AI是否在让我们的大脑变弱？

# 人工智能正在让我们的头脑变弱吗？ 来源：https://time.com/article/2026/05/19/is-ai-making-our-brains-weaker/ 当一项技术辅助变成拐杖——甚至变成障碍时，那会是什么情形？ 这个问题是近期几项关于人类思维与AI聊天机器人（https://time.com/7379564/ai-emotional-intelligence-support-bots/）互动研究的核心。迄今为止，这些实验的结果表明，依赖AI（https://time.com/7357217/ai-social-life-texting-chat-gpt-clause-gemini/）来减轻我们的认知负担，可能会潜在地削弱我们自身的能力。 在4月发表的一项研究（https://arxiv.org/html/2604.04721v2）中，美国和英国的研究人员发现，当人们只花10分钟左右的时间使用AI（https://time.com/tag/ai/）来帮助解决数学或阅读理解问题时，他们在无辅助情况下解决同一类问题的能力会下降。那些获得AI帮助的人不仅比另一组没有AI帮助的人表现更差，而且在面对难题时放弃得更快。 根据该研究的作者，他们的研究提供了“因果证据”，表明依赖AI帮助会降低毅力，并损害无辅助表现。他们写道：“人们不仅变得更不擅长任务，而且他们还停止了尝试。”他们补充说，如果这些短期效应随着长期使用而持续存在，那么当前的AI系统“就有可能侵蚀它们本应支持的人类能力”。 另一项相关研究（https://arxiv.org/abs/2506.08872），去年发表，由麻省理工学院的研究人员领导，发现（https://time.com/7295195/ai-chatgpt-google-learning-school/）使用ChatGPT帮助写文章的人“在神经、语言和行为层面一直表现不佳”，而不使用AI写文章的人则表现更好。在完成任务几分钟后，与LLM（大型语言模型）一起工作过的人很难记住他们刚刚写下的内容。当被要求在没有AI帮助的情况下写文章时，他们也比研究中的对照组成员表现得更差。 虽然这类短期思维问题令人担忧，但一些研究人员表示，更值得关注的是，随着时间的推移，过度依赖LLM替他们思考的人可能会逐渐失去一些自身深度思考和批判性思考的能力。 “当你完成像写文章这样的任务时，即使你认为这个任务不重要，你也在训练自己筛选并挑选出重要的信息，构建论点，发展出有结构的思维链条——这些重要的技能都会通过练习得到提高，”麻省理工学院研究科学家、文章写作研究的作者之一Nataliya Kosmyna说。“如果你通过使用LLM跳过所有这些工作，你就会开始失去这些能力。” ## “外化”可能是AI影响认知的关键 这些发现正值政策制定者考虑AI应用的潜在利弊之时。 甚至在强大的LLM出现之前，美国学生数学和阅读成绩的普遍下滑（https://www.nationsreportcard.gov/）以及美国成年人中类似的令人担忧的趋势（https://www.edweek.org/leadership/u-s-reading-and-math-gap-is-getting-worse-for-adults-too/2024/12），就已经引发了人们对现代信息技术对我们思维和推理能力影响的担忧。随着AI驱动的工具迅速涌入美国的课堂和企业，这些担忧进一步加剧。 许多过度依赖AI可能存在的陷阱都围绕着一个神经科学家称之为“认知外化”的现象，即使用外部工具来支持推理、记忆和其他心理过程。 “有一些证据，至少在成年人中，表明过度的认知外化会导致相应能力的短期下降，”澳大利亚昆士兰大学研究员Kristy Armitage说。 虽然这些证据远非定论，尤其对于最新的AI工具而言，但Armitage表示谨慎是必要的。“我们似乎正在进入一个与AI相关的本质不同的时代，这似乎比其他数字思维工具更令人担忧，”她说。