AI侵蚀我们的智力？生成AI会让我们变聪明还是变笨——研究揭示的不便现实

AI真的会让我们变“笨”吗

“使用AI会让人变笨吗？”

这个问题听起来有些粗鲁。然而，在生成AI可以撰写文章、总结内容、提出企划、整理邮件，甚至构建讨论要点的时代，这个问题也不容忽视。

过去，我们遇到不懂的问题会查字典，计算麻烦时用计算器，迷路时打开地图。现在，我们在搜索之前先问AI，写文章之前先求助AI，整理思路之前对AI说“帮我总结一下”。

这究竟是效率化，还是思考的外包？

德国IT记者约尔格·西布的文章正面切入了这个问题。文章的核心并不是对AI本身的恐惧，而是对使用AI的人类习惯的警告。

AI不会瞬间让人变愚蠢。但是，如果在思考之前就习惯性地依赖AI，思考的“肌肉”就会不再被使用。就像肌肉不用会萎缩，思考也会因为缺乏训练而变得迟钝。问题不在于AI的存在，而在于我们持续将AI视为“替代自己思考的存在”。

与计算器和搜索有什么不同

AI支持者常常提出反驳。

“过去计算器问世时，人们也说人类会失去计算能力。”
“搜索引擎出现时，也有人说记忆力会下降。”
“每当新工具出现时，总会有类似的不安被提及。”

确实，这种反驳有其道理。工具一直在替代人类能力的一部分。纸张是将记忆外化的工具，计算器是将计算外化的工具，搜索引擎则是将知识的获取外化。

然而，生成AI有一个决定性的不同。

计算器主要代替的是计算这一有限的工作。搜索引擎代替的是寻找信息的工作。当然，这些也会影响认知。然而，最终“相信哪些信息”“如何组织”“得出什么结论”仍然留在人类手中。

而生成AI则承担了文章结构、论点整理、反驳制作、决策辅助、表达调整等工作。也就是说，它不仅仅是简单的工作，而是深入到“思考的过程”中。

这点很重要。AI不仅仅是提供帮助，有时还会夺走思考的顺序。

在自己困惑之前答案就已出现。在词穷之前文章就已完成。在寻找反驳之前，似乎合理的论点就已排列。越是便利，人们越倾向于避免前期的努力。

然而，智慧正是在这些努力中成长。

关键在于“认知卸载”

理解这一讨论的关键是“认知卸载”这一概念。这是指将记忆、判断、计算、整理等认知工作交给头脑之外的工具。

认知卸载本身并不是坏事。将购物清单写在便条上，把日程输入日历，将电话号码保存在手机中。这些行为让日常生活更轻松，并帮助我们将注意力集中在更重要的事情上。

问题在于，外包什么。

不记电话号码可能不是重大的智力损失。但是，如果将构建论点的能力、质疑对方主张的能力、自行构建文章流的能力、通过失败磨练思考的能力都外包出去，情况就不同了。

对AI的依赖之所以危险，是因为它不仅仅是“记忆的外包”，而很容易成为“思考的外包”。

例如，学生在写报告时，一开始就对AI说“以这个主题写2000字”。公司职员在制作企划书时，在自己提出假设之前就对AI说“给我一些好点子”。在会议前不阅读资料，只依赖AI的总结。

当下看似高效，但在那个人的内心中，逻辑构建的经验、与文章搏斗的经验、信息取舍的经验都不容易留下。

AI越是为我们创造成果，人类即便是成果的拥有者，也不再是思考的经历者。

MIT研究揭示的“脑使用方式”差异

加剧这种不安的是MIT Media Lab的研究“Your Brain on ChatGPT”。该研究将参与者分为“自力写作组”“使用搜索引擎组”“使用ChatGPT组”，调查了他们在撰写论文时的脑活动等。

结果显示，自力写作组的脑内网络连接最强，使用搜索引擎组居中，使用ChatGPT组最弱。此外，使用ChatGPT的人对自己写的文章的记忆和拥有感较弱，也难以准确引用自己的文章。

当然，仅凭这项研究就断定“AI让人变笨”还为时过早。参与者数量有限，论文是预印本，还需进一步验证。AI的种类、任务内容、使用方式、使用者的年龄和熟练度可能会影响结果。

尽管如此，这项研究提出的问题仍然很重。

短期内，使用AI更容易写文章。但在这个过程中，大脑参与了多少？有多少成为了自己的想法？即便工作完成了，学习是否发生了？

这个问题不仅与教育领域有关，也与所有智力劳动相关。

“过于信任的人”越不思考

Microsoft的研究也调查了生成AI与批判性思维的关系。对象是知识工作者，即在工作中使用AI的人。

有趣的是，不仅AI的使用量，“对AI的信任程度”也很重要。对AI信任度高的人，往往较少努力进行批判性思考。而对自己判断力有信心的人，即便使用AI，也更容易发挥批判性思维。

