当前位置：

社区首页

图书音像

图书杂志

生活教育

AIGC文章详情

研究追踪2.6万学生:用AI代写作业成绩虚高18%,两年后中高考下降逾20%

源自277位全网作者

09-22 17:01

精选参考来源

#Jev为何火爆AI圈#这种火爆是人的惰性使然，能要答案的直接要答案，能吃现成的就是现成的，明面上看是提高了效率，实则是会让人的大脑变成白水。不知道大家有没有发现，自己在用AI的时候只会给AI提问，但凡AI反问你的时候，你会茫然不知所措，不知道该如何回答AI的提问，有了这种现象已经说明你开始依赖AI，并且有了非常强的依赖性，要多加注意了！Jev的火爆，就是不愿意思考的人多了，不想被提问的多了。

种斌Marco 2026-09-21

来自新浪微博

#用AI裁了70多人利润就上去了#这应该是AI时代的常态，企业靠AI接手大量重复性工作，裁掉7员工，人力成本一降，账面利润确实涨了。站在企业角度看，AI确实能提效，很多机械、重复的工作交给模型，减少人力支出，短期收益一眼就能看见。#微博视频号续航计划# 但如果大家都这么做，问题就来了。被裁掉的员工不只是员工，同时也是消费者。当不少人失去收入，消费能力跟着下滑，市场需求萎缩，最后企业的产品又卖给谁？很容易陷入裁员、消费降级、营收下滑的恶性循环。理想的用法，应该是帮大家省去枯燥的基础工作，让人把精力放在创意、沟通、复杂决策这类AI很难做好的事情上，甚至缩短工时，而不是简单砍掉岗位。之前也看过不少案例，有些公司过度依赖AI裁员之后，发现AI处理不了复杂问题，最后又不得不重新招人。AI可以提升效率，但很多业务里人的判断、经验，暂时没办法被完全替代。技术往前跑的时候，怎么分配效率带来的红利，是企业要思考的。技术进步的目标，应该是让所有人受益，而不是只让少数企业拿到利润。大家觉得AI时代，岗位会越来越少吗？#黄仁勋表示中国没人谈AI末日论# IT九熙的微博视频

IT九熙 2026-09-16

来自新浪微博

全部
来源

内容由AI生成

1. #Jev为何火爆AI圈#这种火爆是人的惰性使然，能要答案的直接要答案，能吃现成的就是现成的，明面上看是提高了效率，实则是会让人的大脑变成白水。不知道大家有没有发现，自己在用AI的时候只会给AI提问，但凡AI反问你的时候，你会茫然不知所措，不知道该如何回答AI的提问，有了这种现象已经说明你开始依赖AI，并且有了非常强的依赖性，要多加注意了！Jev的火爆，就是不愿意思考的人多了，不想被提问的多了。

2. #用AI裁了70多人利润就上去了#这应该是AI时代的常态，企业靠AI接手大量重复性工作，裁掉7员工，人力成本一降，账面利润确实涨了。站在企业角度看，AI确实能提效，很多机械、重复的工作交给模型，减少人力支出，短期收益一眼就能看见。#微博视频号续航计划# 但如果大家都这么做，问题就来了。被裁掉的员工不只是员工，同时也是消费者。当不少人失去收入，消费能力跟着下滑，市场需求萎缩，最后企业的产品又卖给谁？很容易陷入裁员、消费降级、营收下滑的恶性循环。理想的用法，应该是帮大家省去枯燥的基础工作，让人把精力放在创意、沟通、复杂决策这类AI很难做好的事情上，甚至缩短工时，而不是简单砍掉岗位。之前也看过不少案例，有些公司过度依赖AI裁员之后，发现AI处理不了复杂问题，最后又不得不重新招人。AI可以提升效率，但很多业务里人的判断、经验，暂时没办法被完全替代。技术往前跑的时候，怎么分配效率带来的红利，是企业要思考的。技术进步的目标，应该是让所有人受益，而不是只让少数企业拿到利润。大家觉得AI时代，岗位会越来越少吗？#黄仁勋表示中国没人谈AI末日论# IT九熙的微博视频

3. 这两天，DeepSeek一位算子工程师发布的自述长文《我不得不把才华埋葬在昨天》，在AI圈刷屏了。他作为行业一线人士，其中的其中两个观点我是认同的。其一:AI迭代速度极快，半年到一年就会超越顶尖从业者。其二:学生过度依赖AI写代码，会丢失底层工程能力。#DeepSeek工程师文章海外刷屏#