“（AI）培养了一种感觉，即它可以取代独立思考的需求，并且有明确的迹象表明人们正在以这种方式使用它——绕过发展新技能、撰写作业或报告、做出复杂决策等必要过程。” Armitage的一些工作（https://academic.oup.com/cdpers/article/19/2/108/8222165?guestAccessKey=）研究了儿童中的认知外化。“这主要是猜测，但我认为对儿童感到担忧是合理的，”她说。“如果过度外化干扰了无辅助的认知能力，那么这些负面后果对儿童来说可能更严重，因为他们的许多能力仍在发展中。” 并非所有研究人员都如此担忧。 “我怀疑我们是否在用人工智能损害自己的能力，”伦敦大学学院高级研究员Sam Gilbert说。“虽然有明确的证据表明，当人们使用认知工具时，他们会脱离自身的认知过程，但也有证据表明我们会在其他地方重新投入这些过程。”例如，一个依赖AI来撰写电子邮件或查找信息的人，可能会把节省下来的时间和脑力用于其他更有意义的任务。“所以这可能更多是一种重新平衡，而不是净损失。” Gilbert说，某些心理能力就像肌肉一样，如果我们不锻炼它们，它们就会变弱。“如果你总是把某个特定技能外化给AI，那么你很可能在那一特定任务上变得不熟练，”他解释道。“但即使这样，我认为我们同时也在获得新技能，比如学会批判性地评估像ChatGPT这样的工具输出的内容。” 他指出，许多较早形式的、由技术支持的认知外化——比如依赖计算器来做数学工作——也曾让人担忧。但至少就计算器而言，研究最终揭示，只要以正确的方式引入，这种技术实际上可以增强学习和技能发展。“对于计算器，我们了解到你需要一个独立的阶段，先在没有它的情况下学习，”他说。“有一种观点认为，在引入技术之前，你需要先打好基础技能，我认为这与AI可能有相似之处。” ## 理解如何最好地使用这些技术 当一些研究人员还在假想性地考虑人工智能的影响时，另一些人则表示，人们在现实世界中已经使用AI的方式描绘了一幅不同且更令人震惊的图景。 在他的新书《便利陷阱》（https://www.amazon.com/Convenience-Trap-Happens-Becomes-Behind-ebook/dp/B0GYQ9K9KY）中，SBS瑞士商学院教授Michael Gerlich描述了他教授的许多大学生以及他培训的商业专业人士现在如何“凡事都”求助于AI聊天机器人。 “这是一种比我们以前遇到的更不同形式的外化，”Gerlich说，他还发表了关于我们使用AI的研究（https://www.mdpi.com/2075-4698/15/1/6?ref=blog.continue.dev）。与旧的在线搜索引擎不同，后者会将用户带到可能相关但也可能不精确的信息页面——用户通常需要自己解析和整理这些信息来形成一个有用的答案——最新的AI为我们完成了所有工作。“这使得生成式AI与其他形式的信息技术截然不同，”他说。“它可能导致我所说的‘AI信任螺旋’，即我使用AI越多，我就越信任它，我将越多的工作外化给它，随着时间的推移，我对它告诉我的内容就变得越不批判。” 与其他发表过AI相关研究的研究人员一样，Gerlich表示，这些工具的成本和收益可能取决于人们如何使用它们。 “如果你在自己的思考过程结束时引入AI——询问它你遗漏了什么，或者请它给出反对意见——这可能会提升你自己的思考，”他说。但根据他的经验，这并不是大多数人使用这些技术的方式。“人们会说，‘嗯，我先问AI，然后得到结果时再开始自己思考’，但我们知道，一旦你从一个AI那里得到了一个条理清晰、听起来不错的答案，就很难真正跳出固有的思维模式。” 麻省理工学院的科学家Kosmyna呼应了他的许多观点。“在我们所有人开始把LLM用在所有事情上之前——尤其是在教育环境中——我们需要花更多时间来理解使用它们的最佳方式，”她说。 其重要性不言而喻。 “通过引入这些工具，你是在玩弄人们的头脑，实际上也是在玩弄未来，”她说。“你在摆弄我们所拥有的最宝贵的东西之一，而不了解其影响就这样做是非常危险的。”