引言

2022年底以来，以ChatGPT、DeepSeek、文心一言为代表的生成式人工智能（Generative Artificial Intelligence, GAI）以前所未有的速度渗透至高等教育领域。麦可思公司2024年调查显示，54%的中国高校教师频繁使用AI辅助教学；美国一项大学生调查亦表明，超过89%的学生曾借助ChatGPT完成作业。上述数据表明，GAI已从实验室前沿技术转变为课堂、作业与师生对话的常态化工具，正在深刻重塑高等教育的教学形态。

学界对GAI的教育应用已展开热烈讨论。赋能论强调GAI在构建虚实融合教学场景、提供个性化学习路径、生成丰富教学资源、减轻教师重复劳动等方面的价值；风险论则聚焦学术不端、主体性消解、算法偏见、数据隐私、师生关系异化等问题。然而，两种视角大多将GAI视为中性工具，认为只要制定合理规范、加强伦理教育即可趋利避害。这一技术工具论隐含的假设，恰恰忽略了媒介形式本身的能动性。为此，我们需要思考，若GAI不仅是一种工具，更是一种新型教学媒介，其形式特征是否已内嵌某种认知偏向？如果说印刷媒介偏向线性逻辑与深度理性，电视媒介偏向娱乐与碎片化，那么GAI这一能够即时响应、连续对话、生成内容的新型媒介，内置了怎样的认知逻辑？

麦克卢汉“媒介即讯息”的著名论断提醒我们，真正影响人类的并非媒介传递的具体内容，而是媒介形式本身及其对感知方式的延伸。他曾比喻，媒介内容好比窃贼用来分散看门狗注意力的鲜肉，真正破门而入的是媒介形式。换言之，当我们争论GAI生成内容是否正确、是否构成学术不端时，可能恰恰忽略了GAI作为媒介形式正在悄然改变思维习惯，这才是更根本的讯息。波兹曼进一步指出，每种媒介都有独特的认识论偏向，通过媒介即隐喻的方式暗中定义什么是有价值的知识、什么是有效的学习。

沿着这一理论进路，本文的核心论点是生成式人工智能作为一种教学媒介，内置了“即时满足”（instant gratification）的认知偏向。这一偏向通过即时响应、碎片化输出、算法迎合等技术机制得以实现，可能引导学生从“深度思考者”转变为“即时满足者”，与高等教育倡导的深度学习目标形成内在张力。本文首先阐释媒介环境学的理论视角及其适切性；其次分析GAI的媒介偏向及其认知重塑机制；再次探讨这一偏向与高等教育目标的结构性冲突；最后从教学制度、媒介素养、人机协作、评价改革等维度提出应对策略。

一、理论基础：媒介环境学视野中的教学媒介

（一）麦克卢汉的“媒介即讯息”

马歇尔·麦克卢汉在20世纪60年代提出的“媒介即讯息”，至今仍是对技术媒介最具穿透力的洞见之一。这一命题的核心不是否认媒介内容的重要性，而是强调媒介形式对人类的感知模式、思维方式和社会组织的影响，远比媒介传递的具体信息更为深远。任何媒介（即人的任何延伸）对个人和社会的任何影响，都是由于新的尺度产生的。拼音文字将人的视觉从整体感知中分离出来，培养了线性逻辑与抽象思维；印刷术将文字标准化、可复制化，催生了民族主义、科学革命与现代教育制度；电视则将人类重新拖回部落化的直觉与情感参与。

麦克卢汉的方法论启示在于要理解一种新技术的影响，不能仅仅追问人们用它来做什么，而应追问这种媒介本身改变了人们的什么。GAI可以帮助学生写作文、解数学题、生成实验报告、讨论哲学问题。但无论内容如何，GAI作为一种交互界面，始终以相同的方式呈现，即用户输入提示词，系统在数秒内输出回答。这种“提问—即时回答”的交互模式本身，就是最重要的讯息。

麦克卢汉还提出了“媒介即人的延伸”的命题。轮子是脚的延伸，电话是声音的延伸，电视是眼睛和耳朵的延伸。按照这一逻辑，GAI可以被视为大脑的延伸，它在某种程度上替代了人类的记忆、计算、推理功能。但延伸也意味着自我截除，当一种能力被外部化到媒介中时，人体原有的这一能力往往会被削弱。正如汽车延伸了脚却削弱了行走能力，GAI延伸了思考能力，也可能削弱了人们独立思考、自主推理的习惯。