4. #AI决定绩点# 知乎上看到一个问题——学生党无力支付token费用怎么办？文中说，这位大学生，每月花200买Token，觉得有点顶不住了，每月生活费，要出现赤字了。网页链接我觉得每月花200在AI上，花费是多还是少，这只是一个次要的经济问题，深层的问题——AI对大学生专业能力与绩点高低的影响，这才要命。现在的大学生，普遍使用AI完成各种学习任务，诸如编程序，写论文，整理实验报告，……，都“外包”给AI，AI完成得又快又好，还往往能得到高分。因为学生提交的东西确实不错，老师对着这“高质量”的成果，无话可说，只能给高分。但这里头，人真正学到了多少，理解了多少，掌握了多少，恐怕连他自己都不知道。相反，人反而容易被这高分所迷惑，觉得自己“已经会了”，信心爆棚，“这东西，不过如此而已”……拿编程来说吧，即使自己对技术一知半解，但只要会“许愿式编程”，也能完成各种编程任务，最后相关课程的考核，分高分低，就看你会不会“写AI小作文”，或者你有没有花上更多钱用更强的模型。这里解释一下为啥说“AI能力决定学生绩点”，还是以编程为例。要知道，搞“许愿式编程”，学会“写AI小作文”，这事情，可比理解和真正掌握技术容易多了，两件事情的难度，有数量级的差别。“许愿式编程”容易，大家都搞，搞到最后，分高分低，就变成了家庭经济条件的比拼。因为，越强的模型，就越聪明，它“猜”人的意图就会“猜得越准”，具体表现为“相同的模糊的提示词，强的模型的产出，就是比差的模型好”。但越强的模型，往往也越贵，……，于是，这事弄到最后，可不就是变异成了学生家境的比拼？你一个月只能花200用国产模型（甚至只能用免费版的“弱智”模型），而我一个月可以花2000，用上老美最新的最强的模型，那你在产出质量上，怎么能和我比？这大学教育，快崩了~~~

5. #北大复旦校长接连发出警告#【#北大复旦校长接连发出警告#】#99.18%受访本科生使用AI# 这一开学季，北大、复旦等多所高校的校长提醒新生警惕对AI的过度依赖，避免“认知卸载”和“虚假掌握”，增加貌似学懂的假象。今年8月，远在大洋彼岸的麻省理工学院发布了一份评估AI在该校使用情况的报告，认为“许多AI使用方式正在剥夺学生学习的机会”。提醒固然必要，但接下来该回答的是：如果课堂、作业和考核仍旧照常运转，能挡住“思维外包”吗？大学不能一边拥抱AI，一边把学习是否真正发生的责任，全部推给学生。近期，有媒体与中央民族大学研究团队对全国400余所高校1953名本科生的调研显示，受访者使用AI的比例达到99.18%，超过六成对合理使用的边界感到困惑，不到三成表示学校提供了系统的AI相关课程。这份调查足以提出一个问题：学生已在用了，教学规则为何还没有跟上？AI带来的直接冲击，是一份漂亮作业越来越难证明学生真正学会了。论文可以结构完整，汇报可以图文并茂，但学生是否读过原文、核实过证据、经历过推理，单看成品很难辨别。这也戳中了大学教学的旧问题：有些作业本就是材料拼接和考核格式达标，AI不过是让这套流程运行得更快。对于高校而言，不能把企业的效率标准直接搬进课堂。工作中，省去重复劳动可以提高效率；学习中，一些看似可以省去的劳动，恰恰是能力形成的过程。学生读懂一段艰涩原文，反复修改一段论证，不只是为了得到那份成品。把训练一并省掉，省下来的可能就是教育本身。因此，改革首先应落到每门课、每次作业。哪些环节可以用AI，哪些须独立完成，使用后要说明什么，应在布置任务时讲清楚。麻省理工学院发布的前述报告中，就要求课程提供明确的AI使用规则。规则可以因课程而异，不能让学生靠猜，更不能交卷以后才画红线↓↓

