nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
提要：当前技术环境的剧烈变革给人类适应数字智能时代不断施加认知压力，特别是“银发群体”可能成为“数字难民”的主要成员，会对当下流行和即将到来的智慧家居、具身机器人和动态数智环境交互产生极大的不适应感，这一点也需全社会共同努力去改善，使数智技术能够增添人类的生活福祉，而非带来那种“高技术低生活”的赛博朋克生活感受。
未来的关键不在于创造更强大的AI系统，而在于构建与之匹配的人类认知进路。这要求我们重新审视教育的本质目的、重构人机协作的认知框架，并在技术民主化进程中守护人类认知的自主性。历史经验表明，每次重大技术革命最终引发的都是人类认知范式的嬗变，低成本甚至无成本的生成式人工智能带来的或许正是这样一个认知革命的临界点。
DeepSeek的出现及大规模应用，使得生成式人工智能技术的训练和使用成本大幅度下跌。这种影响正在重塑很多行业领域，而最明显的似乎莫过于智能硬件的平民化普及、教育资源的重构以及人机交互的动态化演进，这些变革共同指向一个根本性问题——当技术获取门槛趋近于零时，人类认知系统将如何进化？
这次技术变革的核心驱动力，是源于大模型训练成本的指数级下降。这种技术经济学变革将有可能直接推动智能硬件形态的质变：具身机器人训练周期即将大幅度压缩，具身机器人单机成本将大幅度下降。当技术部署成本曲线与市场需求曲线相交时，具身智能的规模化应用已具备现实基础。具身智能的普及，将推动全新的社会形态，人机交互领域将会有较为剧烈的需求。传统人机交互遵循离散的指令—响应模式，其本质是建立在对人类认知系统的降维简化之上。生成式AI要求人类发展新的交互素养——不再是与固定系统的技能适配，而是建立对动态智能体的元认知能力。人类在未来与智能体的多模态和长时间交互，使单纯的技术突破已经改写了人机关系的底层逻辑。当训练成本不再是制约因素时，人工智能发展的主要矛盾可能将从技术可行性转向社会适应性。动态智能体将会促使人机之间产生新的自然交互模式。
然而，当前技术环境的剧烈变革给人类适应数字智能时代不断施加认知压力，特别是“银发群体”可能成为“数字难民”的主要成员，会对当下流行和即将到来的智慧家居、具身机器人和动态数智环境交互产生极大的不适应感，这一点也需全社会共同努力去改善，使数智技术能够增添人类的生活福祉，而非带来那种“高技术低生活”的赛博朋克生活感受。在我国老龄化不断加剧的社会形态下，这个问题将更加凸显。
可以看到，为了应对这种数智技术的适应难题，当生成式人工智能将技术获取成本压缩至临界点以下时，其引发的不仅是工具革新，更是人类认知系统的适应性进化。这种剧烈的变革要求人类要更加快速地自我提升和适应技术。那么，人类应该受到怎样的教育才能应对上述困难？当单个AI系统可同时服务百万级用户时，优质教育资源的供给曲线从垂直形态转为水平渐近线，这彻底打破了教育资源分配的地理约束与阶层壁垒，智慧教育也就成为了可能，同时学习的内容和模式也会有较大变革。当前及未来，人类需要尽快学习使用各类数字智能技术，使用AI进行学习指导和教育辅助。这种自适应学习系统将会倒逼人类元认知能力的主动建构，学习者必须发展出对自身认知过程的监控与调节能力。另外，我们未来可能还需要采用“认知保留区”设计原则，在特定领域（如情感判断、道德推理）保持纯人类决策机制，在教育系统中培养应对智能系统不确定性的认知弹性，从而避免认知功能的全面外包化。
未来的关键不在于创造更强大的AI系统，而在于构建与之匹配的人类认知进路。这要求我们重新审视教育的本质目的、重构人机协作的认知框架，并在技术民主化进程中守护人类认知的自主性。历史经验表明，每次重大技术革命最终引发的都是人类认知范式的嬗变，低成本甚至无成本的生成式人工智能带来的或许正是这样一个认知革命的临界点。
作者系北京理工大学教育学院副教授
来源：中国社会科学网
责任编辑：李秀伟
新媒体编辑：苏威豪
如需交流可联系我们