AI再強，也得有船長掌舵；大模型

再神，也要加強自己的專業(yè)能力！本篇4383字，讀完需要5分鐘！

上周，知名AI自媒體發(fā)布了一篇《 ChatGPT上癮，大腦萎縮47%！MIT祭出206頁92圖超長報告 》

真的有這么嚴重嗎？我最近確實很焦慮，覺得自己有點變傻，不知道是熬夜導致的？還是AI用多了導致的？

看完文章更焦慮了，真的是這樣嗎？作為一名程序員，一名對AI和心理學充滿好奇的深度研究者，

我第一時間扒開了這篇論文（網址：https://arxiv.org/abs/2506.08872

題為《Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task》） ，研究了三天，今天就來和大家聊聊，我究竟發(fā)現(xiàn)了什么

一、論文解讀

首先，人家的標題很嚴謹，但稍微晦澀：使用 ChatGPT 寫作時的大腦：用AI助手完成寫作任務引發(fā)的認知負債累積

MIT的科學家們聚焦了“論文寫作”這個典型場景，招募了54名參與者（來自MIT、哈佛、韋爾斯利等大學），分成三組：LLM組、搜索引擎組和‘純腦力’組，讓他們完成論文寫作任務，并利用EEG（腦電圖）技術記錄大腦活動，同時輔以語言學分析和訪談。

那么，‘大腦萎縮47%’的說法到底是怎么回事？我仔細查看了原文，發(fā)現(xiàn)這是一種誤讀。研究中提到的是‘神經連接減少’，而不是大腦組織的‘萎縮’。具體來說，在對比LLM組和‘純腦力’組時，發(fā)現(xiàn)在與低頻語義和監(jiān)測網絡相關的總定向傳遞函數(shù)（dDTF）幅度上，LLM組的連接性比‘純腦力’組減少了高達55%

什么是dDTF？它衡量的是大腦不同區(qū)域之間信息流動的強度和方向。所以，這指的是大腦在執(zhí)行特定認知任務時，神經活動網絡之間的連接程度和強度降低了，并非腦組織體積的減少。

文章的精華都在這張圖里：

圖1. Alpha頻段的動態(tài)直接傳遞函數(shù) (dDTF) EEG（腦電圖信號）分析結果（按組別：LLM組、搜索引擎組、純大腦組），附有表示顯著性的p值 ，并標注顯著性水平（*表示中等顯著，**表示高度顯著）

連線越多表明不同腦區(qū)間連通性越強?？梢钥吹?，純大腦組紅線最多 ，純

大腦組的腦連接最廣泛，搜索組次之，而LLM組的腦連接最弱。

為什么會這樣？研究者認為，LLM輔助寫作降低了工作記憶負擔和執(zhí)行需求，因為AI提供了外部認知支持（比如文本建議、信息和結構），所以大腦不需要像‘純腦力’組那樣進行廣泛而深入的同步協(xié)調。

圖6.各組中在第一次任務（Session 1）難以引用自己論文任何內容的參與者百分比

在完成寫作后，LLM組有 83% 的參與者無法回憶或準確引用自己剛剛寫下的內容，而使用搜索引擎組和純大腦僅約一成左右的人遇到此問題

過度依賴AI導致用戶對自己寫下的東西都缺乏印象，說明內容未被大腦充分處理和記憶。

這個大家應該深有體會，用AI寫文檔或者寫代碼之后，你再看到那份文字，真的搞不清楚是不是自己寫的！

在持續(xù)四個月的觀察中，LLM組在神經活動、語言質量和行為表現(xiàn)等方面始終落后于純大腦組，研究者將這種現(xiàn)象稱為“認知債務”（Cognitive Debt）

——類似技術債務的概念，即每一次用AI走捷徑，都在以未來的認知能力作為代價支付。短期來看，ChatGPT這類工具讓任務完成速度平均提高了約 60%，但與此同時有效用于學習的認知負荷減少了約32%

這就像和魔鬼做交易：“用長期思維能力，換取短暫效率”

長期依賴AI的用戶一旦不借助工具，表現(xiàn)甚至比從未用過AI的人更差——大腦的相關技能出現(xiàn)了明顯的退化，就像一塊久未鍛煉的肌肉

成年人的神經突觸連接相對穩(wěn)定，短期內使用AI工具并不會立刻“重布線”大腦結構。不過，大腦具有一定可塑性，如果長期改變使用某些認知功能，其功能連接模式可能發(fā)生適應性調整。