6. 追踪2.6万中学生后发现，使用AI会让考试成绩大幅下滑！

7. 追踪2.6万中学生后发现，使用 AI 会让考试成绩大幅下滑！

8. 把大脑外包给AI之后，人类正在集体变笨

9. 长期依赖AI，真的会让人变“笨”吗？

10. 24%的孩子抗拒真人社交，AI成瘾正在毁掉下一代

11. 今天，生成式AI已经渗透进我们的生活日常。在高校，学生用AI读论文，用AI写论文，再用AI降AI率；在职场，因AI而生的Token被写进员工的绩效考核。对于许多中小学生来说，AI也已经成为写作业时触手可及的工具。不会做的题，可以问AI；写不出的作文，可以让AI代劳；一道原本需要花10分钟完成的题，不到1分钟就能得到答案。我们越来越依赖AI的便捷与效率，却很少思考它的代价。吴延晖是香港大学经济学系教授。过去3年，他和瑞典斯德哥尔摩大学经济学教授大卫·斯特伦伯格（David Strömberg）追踪了中国中部某县的26811名初高中生，试图厘清一个简单而重要的问题：AI的介入究竟会如何影响学生的学习能力？数据很直观。使用生成式AI外包作业后，学生的作业成绩短期内提升约18%，但6个月内月考成绩平均下滑20%。更深的影响出现在两年后——学生的中考、高考成绩分别最多下降24%和18%。他们将这一发现总结为「AI学习惩罚」。在吴延晖看来，这种惩罚隐秘而持久。对职场员工来说，使用AI提升工作效率，这本就是目标之一。但对学生来说，效率只是手段，学习能力的提升才是最终目的。AI或许可以在短时间内吞掉做题的痛苦、枯燥，提高过程中的学业表现，但长期来看，它损伤的不只有考试分数，还包括需要靠时间积累的分析能力，一个人持之以恒的耐心，以及面对问题时的好奇与对真实世界的感知。这是一项全新的调查。吴延晖和团队调研的这些县城学校，学生普遍可以自由使用AI工具，而不受学校、家长的干预。结果同样令人忧心：相比提供解题思路、方法的辅助AI学习平台，大多数学生更倾向选择豆包、DeepSeek、千问这类可以快速获得答案的AI工具。 7月下旬，我们找到吴延晖。从这份调查数据出发，我们聊了聊AI对学生、教育的影响，数据背后更为深重的现实，以及，在这个AI狂飙突进的时代，普通人该如何与AI共处。我们还谈到一些有意思的发现。比如AI扩大了学业表现上的性别差异，男生受到的学习惩罚比女生高出17%。成绩越好的学生，受AI学习惩罚的影响越大。这是一个环球同此凉热的问题，国外的一些研究发现，低收入家庭的学生更容易用AI外包作业，而高收入家庭的孩子更容易把情绪外包给AI。成稿的当下，也有新的消息传来：9月2日，美国纽约市公立学校系统发布一份公开文件，将禁止高中以下的学生使用生成式人工智能。而曾经最早拥抱数字化技术的挪威政府发布新规，从新学期起，将全面限制中小学生使用AI，小学生原则上完全禁止使用AI，中学生在老师监督下谨慎使用AI。人类的未来，很大程度上取决于这一代学生。当AI技术无孔不入，它毁掉了什么？带来怎样的警示？我们又该如何做出选择？以下是《人物》和吴延晖的对话—— AI正在「惩罚」那些用它写作业的中学生 - 今日头条

12. 出现这种感觉，说明你AI成瘾了

13. 你的大脑正在被AI“静音”？这五个征兆，比刷短视频上瘾更危险

14. 每日使用AI的用户，患抑郁几率高出30%！心理专家：可以和AI谈心，但不要只和AI谈心

15. 每日使用AI的用户，患抑郁几率高出30%！心理专家说→

16. 过度使用AI会导致抑郁几率高30%？华西心理专家:可以和AI谈心，但不要只和AI谈心

17. 长期依赖 AI 真的会让人变笨？按自己想法用 AI 写文章结果不一样

18. 多所顶尖高校校长紧急提醒：别被AI废掉大脑

19. AI正在惩罚用它写作业的中学生！抄答案一时爽，考试原形毕露

20. #作者加速成长计划#坚决禁止！学生用AI做作业看似省力，实则毁掉核心能力现在越来越多学生习惯用AI写作业、搜答案、写作文，很多家长觉得工具方便、无伤大雅。但真实真相很残酷：学生用AI代做作业，看似走捷径，实则废掉思考能力，弊远大于利，学校理应坚决禁止。学习最核心的价值，从来不是“把作业写完”，而是动笔、动脑、试错、思考的全过程。长期依赖AI做题，首先废掉的是孩子的思考力。大脑遵循用进废退的规律，AI一键出答案，孩子不用梳理逻辑、不用组织语言、不用推演步骤。时间久了，大脑越来越懒、反应越来越慢。更可怕的是，AI流畅的标准答案，会让孩子产生假性自信，以为看得懂、学得会，一到考试完全不会独立解题。其次，AI正在悄悄磨灭孩子的探索欲和好奇心。学习本该是不断提问、不断怀疑、不断探索的过程。而AI即时给出标准答案，直接消除了求知的过程张力。孩子习惯直接接收现成结论，不再主动思考、不再大胆提问，慢慢丧失批判性思维和创新能力。更关键的是，孩子会彻底失去试错成长的机会。真正的能力，都来自做题卡顿、反复推敲、改错复盘的过程。正是一次次碰壁、修正、坚持，才练就抗压能力、解题能力和判断能力。一旦把思考全部外包给AI，孩子只会结果、不懂过程，遇到陌生题型、全新难题，瞬间束手无策。请所有家长和老师记住一句话：AI可以辅助学习，但绝对不能代替学习。作业的意义，从来不是一张满分卷面，而是思维爬坡、认知沉淀、能力成长。如果任由AI包办作业，孩子看似轻松高效，实则思维空心化、能力严重退化。真正为孩子长远负责，就该明确底线：学习可以借工具，成长不能走捷径，坚决杜绝AI代做作业！ #教育感悟 #AI教育 #学生成长 #家庭教育正能量

