目录
🎬 攻城狮7号：个人主页
🔥 个人专栏:《AI前沿技术要闻》
⛺️ 君子慎独!
🌈 大家好，欢迎来访我的博客！
⛳️ 此篇文章主要介绍 AI会让我们变“笨“吗？
📚 本期文章收录在《AI前沿技术要闻》，大家有兴趣可以自行查看！
⛺️ 欢迎各位 ✔️ 点赞 👍 收藏 ⭐留言 📝！
前言
"遇事不决，问问 ChatGPT"，这句玩笑话在今天已经成为了许多人工作和学习的真实写照。无论是起草邮件、编写代码、构思文案，还是解答一个复杂的问题，以 ChatGPT 为代表的生成式 AI 就像一个无所不能的"外脑"，随叫随到，极大地提升了我们的效率。
我们似乎正在拥抱一个前所未有的"超级智能"时代。但就在我们享受着技术带来的便利时，一盆"冷水"从顶尖学府泼了下来。
麻省理工学院（MIT）媒体实验室最近发布了一份长达 205 页的研究报告，通过一场精心设计的实验，得出了一个令人不安的结论：过度依赖 AI 助手，可能会系统性地削弱我们大脑的批判性思维、记忆力，乃至创造性思考的能力。
换句话说，AI 在让我们变得更"高效"的同时，可能也在让我们变得更"懒"，甚至更"笨"。这份研究报告犹如一颗投入平静湖面的石子，在科技圈和教育界激起了层层涟漪，迫使我们重新审视与 AI 之间的关系。这份便利的背后，我们究竟付出了怎样的认知代价？
参考：
https://time.com/7295195/ai-chatgpt-google-learning-school/
https://arxiv.org/pdf/2506.08872v1
一、一场关于"思考"的对决：MIT 如何设计实验？
为了弄清 AI 对人类大脑的具体影响，MIT 的研究团队招募了 54 名参与者，设计了一场巧妙的对比实验。他们将参与者分为三组，要求他们完成几篇 SAT（美国学术能力评估测试）的作文：
（1）LLM 组（AI 组）：可以使用 OpenAI 的 ChatGPT 来辅助写作。
（2）搜索引擎组：可以使用传统的谷歌搜索引擎查找资料。
（3）纯脑力组：完全不借助任何外部工具，只能依靠自己的大脑。
为了实时捕捉大脑的活动状态，研究人员让每位参与者都戴上了脑电图（EEG）设备，像一顶布满传感器的泳帽，可以监测大脑不同区域的电活动，从而分析其认知投入、注意力和网络连接情况。
实验的高潮在于最后一轮的"身份互换"：
（1）一直使用 ChatGPT 的 AI 组成员，被要求在这一轮中脱离 AI，完全依靠自己的大脑写作（研究者称之为"LLM-to-Brain"组）。
（2）而一直独立思考的纯脑力组成员，则首次被允许使用 ChatGPT 来辅助写作（"Brain-to-LLM"组）。
这个巧妙的设计，使得研究者不仅能横向比较不同工具对大脑的影响，还能纵向观察同一个人在"有 AI"和"无 AI"状态下，大脑认知模式的切换和变化。这不再是简单的行为观察，而是深入大脑神经层面的"思考对决"。
二、惊人发现：当大脑开始"偷懒"
实验结果清晰地揭示了不同组别之间存在的显著差异，主要体现在三个方面：
2.1 发现一："大脑在省电"
脑电图数据显示出一个明确的趋势："外部辅助越多，大脑的连接强度就越低"。
（1）纯脑力组在写作时，大脑展现出最强、最广泛的神经网络连接。这就像一个团队在全力以赴地进行头脑风暴，各个部门（大脑区域）都在积极地交流和协作。
（2）搜索引擎组的大脑活跃度次之，连接强度有所下降。
（3）而 LLM 组的大脑则最为"平静"，整体连接性最弱。研究发现，相比基准组，使用搜索引擎让大脑的连接强度下降了 34% 到 48%，而使用大语言模型（LLM）的降幅更是高达 55%。
这表明，当我们将思考的任务外包给 AI 时，我们的大脑也选择了"节能模式"。那些与创造性构思、语义处理和主动认知相关的关键脑区（如阿尔法波和贝塔波段）的投入显著减少。大脑不再需要费力地建立观点、组织结构、遣词造句，因为它知道 AI 可以代劳。
2.2 发现二：记忆凭空消失
最令人震惊的发现之一体现在记忆上。当研究人员要求参与者引用自己刚刚完成的文章内容时，LLM 组的成员表现出明显障碍，甚至无法准确回忆起自己"写"了什么。
在最后一轮"互换"测试中，当这些参与者被剥夺 AI 工具时，他们的大脑活动信号显示，其负责情景记忆和语义编码的脑区（如西塔波段）活动非常微弱。
这揭示了一个核心问题：LLM 组的用户在很大程度上绕过了"深度记忆编码"这一关键的认知过程。他们更像是一个内容的"搬运工"或"组装者"，被动地整合 AI 生成的文本，而没有真正将其内化为自己的知识和记忆。正如研究员 Nataliya Kosmyna 所说："你可以，他们完成了任务，也很高效方便。但从我们测到的信号来看，这个过程根本没能整合进他们的大脑记忆网络。"
2.3 发现三：所有权的丧失
除了生理上的变化，心理上的疏离感也同样明显。LLM 组的参与者普遍对自己完成的论文感知到较低的"所有权"，而纯脑力组则拥有最强的作品认同感和满意度。
这种感觉不难理解。我们对自己付出过努力、经历过"创作阵痛"的作品，总会有一种天然的亲近感和成就感。而当大部分创造性工作由 AI 完成时，我们与最终成果之间的情感连接也就被切断了。文章虽然署着你的名字，但你内心深处知道，那并非源于你的思考。
