【青春如是】　

　　播客主囡囡似乎已經(jīng)離不開快節(jié)奏了，她甚至希望看直播也能開個2倍速。

　　這個有些夸張的念頭，成了她和搭檔做一期播客的由頭。她們盤點自己的日常：視頻習慣倍速，播客越聽越快，通勤、吃飯甚至洗澡，都恨不得同時“順便”完成另一件事。評論區(qū)里，一位聽友說，自己常常倍速聽播客。囡囡回復(fù)：“原速效率低，于是倍速咻咻地聽。”

　　很多年輕人亦如此：長視頻先找時間軸，幾十頁報告先讓人工智能提煉要點，看書先搜“三分鐘讀懂”切片視頻……近期媒體面向173所高校3271名大學生開展的調(diào)查顯示，62.98%的受訪大學生平時看劇、綜藝、短視頻會開2倍速。

　　速度的確提上來了，可一些年輕人開始反思：“直接看重點”越來越順手，省下了時間，是不是也失去了什么？當結(jié)論越來越多地由切片、摘要和人工智能提前送到眼前，我們對一件事完整而具體的理解，又能有多少？

　　“先看重點”，成了下意識

　　00后人工智能內(nèi)容運營從業(yè)者“侃少2077”，很早便把人工智能摘要納入自己的信息處理流程，它如同一張簡略地圖，幫助他判斷一段內(nèi)容是否值得繼續(xù)投入時間。

　　每天出現(xiàn)的信息，遠超一個人能夠讀完的數(shù)量。侃少希望借助人工智能先“試讀”：感興趣，再回到原始內(nèi)容；價值不大，便及時退出。在他看來，人需要分清楚，究竟是自己在選擇信息，還是被信息牽著走。

　　這種“快”也源自生活節(jié)奏的提速。

　　采訪中，大學生楊紫琳將2倍速稱為自己的“基本操作”。考研期間，她把零碎時間塞得滿滿當當：買完早飯走向自習室，耳機里還播放著英語聽力；娛樂視頻一再提速，很少完整看完電影和電視劇，更多時候用別人剪輯好的短視頻了解劇情。

　　她甚至一度同時維系5份實習和社團活動。每完成一件事，日程表上便多一個勾。忙碌最初帶來的是充實感——在同樣的時間里多做一點，似乎就能離目標更近一點。

　　福州大學人文社會科學學院副教授王杰將這種“倍速生活”背后的處境概括為“時間荒”：年輕人既想學習和工作，也想讀書、旅行、社交和獨處，能夠分配給每件事的時間變少了。

　　到了生成式人工智能時代，“劃重點”甚至不必親自動手。

　　西安工業(yè)大學漢語言文學專業(yè)學生周雨枝，會把課程課件交給人工智能，讓它拆分章節(jié)、比較易混淆的概念，再按照考試題型整理復(fù)習材料。預(yù)習陌生理論時，她先讓人工智能解釋，再回到課本查漏補缺。

　　2026年中青校媒的一項調(diào)查顯示，98.55%的受訪大學生使用過人工智能輔助學習，62.02%會用它整理課堂筆記、拆解重點難點，50.68%會用它做文獻檢索、論文框架搭建和數(shù)據(jù)分析。

　　對周雨枝來說，人工智能節(jié)省的是整理時間。對侃少來說，它承擔的則是初步篩選。先知道“講了什么”，再決定是否繼續(xù)走進去，正在成為越來越多年輕人的信息處理方式。

　　只是，“走進去”這一步，并非每次都會發(fā)生。

　　人工智能的總結(jié)，不是你的思考

　　內(nèi)容創(chuàng)作者“墨玩”看一期采訪某軟件創(chuàng)業(yè)者的播客時，沒有先找摘要，而是一邊看，一邊記下觸動自己的內(nèi)容。這份筆記，與人工智能總結(jié)的筆記在內(nèi)容輪廓上基本一致，但后者“血肉和感情不太真實”。

　　人工智能的內(nèi)容沒有列出令“墨玩”印象最深的事件，但在親手寫下的筆記里，這些內(nèi)容與人的真實經(jīng)歷發(fā)生了聯(lián)系，也勾連著人現(xiàn)實的處境、復(fù)雜的思緒。他由此深感：“人工智能的總結(jié)始終只是‘人工智能的總結(jié)’，不是你的思考?！?/p>

　　同一段內(nèi)容，不同的人會因為知識積累、生活處境和正在面對的問題，留下不同的部分。模型可以提取反復(fù)出現(xiàn)的概念，卻很難判斷哪句話會與一個人的具體經(jīng)驗相遇。

　　類似的落差，也出現(xiàn)在西安航空職業(yè)技術(shù)學院學生劉佳豪身上。

　　飛行器制圖、飛機裝配、機身結(jié)構(gòu)力學等課程中，有大量專業(yè)術(shù)語和復(fù)雜計算。劉佳豪逐漸習慣用人工智能拆解知識難點、整理課堂筆記、尋找參考代碼。一次編程作業(yè)中，他直接采用了人工智能生成的代碼，最終結(jié)果卻與實測數(shù)據(jù)完全不符。