21. 我一直对很多家长说，尽量不要让孩子接触AI，但是很多人以为我观念落后，跟不上时代潮流了。实际上，AI是一把双刃剑，有利就有弊，虽然能够大幅度提升效率，但是后果很快就显现出来了。就在近期，网上有专家分享了追踪中国2.6万名初高中生的研究成果。结果显示，学生用AI写作业后，作业成绩短期提升18%，但6个月内月考成绩普遍下滑20%。为什么会这样呢？根据研究，这是因为学生倾向用AI直接获取答案，损伤了个人的分析能力和判断能力，一旦需要自己分析和判断的问题，离开了AI就无法完成了。，专家称此为“AI学习惩罚”。所以，处于学习阶段的孩子，能不用AI就尽量不要用，这并不是一件好事，这种不用自己懂脑子就能获得答案的东西，使用时间长了，会把自己变成严重依赖机器和AI的人，失去自己的分析、判断能力，但是考试是不允许用AI搜索答案的。而且最可怕的是，现在很多孩子用AI写作业，很多老师用AI批改作业，完全都是AI对AI，和老师、孩子没有和什么关系。所以，让老师和孩子们都远离AI，在一个纯净的环境中学习，这才是真正的爱护孩子。

22. 第3篇：避坑篇——乱用AI，淘汰得比不用还快！不会用AI会被淘汰，但乱用AI，淘汰得更快。这5个坑，踩一个就够呛： ①事实幻觉陷阱： AI会一本正经地编造数据和法条，直接照搬，你的专业信用就废了。铁律：AI出初稿，人工做终审。 ②认知外包陷阱：啥都丢给AI想，你的独立思考能力会慢慢退化。重要任务，先自己动脑，再让AI辅助。 ③法律合规陷阱： AI写的合同出了漏洞，法律不认"AI说的"，责任100%在你。 ④知识产权陷阱：纯AI生成的内容可能不受版权保护，还可能侵权。坚持"实质性修改"，别直接搬运。 ⑤信息安全陷阱：把公司机密、客户隐私喂给AI？数据一旦泄露，后果不堪设想。涉密工作，绝不上传。 AI是工具，你是主人。工具犯错，主人买单。 #AI避坑 #职场安全 #AI使用规范

23. AI造出来的假参考文献，正在坑害无数科研人

24. AI正在惩罚用它写作业的中学生中考暴跌24%、高考下滑18% 优等生受负面影响最为显著

25. MIT实验：AI写作背后，认知的隐性代价

26. AI用多了，人真的会变成“笨蛋”吗？

27. 别让AI，偷走你的思考能力如今AI无处不在，答题、写作、策划、解惑，一键就能得到标准答案，极大便利了我们的生活。但很多人渐渐陷入误区，过度依赖AI，彻底放弃了自我思考。 AI可以提供参考、辅助效率，却替代不了人脑的深度思辨、共情感知和创新灵感。它给出的永远是整合后的模板化答案，千篇一律、毫无温度。真正的成长，从来不是照搬现成答案，而是独立分析、辩证思考、反复打磨的过程。长期依赖AI走捷径，会让我们的思维逐渐固化、退化，慢慢丧失判断力、想象力和解决问题的能力。工具本是助人的利器，不该成为禁锢思维的枷锁。我们可以善用AI提升效率，但绝不能全权依赖。保持独立思考，主动动脑深耕，守住自己的思维内核，才是不被时代淘汰的核心底气。

28. #头条视频激励企划#AI代写高分背后，长期成绩竟显著下滑

29. 学生把作业外包给AI？避免过度依赖AI损害学习力

30. 强烈关注！北大复旦校长发出警告，麻省理工发布专项报告

31. 当代大学生别“AI上瘾”！会用AI，不依赖A|，才是真聪明

32. 警惕 AI 过度依赖！出现这几种感觉，说明你真的「AI成瘾」了！

33. 大学教授气得满脸通红，他的喉咙都喊哑了，因为很多学生用“AI查答案，然后复制粘贴”。他说:我真是受够你们这些人了，你们以为用AI做作业就可以了吗？你们以后如果一直依赖AI，复制粘贴答案，不动脑子的话，还怎么学习？这样的话，将来你们只能去麦当劳工作。大学教授是担心依赖AI，会造成大脑思维退化。他认为:AI只是辅助，绝对不能用它代替人类大脑来思考，一旦依赖AI，那么大脑就会退化，连基本的思考都不会，那人类终究会被AI控制。这是非常可怕的现象。所以，他才会对学生用AI做题，感到十分愤怒。