（二）波兹曼的媒介批评与认识论偏向

尼尔·波兹曼继承并发展了麦克卢汉的思想，将媒介环境学引向对教育、公共话语、儿童文化的具体批判。在《娱乐至死》中，波兹曼指出“媒介不是中性的，它有其内在的偏向。某种媒介在表达某些类型的观点时比其他媒介更便利”。印刷术的偏向是严肃、理性、逻辑；电视的偏向是娱乐、图像、情感。当电视成为公共话语的主要媒介时，新闻被迫以娱乐的形式呈现，其严肃性随之消解。

波兹曼的“媒介即隐喻”更值得深思。媒介通过其形式特征，悄悄地影响着我们对现实的看法。我们关于自然、关于自身、关于人类、关于观念的认识，在很大程度上受到我们媒介的隐喻的影响。例如，在印刷文化主导的时代，好的论证意味着结构严谨、证据充分、逻辑连贯；在电视时代，好的发言意味着形象良好、语言生动、情感充沛。同样，当GAI成为学习的主要媒介时，学生关于好的学习的理解也可能发生变化。是快速找到答案、效率优先？还是忍受困惑、持续追问？

波兹曼的另一本著作《技术垄断》进一步警示。当技术被赋予无限的信任，成为解释世界的唯一框架时，文化就陷入了技术垄断。在教育领域，这意味着如果GAI被视为理所当然的学习伴侣，不仅其局限性被忽视，而且那些无法被GAI高效处理的学习方式（如深度阅读、自由写作、无目的的讨论）可能被视为低效甚至过时。这种价值观的潜移默化，恰恰是媒介环境学最关心的议题。

（三）教学媒介的认知塑造功能

将媒介环境学的视角引入教学，我们会发现每一次教学媒介的变革都伴随着学习者认知习惯的重塑。口传时代，学习依赖记忆与倾听，知识以歌谣、格言、故事的形式代代相传，学习者习惯于在场的对话与即时的回应。文字的出现改变了这一切。柏拉图曾批评书写会让人变得健忘，因为人们不再依靠记忆而依赖外部符号。但正是文字使抽象思维、逻辑论证、批判性反思成为可能。印刷术进一步强化了这些偏向，学生可以反复阅读、在页边批注、在不同文本之间建立联系。教育成了个人的、私密的、持续专注的活动。数字媒介时代，互联网带来了全新的学习体验。超链接打断了线性阅读，搜索引擎提供了即时检索，社交媒体将学习对话化、社交化。一些学者已经指出，频繁的网络使用与注意力的碎片化、浅层阅读习惯之间存在相关性^[10]。GAI的出现则是这一趋势的加速版本。搜索引擎至少还要求学生输入关键词、筛选链接、判断信源，而GAI直接将答案呈现在用户面前，省去了中间环节。从这个意义上说，GAI不是搜索引擎的升级版，而是一种完全不同的媒介形态。它不再将用户定位为信息的主动检索者，而将其变为答案的被动接受者。

教学媒介的认知塑造功能之所以隐蔽，是因为它不像课程内容或教学指令那样明确。学生很少意识到，他们与GAI的每一次对话，都在强化某种特定的认知策略，即快速提问、期待即时回复、接受生成内容、不再追问。这种交互模式如果成为学习的默认模式，就会产生波兹曼所说的“隐性课程”。学校教的不仅是数学公式和历史事件，媒介环境本身也在教。教学生什么是“好问题”（能被GAI快速回答的问题），什么是“好答案”（看起来完整流畅的答案），什么是“好学习”（高效率的答案获取）。本文正是在这一理论基础上，聚焦GAI的“即时满足”偏向及其认知重塑效应。需要强调的是，提出这一偏向并非要全盘否定GAI的教学价值，而是要揭示其潜在的认知风险，为教育者提供一种超越“工具论”的反思框架。