这在实际操作中是非常重要的启示。

使用AI并不危险。危险的是以“可能是正确的”态度接受AI的输出。

AI流畅地犯错。用看似合理的文章混合事实和推测。让薄弱的依据看起来很强。用美丽的词句掩盖逻辑漏洞。因此，使用者需要具备验证能力。

然而，使用AI越多，验证能力不一定会增长。相反，如果养成不验证的习惯，批判性思维会减弱。

在SNS上，意见分歧明显

这一主题在SNS上也引起了强烈反响。因为很多人已经在使用AI，同时也在某种程度上感到不安。

SNS上的显著反应大致分为三类。

第一种是增强危机感的声音。

“如果学生让AI写报告，思考能力就无法培养。”
“如果在职场上只读AI总结，阅读原文的能力就会下降。”
“习惯了便利，就再也无法自行构建文章。”

这些声音担心AI会降低人类的智力体力。特别是在教育领域，担心年轻一代在掌握思考基础之前就依赖AI。

第二种是反驳。

“AI被视为唯一的坏人，但搜索和计算器也是一样。”
“使用工具和能力消失是两个问题。”
“AI接管的部分，人类可以专注于更高级的事情。”

这一立场的人认为不应过度恐惧AI。相反，认为通过从简单工作中解放出来，人类可以专注于创造性和判断力。实际上，AI在会议记录、要点整理、邮件草稿、资料初稿等方面减轻了工作负担。

第三种是最现实的中间派。

“不是使用或不使用AI的问题，而是使用方式的问题。”
“最初的想法由自己构建，AI应提出反驳和改进点。”
“AI不应成为代笔者，而应成为对话对象。”

这种反应与原文的主张相近。既不禁止AI也不崇拜AI，而是认为应将主导权保留在人类手中。

在SNS的讨论中有趣的是，越是经常使用AI的人，越不简单否定，而是关注“使用方式的设计”。经常使用AI的人了解其便利性。同时，他们也知道如果什么都交给AI，自己的思考会变得浅薄。

因此，现场的实际感受是“AI很危险”也不是“AI万能”。“不思考地使用很危险，但用于思考则很强大”正逐渐成为共识。

问题不在于AI，而在于“第一步”

那么，我们应该如何使用AI呢？

最重要的是，不要将第一步交给AI。

如果要写文章，首先自己写个粗略的笔记。如果要考虑企划，首先提出三个假设。如果要调查，首先用自己的语言定义想知道什么。如果要构建讨论，首先暂定自己的结论。

在此基础上再调用AI。

“指出这个逻辑的弱点。”
“提出三个反对意见。”
“指出读者可能疑问的点。”
“如何让这个结构更易懂？”
“列出需要事实核实的部分。”

这种使用方式下，AI不是夺走思考的存在，而是锻炼思考的伙伴。

另一方面，如果一开始就请求“全部写好”“全部考虑”“得出结论”，AI就会成为便利的代理者。那一刻，工作时间可能缩短。然而，本应经过自己头脑的负荷也消失了。

负荷消失在短期内是舒适的。但如果连学习和成长所需的负荷都消失，长期来看就是损失。

就像肌肉训练一样，AI既可以成为辅助工具，也可以成为电动轮椅。作为辅助工具使用，可以挑战更重的课题。然而，即便能走路也一直乘坐，腿部肌肉就会衰退。

年轻一代可能更容易受到影响

特别需要注意的是，正在形成思考模式的一代。

已经积累了写作经验，具备逻辑构建和批判性阅读基础的人，可以比较、质疑、修正AI的输出。在利用AI的便利的同时，也较容易保留自己的判断。

然而，对于尚未形成自己文章风格的学生，如果一开始就让AI生成完整文章会怎样？可能会缺乏自行迷茫、修改、失败、重构的经验。

学习中重要的不是仅仅获得正确的文章。更重要的是在接近正确的过程中，整理自己的思考。

如果提交AI生成的完整文章，表面上的任务就结束了。然而，留在学生心中的东西却很少。这对教育来说是个非常严重的问题。

当然，这并不是说应该将AI排除在教育之外。相反，未来的教育需要教授如何使用AI。

但这不是“如何用AI快速完成作业”。而是教授“在问AI之前如何自己思考”“如何质疑AI的答案”“如何利用AI深化自己的思考”。

工作中也会发生同样的事情

这个问题不仅仅是学生的问题。在商业环境中也在发生。

邮件回复、会议记录、提案书、销售资料、调查备忘录、内部报告。生成AI让这些工作变得轻松。对于繁忙的工作环境来说，这是一个很大的帮助。

然而，如果将一切交给AI，工作中自然锻炼的能力可能会减弱。

例如，向上司撰写报告虽然麻烦，但其中包含了“选择重要的内容”“考虑传达给对方的顺序”“删除不必要的信息”“明确结论”的训练。如果完全依赖AI，这些训练就会被省略。

会议总结也是如此。AI总结很方便，但如果越来越多的人只读总结进行判断，可能会削弱阅读发言的温度感、犹豫、沉默、前后文的能力。

效率化是必要的。但也应该关注效率化带来的学习机会的丧失。

AI时代的智慧由“提问方式”决定

未来的智慧不能仅靠知识量来衡量。在AI可以立即提供大量知识的时代，“问什么”“如何质疑”“如何使用”变得重要。

对AI有能力的人不是让AI写任何东西的人。而是能看出AI输出哪里浅薄、哪里危险、哪里需要另一个视角的人。

也就是说，AI时代需要的不是不使用AI的耐力，而是不被AI支配的思考力。

为此，以下三个习惯是有效的。

首先，在问AI之前写下自己的假