99% 的大学生都在用AI，科学家说他们是第一代比父母笨的人

本文来自微信公众号： APPSO ，作者：发现明日产品的，原文标题：《99% 的大学生都在用 AI，科学家说他们是第一代比父母笨的人》

春节假期过去，单位开工，学校开学，学校老师又要开始头疼了：现在，几乎每个学生的手机里，都多了一个AI助手，能查资料、做作业，答疑解惑甚至比老师还厉害。

但是学生们并不一定越变越好。从19世纪开始，有记录以来，每一代人都比上一代更聪明，他们比自己的父母接受更好的教育，有更好的生活条件，也自然而然地比自己的父母更聪明——直到Z世代。

上个月，神经科学家Jared Cooney Horvath在美国参议院商业委员会的听证会说了一句让人坐不住的话：Z世代可能是有记录以来第一代比父母更笨的人。

这个趋势有个专门的名字，叫弗林效应（Flynn Effect）：随着社会现代化，营养改善、教育普及、认知任务增加，人类的IQ分数一直在涨。

科学家们预测过这个趋势会放缓或者见顶，但没人预测过它会掉头向下，Z世代在几乎所有认知指标上都不如上一代——执行功能、读写能力、IQ、记忆力、注意力，全面退步。

这能把锅甩给AI吗？AI大规模进入日常生活也就是最近三四年的事啊。

不错，这场衰退从互联网时代就开始了，智能手机让它加速，而AI正在把这个问题推向一个全新的量级。

90%的大学生已经在用了

2025年的数据显示，超过90%的美国大学生在学业中使用AI，高中生的使用率也达到了84%。OpenAI自己的数据间接印证了这一点：去年暑假一开始，ChatGPT的对话量就断崖式下跌。

图片来自：OpenRouter

与此同时，AI公司正在主动向校园渗透。Anthropic花1750美元雇「校园代表」推广Claude，为期10周。OpenAI和Google在期末季向大学生免费开放Pro版本。

而学校几乎没有还手之力。各校花了大量经费采购AI检测软件，但研究表明市面上的检测工具基本不起作用。OpenAI曾在内部开发出一种针对自家模型的文本水印技术，通过调整模型预测下一个词的概率分布，植入人类不可察觉但机器可检测的统计模式。据《华尔街日报》2024年的报道，该技术内部评估有效性极高——但OpenAI最终以「可能影响用户体验」为由搁置了它。

连自己能做到的最低限度的透明，都选择了不做。

这不只是美国的问题。2025年，中国青年报联合Soul App对全国高校学生的调研显示，99.2%的受访大学生已在使用AI，65.9%遇到问题时下意识先找AI，47.1%坦言离不开AI。AI工具的渠道偏好评分（3.34/5）已经超过传统搜索引擎（2.60）和社交媒体（2.81），成为大学生获取信息的第一选择。

图片来自：中国青年报

艾瑞咨询同年的调查则指向了一个更具体的场景：62.9%的大学生在写论文遇到困难时会直接向AI提问，超过半数在写论文时使用生成式AI。2025年起，部分高校已对毕业论文实行重复率+AIGC重复率双查重制度。

图片来自：艾瑞咨询

但最值得注意的是清华大学的一项研究，它几乎完美地印证了前文的论点：使用AI学伴的学生在初期课后测试中表现优于未使用者，但两到三周后，这一优势发生了逆转——AI使用者的得分反而落后于对照组。

图片来自：中教全媒体

短期提分，长期退化，这不就是妥妥的认知债务吗？

你的大脑在用AI时「变暗了」

一项发表在arXiv上的研究（Your Brain on ChatGPT:Accumulation of Cognitive Debt）做过一个直接的实验：让学生分别用搜索引擎、大语言模型（LLM）和什么都不用三种方式写文章，同时监测脑活动。

结果发现，用LLM写作的学生，大脑活动降低了55%。而且，写出来的文章被评价为缺乏创造力，用研究者的话说——没有灵魂。一位老师对404 Media描述学生用AI做作业的状态：人去了健身房，然后让机器人替你举铁。

心理学家在另一篇论文里给出了更系统的解释：人工智能助手的设计目标就是模拟认知技能，因此持续、反复地使用AI助手，大概率会导致使用者自身技能的退化——而且越是认知负荷高的技能，退化越快。

不只是作业，是思考本身

对于大部分的大语言模型而言，你问它任何问题，它都能给你一个看起来很有说服力的答案。

问题在于：自己想清楚一个问题、推导出你认为最优的答案——这件事本身就是一种重要的能力，它叫作批判性思维。

一项针对商学院学生的研究发现，频繁使用AI工具与批判性思维能力之间存在显著的负相关：年龄越小的学生，对AI的依赖越强，批判性思维得分越低。一位受访者的自白很有代表性，「我太依赖AI了，离开它我可能都不知道怎么解决问题。」

微软自己出钱做的一项研究（The Impact of Generative AI on Critical Thinking）则发现了一个更微妙的机制：知识工作者对AI工具越有信心，自己投入的批判性思考就越少。

信任AI，于是不再思考。不再思考，于是更依赖AI——闭环了。

AI不会取代你，会用AI的人会取代你——这句话流行了两年，但纽约大学教授Sonia Marciano提出的方差（variance）理论提供了一个不同的视角：在竞争中真正能拉开差距的，是那些既重要又困难的事。

有意思的是，造AI的人似乎也这么想。华尔街日报采访了几位AI行业的核心人物，问他们一个家长式的问题：你的孩子该学什么？微软首席科学家Jaime Teevan的回答是：培养批判性思维需要摩擦，需要做难的事，做深度思考。

Anthropic联合创始人Daniela Amodei则说，如果要引导自己的孩子，她会让他们多社交、多理解人与人之间的关系——造出Claude的人，给自己孩子的建议是远离屏幕去跟人打交道。

全世界都在说要学AI，但AI的缔造者们却在教自己的孩子做人。

用AI不难；不用AI开始变得越来越难。

自己写一篇有论点驱动的文章，难；对一个复杂问题形成原创观点，难；做批判性思考，难。而恰恰是这些「难」的事情，才是人和人之间真正的分野。

如果你选择把思考外包给AI，至少应该清楚你在付出什么代价——你自己的智力。