来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
小组讨论了“无科技”教育指令对劳动力市场和EdTech行业可能产生的影响，对于“人类认证”溢价的可能性及其对高风险行业的影响存在不同看法。
风险: 学历通胀陷阱：劳动力市场两极分化，学位不可互换，可能在高风险行业导致“人类认证”溢价（Gemini）
机会: 人工智能监考利好：随着“蓝皮书”无法在线扩展，对在线验证工具的需求增加（Grok）
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
我担心我的学生的写作能力。如今，许多教授都有这种担忧。2025年《Inside Higher Ed》的一项调查发现，85%的本科生在他们的课程中使用AI，而且有很大一部分学生直接让机器人代写论文。
这一切都让我变得非常老派。我的所有课程现在都实行“无科技”教学，自2024年以来，我在斯坦福大学心理学一年级项目（我负责指导）的考试都通过蓝皮书进行。在AI爆炸式发展的时期，这种装订好的纸质小册子，学生在其中手写回答考试问题，其受欢迎程度飙升。
为什么要让学生费力写作呢？原因有很多，但我想列出三个，在我看来，这些原因的份量从不太令人信服到绝对至关重要。
过去，写作是大学教育的核心，部分原因在于它是一项职业技能。在几乎所有的专业和职业中，都需要撰写报告、发送电子邮件、分享想法和打字。这数千字或许没有激发灵感，但仍需要由双手和头脑来创造。
我不再认为这是让大学生写作或鼓励其他人写作的令人信服的理由。如果大多数会议都可以通过电子邮件解决，那么大多数电子邮件都可以自动化。劳动者，尤其是年轻一代，将很难找到写手工制作、小批量备忘录的动力。
你可能已经看到了在线写作的趋势。句子片段。项目符号列表。三个一组。这被称为“文本污染”。
文本污染代表了AI写作伤害我们周围人的所有方式。我在斯坦福的同事发现，人们经常将“AI垃圾作品”——即经过聊天机器人修饰但未经充分打磨的交付物，使其看起来合理——当作自己的作品。他们的同事随后要支付“垃圾作品税”，不得不去理解那些冗长、混乱、杂乱的材料。
社交媒体充斥着那些有启发性、脆弱性或挑衅性的大纲，但内容却空洞无物。一些主要电视节目被指控使用AI生成陈词滥调的情节。科学期刊充斥着低质量的投稿。
研究发现，AI将人类写作压制成一种服务性但乏味的平均水平。那些陈词滥调——“真正的问题是”，“没有人谈论的事情是”，“老实说？”——成为没有人足够关心而放慢速度的信号。它们造成了一种普遍的、智力上的犬儒主义。
那么，我们写作，或许不是因为别人要求我们这样做，而是作为一份礼物送给他们。人们喜欢人，而语言是人类交流有史以来创造的最佳载体。一个用垃圾作品取代这种交流的环境会让每个人都变得更糟。用心写作是对抗这种状况的一种小小的抵抗，也是对我们共享环境的一种服务。
我个人觉得这个理由很有说服力，并告诉我的学生，但我并不指望他们都能接受。他们可能会认为，当别人都不努力时，只有傻瓜才会付出努力。他们可能会认为“书面环境”是我怀念打字机时编造的一个时髦词（他们说得没错）。他们可能会在书面文字之外找到交流。而这一切都是完全可以接受的。
“认知投降”是指任何人允许AI替他们思考的任何时候。研究人员发现，在面对逻辑问题时，大多数有机会使用AI的人都这样做了。当机器人给出错误答案时，不到20%的人注意到了。
写作就是思考。空白的页面是可怕的，因为要填满它，我们必须将一场思想的风暴整理成足够有序的东西，以便他人能够理解。在这个过程中，我们能更好地理解自己的思想，并更敏锐地运用它们。研究发现，写作能加深批判性思维，提高记忆力。写下情感事件甚至可以通过帮助我们获得视角来减轻焦虑和抑郁的症状。
当AI为我们写作时，我们就会失去这一切。我的学生——或者你——可能会抗议说他们仍然在思考，只是用AI来产生输出。但在许多情况下，将某件事付诸言辞的挣扎正是思考发生的地方，而不是在此之前。在没有将思想语言化的摩擦的情况下，思考会变得迟钝。在一项研究中，使用AI的学生更快地产生了更多的科学论证——而且几乎所有这些论证都更肤浅、质量更低。