二、生成式人工智能的媒介偏向分析

（一）“即时满足”偏向的技术基础

GAI之所以内置了“即时满足”的偏向，根植于其底层技术架构与交互设计。

第一，近乎零延迟的响应机制。大语言模型的设计目标之一就是最小化推理延迟。从用户体验的角度，用户输入提示词后，系统应在数秒甚至毫秒级内开始生成回答。这种即时性在提升效率的同时，也在塑造用户的期待，即任何问题都应得到快速回答。与传统学习需要翻书、查阅资料、反复思考相比，GAI提供的“认知解脱”几乎是即时的。问题在于，当快速得到答案成为常态，学生是否还有动力忍受认知困惑、进行自我探索？

第二，算法迎合与认知冲突的最小化。GAI的强化学习与人类反馈（RLHF）机制心理学研究表明，认知冲突是激发深度思考、促进概念转变的重要动力，使其倾向于生成用户想听到的回答。当用户的提示词表达某种立场时，GAI通常会先肯定这一立场，再进行补充说明，而非直接质疑。这种迎合式设计固然提升了用户体验，但也减少了用户的认知冲突。如果GAI总是提供低冲突、高接纳的内容，学生就缺少了直面相反观点、挑战自己预设的机会。

第三，碎片化与去语境化的输出形态。GAI生成的回答通常呈现为若干段落或要点，每段篇幅不长，语言流畅但有时缺乏严密的逻辑链条。这种形态与社交媒体上的信息流有相似之处。虽易于阅读，但缺乏深度论证的肌理。更重要的是，GAI的回答往往是去语境化的。它给出了结论，却很少展示得出这一结论的全过程（尽管可以追问，但需要用户主动进行）。传统教科书或学术论文则不同，它们呈现完整的论述结构、前提、推理、证据、限定条件。GAI的结论优先模式，可能让学生习惯于接受答案，而不关注论证本身。

（二）传统媒介与GAI的偏向对比

为了更清晰地呈现GAI的媒介偏向，有必要将其与传统教学媒介进行系统比较。比较内容如下表1所示。

媒介类型	交互模式	响应时间	认知偏向
纸质教材	单向阅读	无	深度、逻辑、延迟满足
课堂讲授	单向演讲+有限互动	实时	听觉接受、选择性注意
搜索引擎	关键词检索+自主筛选	数秒级	快速筛选、自主判断
GAI	自然语言对话	数秒级	即时满足、低认知负荷

需要说明的是，上表是用典型特征进行的简化比较，并非绝对。纸质教材也可以被快速浏览，搜索引擎也可以进行深度检索，GAI也可以被用于启发式追问。但作为一种媒介的固有偏向，GAI在默认设置下倾向于鼓励用户“提问—接收”，而非“检索—筛选—整合—批判”。

从媒介环境学的角度看，偏向不是决定论，而是最省力路径。GAI为学习者提供了一条获取答案的最省力路径。按照行为经济学的最省力原则，人们在有多种选项时倾向于选择认知负荷最低的那一个。当GAI随时可用时，学生自然会优先使用它。久而久之，这一最省力路径就内化为认知习惯。

（三）从“认知习惯”到“认知重塑”的作用机制分析

GAI的“即时满足”偏向如何具体地重塑学生的认知习惯？可以沿着“注意力—思维路径—延迟满足—知识观”四个维度加以分析。

第一，注意力模式即从“持续专注”到“高频切换”。GAI的即时响应强化了学生对快速反馈的期待。当学生习惯于在数秒内获得答案后，他们对于需要较长时间才能看到进展的任务（如阅读长篇文献、撰写复杂论文）的耐心会下降。注意力不再是一种可以持续投入的资源，而变成了需要不断被刺激、被满足的“猎物”。研究表明，频繁的任务切换会降低认知效率和深度加工的可能性。GAI虽然没有像社交媒体那样主动推送通知，但其“问题—答案—新问题”的对话模式，本身就在鼓励一种短平快的认知节奏。

