张朝阳：AI 时代科普应注重原理和推导，过度依赖 AI 易致「思维萎缩」
一句话看懂：搜狐创始人张朝阳在 2026 年搜狐科技年度论坛上指出，AI 工具虽能大幅提升信息检索效率，但科普的本质应是逻辑推导与动手计算而非信息灌输；他引用 MIT 媒体实验室的案例警示，过度依赖 AI 会导致人脑主动思维能力萎缩至一半水平。
事件核心：发生了什么
5 月 18 日，在 2026 搜狐科技年度论坛上，张朝阳以自身物理课备课经历为例，分享了对 AI 时代科普方式的看法。他提到，在研究卫星同步轨道、月球自由落体等问题时，AI 工具能将原本需要数天的资料整理时间压缩至一天。但他强调，优质科普不能止步于信息传递，更应引导受众亲自计算、亲自研究——所谓“硬核推导 + 现场互动”模式。张朝阳还引用了麻省理工学院媒体实验室的研究案例：独立完成写作任务的人大脑活跃度最高，而使用 AI 工具的测试者大脑活跃度仅为前者的一半。
为什么重要
张朝阳的观点直接指向 AI 工具在知识传播与认知培养中的双刃剑效应。在大模型、AI 应用快速渗透教育和科普领域的当下，许多 AI 科普产品倾向于用比喻代替原理推导，迎合“哇哦”式浅层认知。张朝阳的发言实质是在呼吁科普创作者和 AI 产品开发者，不应仅将大模型作为答案生成器，而应在产品设计中保留计算、推导、动手环节。这关乎教育赛道的产品设计理念：是让用户“被投喂答案”，还是保留人与模型的思考互动。此外，MIT 的案例数据同样暗示，若 AI 训练与推理工具缺乏对用户主动思维的保护机制，长期使用可能带来认知能力的隐形成本。
对用户/开发者/创作者的影响
对普通用户：应警惕将 AI 作为“唯一思考替代品”，尤其是在学习新知识时，建议保留“独立推导-验证答案”的闭环习惯，避免大脑因被动接收信息而失去逻辑建构能力。对开发者与 AI 产品经理：设计学习类 AI 产品或 API 调用场景时，可考虑加入“先让用户尝试计算、再给答案”的交互模式，而非直接输出最终结果；这既是差异化功能点，也契合教育心理学的主动学习原则。对科普内容创作者：在 AI 科普和信息传播中应减少“过度类比”的取巧做法，回归原理推导和现场互动，以提升内容的价值壁垒和受众的实际理解深度。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，张朝阳并未透露搜狐是否有具体的 AI 科普产品计划。需观察以下几点：一是教育类大模型应用是否会推出“低答案、高推导”的克制模式；二是其他行业人士是否跟进类似观点，尤其在中小学 AI 教学辅助工具的监管与设计共识上；三是 MIT 媒体实验室的“思维方式影响”研究是否会被更多大语言模型开发者纳入用户健康评估体系，并影响未来产品的交互设计标准。
来源：Readhub · AI