　　復(fù)盤時，他發(fā)現(xiàn)，需要警惕的不只是答案有誤。長期依賴完整答案后，遇到力學計算和程序報錯，他的第一反應(yīng)開始從自主推導(dǎo)變成向人工智能求助。但在真實的裝配現(xiàn)場，偏差發(fā)生在哪一步，仍要靠操作者自己排查。

　　調(diào)查中，49.03%的受訪大學生承認，遇到問題時會習慣性依賴人工智能、不愿自主鉆研；47.38%的受訪大學生感到自己對知識點的理解變得膚淺、記憶不夠深刻。

　　切片傳播中被省去的，則常常是語境。

　　一場幾小時的訪談，進入社交平臺后可能只剩幾十秒。一句話被保留下來，與它有關(guān)的提問、前提和適用范圍，卻未必一起留下。清華大學新聞與傳播學院助理研究員孫晶茹指出，新的受眾只能依據(jù)各自經(jīng)驗補充被切掉的部分，看似圍繞同一句話討論，面對的可能已經(jīng)不是同一個問題。

　　在中國教育科學研究院教師發(fā)展研究所助理研究員易凱諭看來，理解一個問題，通常要經(jīng)歷信息感知、提出假設(shè)、比較方案、試錯修正和組織表達。人工智能可以壓縮任務(wù)完成的時間，卻不意味著這些過程已經(jīng)在學習者頭腦中發(fā)生。

　　他提出“認知摩擦”的概念：理解一件事，往往需要經(jīng)歷困惑、比較、試錯和修正。如果所有“費勁”都被技術(shù)消除，原本應(yīng)由學習者完成的思維加工也可能隨之消失。

　　什么可以交給工具，什么必須自己完成

　　喜歡倍速與失去耐心，未必是一對因果關(guān)系。復(fù)旦大學信息與傳播研究中心與某播客平臺聯(lián)合開展的研究顯示，播客單集平均時長達到59分鐘，仍有61.5%的用戶會完整收聽，用戶日均收聽時長為79分鐘。研究者認為，這些數(shù)據(jù)在一定程度上挑戰(zhàn)了“短視頻時代用戶只愿意快速消費信息”的判斷。

　　華中師范大學心理學院王福興等學者對教學微視頻播放速度的研究顯示，在控制總學習時間后，1.5倍速觀看并未表現(xiàn)出明顯劣勢。播放速度是否影響學習，還與材料難度、觀看時間和學習方式有關(guān)。由此看來，問題的關(guān)鍵也許并不在于快慢，而在于人在使用工具之后，是否仍然完成了必要的理解、判斷和驗證。

　　華東師范大學吳雯、任飛霏的研究，則嘗試讓人工智能換一種方式介入學習。

　　研究沒有把大語言模型簡單設(shè)置成“答題機器”，而是建立了一套依據(jù)錯誤原因分類的啟發(fā)式問題庫。學生出現(xiàn)錯誤后，模型先判斷可能錯在哪里，再沿著相應(yīng)方向提問，推動學習者重新檢查自己的思路。

　　研究者比較了幾種不同方式：一種讓模型完全自由提問，一種要求模型嚴格按照固定模板提問，一種先依據(jù)錯因確定方向，再讓模型結(jié)合具體對話靈活追問。同時，研究引入人工評價和大模型評分，考察不同對話能否促使學習者察覺、反思和調(diào)整自己的思維。

　　結(jié)果顯示，效果較好的是第三種“半自由提問”。完全自由提問容易空泛、跳躍，固定模板又可能顯得機械；依據(jù)錯因確定方向后再靈活追問，既能抓住問題，也為對話留下空間。人工智能由“問題百科”轉(zhuǎn)向“提問導(dǎo)師”，不再急于交付答案，而是繼續(xù)問：為什么這樣判斷？問題可能出在哪一步？還有沒有其他解釋？

　　經(jīng)歷代碼“翻車”后，劉佳豪調(diào)整了自己的使用方式：“人工智能只作為思路參考。”裝配圖紙可以讓它輔助拆解，具體的建模、演算、數(shù)據(jù)驗證和程序調(diào)試仍由自己完成。

　　00后自由職業(yè)者阿靖用人工智能創(chuàng)業(yè)、做培訓，也研究各種效率工具，卻把自己的播客取名為“0.5倍速”。在節(jié)目介紹中，他稱這里是自己的一條“思維減速帶”，自己想做一個“在加速時代慢思考的少數(shù)派”。

　　針對不同的信息，年輕人開始分配不同的速度。

　　他們沒有簡單地回到“一切都倍速”或“一切都慢慢來”，而是開始分辨：哪些內(nèi)容，知道結(jié)論已經(jīng)足夠；哪些問題，必須親自經(jīng)歷尋找、比較和推敲。

　　他們希望在倍速鍵、進度條和“一鍵總結(jié)”之外，保留一種能力：決定什么可以跳過，什么值得自己看完。

　　(本報記者 李丹陽)