諾貝爾文學獎得主莫言曾在一場訪談中直言：「人工智能正使傻瓜變得更傻，聰明人變得更聰明。」這番話看似調侃，實則一語道破了當前前沿科技發展的深層隱憂。在人工智能（AI）全面普及的今天，數字鴻溝的定義已被重寫：它不再是硬件設備與網絡接入的物理差距，而是人與人之間在理解力、批判性思維與學習能力上的認知壁壘。
警惕認知空心化危機
在技術浪潮下，大眾的應用習慣正呈現兩極分化的態勢。部分使用者淪為AI成癮者，將文獻檢索、數據分析，以至日常決策判斷盲目地外判給演算法。從認知科學角度看，這種長期缺乏主動深思的習慣，猶如將大腦的中央處理器（CPU）長期閒置，極易導致人類基本的分析與辨偽能力退化，進而引發群體性的認知空心化。
與之形成鮮明對比的是，具備較高數字素養的人群更善於將大型語言模型作為測試假設、查漏補缺的賦能工具，並把省下的腦力投入到更高階的創新實踐中。技術非但沒有抹平差距，反而讓強者愈強。更值得警惕的是，演算法的迭代高度依賴優質數據的輸入。若人類因懶於思考而停止產出高質量原創內容，AI系統在長期攝入同質化、由機器生成的二手數據後，終將引發技術層面的模型崩塌（model collapse），導致輸出結果走向空洞與失真。
最新一代大模型已展現出日益複雜的湧現能力（emergent abilities）。這場變革提出的核心命題，並非機器會否取代人類，而是人類是否會因過度依賴而走向認知退化。若社會將AI純粹視為代勞工具，人類的獨立判斷力與科學精神便會首當其衝地流失。
教師應做科學精神引路人
科技是社會發展的引擎，但絕非代替思考的主宰。面對日益智能化的未來，科學教育必須重新定位，從單向的知識灌輸轉型為引導底層思辨能力。
第一，以求真精神重塑資訊素養。 百年前的「賽先生」（科學）精神在數字時代依然是破局的關鍵。教師應引導學生打破對演算法內容的盲信與盲從。面對AI模型的輸出結果，科學教育應教導學生如何運用邏輯實證進行交叉驗證：追問數據來源、辨識演算法偏見（algorithmic bias）、防範資訊繭房。真正的資訊素養，在於具備「盡信數據則不如無數據」的批判性思維。
第二，倡導深度閱讀築牢思辨根基。 AI帶來的碎片化快餐文化正不斷稀釋大腦的專注力。教育工作者應在教學中刻意保留深度閱讀與邏輯推演的環節，讓知識在大腦神經網絡中建立實質的強連結。唯有具備扎實的底層邏輯，人類才能擁有駕馭強大AI工具的信心。
引導學生人機協同創新
對於廣大青少年而言，在演算法盛行的時代，好奇心、想像力與道德感是人類不可替代的核心演算法。引導學生正確借力，需要打破傳統學科壁壘，在跨學科的項目式學習（PBL）與創新實踐場境中，激活主動探索的熱情：
首先，將提示詞（prompt）轉化為邏輯訓練。使用AI絕非簡單的瞎子摸象，以AI生成圖像或文本為例，構思提示詞的過程，本質上是解構複雜問題、組織語言與精確表達的思維訓練。學生需要在與機器的反覆交互、測試與修正中，學會將AI作為思維外腦。推動科技進步的，永遠是人類的新視角與新需求。
其次，恪守科技倫理與道德底線。伴隨技術下沉，深度偽造（deepfake）與虛假資訊氾濫。科普教育必須同步注入「德先生」（民主）的倫理觀，引導學生在開展AI創作時，堅守科技向善的原則，防範技術濫用，切勿以演算法侵害他人權益。
守住思考主動權
數字鴻溝的本質，是人類是否會喪失對世界主動思考的權利。這道裂痕一旦擴大，終將在整體社會的創新力與生產力上顯現代價。面對無處不在的演算法黑箱，最亟待解答的科學命題，或許不是AI能將人類文明推向何種高度，而是我們在利用工具拓展邊界的同時，能否時刻保持清醒，將「思考」的令牌牢牢握在自己手中。
