本文结合Einstein的求学经历，剖析了人工智能在教育与科学研究中的局限性。文章强调批判性思维与自主探索对成长的核心价值，呼吁人们不要外包思考。
对当今的学生而言，人工智能工具让作弊变得前所未有的容易。在布朗大学最近的一门经济学课上，86名学生在居家期中考试里拿到了惊人的96%平均分。由于怀疑学生作弊，教授宣布决赛将在现场进行。结果令人震惊，决赛平均分跌至48.6%，仅有1名学生得分超过90%。正如罗伯托·塞拉诺教授直言，我们无法承受一个很大一部分年轻人认为作弊是可以接受的社会，因为这会导致社会衰退。
人工智能最危险的地方在于削弱我们的技能。如果我们把实际学习、批判性思维以及在难题中挣扎的时间外包给工具，我们的心智就会退化。Einstein本人的经历告诉我们，如果他生活在现代，他根本不会使用人工智能。1896年，Einstein进入苏黎世联邦理工学院，1900年毕业时他在班级排名第4。虽然他曾被视为一名平庸的学生，但他后来的成就超越了所有教授。
Einstein并非神话中那种独来独往的天才，他的成功离不开朋友和同事的协作。1902年，他创立了一个名为奥林匹亚学院的小组，成员包括Conrad Habicht和Maurice Solovine，他们共同研讨物理学和哲学。即便是在瑞士专利局工作期间，他也在Marcel Grossmann的帮助下继续研究生学习。Einstein在1921年曾写道，教育的价值不在于学习许多事实，而在于培养心灵去思考那些教科书上学不到的东西。这种对批判性思维的坚持，使他绝不会将思考过程外包给可能产生幻觉的工具。
很多人误解了Einstein关于想象力比知识更重要的名言。在1929年接受George Sylvester Viereck采访时，Einstein表达的是在理论被验证前的坚定信念，而非否定知识的重要性。如果没有扎实的知识体系支撑，他的直觉和预测根本无法实现。
当前的语言模型无法取代真正的科学探索。正如斯坦福可靠人工智能研究实验室的Sanmi Koyejo指出，在测试中表现良好不等于在做真正的科学。人工智能依赖于验证基准，但在物理学和天文学领域，现实数据往往非常杂乱。例如在詹姆斯·韦伯空间望远镜观测到的图像中，两个不同距离的星系可能重叠在同一视线上，这种复杂性是目前人工智能算法无法准确识别的。人工智能模型容易在现有输入的基础上达成一致，但这并不意味着它们接近了客观真相。
人类拥有人工智能不具备的工具：批判性思维、跨越训练数据的能力以及严谨的协作文化。每当你逃避思考并求助于人工智能时，你其实是在剥夺自己智力成长的机会。就像Nicholas Carr总结的那样，借助生成式人工智能，一个B等生可能做出A等水平的作品，但其自身却在变成C等生。当评估结束，你的头脑将是你拥有的唯一有价值的东西，请不要作弊，不要错失成长的机会。
原文：https://bigthink.com/starts-with-a-bang/einstein-ai/