第二，思维路径即从“探究式思考”到“答案消费”。传统的问题解决往往涉及一个循环过程，即定义问题、拆解子问题、提出假设、收集信息、验证假设、调整方案。GAI则提供了捷径，即用户只需提出一个完整的问题，系统就会输出一个看似完整的答案。学生被跳过了中间包括拆解、假设、验证等所有环节。长此以往，学生会逐渐失去问题拆解的能力，因为他们从未被要求这样做。更有甚者，学生可能不再区分自己独立的思考与GAI的输出，两者的边界变得模糊。这就是一种思维路径的萎缩，能够独立走完思考全程的次数减少，依赖外部智能体代步的习惯加深。

第三，延迟满足能力即从“耐受困惑”到“认知解脱”。学习本质上是一种延迟满足的活动。学生在学习过程中会经历困惑、试错、挫折，只有在投入足够的努力之后才会获得理解和成就感。这种“困惑—努力—领悟”的循环是深度学习的核心机制。GAI提供的即时答案是一种认知解脱，它让用户无需经历困惑期就直接获得答案。短期看，这减少了负面情绪；长期看，它削弱了学生对困惑的耐受性。当困惑一出现就寻求GAI解决时，学生就失去了在迷茫中坚持探索、最终豁然开朗的宝贵体验。而正是这种体验，塑造了坚毅、自律和认知韧性。

第四，知识观即从“建构性知识”到“给定性知识”。建构主义学习理论认为，知识不是被动接收的，而是学习者主动建构的结果。GAI的答案输出模式隐含着一种相反的知识观。知识是现成的、可被给定的，理解不过是阅读了正确的答案。这种知识观与深度学习的理念背道而驰。深度学习强调知识的迁移与应用，而这些能力只有在主动建构的过程中才能形成。如果学生只是消费GAI给出的答案，而没有经历知识的建构过程，他们就很难在陌生情境中灵活调用所学知识。

三、认知重塑与教育目标的冲突

（一）高校深度学习的核心诉求

高等教育的目标不仅仅是知识传授，更是培养高阶思维能力。按深度划分，学习可分为深度学习和浅层学习。深度学习追求理解、关联、批判、迁移；浅层学习满足于记忆、复制、应付考试。我国高校近年来持续推动的“以学生为中心”的教学改革、研究型学习、创新人才培养，本质上都指向深度学习。

深度学习对认知习惯有特定要求。它要求学生能够对复杂问题保持耐性，不急于寻求简单答案；对既有观点保持质疑，主动寻找反证；在不同领域的知识之间建立联系，而非孤立记忆；反思自己的思考过程，进行元认知监控。这些能力无一不需要慢思考、认知努力、延迟满足。如果GAI的“即时满足”偏向削弱了学生对这些认知习惯的投入，那么深度学习就可能沦为口号。

（二）“即时满足者”与“深度思考者”的张力

将GAI偏向塑造的“即时满足者”形象与高等教育期望培养的“深度思考者”形象相对照，对照思路如表2所示，可以发现一系列结构性张力。

维度	即时满足者	深度思考者
对待问题的态度	快速得到答案	先理解问题、分析问题
对待信息的态度	接受看似合理的答案	交叉验证、追问来源
对待困惑的态度	寻求即时解脱	将其视为思考的契机
对待认知冲突的态度	回避	主动寻求、批判性分析
学习目标	完成任务、获得分数	追求理解、意义建构
认知节奏	快、多任务切换	满、深度投入

这种张力并非不可调和。一个学生可以在某些任务中使用GAI提高效率，在其他任务中投入深度思考。问题在于，当GAI在所有学习场景中无处不在时，“即时满足”模式就会形成路径依赖，取代其他认知模式的可能性。正如波兹曼警告的：“一种媒介的优势往往会遮蔽另一种媒介的价值”。在校园里，如果GAI被视为理所当然的学习伙伴，那么深度阅读、自由写作、无目的的学术讨论这些“低效”的学习方式就可能被边缘化。

（三）隐性课程与媒介共谋

隐性课程（hidden curriculum）是课程理论中的一个重要概念，指的是学校通过其组织结构、规章制度、日常实践所传递的潜在价值观。例如，课堂的座位排列、考试的时间限制、评分的方式，都在悄悄传递着关于“什么是重要的”的信息。

在学习媒介的使用上，同样存在隐性课程。当学校允许（甚至鼓励）学生在课堂上使用GAI时，它传递的隐性信息是快速得到答案比思考过程更重要、困惑是不被允许的、效率是第一位的。这些信息很少被明确讨论，但它们通过日常实践的重复而内化为学生的价值观。

