近年来，随着人工智能在教育领域的广泛应用，一种颇具代表性的观点逐渐流行：学生越多使用AI，其批判性思维能力就越容易被削弱。某调查显示，越来越多的学生也开始认同这一判断，认为使用AI完成作业会对思辨能力产生负面影响。这一结论看似合理，但如果深入分析就会发现，它实际上混淆了“工具使用方式”与“能力发展结果”之间的关系。

首先，需要澄清一个基本逻辑：思辨能力从来不是“避免使用工具”而形成的，而是在“与复杂信息互动”的过程中不断强化的。从历史上看，每一次技术进步都曾被质疑会削弱人的能力——印刷术被认为会削弱记忆力，计算器被认为会削弱计算能力，互联网被认为会削弱专注力。但事实证明，这些工具并没有消灭人的能力，而是改变了能力的结构，使人能够将有限的精力投入到更高层次的思考之中。

AI同样如此。它并没有取消思考，而是将低层次的信息处理工作外包出去，使人可以集中精力进行更高阶的分析、判断与创造。如果学生利用AI进行资料整理、观点生成和结构梳理，那么他们就拥有了一个“随时可用的对话者”，可以不断检验自己的想法、修正自己的逻辑。在这个过程中，思辨能力不是被削弱，而是在持续的互动中得到强化。
其次，从实际使用场景来看，AI本身就具有“激发思辨”的潜在功能。学生使用AI的主要目的包括获得更好的解释、进行头脑风暴和修改写作等。这些行为本质上都属于认知深化过程，而非简单替代。例如，当学生向AI询问一个概念时，他往往会得到多角度的解释，这反而促使他比较不同观点、理解差异，从而形成更立体的认知结构。再如，在写作过程中，AI可以提供多种表达方式和论证路径，这种“多方案呈现”本身就构成了一种思辨训练。
真正的问题出在另一种使用方式——即“认知卸载”。如果学生只是让AI直接给出答案，然后机械复制，那么确实会削弱思考能力。但这并不是AI的必然结果，而是一种不当使用方式。正如计算器既可以帮助理解数学，也可以让人逃避计算一样，关键在于使用者的意图和方法。因此，将“能力下降”归因于AI本身，是一种典型的“工具归因错误”。
再次，从认知科学的角度看，AI为思辨能力提供了一种新的训练环境。传统学习往往是单向的——学生面对教材和教师，缺乏即时反馈。而AI则构建了一种“对话式学习环境”：学生可以不断提问、修正问题、获得反馈，并在反复迭代中逼近更清晰的认知。这种过程本质上是一种“元认知训练”，即对自身思考过程的反思与调整。
例如，一个学生在研究某个社会问题时，可以先提出初步观点，再让AI进行反驳或补充，然后再对这些反馈进行筛选与重构。在这个过程中，学生实际上经历了“提出假设—接受挑战—修正观点”的完整思辨链条。这种训练强度，在传统作业模式下反而较难实现。
高年级学生接触更复杂的知识体系，对思辨能力的要求更高，因此他们对“依赖工具”的风险更为敏感。但这并不意味着AI削弱了他们的能力，反而可能是他们在更高层次上意识到了“如何使用AI”的问题。换言之，这种“担忧的增加”，本身就是思辨能力提升的表现——因为他们开始反思工具与能力之间的关系。
进一步来看，AI对思辨能力的提升，还体现在“问题意识”的强化上。传统教育中，学生往往习惯于回答问题，而不善于提出问题。而AI的使用，恰恰迫使学生不断优化提问方式：问题越具体，答案越精准；问题越有深度，反馈越有价值。这一过程，本质上是在训练学生的“问题建构能力”，而这正是思辨能力的核心组成部分。
当然，必须承认，如果缺乏有效引导，AI确实可能被滥用，从而带来负面影响。因此，关键不在于“限制使用”，而在于“优化使用”。正如相关建议所指出的，应区分“认知卸载”和“认知增强”两种模式，并通过教学设计引导学生走向后者。例如，可以通过翻转课堂、过程性评价等方式，确保学生在关键环节仍然进行独立思考。
归根结底，AI并不会自动决定思辨能力的走向，它只是提供了一种新的认知工具。真正决定结果的，仍然是人的学习方式与教育环境。如果把AI当作“答案机器”，它可能削弱思考；但如果把它当作“思维伙伴”，它则可以极大拓展认知边界。（李志民，图片源自网络）