全速加载中...

"Never-Skilling"警报拉响：从挪威全面禁用AI课堂到Nature的实证，人类核心能力正在被AI悄悄"掏空"

一场同步响起的双重警报

2026年6月19日，两条看似无关的消息在同一天登上全球科技媒体的头条，却指向了同一个令人不安的趋势。

第一条来自奥斯陆：挪威首相约纳斯·加尔·斯特勒（Jonas Gahr Støre）宣布，从2026年8月底新学年开始，全国小学（1-7年级，6-13岁）几乎全面禁止使用生成式AI工具。14-16岁的初中生只能在教师监督下谨慎使用，17-19岁的高中生才被允许学习如何"适当地使用AI"。在一份声明中，斯特勒说了一句掷地有声的话："使用AI增加了年幼学生跳过基本学习步骤的风险——那些步骤对于建立基础理解力至关重要。"（Reuters报道）

第二条来自《自然》杂志（Nature）的专栏文章，标题直白得令人不安——"AI是否在毁掉我们的技能？早期结果显示——不乐观"（Nature, June 18, 2026）。文章汇总了医学、软件工程等多个领域的最新研究，发现一个残酷的现实：依赖AI工具正在系统地侵蚀从业者的专业能力，而这一现象正在从"担忧"变成"可测量的现实"。

在Hacker News上，这两条消息占据了当日热榜的第1位和第4位。开发者社区的反应出奇一致——不是兴奋，而是不安。这不是反技术保守派的聒噪，而是来自技术最前沿的自我警醒。

挪威的"三级禁令"：不只是捍卫课堂秩序

挪威的禁令并非孤立事件，而是一个经过两年铺垫的系统性政策演进。

2023年，挪威在PISA（国际学生评估项目）中的成绩跌至历史最低——数学比2018年下降33分，阅读下降23分，降幅超过大多数OECD国家。四分之一的15岁挪威学生阅读能力未达到最低熟练水平。这被称为挪威的"读写能力冲击"（来源）。

2024年，挪威率先在全国学校禁止智能手机。效果显著：一项涵盖400多所中学的研究发现，禁手机后霸凌减少、成绩提升、学生心理咨询需求下降了约60%（来源）。

2026年，禁令升级到AI。新规按年龄分为三个等级：

年龄段	年级	限制级别	核心规则
6-13岁	1-7年级	几乎全面禁用	学生在校不得使用ChatGPT、Claude等生成式AI工具
14-16岁	8-10年级	严格监督使用	可在教师明确指导和监督下有限使用AI
17-19岁	11-13年级	学习适当使用	重点学习如何正确使用AI工具，为大学和职场做准备

同时，挪威政府还计划通过立法要求学校提供更多纸质实体教材，让教科书回归课堂。

这一政策的逻辑链清晰得可怕：先禁手机→效果不错→再禁AI→进一步收紧。它背后是一个北欧福利国家对"年轻一代基础能力崩溃"的深度焦虑。

Nature的实证：AI正在从两个方向"掏空"人类能力

如果说挪威的禁令是政策层面的应激反应，那么Nature杂志同期刊发的文章则是从科学层面给出了支撑。

这篇文章的核心发现可以总结为三个概念——它们来自2026年5月《自然·医学》（Nature Medicine）上的一篇重要观点文章（Ke et al., 2026）：

1. Deskilling（技能退化）

已有经验的专业人士，因长期依赖AI导致自身能力被侵蚀。这就像GPS让出租车司机不记路，AI让医生不会读片。

2. Mis-skilling（错误技能化）

不加批判地接受AI输出中的错误，并将这些错误"内化"为自己的知识。AI的"幻觉"变成人的"幻觉"。

3. Never-Skilling（从未形成技能）

这是最令人警惕的概念——年轻一代在培训的早期阶段就过度依赖AI，以至于从未发展出基本的独立推理能力。不是技能退化，而是技能从未形成。

"我们担心的是一个时间窗口问题。如果学生在培训的最早阶段就开始依赖AI，他们可能永远无法形成安全独立执业所需的基础临床推理能力。"
—— Nature Medicine观点文章作者