波兹曼将这种现象称为“媒介的隐性教学”。媒介通过其形式特征，持续地、悄无声息地教导使用者：什么是值得关注的，什么是应该忽略的；什么是严肃的表达，什么是随意的闲聊；什么是有效的交流，什么是浪费时间。当GAI成为主要的学习媒介时，它的隐性教学可能是简洁即真理、结论即论证、即时即正当。这种隐性教学与高等教育的显性目标（培养批判性思维、创新能力、终身学习者）之间的冲突，需要教育者从媒介环境学的角度加以反思，而不是仅仅制定“允许/不允许使用AI”的简单规则。

四、应对策略：在“即时满足”媒介中守护“深度思考”

面对GAI带来的深层次影响，仅靠“加强学术诚信教育”或“升级查重技术”显然不够。我们需要从教学安排、媒介素养、人机分工、评价方式等几个方面综合应对。

（一）教学制度的设计应为“慢思考”留下空间

首先，高校和教师可以有意识地在课程中设置“无AI时段”或需要慢下来的任务。比如，每节课开头留出15分钟，让学生离开电子设备，进行自由写作、手算练习或面对面讨论。这样做不是为了对抗技术，而是人为制造一种“反环境”（counter-environment）。麦克卢汉曾说，要真正理解一种媒介，最好的办法就是拿另一种媒介来对照。在没有AI的环境里，学生会重新体验到深度思考的不易与收获，从而对GAI的便利和代价都有更清醒的认识。

另外，作业考核可以更多关注过程而非只盯着结果。过去我们只收论文、报告或代码，现在不妨要求学生同时提交初期构想、思路演变记录、草稿、修改痕迹和参考文献列表。这样一来，学生的思考过程变得可见，也更容易被评价；同时学生自己也会意识到，思考本身是有价值的，不能简单被“答案消费”取代。

（二）媒介素养教育的升级

传统媒介素养教育主要教学生识别假新闻、防范诈骗、保护个人隐私。在GAI时代，媒介素养需要升级为“媒介环境素养”，不仅包括技能的习得，更包括对媒介偏向本身的认识。

具体而言，可以在课程中引入简单的媒介环境学实验。让学生分别使用GAI和传统方式（如查阅教材、图书馆资料）完成同一任务，然后反思两种过程的差异。哪种方式更高效？哪种方式让自己学到了更多？哪种方式让自己感觉更思考过？通过这种对比体验，学生可以获得关于GAI媒介偏向的直接认知，而非仅仅被告知AI有风险。

此外，学校可以开设关于“智能时代的认知习惯”的工作坊或通识课程，讲讲注意力管理、元认知监控、延迟满足训练等心理学知识，引导学生把这些知识用到日常的GAI使用中，慢慢养成有意识的自我调节习惯。

（三）明确人机协作的边界

与其笼统地讨论是否允许使用AI，不如对不同使用场景进行精细化区分。这里提出一个简单的“三层模型”。

第一，辅助层即GAI可用于生成思路启发、提供案例、润色表达。在这些场景中，学生仍然要自己完成核心思考。第二，禁止层即在需要测试学生独立能力、或需要培养学生特定认知习惯的任务中，应明确规定禁止使用GAI，并设计相应的监督机制。第三，协商层即对于复杂的研究性任务，允许学生在与教师协商后使用GAI的特定功能，并在提交时详细说明使用过程。

这一区分的关键不是技术本身，而是教学意图。教师应首先明确该任务要培养学生什么能力，再决定GAI的开放程度。如果目标是培养信息检索与筛选能力，就不应让GAI代替；如果目标是培养创意发散，GAI倒可以当一个不错的灵感助手。

（四）教学评价改革

评价方式往往起着“指挥棒”的作用。如果还是只看标准化答案，那GAI的“即时满足”优势就会被放大，深度学习反而被挤压。所以评价体系也需要跟着调整。

首先，增加开放性、跨情境、多步推理的题目。这类题目要求学生在不同情境中调用知识、进行迁移，GAI的即时答案往往难以直接奏效。例如，不是问人工智能的伦理风险有哪些，而是给出一段具体的教学场景描述，要求学生分析其中可能出现的伦理困境并设计解决方案。

