稀釋，僱主與研究所會往更難代工的檢核方式移動：限時實作、深度口試、現場寫作。這些成本最終仍由學生支付，只是換成更高的門檻。

學校端的負擔則同步增加。教師要重新設計作業，能留下過程紀錄的、能在課堂內完成的、能口頭驗收的，每一種都比傳統題目花功夫；遇到可疑的成品，又缺乏可靠的判定工具，誤判的風險兩頭都得承受。教育空轉的擔憂之所以刺耳，在於它把這些成本攤開在同一張桌上：學生付時間，教師付工時，制度付信用。

接下來可盯的四個訊號

一，課程規範的成文化。各校何時把「AI何時可用、何時必須聲明」寫進課程大綱與學則，而非停留在致詞與個別教師的默契。二，評量形式的位移。回家作業與期末報告的佔比是否下降，課堂寫作、口試與過程評量的佔比是否上升。三，官方層級的動作。教育主管機關是否發布全國性的使用調研或教學指引，讓99.18%這類數字真正進入決策。四，招生與就業端。研究所複試加重口試、僱主增加實作關卡，會是訊號力稀釋後最靈敏的補償反應。

對還在學的讀者，有一個可以當場做的檢查：關掉視窗，憑記憶把剛才AI給你的論點重講一遍。講得出輪廓、說得出理由，那些內容是你的素材；講不出來，它只是從你手上經過。另一個判斷點是使用的位置：把AI用在檢索、潤稿、除錯這類自己有能力驗收的環節，它放大的就是你；用在生成論點與結論的環節，被替代的也是你。

開學致詞一年只講一次，使用率每天都在更新。這學期結束時，各校收回來的作業與考卷會長什麼樣子，比任何致詞都更能說明，這次調整走到了哪一步。