- 德勤（Deloitte）最近被发现使用ChatGPT撰写包含虚假引用和案例的合规报告后，不得不向澳大利亚政府退还29.1万美元。AI没有“错”——它只是执行了指令。错误在于人类，那些停止思考并将智力委托给机器的人。
- 问题不在于技术，而在于人类如何使用它。就像保罗·弗雷勒（Paulo Freire）的“银行式教育”概念一样，学习者只“存入问题——取出答案”，德勤的专家们提交了请求，并取出了用专业格式包装的垃圾。
- 教育中的虚伪：Anthropic 2025年的一份报告显示，48.9%的教授使用AI自动化评分，尽管他们会给做同样事情的学生打低分。老师用AI编写教案，学生用AI写论文——但只有后者被视为作弊。结果：学生学会了隐藏使用AI，而不是学会了负责任地使用AI。
- 认知负债（cognitive debt）：麻省理工学院（MIT）的研究表明，经常使用大型语言模型（LLM）的用户神经连接较弱，会忘记自己写的内容，并且感觉知识产权归属感较低。他们的大脑学会了不需要思考，因为“AI已经代劳了”。四个月后，这组人的语言、思维和行为表现下降。
- 后果：学生无法解释自己的选择，在被问及原因时会采取防御性反应，并与学习过程失去联系。表面上文章华丽，但内容空洞。
- 对话式提示解决方案（dialogic prompting）：当学生将AI视为“对话伙伴”时，一切都改变了。他们提出批判性问题，通过个人证据进行自我验证，相互辩论，认识到自己的局限性。
- 例如：与其要求“分析《了不起的盖茨比》中的象征意义”，不如要求“让AI先分析，然后反驳并纠正该分析。AI假设了什么？它可能在哪里出错？将这与你真实的经历联系起来。”
- 这个过程更耗时，但能培养高阶思维技能：提问、验证、综合和解释。
- 教师的角色：在秘密自动批改作业的同时，不可能宣讲AI伦理。需要透明度——向学生展示教师如何使用AI，拒绝输出的原因，以及如何添加人为因素。目标不是隐藏技术，而是在使用技术时展现批判性思维。
📌 德勤29.1万美元的错误并非偶然，而是一个警示：当人类停止思考，只让AI代劳时，我们正在制造一代“数据垃圾”专业人士。今天教授批判性思维不再是教授“反AI”，而是教授如何与AI对话、验证和共同决策——让下一代仍然知道如何思考，而不是只知道敲入指令。
