究竟是從什么時候開始，一項技術(shù)工具從“輔助”異化成了“障礙”？

多項人工智能與人機交互研究的結(jié)果顯示：當人們把腦力工作交給AI，機器減少的也許不只是負擔，還有人類自身的認知能力。

在一項英美聯(lián)合研究中，受試者在使用AI做閱讀理解、解答數(shù)學題十分鐘后，再去獨立完成同類任務(wù)時，表現(xiàn)就會明顯下滑。使用AI的受試者，不僅成績遠不如全程獨立解題的對照組，面對難題時也更容易選擇放棄。

研究團隊認為，這已經(jīng)構(gòu)成“因果性證據(jù)”——AI不僅削弱了人們獨立行事的能力，也降低了他們持續(xù)思考的意愿。問題不只在于人們的表現(xiàn)“變差了”，更在于他們連獨立思考都“不愿意了”。如果這類短期影響持續(xù)下去，那么本應輔助人類的AI系統(tǒng)，就會反過來妨礙人類能力的提升。

麻省理工學院團隊去年也開展了相關(guān)研究。結(jié)果發(fā)現(xiàn)，借助大語言模型（LLM）寫文章的受試者，在思維狀態(tài)、語言運用與行為表現(xiàn)上，整體都弱于純手搓寫作的人。完成寫作短短數(shù)分鐘后，使用AI的受試者甚至難以回憶起自己剛寫下的內(nèi)容；后續(xù)要求他們脫離AI獨立撰文時，表現(xiàn)同樣遜色。

這類短期思維能力下滑的現(xiàn)象已然令人擔憂，而更大的隱患在于——久而久之，過度依賴 AI 代勞思考，人們或許會逐漸喪失深度思考與獨立思辨的能力。

“認知外包”：思維退化與殘酷的年齡分水嶺

AI工具的出現(xiàn)，引發(fā)了神經(jīng)科學所謂的“認知外包”（cognitive offloading）。簡單說，就是把原本需要自己完成的思考、記憶與推理過程，轉(zhuǎn)交給外部工具處理。

澳大利亞昆士蘭大學研究員克里斯蒂?阿米蒂奇（Kristy Armitage）指出，AI帶來的風險與過去的數(shù)字工具不同，“它很容易讓人產(chǎn)生一種錯覺，似乎思考這件事已不再需要親力親為。種種跡象表明，當下很多人正是這么使用AI 的——不愿再打磨技能、撰寫文稿、做復雜決策，全都交由 AI 代勞?！?/p>

而最令人擔憂的，是這一現(xiàn)象對未成年人的影響。阿米蒂奇曾就兒童群體做過相關(guān)研究，“目前相關(guān)結(jié)論仍以推論為主，但這種擔憂并非杞人憂天。如果過度外包腦力工作會損害獨立思考能力，那么對孩子造成的負面影響會嚴重得多，畢竟他們的各項認知能力還處在發(fā)育階段?！?/p>

對此，教育AI的開發(fā)者蒂莫西?庫克（Timothy Cook）持相同觀點?！癆I對45歲成年人的影響和對14歲青少年的影響有著本質(zhì)區(qū)別”，庫克解釋道：成年人外包給AI的，通常是自己原本就會做的事情。即便某天AI消失了，他們依然能夠自己閱讀、總結(jié)與分析，只是速度會慢一些。這種情況類似于肌肉萎縮——如果長期不鍛煉，肌肉會變?nèi)酰€在那里，必要時還可以重新訓練回來。而青少年外包的是他們尚未學會獨立完成的任務(wù)。他們大腦中負責信息篩選、來源判斷與構(gòu)建論證的神經(jīng)路徑，甚至從未形成。這不是能力退化的問題，而更像一種發(fā)育“阻斷”。而這種狀態(tài)，大多無法逆轉(zhuǎn)。

按照美國心理學會的定義，認知發(fā)展是各類思維能力的成長與成熟，包括感知、記憶、概念形成、解題、想象與邏輯推理。認知能力的培養(yǎng)，無法外包。這個學腳踏車是一個道理，你永遠不可能靠別人代踩腳踏學會騎車。

鉆研、練習、試錯、觀察、反思、調(diào)整，這些過程絕非需要被優(yōu)化的 “低效環(huán)節(jié)”，而是學習的核心所在。心理學研究表明，學習過程中適當?shù)淖璧K、暫時的遺忘、抓耳撓腮的試錯，才是大腦將信息轉(zhuǎn)化為長期記憶和深度能力的催化劑。

而AI把“摩擦力”降為零的同時，也把深層學習的可能降為了零。學生們越來越多地把腦力工作交給AI，而借助AI能輕松拿到好成績、節(jié)省時間精力，這種正向反饋會進一步加深依賴，形成惡性循環(huán)，最終導致認知能力持續(xù)退化。