三、"认知负债"：正在透支未来的思考能力
基于这些发现，MIT 的研究报告提出了一个发人深省的概念——"认知负债"（Cognitive Debt）。
这个概念借用了金融领域的"债务"一词，形象地描述了过度依赖外部工具所带来的长期风险。它指的是，当我们持续性地用外部系统（如 AI）来代替那些本需要我们投入认知努力的思考过程时，我们虽然享受了短期的便利（减少了即时认知负荷），但却在为未来积累"负债"。
这笔负债就是我们被削弱的认知能力——批判性思维能力下降、记忆力衰退、创造力减退，甚至更容易被算法操纵。
打个比方，这就像我们出行时过度依赖导航。虽然每次都能轻松到达目的地，但久而久之，我们自己认路、辨别方向的能力会急剧下降。一旦脱离导航，我们可能在熟悉的城市里都会迷路。AI 对我们思维能力的影响，也是同理。
纯脑力组的参与者虽然在写作过程中面临更高的认知负荷，感到更"费劲"，但正是这种"费劲"的思考过程，锻炼了他们的大脑，带来了更强的记忆力、更准确的语义理解和更坚定的主人翁意识。这种短期的"痛苦"实际上是一种对认知能力的长期投资。
反观 LLM 组，他们选择了认知上的"捷径"，短期内轻松高效，却在不知不觉中透支了未来独立思考的能力。
四、从实验室到现实：对教育和工作的深远影响
这项研究的影响绝不仅限于实验室。它对我们的教育体系和未来工作发出了严峻的警告。
4.1 对教育的警钟
研究的主要作者 Kosmyna 坦言，她之所以不等漫长的同行评审结束就提前公布研究，是担心政策制定者可能会提出"给幼儿园配上 GPT"这样的建议，这对发育中的大脑将是"极其有害的"。
教师们的担忧早已成为现实。如今的很多学生作业，格式工整、语法精准，却毫无个人思考的火花，读起来像是同一个 AI 模型输出的"平替版本"。如果教育的目标是培养能够独立思考、解决未知问题的下一代，那么过度放任 AI 的使用，无异于"助纣为虐"。
研究建议，教育者应考虑将 AI 辅助与"无工具"学习阶段相结合。在学习初期，让学生通过全面的神经参与来构建强大的认知网络至关重要；在掌握了基础技能后，再有选择性地引入 AI 作为提升效率的辅助工具，或许才是明智之举。
4.2 对职场的冲击
影响同样延伸到职场。Kosmyna 透露，她的团队正在进行一项针对程序员使用 AI 写代码的研究，而初步结果"甚至更糟糕"。
这无疑给那些计划用 AI 大规模替代初级程序员的公司敲响了警钟。即使 AI 能在短期内提升代码产出效率，但如果这批初级员工失去了在实践中锻炼批判性思维、系统性思考和解决复杂问题能力的机会，他们将很难成长为能够独当一面的高级工程师。长此以往，企业的核心创新能力和解决问题的能力可能会被侵蚀。
五、AI 并非猛虎：如何成为一个聪明的"AI 使用者"？
那么，我们是否应该因噎废食，彻底弃用 AI 呢？答案显然是否定的。MIT 的研究并非要全盘否定 AI 的价值，而是提醒我们要警惕其"副作用"，学会与之健康共处。我们需要的不是抵制，而是智慧。
（1）定位：做"飞行员"，而非"乘客"
最关键的心态转变，是始终将自己定位为 AI 工具的"飞行员"，而不是一名被动的"乘客"。乘客只需坐着，而飞行员需要设定航线、监控仪表、应对意外，并对最终结果负全责。在使用 AI 时，我们应主动引导、批判性地评估其输出，并注入自己独特的见解和判断。永远不要把思考的主导权完全交出去。
（2）场景：用作"副驾驶"，而非"代驾"
聪明地选择使用场景。当面对重复性、模板化的任务（如生成样板代码、润色文法）时，AI 是一个出色的效率工具。当需要激发灵感、提供不同视角时，AI 可以成为一个完美的"橡皮鸭"或"头脑风暴伙伴"。但当任务的核心是深度思考、逻辑推理和知识内化时，直接让 AI "代写"可能就是一种认知上的"饮鸩止渴"。
（3）训练：刻意练习"纯脑力"
正如健身需要去健身房锻炼肌肉，我们也需要定期地、刻意地进行"认知锻炼"。有意识地放下 AI，选择用"纯脑力"去完成一些有挑战性的任务，比如完整地构思一篇文章、从零开始编写一个程序模块、深度阅读一本难懂的书。这种"有益的挣扎"是防止我们认知能力滑坡的必要之举。
结语：选择权在我们手中
AI 是一把双刃剑。它既是能够极大延展人类智慧的"义肢"，也可能成为让我们心甘情愿放弃思考的"温柔乡"。MIT 的研究为我们清晰地揭示了后者存在的真实风险。
我们正处在一个关键的十字路口，我们与技术的关系正在被重新定义。未来，人与人之间的差异，或许不再仅仅是"会不会用 AI"，更是"如何用 AI"。
下一次，当你打开 ChatGPT，准备输入那个能解决你当下难题的提示词时，不妨先停顿一秒钟，问问自己：我希望它来"帮助"我思考，还是"代替"我思考？
这个小小的选择，或许正在决定我们是走向一个更智慧的未来，还是一个更"懒惰"的未来。
看到这里了还不给博主点一个：
⛳️ 点赞☀️收藏 ⭐️ 关注！
💛 💙 💜 ❤️ 💚💓 💗 💕 💞 💘 💖
再次感谢大家的支持！
你们的点赞就是博主更新最大的动力！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
