计算器时代没解决的事，生成式 AI 把它炸出来了
先别把 AI 妖魔化。人类一直在外化认知：
文字：外化记忆；
数学符号：外化推理；
图书馆：外化知识存储；
计算器：外化计算；
搜索引擎：外化检索；
表格和 IDE：外化一部分建模与工程流程。
老师当年也怕计算器：“学生不会心算怎么办？”后来结论是：心算感还是要，但机械算术可以外包。会按计算器的人，不代表懂数学；但懂数学的人，用计算器更快。
那为什么生成式 AI 不一样？
因为计算器只做你指定的一则运算。它不帮你“想这道题在问什么”。
大模型会。
它会帮你：
选题；
立论；
找角度；
编文献；
写反方；
做回归解释；
把烂数据讲成有洞见；
把没想清楚的事，包装成想清楚了。
换句话说，它外包的不是“计算”，而是问题框定、概念组织、论证生成、方案拟制这些学校本来拿来衡量“你有没有脑子”的东西。
有研究把这种现象叫 metacognitive laziness（元认知懒惰）：不是你不会想，而是太容易被替想。
也有研究说，学生会用 AI、知道不该依赖 AI、但真到赶作业时还是把思考交出去——这是“意识—调节缺口”。
所以问题不是“学生变懒”这么简单。问题是：
当外部系统能生产“像有能力”的表现，原本用来推测能力的证据就失效了。