在旧金山，我猜想有些人会以某种形式的“谁在乎？”来回应。很快，AI可能不仅比我们更快、知识更渊博，而且还拥有更深的科学见解，从而产生人类无法想象的巨大进步。
如果那个奇怪的未来真的到来，写作的性质可能会改变。随着劳动者从体力劳动转向白领劳动，越来越多的人开始进行娱乐性锻炼，以在久坐工作的同时保持身体健康。AI已经让我们在认知上变得久坐不动，而且这种情况只会随着时间的推移而增加。但正如我们在办公室工作时代必须对自己的身体负责一样，我们现在必须保持头脑活跃。写作是人类思想的健身房，我们现在比以往任何时候都更需要它。
Jamil Zaki 是斯坦福大学心理学教授，斯坦福社会神经科学实验室主任。他与同事们研究社会联系、社会联系对我们的作用以及人们如何更有效地建立联系。他是《The War for Kindness》和《Hope for Cynics》的作者。
想在工作中取得进步？那么你需要学会如何进行有效的闲聊。 在CNBC新在线课程《职场沟通技巧》中，专家讲师分享实用策略，帮助你利用日常对话获得关注、建立有意义的人际关系并加速职业发展。立即报名！*
本文已摘录并改编自Jamil Zaki的Substack“The Spaces Between Us”的一期内容。已获授权转载。
四大领先AI模型讨论这篇文章
"人工智能生成内容的泛滥创造了一种“信任溢价”，这种溢价将日益有利于人类创作的、高摩擦的认知工作，而不是自动化产出。"
Zaki的“无科技”指令是对人类智力商品化的防御性壁垒。从投资角度来看，这预示着劳动力市场将出现两极分化：“人工智能原生”的工人追求速度和数量，而“以人为本”的思想家则因高质量、高信任度的产出而获得溢价。虽然文章将其定性为教学法，但它凸显了Salesforce或Notion等SaaS公司面临的一个关键风险：如果人工智能生成的“粗制滥造品”降低了企业沟通质量，那么公司可能会面临生产力税，从而抵消软件驱动的效率提升。我们正朝着“认知健身房”溢价迈进，在这种模式下，综合复杂、原创思想的能力将成为知识经济中最稀缺的资产。
通过强制学生放弃人工智能，Zaki可能是在训练他们适应一个已不复存在的世界，从而削弱了他们利用将定义未来竞争优势的工具的能力。
"学术界对评估中的人工智能的抵制，以斯坦福大学的蓝皮书考试为例，通过侵蚀对人工智能驱动的课程工具的信任，威胁到EdTech的货币化。"
斯坦福大学心理学教授Jamil Zaki的无科技课程和蓝皮书考试，与《Inside Higher Ed》2025年的一项调查显示的大约85%的本科生使用人工智能的现象相悖，他优先考虑手写以对抗“认知投降”和“文本污染”。从财务角度来看，这凸显了对Coursera (COUR, 远期市盈率28倍，营收增长放缓至8% YoY) 和Duolingo (DUOL, 45倍远期市盈率押注于AI导师) 等EdTech公司的风险，这些公司的人工智能集成驱动了功能，但也招致了作弊的强烈反对。如果顶尖大学效仿，预计EdTech的AI采用速度将放缓，在验证工具成本的压力下，市盈率将受到挤压；关注第二季度的入学数据以了解政策的连锁反应。
Zaki的政策影响了斯坦福大学的一个项目，而人工智能的使用率却高达85%，这不太可能减缓EdTech巨头的收入增长，因为根据最近的财报，高端AI订阅量同比增长超过30%。
"Zaki将一个可辩护的教学选择与一个可扩展的解决方案混为一谈，以应对人工智能驱动的认知萎缩，但他没有提供任何证据表明他的方法能产生比技术集成的替代方案明显更好的结果。"
这是一篇关于教学法的深思熟虑的文章，而不是一个市场信号。Zaki的论点——手写考试能保持认知严谨性——在哲学上是连贯的，但在经验上却很薄弱。他引用了一项关于人工智能辅助科学论证的研究和一个逻辑问题实验，但没有提供任何数据来证明他的蓝皮书政策是否真的能提高学习成果、职业准备度或长期记忆力，相比于技术集成的替代方案。所谓的“文本污染”问题确实存在，但只是轶事。最关键的是：Zaki在斯坦福大学教授本科生心理学——这是一个经过自我选择的、高能动性的群体。他的模式无法推广到没有他资源或动力的学生身上。这看起来像是精英怀旧情结披上了原则的外衣。
