近日，复旦大学正式发布《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》，对人工智能工具在本科毕业论文（设计）撰写过程中的使用进行详细规范。其负责人表示，《规定》细化了AI工具的使用边界，在有限的范围之内鼓励、允许学生来使用AI工具。此外，北京师范大学、华东师范大学、天津科技大学等先后发布《生成式人工智能学生使用指南》，对人工智能参与作业和毕业论文的情况做出详细规定，这些规定旨在引导学生合理使用AI技术，避免过度依赖，确保作业的质量和学术诚信。

　　学习助手or偷懒神器

　　Deepseek、Kimi等生成式AI技术的便捷性和高效性无疑为大学生提供了极大的帮助，数字教育委员会调查研究显示大多数学生(86%)表示他们在学习中使用人工智能，24%的学生表示每天都在使用人工智能，54%的学生表示每天或每周使用一次，54%的学生表示至少每周使用一次。从论文写作到数据分析，从课程学习到生活管理，AI通过利用先进的算法和数据分析技术，能够快速生成高质量的内容。一些学生还会购买专门的AI写作、绘画等大模型，满足不同作业需求。这种几乎无所不能又高效的“服务”吸引了大量学生，他们甚至将AI工具尊称为“老师”，期末也成为求助“老师”的高峰期。

　　然而，这种便捷性也带来了潜在的隐患。一些大学生开始过度依赖AI，甚至将其视为完成任务的唯一途径。他们不再愿意花费时间和精力去深入思考、独立解决问题，而是简单地依赖AI给出的答案和建议。这种依赖心理不仅削弱了其独立思考能力，还可能导致他们在面对复杂问题时束手无策。更为严重的是，过度依赖AI还可能对大学生心理健康产生负面影响。一些大学生因为无法独立完成任务而感到焦虑、沮丧甚至自卑。他们开始怀疑自己的能力和价值，逐渐陷入自我否定的泥潭。这种心理状态不仅会影响他们的学习和生活，还可能对未来职业发展产生长远的负面影响。

　　人工智能为大学生带来高效学习工具与创新机遇的同时，也暗含思维惰性与学术伦理风险。其作用发挥的关键在于平衡工具理性与主体价值——AI不应替代知识内化的过程，而应成为拓展认知边界的“脚手架”。因而大学生需建立“人机协同”意识，在利用AI优化信息检索、数据分析等环节时，始终以批判性思维审视结果，将技术优势转化为深度学习能力，最终实现从被动接受技术赋能到主动驾驭智能工具的跃迁。

　　建立"驾驶舱思维"：做AI的决策者。斯坦福大学2023年的实验表明，使用AI辅助学习的学生中，主动提问频率高出34%的群体，知识留存率提升41%，这说明了AI是一种工具，是思维的催化剂而非替代品。它能够处理大量数据、执行复杂计算，并在某些领域展现出超越人类的能力。AI并不具备人类的创造力、情感理解和道德判断。因此，我们应明确AI的局限性，将其视为辅助工具，而非依赖对象。在利用AI进行学习和研究时，要保持批判性思维，审慎评估AI提供的信息和建议。AI应成为学习的助手，而非学习的“枪手”。

　　打造"共振舱思维"：做AI的合作者。在信息时代，数据分析和处理能力至关重要。我们可以学习使用AI工具，如自然语言处理、机器学习算法等来加速数据处理、提取关键信息，或为我们的学习和生活提供新思路。通过掌握这些技能，大学生能够更高效地完成学习任务，提升研究质量。同时，与AI协同工作也有助于培养大学生的团队合作和项目管理能力，因为在实际应用中，往往需要人与AI共同协作，以发挥最佳效果。

　　构建"π型"知识体，做AI的赋能者。麻省理工学院2024年跨学科研究显示，掌握AI+交叉学科能力的学生，其创新方案被企业采纳的概率是单一学科背景者的2.8倍，这印证了AI时代的创新法则，单一领域的知识已难以满足未来的需求，技术突破往往发生在学科交汇处。如何面对其对社会的挑战？作为大学生，应提升以专业深度为左竖，AI工具链为右竖，跨学科思维是连接横梁的“π”型技能网络，拓宽视野，跨学科学习，将AI技术与其他领域的知识相结合，创造出新的价值。同时，要敢于挑战传统观念，勇于尝试新的方法和技术，以推动AI技术的创新和发展。

　　无论是原来关于“取消毕业论文”的讨论，亦或是当下强调的“防止AI依赖症”，其核心目的都在于捍卫大学生宝贵的独立思考与批判性思维的能力。这些举措旨在防止他们在人工智能的洪流中沦为单纯的信息“搬运者”或“复制机”，而是鼓励其成为学习过程中的主导者。在这个过程中，AI应被视为辅助完成作业的一种“阶段性工具”，它既不是思考旅程的起点，也不是创作成果的终点。真正重要的是，大学生能够运用自己的才智，打开思维的闸门，并在独立分析与批判性审视的指引下，最终完成属于自己的作品。（山东理工大学电气与电子工程学院 刘烁）