布魯金斯普及教育中心主任麗貝卡?溫思羅普（Rebecca Winthrop）稱之為“認知發(fā)育遲緩”（cognitive stunting）。“發(fā)育遲緩”的概念來自兒童保健學：幼兒時期營養(yǎng)不足、長期患病，或缺乏外界引導與照料，會阻礙身體正常生長——當身體攝入的熱量、蛋白質(zhì)、鐵、鋅不足時，人體會優(yōu)先保障生存，暫停生長。

發(fā)育遲緩的影響可能是終生的——體能變差、智商受損、學業(yè)受挫，成年后收入水平也會偏低。研究者們擔心，孩子長期把思考外包給AI，他們的認知成長，也會出現(xiàn)類似問題。

“思維趨同”：算法殖民與人類心智單一化

不僅如此，認知外包還可能造成“思維趨同”：全班學生寫出的文章行文、論點、案例甚至語序都高度相似。這一問題常被簡單定性為作弊或考試亂象，但它背后潛藏著更深遠的影響。

當所有學生都借助同一個大模型處理信息，本質(zhì)上就是在用同一套邏輯思考，這對尚在發(fā)育中的心智而言，是全新的風險。模型自帶的統(tǒng)計偏見，會變成學生默認的思考視角；模型的推理框架，會成為學生的思維定式。LLM不僅統(tǒng)一了人們的語言表達，更同化了思維方式與看待事物的角度。由于訓練數(shù)據(jù)和算法對齊邏輯偏向主流知識體系，所有人的思維也會不斷向這一方向靠攏。

成年人使用 AI，最多只是表達變得千篇一律；但對于還沒建立獨立思維的孩子來說，思維同質(zhì)化會引發(fā)根本性的認知問題。AI 的思考邏輯不再是 “參考”，而是直接變成孩子自身的邏輯。對于正處在認知構(gòu)建期、學著認知世界的兒童，這種影響絕非暫時，而是會奠定其一生的思維底色。

而這將造成統(tǒng)計學意義上的“平庸”。LLM的本質(zhì)是基于海量文本的概率預測，它輸出的是“最不讓人感到意外的、最符合大眾統(tǒng)計學規(guī)律的語言”。當一代人從小生存在這種由算法對齊（Alignment）和主流語料庫喂養(yǎng)出來的標準答案中時，人類文明最寶貴的“異質(zhì)性”和“偏離軌道的創(chuàng)造力”將被悄然抹殺。人類的靈魂將面臨“格式化”的風險。

 “智慧之鸮”：如何讓AI成為人類肩上的貓頭鷹

當然，大多數(shù)研究者并不主張拒絕AI。真正重要的，是如何使用它。

在希臘神話中，智慧女神的肩上經(jīng)常立著一只貓頭鷹，傳說它能洞察黑暗，洞悉真理。怎樣才能讓AI成為人類的 “智慧之鸮”？

如果AI被放在思考過程的最后——例如幫助檢查漏洞、提供反方觀點——它可能強化人的思維。但現(xiàn)實往往相反。很多人先詢問AI，再開始思考。而一旦面對一個結(jié)構(gòu)完整、語言流暢、邏輯自洽的答案，人類其實很難再真正跳出它的框架。

因此，孩子必須先學會思考，再學會向AI提問。

那么，如何確保這一點呢？

布魯金斯學會的溫思羅普認為，可以借鑒兒童身體發(fā)育遲緩的監(jiān)測體系。長期以來，身體發(fā)育遲緩常被稱作一種“沉默的危機”，因為它往往難以及時察覺。因此，建立系統(tǒng)性的測量機制，成為預防與干預的基礎(chǔ)。而現(xiàn)在，同樣的邏輯也可以被用于認知發(fā)展——尤其是在AI使用背景下，對兒童認知成長進行長期、系統(tǒng)性的追蹤與評估。

其中最核心的問題包括：一，究竟什么才算“認知發(fā)育遲緩”？二，應該如何長期追蹤這種問題？三，是如何與AI開發(fā)者合作，降低兒童風險？

相比傳統(tǒng)數(shù)字工具，生成式AI的特殊之處在于，它極大降低了思考過程中的“摩擦”。許多原本需要努力完成的認知過程，如今幾乎可以被即時替代。因此，人們必須進一步理解：究竟哪些AI使用方式最危險？AI在兒童認知形成過程中到底扮演什么角色？而社交媒體、睡眠不足、缺乏運動等其他因素，又會如何與AI共同作用？

科技不可逆。我們無法退回沒有AI的時代，因此必須重塑人機交互的邊界。未來世界需要的，并不是會操作工具的人，而是真正具備復雜思維能力的人。AI應該是停在人類肩上的貓頭鷹，讓人類變得更聰明；而不是反過來，由人類坐在貓頭鷹背上，被它帶著飛。