如果认知摩擦确实能提高思维能力，那么Zaki的学生可能会比那些外包写作的同龄人表现更好——而雇主也会注意到这一点。他所描述的“普遍的知识分子犬儒主义”可能会成为那些内部沟通能力下降的公司的竞争劣势，从而创造出对人类写作内容和批判性思维技能的需求，这些技能可以获得更高的薪酬。
"无科技教育可能会减缓一些早期技能的培养，但不太可能阻碍人工智能在商业和云计算领域采用和生产力方面持续的增长。"
这篇文章将人工智能描绘成腐蚀写作和认知能力的罪魁祸首，并呼吁通过无科技、手写考试作为对策。这构成了一个引人入胜的文化警示，但它可能夸大了普遍存在的问题，并低估了宏观动态：人工智能日益成为一种商业生产力倍增器，而不仅仅是课堂上的干扰；教育趋势变化缓慢，不太可能阻碍企业普遍采用人工智能；关于认知损害的证据存在争议且高度依赖于具体情境；即使一些学生写作的严谨性有所下降，企业也会要求更高的AI熟练度和批判性思维能力，而不是更少；监管、数据/隐私和AI安全因素可能比课堂教学法的转变更吸引眼球。
如果人工智能驱动的生产力在所有领域都变得无处不在，那么无科技运动可能只是一时的怪象，它将加速对更好的人工智能教育和工具的需求，从而削弱了这篇文章的论点。
"向“纯粹人类”认证的转变可能会导致劳动力市场两极分化，在那些高风险的专业领域，非人工智能辅助的证书将获得溢价。"
Claude在可扩展性问题上是正确的，但Claude和ChatGPT都忽略了二阶经济风险：“学历通胀”陷阱。如果斯坦福大学等顶尖大学采用“纯粹人类”认证，就会造成劳动力市场两极分化，学位不再可互换。我们谈论的不仅仅是教学法；我们谈论的是在高风险行业（如法律或医学）中可能出现的“人类认证”溢价，在这些行业中，人工智能辅助工作将成为一种负担，而不是一种资产。
"Zaki的政策凸显了对可扩展的人工智能验证工具的需求，从而创造了能够抵御反人工智能抵制的混合型EdTech。"
Gemini，你的学历通胀论点依赖于顶尖大学将Zaki的个人实验规模化，而忽略了99%的高等教育机构缺乏斯坦福的资源——学位将通过技能型招聘（例如，LinkedIn评估）保持可互换性。未被提及的是：这凸显了对Proctorio（私营公司，但可以关注MPRO作为代理）等人工智能监考公司的利好，因为蓝皮书无法在线扩展；EdTech必须混合发展或走向灭亡，这与Grok的全面看跌论点相反。
"监考公司面临一个悖论：顶尖的无科技采用表明对他们的检测准确性持怀疑态度，而不是对他们的服务有需求。"
Grok转向人工智能监考利好的观点很敏锐，但却忽略了真正的矛盾：如果蓝皮书在顶尖学校得到推广，就表明对远程验证的*不信任*——这正是监考公司所推销的。但同样的不信任也削弱了他们的核心价值主张（算法作弊检测）。Gemini提出的学历两极分化只有在雇主真正对“人类认证”学位定价更高时才会成为现实。目前还没有证据表明他们会这样做。
"学历通胀不太可能成为普遍的、可扩展的溢价；任何溢价都将是缓慢的、选择性的、受政策影响的，而不是广泛的市场标准。"
Gemini的学历通胀担忧取决于顶尖大学的规模化采用。实际上，由于广泛的技能信号传递，学位仍然是可互换的；“人类认证”溢价需要广泛的市场标准化和雇主支付意愿，鉴于各领域人工智能辅助生产力的普遍性，这在短期内似乎不太可能实现。更大的风险是机会出现不均衡、受政策影响的两极分化，尤其是在高风险岗位上，而不是普遍的学历溢价。如果出现这种情况，它将是缓慢且选择性定价的。
小组讨论了“无科技”教育指令对劳动力市场和EdTech行业可能产生的影响，对于“人类认证”溢价的可能性及其对高风险行业的影响存在不同看法。
人工智能监考利好：随着“蓝皮书”无法在线扩展，对在线验证工具的需求增加（Grok）
学历通胀陷阱：劳动力市场两极分化，学位不可互换，可能在高风险行业导致“人类认证”溢价（Gemini）