其次，过程性评价和成果性评价应该并重。如前面所说，要求学生提交工作草稿、反思日志、迭代记录等。这不仅可以对抗答案消费，还可以让学生将自己的思考过程可视化，便于教师进行针对性指导。

最后，可以尝试“人机协作评价”。教师可以让学生自行记录哪些部分由自己完成、哪些部分由GAI辅助，并评价自己的合作质量。这样做既能锻炼学生的元认知能力，也能让他们更负责任地使用GAI。

五、结语

本文借助媒介环境学的分析框架，考察了生成式人工智能作为教学媒介所携带的偏向，以及这种偏向可能引发的认知重塑。与现有研究多停留在工具层面的赋能或风险讨论不同，我们试图追问一个更底层的问题：当GAI变成高校日常学习的一部分，它究竟在怎样改变学生的思维习惯？答案是，GAI内置了一种“即时满足”偏向，通过快速响应、碎片化输出、迎合用户偏好等机制，可能把学生从“深度思考者”推向“即时满足者”，即注意力容易分散、批判性思维变弱、越来越没有耐心面对困惑。这与高等教育追求深度学习的初衷形成了内在冲突。

需要说明的是，本文并不主张彻底拒绝GAI，也不是要美化旧式教学媒介。就像印刷术当年也曾被指责让人记忆力衰退，但它最终还是成为了现代教育的重要基础。每一次新媒介的登场都会带来认知习惯的改变，教育需要做的不是挡住变化，而是帮助学生在变化中保持判断力，学会有意识地选择。从这个意义上说，本文提出“即时满足”偏向，更多是想给教育者提供一个可以对照的反思工具。在享受技术带来的效率的同时，主动去设置一些“反环境”，留住那些算法很难替代的认知能力，比如长时间专注、敢于质疑、承受困惑的耐心、对真理的执着。后续研究可以从实证层面继续检验这里的推论，例如用追踪研究测量GAI使用频率与学生注意力、批判性思维能力之间的关联甚至因果关系；也可以比较不同学科背景下这种媒介偏向的差异，或者检验元认知训练、反思日志等干预手段能否有效缓解即时满足的倾向。在技术更新不断加快的年代，媒介环境学的视角或许能帮我们穿过各种技术热潮，重新回到教育最根本的问题上来。

参考文献：

1. [1] 戎璐,赵满坤,喻梅.GenAI对教育媒介本体与研究范式的重构[J].黑龙江高教研究,2026,44(03):16-20.
2. [2] Mishra P, Oster N, Henriksen D.Generative AI，Teacher Knowledge and Educational Research: Bridging Short- and Long-Term Perspectives[J].TechTrends,2024(68):205-210.
3. [3] 周洪宇,李坤艳.人工智能在“三师课堂”教学中的应用、风险及规避[J].中国电化教育,2026(03):38-45.
4. [4] 张骋.是“媒介即讯息”,不是“媒介即信息”:从符号学视角重新理解麦克卢汉的经典理论[J].新闻界,2017(10):45-50.
5. [5] 高翊凯,邱慧.媒介即隐喻——尼尔·波兹曼媒介哲学探究[J].自然辩证法研究,2018,34(07):48-54.
6. [6] 胡刚.生成式人工智能时代高校思政课话语伦理风险及其治理路径[J].黑龙江高教研究,2025,43(09):8-15.
7. [7] 黄旦.“后视镜”中的麦克卢汉——“人的延伸”之批判[J].探索与争鸣,2024(12):62-65.
8. [8] 尼尔·波兹曼.娱乐至死[M].章艳,译.北京:中信出版社,2022.
9. [9] 李晓云.媒介生态与技术垄断——尼尔·波兹曼的技术垄断批判[J].四川大学学报(哲学社会科学版),2007(01):70-74.
10. [10] 栾泽权,孙永强,马捷,等.AI驱动碎片化信息传播中个体浅阅读行为影响因素研究[J].图书馆学研究,2026(02):88-100.
11. [11] 罗美玲.认知冲突策略在概念转变中的应用研究[J].化学教育,2014,35(05):34-36.