这一概念的可怕之处在于：Deskilling至少还有"曾经拥有过"，Never-skilling意味着根本不知道自己在缺失什么。

来自编程领域的第一手证据

Nature文章引用了多项研究，其中最引人注目的是Anthropic公司自己在2026年2月发表的一项实验（Anthropic研究）。

实验设计非常简洁：

招募52名初级软件工程师（均有一年以上Python经验）
要求完成使用Trio库（一个他们都不熟悉的异步编程库）的编码任务
一半人允许使用AI辅助，另一半只能使用官方文档和网络搜索
完成任务后，所有人参加关于Trio库相关知识点的测验

结果令人警醒：

使用AI辅助的开发者，任务完成速度更快（效率提升）
但在后续的知识测验中，他们的得分比未使用AI的对照组低17%
特别是那些将代码生成完全"外包"给AI的参与者，测验表现最差

InfoQ的报道（来源）进一步指出：使用AI回答概念性问题的开发者，测验得分可达到65%以上；而将代码生成直接委托给AI的开发者，得分低于对照组。

关键区别在于"怎么用"——是把AI当作学习辅助，还是把AI当作任务替代。

心理学视角同样证实了这一现象。《今日心理学》（Psychology Today）的专栏文章（来源）将其归结为"认知卸载"（Cognitive Offloading）效应——当大脑知道某个信息可以随时从外部获取时，就会自动降低投入程度去"记住"或"理解"它。这是人类认知的固有机制，AI只是将这一机制放大到了极致。

医学领域的"静默危机"

医学是另一个被深度研究的前沿。2026年3月发表在《生物医学工程年鉴》的一项综述（SciencesDirect综述）系统性地回顾了AI在放射学、病理学、皮肤科等多个专科中的应用，发现：

AI辅助诊断系统让放射科医生阅片速度提升30-40%，但独立诊断准确率在脱离AI后出现持续下降趋势
低年资医生受影响最大——他们本应通过大量"手动读片"来训练视觉识别能力，AI却跳过了这一过程
出现了"自动化偏见"（Automation Bias）——当AI给出错误建议时，人类往往倾向于忽略自己的判断而采纳AI的答案

《纽约时报》2025年的一篇报道（来源）曾提出一个尖锐的问题："AI工具是否让医生变得更差？" 一年后，Nature的这篇文章给出了明确的回答：是的，至少在部分领域，证据已经出现。

效率vs能力：一场关于"认知外包"的路线之争

然而，这个话题远非一边倒。我们必须在批判AI风险的同时，正视反方视角的合理之处。

正方观点（AI技能退化论）

实证基础扎实：Anthropic的实验、Nature的综述、挪威的PISA数据，三者形成闭环
教育学逻辑自洽：学习本质上是"在试错中建立神经连接"的过程。当AI抹去了试错环节，就等于抹去了学习
代际影响深远：当今的"AI原生代"（从小学就开始接触ChatGPT的孩子）是第一批可能面临never-skilling风险的世代
挪威的先行经验：禁手机已证明效果，禁AI可能同样有效

反方观点（AI工具理性论）

效率是不可逆的趋势：没有人会因为计算器降低了心算能力就禁止计算器。AI是同样的逻辑
警惕道德恐慌：历史上每一次技术革命（印刷术、计算器、互联网）都引发过类似的"技能退化恐慌"，但人类最终都适应了
新的技能在生成：编程正在从"写代码"变为"编排Agent"，这不是退化，而是能力图谱的重新定义
关键在于设计而不是禁止：问题不在AI本身，而在于如何将AI设计为"学习伴侣"而非"答案机器"

我的判断：两种视角并不矛盾

这两种立场看似对立，实则指向同一个核心问题——"什么才是人类不可替代的能力？"

挪威的禁令和Nature的警告并不是在反对AI，而是在反对"无差别的AI渗透"。挪威对17-19岁学生的政策是"学习如何适当使用"，而非禁止——这本身就承认了AI教育的必要性。

