在人工智能飞速发展的当下，AI对人类思维与认知的影响成为各界热议的话题。北京大学博雅讲席教授邱泽奇在访谈中指出，关于“AI是否导致人类降智”的讨论，本身存在认知偏差，这种简单化的二元对立思维，与工业时代初期对技术的片面理解颇为相似。
人类对自身思维机制的理解仍处于初级阶段。邱泽奇教授以心理学发展为例，指出从弗洛伊德到现代心理学流派，尚未形成被广泛认可的理论体系。人的思维具有跳跃性和相变性，这种非线性特征在脑科学领域尚未得到充分解释。例如，人类能够通过观察他人表情理解潜在意图，而当前AI技术仍无法实现这种微妙的社交感知。
现有AI系统的知识获取主要依赖人类已有的文字资料。教授以科学期刊为例，2016至2018年间全球约万种科学期刊发表了超30万篇论文，这些未被纳入训练的数据构成知识盲区。AI虽能快速总结书籍内容，却无法像人类那样通过多感官体验获取知识，更缺乏对复杂社会情境的理解能力。
符号主义路径被视为AI发展的重要方向。Alpha Zero作为典型代表，在限定场景下展现出强大能力，但环境变化时其泛化性明显不足。当前无人机、机器人等产品均沿袭此思路，在变量可控的封闭环境中表现优异，却难以适应开放世界的复杂性。这种技术局限反映了AI与人类认知的根本差异。
关于AI对认知的影响，邱泽奇教授强调关键在于使用者的态度。主动质疑AI输出的个体，实际上在进行思维训练，这种互动过程反而能拓展认知边界。他以科学研究为例，AI提示未接触的重要文献时，其价值不在于替代研究者，而在于激发新的思考方向。这种人机互生的关系，正在重塑知识获取的方式。
在价值观层面，AI的局限性更为突出。由于学习海量语料的特性，其背景知识和价值取向存在不可预测性。教授提醒需区分事实归纳与价值判断，对AI提供的数据分析可保持信任，但对其价值观输出必须保持警惕。这种区分能力，将成为未来数字社会的重要素养。
教育领域正经历深刻变革。基础能力培养，特别是语言、逻辑和认知能力，在AI时代显得尤为重要。北京大学的教学实践显示，引导学生与AI讨论探索性问题，能促进更深层次的思考。教师角色逐渐转向认知提升的引导者，而非单纯的知识传授者。
AI的“讨好型”特性引发关注。为获取更可靠的输出，用户需主动挑战AI观点，促使其运用多元视角迭代答案。通过比较不同品牌模型的特点，选择性使用技术工具，已成为数字时代的重要技能。这种交互方式，正在培养新一代的批判性思维能力。
私域AI市场展现出巨大潜力。从社交陪伴应用到智能玩具，个性化AI产品正改变人类互动方式。邱泽奇教授特别指出，陪伴对认知发展的影响具有潜移默化的特性，可信的陪伴者至关重要。随着青少年群体广泛使用AI辅助学习，技术伦理和教育规范面临新的挑战。
智能鸿沟的本质是认知差异。早期数字鸿沟聚焦于技术接入，而当前差距更多体现在使用质量上。会用AI与不会用AI的群体，使用优质模型与普通模型的群体，其认知效率存在显著差异。这种分化提醒我们，技术平权的同时也在创造新的能力差距。
人类对幸福的感知具有多样性。教授以山区生活体验为例，指出环境适应能带来新的认知平衡。每个人对生命价值的理解各不相同，有人追求学术成就，有人享受简单生活。这种多样性恰是社会活力的源泉，技术发展应服务于人类多元需求的满足。