34. #学生使用AI做作业是利还是弊# 我觉得弊大于利。学生做作业是本身就是思考的练习场，训练你的思考和解题方法，如果AI直接给了答案，看似高效，实则跳过了一个从不会—琢磨—会的关键过程，久而久之，脑子变懒，笔头生疏，独立解题能力退化，考试就露馅。更怕养成一种依赖和投机行为：一遇难题不想，先搜，AI可当参考，不能当替枪手，学习没有捷径，省下的思考，迟早要还的。

35. 智驾非“自驾”，过度依赖可触刑

36. #学生使用AI做作业是利还是弊#学生使用AI做作业是典型的双刃剑，没有绝对的利弊，核心取决于使用方式、边界和引导，合理使用能成为高效助学工具，滥用则会对长期学习能力造成不可逆的损害。 ✅ 合理使用的正向价值 • 提升学习效率：辅助查找资料、优化语言表达，节省重复性抄写、整理的时间，把精力聚焦在核心思考环节。 • 提供思路启发：在解题卡壳时拆解步骤、提示方向，写作文时补充多元素材参考，避免因长期卡壳产生强烈挫败感，保护学习兴趣。 • 即时查漏补缺：做完作业后用AI快速核对错题，标注薄弱知识点，生成针对性练习，告别盲目刷题，精准巩固知识漏洞。 • 培养未来能力：从小学会人机协同，掌握辨别AI错误内容、批判性筛选信息的能力，适配智能化时代的核心素养要求。 ❌ 滥用依赖的核心危害 • 成绩大幅下滑：对2.6万名学生的长期追踪显示，长期用AI代写作业，6个月内闭卷考试成绩平均下降20%，两年后中考、高考成绩分别暴跌24%和18%，政治、地理等需要深度逻辑的学科降幅可达27% 。 • 思维能力退化：习惯直接获取答案，跳过独立推演、试错的思考过程，会导致深度思考能力、逻辑推理能力持续下降，遇到难题第一反应是求助而非自主钻研。 • 品格与心理隐患：长期靠AI拿高分，会让学生形成“我只能靠工具完成任务”的自我否定，变得自卑、抗挫折能力差；还容易养成投机取巧的习惯，弱化诚信意识和责任感。 • 知识留存率骤降：背诵、计算、复盘全部依赖AI调取，大脑不再主动储存和内化知识点，出现“平时作业全对，考前复盘啥也记不住”的“谷歌效应” 。 📌 适合高一学生的正确使用边界作为高一政治教师，可以引导学生建立明确的使用规则： 1. 必须坚持先独立完成、后AI辅助的顺序，核心的审题、立意、逻辑推导环节完全由学生自主完成，AI仅用于核对思路、补充素材、优化表达，严禁直接生成完整作业。 2. 政治学科的论述题、材料分析题，要求学生提交作业时附上自己的思考轨迹，标注AI仅用于拓展哪些时政案例、补充哪些知识点，杜绝直接复制AI生成的完整答案。 3. 把AI定位成“升级版工具书”，就像字典不能直接代替写作文一样，AI绝对不能替代学生完成核心思考过程，守住“人主导工具”的底线。

37. 北大复旦校长接连发出警告，AI对孩子的危北大复旦校长接连发出警告，AI对孩子的危害性被低估了。知其然，不知其所以然。最近北大、复旦等多所高校的校长提醒学生，一定要警惕对人工智能的过度依赖，避免“认知卸载”和“虚假掌握”。简单说就是要有自己的判断，而判断来自用功学习，掌握基础知识，有独立思考能力，这样AI才算是工具，而不是把思考、判断和决策都外包给AI。现在的AI越来越强，很容易得到答案，但坏处就是正在剥夺学生学习的机会。知道与懂了，区别还是蛮大的。 AI的作用如果是让人变愚蠢，那还要它干嘛？

38. 长期依赖AI，真的会让你变笨吗？

39. AI编程：现在写的不是代码，是技术债 C++之父Bjarne Stroustrup泼冷水，AI编程不是捷径，正在毁掉新一代程序员。 AI生成代码的本质是“抄”，抄得臃肿、漏洞百出、不可维护，连注释都是幻觉。以为省了打字时间，其实是在疯狂堆技术债——改一个bug冒出三个，最后只能靠老工程师擦屁股，AI屎山很难伺候。自然语言编程更是离谱，模糊的人类语言去驱动精确的机器执行，这本身就是未定义行为。业务越复杂，AI生成的代码就越像随机数，连单元测试都跑不过。真正的程序员把AI当编译器优化，而不是当架构师。淘汰的从来不是手工编码的人，而是只会Ctrl+C/V还觉得自己很行的工具人。

40. AI失控究竟有多可怕？普通人必须看懂的潜在风险

41. 这一开学季，北大、复旦等多所高校的校长提醒新生警惕对AI的过度依赖，避免“认知卸载”和“虚假掌握”，增加貌似学懂的假象。今年8月，远在大洋彼岸的麻省理工学院发布了一份评估AI在该校使用情况的报告，认为“许多AI使用方式正在剥夺学生学习的机会”。 #中国园林之美 #Ai #新时代 #家庭教育#未来可期

