AI让你做研究时变得更懒还是更擅长了？

真心发问，因为我自己也说不清了。以前我会花几个小时阅读原始客户反馈、Reddit帖子、亚马逊评论、论坛帖子，手动提炼规律并按主题归类。过程又慢又枯燥，但到最后我对数据了如指掌。比如我可以凭记忆告诉你哪些投诉出现得最多，哪些是边缘情况。现在我把所有东西一股脑丢给LLM，30秒就能拿到一份摘要。输出看起来很棒，分类清晰，按频率排序，有时甚至带示例引文。然后我发现自己就这么……接受了。直接进入下一步，根本没有真正读过原始材料。这意味着我在基于一份从未核实过的摘要做决定，而这篇摘要出自一个优化连贯性而非准确性的模型。奇怪的是，我的产出现在看起来更好了。报告更干净，周转更快，思维更有条理。但我真的不知道是我的结论质量提高了，还是我只是更擅长产出看起来很专业、实则建立在更脆弱基础上的工作。就像包装升级了，但里面的材料可能变差了。自从依赖AI做研究以来，我注意到自己的流程里有这么几个变化：我读的原始数据比以前少了。当规律被预先整理好时，我质疑得更少了。我花更多时间写提示词，花更少时间思考。而当模型给出一个印证了我已有猜测的结果时，我几乎从不去反驳。反方的观点是，AI处理了琐碎的工作，这样我就能专注于更高层次的思考。有时候确实如此。但“更高层次的思考”也可能只是“扫一眼摘要，然后称之为战略”。从内部很难分辨区别。有没有别人也这么觉得？你找到过一种用AI做研究的方法，既不会让它悄悄取代你真正学到东西的那个过程吗？