关键的区别在于认知发展的阶段：

在基础能力尚未形成的阶段（小学、职业新手期），直接使用AI等于跳过学习过程
在基础能力已经巩固的阶段（高中、资深从业者），AI可以成为能力的放大器

这就像学数学。你不能让小学生用计算器学乘法表，但可以让工程师用计算器算微积分。同一个工具，在不同阶段产生完全不同的影响。

更深层的哲学追问：当"理解"成为一种奢侈品

在技术的喧嚣背后，这篇文章想提出一个更深层的问题：

当我们可以"不做"而获得结果时，"理解"为什么仍然重要？

从工具主义的角度看，如果AI能100%准确地写代码、读影像、回答法律问题，人类是否还需要理解背后的原理？这就像问：如果GPS永远不会出错，司机是否还需要认路？

但在现实中，世界不是二元的。AI会出错，模型有偏见，场景会变化。当"自动驾驶"的假设前提被打破时，那些从未真正理解过底层逻辑的人将毫无招架之力。

这正是"never-skilling"最危险的地方——它不仅仅是技能的缺失，而是一种认知的脆弱性。它让人类在面对AI系统边界外部的情况时，既缺乏手动处理的技能，也缺乏判断AI输出是否正确的元认知能力。

更值得警惕的是：这种脆弱性往往是不可见的。一个人不会知道自己"不知道"什么——直到危机发生的那一刻。

批判性思考：我们真正需要的不是"禁用"而是"重构"

挪威的禁令值得尊重，但它不是万能药。在全球范围内，禁止AI在教育中的使用可能面临三重困境：

第一，执行困境。 学生在家可以随意使用ChatGPT，学校的禁令只能管住课堂。这种"校内外割裂"可能导致更严重的不平等——有资源、有指导的孩子在家里学会"正确使用AI"，而缺乏指导的孩子则陷入"偷偷用"与"不会用"的真空地带。

第二，国际竞争困境。 当其他国家正将AI深度嵌入教育时，完全禁止AI的国家可能在数字素养教育上落后。禁令可能保护了基础能力，却牺牲了"面向未来的能力"。

第三，定义困境。 什么是"生成式AI"？什么是"学习辅助工具"？当AI能力渗透到搜索、翻译、语法检查、甚至输入法时，禁令的边界在哪里？

我的判断是：真正需要的不是"禁用AI"，而是重构AI与人类认知之间的接口。

这意味着：

教育系统需要设计**"AI辅助学习"的教学法**——让AI充当苏格拉底式的提问者，而不是答案输出机
职业培训需要建立**"AI使用能力的信用评估"**——就像飞行员需要在模拟器中积累小时数
我们需要一个新的教育伦理——在什么时候应该关闭AI让人自己去思考，在什么时候应该打开AI让人走得更远

挪威做了勇敢的第一步。但这道题不是挪威一个国家能做完的。它关乎我们这一代人如何回答一个古老的问题：在追求最高效率的同时，我们愿意为"理解"保留多大的空间？

结语

2026年6月的这一周可能被写入技术史的两个注脚：一个是挪威首相宣布在小学校园驱逐AI，另一个是《自然》杂志用科学数据证实了"技能空洞化"的来临。

它们告诉我们同一件事：AI的进步速度正在超越我们理解"什么是真正重要的"的速度。

计算器没有让我们忘记数学，但它改变了谁在做数学。AI也不会让我们忘记编程或读片——但它正在改变谁真正理解代码和疾病。

当效率的诱惑足够大，当"完成"比"理解"更能获得即时奖励，当"AI原生代"从未体验过不靠工具解决问题的那种满足感——我们失去的可能不仅仅是技能，而是一种人之所以为人的认知尊严。

也许挪威首相特斯勒那句话，应该被刻在每一间教室和每一个开发者工位的墙上：

"孩子们必须先学会基础能力，然后才能使用AI工具。"

无论是6岁的孩子，还是26岁的程序员，这句话都适用。

参考链接

评论列表

等待第一条评论中…