42. 近九成软件公司启用AI写码，超半数受困于代码幻觉

43. AI成孩子“情绪搭子”，六成学生依赖，谁来挡住陷阱？

44. 长期使用AI工具对脑健康的影响在清华大学生命科学学院主办的“清华生医药未来科技论坛”上，有专家提到：长期使用AI工具对脑健康的影响 · 在大脑中存储错误信息和偏见，造成认知的偏差· · 造成大脑对AI工具的依赖性/成瘾 · 降低个人的创新能力和主动性可能损害（或改变）大脑的认知功能（待检测的假说） >多感觉整合 - 长期处于虚拟场景中（缺乏完整的感觉输入）将改变人脑的多感觉整合环路的模式和效率，降低对真实环境的反应 > 学习与记忆 - 神经元与突触可塑性机制的退化 > 分析与推理 - 如数学运算与逻辑推理的速度下降大家觉得有道理吗？ #AI反常识howto #人工智能 #健康管理 #心理学 #开发大脑

45. 科学家担忧：20年后还能否产生薛其坤、施一公？潘建伟、何川谈AI时代的教育隐忧：AI可以成为学习助手，但要警惕AI让大脑 “变愚笨”，如果过度依赖 AI，缺少独立思考与试错训练，大脑得不到充分塑造，未来创新能力或将被削弱。 #直击第一线 #腾讯新基石科学周 #腾讯支持基础科研 #AI时代教育 #潘建伟

46. #如何看待人工智能的利与弊# 说实在的，AI这东西现在真的是把双刃剑焊死在日常里了。前阵子赶项目报告卡到凌晨三点，把零散的素材丢给AI，十分钟就整理出逻辑通顺的初稿，省下来的两个小时我直接补了个整觉。平时头疼脑热不想跑医院，对着AI说清症状和过敏史，能先拿到靠谱的居家护理建议，连找它吐槽加班的情绪价值都拉满，实打实省了好多试错的沉没成本。但隐患也真的摆在眼前，楼下打印店的小哥上个月刚被裁，老板换了AI排版系统，一个人就能干之前三个人的活。身边好几个写文案的朋友，现在离开AI连初稿的框架都搭不利索，之前刷新闻还看到有人用AI复刻亲友声音诈骗，一下卷走老人十几万。比尔盖茨之前都公开提醒过AI发展速度太快容易失控，要是真的啥都丢给AI，最后怕是连自己的思考能力都要被算法慢慢吞掉。

47. 美军过度依赖AI致伊朗小学遭袭大量儿童死亡

48. 挣脱AI依赖，用独立思考夯实学业根基

49. 高校校长警示AI依赖

50. 现在很多人一上来就盲目用AI，结果踩坑吃亏。今天提醒大家，这三个陷阱一定要避开。第一，不要直接采信AI的专业结论，AI会幻觉，会编造信息，健康、法律这类内容一定要二次核验。第二，严禁上传隐私资料、身份证、客户数据、病例等，信息泄露风险很高。第三，别过度依赖AI，它只是辅助工具，完全依赖会让人丢失独立思考能力。理性用好AI，才是真正借力提效。记得点赞关注哦。#数字人分身 #赋能实体 #企晨AI

51. #上头条聊热点# 学生用AI写作业，到底是害人还是帮人？如今AI普及校园，学生用AI写作业成为普遍现象。有人直言荒废学业，有人认为顺应时代。AI辅助学习，究竟是利大于弊，还是弊大于利？值得所有家长和学生深思。不少学生过度依赖AI。遇到难题直接照搬答案，懒得思考、不愿动笔。长期被动抄录，会固化惰性思维。课堂知识无法消化，解题能力逐步退化。看似高效完成作业，实则漏洞百出，彻底丧失独立学习的能力。这也是多数家长极力反对AI写作业的核心原因。凡事皆有两面，AI本身并无对错。合理使用AI，反而能成为绝佳的学习工具。遇到疑难题型，学生可借助AI拆解解题思路。薄弱知识点，能通过AI查漏补缺、巩固夯实。耗时繁琐的整理、复盘工作，交由AI完成，能节省大量时间，用来深耕重难点知识。关键不在于AI工具，而在于使用者的心态与方式。把AI当“抄作业神器”，终究会耽误自身学业。把AI当“学习助手”，便能实现高效提分、稳步进步。科技是时代红利，不该被全盘否定，更不该盲目滥用。学生求学之路，核心永远是独立思考、自主钻研。AI可以借力，绝不可以依赖。学会理性把控尺度，才能让科技真正为学业赋能。

52. AI技术全面普及的当下，很多人只看到便捷优势，却忽略了失控带来的多重风险。最常见的就是AI幻觉失控，凭空编造虚假信息，误导工作与生活决策。同时，自动化AI存在行为失控隐患，容易引发设备、系统操作失误。更隐蔽的是认知失控，过度依赖AI会让人类丧失独立思考能力。此外，监管滞后造成的技术滥用，也会带来隐私、安全与秩序问题。AI时代机遇与风险并存，守住使用边界，才能安全享受AI红利。百元平替性能持平，享受高端AI时代已经到来。 #人工智能 #AI风险 #科技科普 #人工智能安全 #AI治理

53. 高校警示A丨依赖

54. 警惕患上“AI依赖症”

55. AI陷阱大揭秘丨盲目相信AI运维？系统崩溃只在一键之间

56. #学生使用AI做作业是利还是弊# 学生用AI写作业，是利还是弊？如今AI普及，越来越多学生用AI写作业、搜答案、写作文，这件事一直争议不断。其实AI本身没有对错，关键看学生怎么用、家长和老师怎么引导。合理使用AI，对学习有很大帮助。遇到不会的难题，AI可以通俗讲解解题思路、梳理知识点，帮孩子查漏补缺。写作文没有思路时，AI能提供框架、拓展素材，节省无效思考时间，提升学习效率，是很好的辅助学习工具。但弊端也十分明显。很多学生直接照搬AI答案、整篇抄袭作业，不动脑、不思考，长期依赖会弱化独立解题和写作能力。久而久之养成惰性思维，考试遇到同类题型无从下手，基础越来越薄弱，严重影响学习习惯。真正正确的用法是：借AI学方法，不抄AI成品。先自己独立思考做题，不会的再用AI对照纠错、总结错题原因、梳理薄弱知识点。科技是学习的助力，不能成为偷懒的借口。合理管控、正确引导，让AI成为学习帮手，而不是毁掉孩子自主能力的工具。 #AI学习##学生教育##家庭教育##学习习惯##育儿心得##作者加速成长计划#

57. #AI写代码风险隐藏背后# AI写代码的风险不是"AI会不会写出bug"这种表层问题，而是一整套隐藏在效率提升背后的系统性风险。这些风险如果不被正视，迟早会在生产环境中爆发。第一层风险：幻觉代码。大语言模型在生成代码时，会"编造"不存在的API或库函数。这在Python社区尤其严重，因为Python的动态特性让AI有更大的发挥空间。但Java领域也不是免疫的——AI可能生成一个看似合理的Spring注解组合，实际上Spring框架根本不支持这种用法。更危险的是，这种代码在编译期可能不报错，在运行时才暴露问题。飞算JavaAI在这方面做了针对性优化，它在生成代码时会校验Java生态中的API有效性，减少幻觉输出的概率，但这不代表所有AI工具都有这个能力。第二层风险：安全漏洞。AI生成的代码可能引入SQL注入、XSS攻击、不安全的加密实现等经典漏洞。问题的根源在于训练数据——开源代码库中有大量包含安全缺陷的代码，AI学习了这些模式并复制到生成结果中。一个触目惊心的事实是：2024年斯坦福的研究表明，AI辅助编程的项目中安全漏洞密度比纯人工项目高出约15%。这个数据被很多人选择性忽略了。第三层风险：技术债加速。AI工具让生成代码变得太容易，开发者倾向于"先生成再改"，导致大量半成品代码堆积。代码量上去了，但可维护性在下降。一个Spring Boot项目原本可能5000行代码，引入AI工具后膨胀到8000行，多出来的3000行可能是AI生成的冗余实现、重复逻辑和不够优雅的方案。第四层风险：知识断层。从入行第一天就用AI生成代码的程序员可能永远跳过了手写代码的磨炼。Java生态的反射机制、类加载器、垃圾回收等底层原理需要在手写代码中建立直觉理解，AI的过度依赖会导致这些知识缺失。第五层风险：合规与审计。企业引入AI工具后代码来源变得模糊，如果AI生成片段和GPL协议项目高度相似，可能面临知识产权风险，在金融和医疗等强监管行业尤其敏感。建议是：不要因噎废食，但要建立防护网。第一，对AI生成的安全相关代码进行人工审查；第二，在CI流水线加入自动化安全扫描；第三，建立AI代码使用规范，明确哪些场景可以用AI，哪些必须人工编写。飞算JavaAI能生成符合企业规范的代码，但规范本身需要人来定义。AI是工具不是裁判，最终的质量和安全责任永远在人类身上。

58. 当写作任务交给人工智能，我们的认知能力是否正在悄悄流失？｜#科普知识# #认知科学# #人工智能#

59. 孩子写作业依赖AI，家长破局指南 | 画说热点

60. 【The Atlantic 附文稿】《大西洋月刊》访谈播客：AI写作泛滥普通作家们崩溃｜用AI写小说和文章逐渐让作家们不再羞耻 [中英-生肉]

61. AI技术对人类未来社会的潜在挑战一、就业与收入结构冲击 1. 大量重复性、标准化岗位（客服、基础文案、数据录入、基础设计、初级行政）会被AI替代，短期造成结构性失业； 2. 技能鸿沟拉大：掌握AI工具的人群生产力大幅提升，不具备数字能力的劳动者收入下滑，贫富差距进一步扩大； 3. 新岗位培育速度，可能跟不上旧岗位消失的速度，社会再就业压力增加。二、信息安全与虚假信息风险 1. 深度伪造（Deepfake）：AI可低成本生成逼真假视频、语音、图片，用于造谣、诈骗、伪造证据，混淆真假，冲击舆论与司法取证； 2. 个人隐私泄露：AI能挖掘、整合海量碎片化个人数据，推断出用户偏好、生活习惯甚至心理特征，数据滥用风险升高； 3. 算法推荐茧房：持续推送同质化信息，固化认知，加剧社会观点对立。三、伦理与公平性问题 1. 算法偏见：训练数据自带历史偏见，AI在招聘、贷款、司法辅助、升学评估中，可能放大性别、地域、种族歧视； 2. 责任界定难题：AI做出错误决策造成损失（自动驾驶事故、AI医疗误诊），很难分清开发者、使用者、算法本身谁承担责任； 3. 人的主体性弱化：越来越多决策交给AI，人类独立思考、判断能力可能退化。四、社会治理与权力风险 1. 大型科技企业掌握超强AI模型，形成技术垄断，影响舆论、商业甚至公共决策； 2. AI武器化风险：自主武器系统一旦发展成熟，可能脱离人类实时管控，带来冲突升级风险； 3. 监管滞后：AI迭代速度极快，各国法律、法规很难跟上技术更新节奏，容易出现监管空白。五、心理健康与人文层面挑战 1. 人与AI过度交互，弱化真实人际沟通能力； 2. 创作、脑力劳动价值贬值：文学、绘画等原创作品，AI可快速生成，创作者的生存空间与创作价值受到冲击； 3. 存在生存层面讨论：通用人工智能（AGI）如果实现，如何保证AI目标和人类整体利益对齐，是长期的底层安全难题。简单总结：AI本身是工具，挑战大多不是AI主动伤害人类，而是人类使用AI的规则、分配制度、监管体系还没准备好。#AI十大趋势# #AI发展格局#

62. 警惕AI依赖

63. 家长应对孩子作业依赖AI的策略指南

64. Ai可管可控，不是青面獠牙。拥有Ai，是时代与科技进步的必然，更是我们这一代人的机遇和福气。如何运用Ai，并将之作为人们工作与生活的参谋助手和左膀右臂？这个话题成了近段时间以来业界和众多与Ai为伴的人士关注焦点，甚至带来恐慌。近日，有媒体报道说全球首富马斯克也发文对Ai的未来前景表示担忧，说一旦Ai超前控制了核弹，那岂不是人间悲剧？马斯克的焦虑不无道理，其他所有人尤其教育界、老师、家长的顾虑更是人之常情。“什么东西Ai都帮你拿出答案了，读书还有用吗？人类还会干嘛？” 看了郑强老师这篇论证客观和有理有据的深度好文，仿佛看见一盏明灯，及时不偏不倚指引在Ai十字路口犹豫彷徨者航向，调整坐标，理性运用，善于发问，科学发问，敢于质疑与挑战Ai，不过于依赖甚至完全依赖，惟有认清Ai，认清自我，知彼知己，才能为我所用相得益彰！

65. AI写的代码全是BUG？你那不叫开发，叫许愿

66. 大厂其实挺后悔搞AI的。说实话我干这行十几年了，最有感触的一点是，以前招人看学历看出身，现在招人先问你AI用得溜不溜。我认识一个做前端的兄弟，去年这时候还挺自信，觉得手上有活儿不愁没饭吃，结果今年一问，简历投出去十个石沉大海八个，剩下两个还嫌他不会用AI提效。这变化快得让人反应不过来。以前大厂拼命抢人，本质是抢产能，谁人多谁跑得快。现在AI把这个逻辑打穿了，一个人加一套工具能顶过去一个团队，公司自然不愿意再花钱养那么多脑袋。老程序员被逼着学AI，学得越好越像给自己挖坑，这滋味挺复杂的。但话说回来，行业总要往前走，谁也拦不住。与其纠结要不要用AI，不如想想自己还能干AI干不了的事，比如判断、把关、拿主意这些活儿。饭碗这东西，从来就没有一劳永逸这一说，换个活法而已。

67. 【国家网络安全宣传周】AI拟声、隐私泄露、情感依赖……我们的“数字伙伴”潜藏哪些风险？