這一點類似于導航領域的發(fā)現(xiàn)——如果我們長期依賴GPS導航而不主動思考路線，大腦中負責空間記憶和導航的海馬體活動和能力都會削弱

盡管短期內成人大腦解剖結構基本穩(wěn)定，但長此以往，大腦可能進行功能重組，使相關認知能力逐漸“生銹。

對于仍在發(fā)育期的大腦而言，也就是兒童和青少年，過度依賴AI的影響可能更顯著。正如一位精神科醫(yī)生所警告的，那些幫助我們提取信息、記憶事實、培養(yǎng)韌性的神經連接，如果在年輕時過度依賴LLM等工具，可能發(fā)育不良或變得薄弱。

二、用AI后果真的很嚴重嗎？

歷史上，每一次媒介變革——從書寫、印刷術、廣播、電視到互聯(lián)網、智能機——都引發(fā)了關于人類大腦是否“退化”的爭論。

• 古希臘的蘇格拉底就擔心文字會破壞人類的記憶力。

• 后來電視來了，《娛樂至死》一書讓我們擔憂線性邏輯的喪失。

• 現(xiàn)在AI來了，又開始擔心寫作能力、創(chuàng)造力是否會消失。

但實際上，我們每次都發(fā)展出了新的認知能力補償舊能力的退化：

用手機切任務的Z世代可能不會靜下心看長篇小說，但他們能處理多個聊天線程、實時掌握信息變動、聯(lián)動社交表達。 很多程序員不會背標準庫函數(shù)，但他們擅長“問題定位-搜索-組合解決方案”的動態(tài)能力，這是“元技能”。

研究顯示：GPS普及后，城市居民的“認知地圖”能力下降，很多人不再能徒步導航。但也有城市研究者指出：使用GPS的用戶，反而更敢于去陌生城市探索——因為他們有了“容錯”機制，愿意試錯。

AlphaGo？AlphaGo的出現(xiàn)徹底改變了圍棋訓練模式。傳統(tǒng)訓練主要依靠打譜、復盤和師徒傳授，效率較低。而現(xiàn)在職業(yè)棋手可以隨時與AI對弈，獲得實時反饋?？聺崱⑸暾孀牭软敿壠迨侄脊_承認AI訓練帶來的提升！

MIT的這項研究在單任務下的認知參與觀察是有意義的，就像“吃一頓高油高糖快餐后血糖升高”一樣是客觀的；

但它不能等同于“吃快餐的人一生都不健康”，我們還需看到整日、整周、整年累積效應，并考慮行為遷移；

AI的確可能帶來認知惰性，但也能釋放我們去追求更高層次的創(chuàng)造力；

教育和組織的任務是：設計出既能用好AI又能鍛煉人的挑戰(zhàn)型任務環(huán)境。

我們需要研究的是：

"在AI作為輔助常態(tài)化之后，人類哪些腦力會被強化？哪些會逐漸萎縮？我們要保留哪些能力？訓練哪些新能力？"

三、AI時代，如何創(chuàng)作？

設想16世紀的莎士比亞在創(chuàng)作《哈姆雷特》或《李爾王》時，身邊坐著一個叫Claude的AI劇作助手：當他卡殼時，Claude立刻提議下一個情節(jié)走向；當他構思臺詞時，Claude唰唰給出十句不重樣的十四行詩備選……

震驚！這是劇作家的夢幻搭檔啊。然而，這會不會反而讓悲劇走向套路化？莎士比亞或許會發(fā)現(xiàn)，Claude偏愛提煉過往劇本的大眾模式，比如家喻戶曉的復仇橋段、巧合誤會等，結果AI給出的點子十有八九都是“熟悉的配方”

AI讓內容創(chuàng)作門檻大大降低：不需要攝影棚，不需要美工團隊，個人也能復制出專業(yè)水準的畫面和解說。然而，當更多人一哄而上時，問題也出現(xiàn)了。

你按照網上教程，同樣使用DeepSeek寫文案、即夢AI出畫面，堅持每日兩更一個多月，卻僅收獲寥寥數(shù)十粉絲，甚至因為內容相似度高被平臺判定違規(guī)限流?。?！

“為什么有的人用AI爆紅，而我的號無人問津還被封？”

因為AI批量生產的內容缺乏差異化，平臺的推薦算法開始對雷同的視頻進行打壓。而那些炫耀快速漲粉的成功案例，背后往往還有付費買流量推廣賣課等因素。

AI可以極快產出內容，但觀眾的注意力依然稀缺，千篇一律的模板化作品難以長期吸引用戶，吸引人的是你獨特的人格魅力和敘事能力。觀眾喜歡的是你這個人，是你的觀點、你的故事、你的溫度。自媒體大V數(shù)字生命卡茲克的 建議大家收藏?？?/p>

四、AI時代，如何訓練新能力？

我總結了常見的AI輔助常態(tài)化下，我比較熟悉的三類職業(yè)人群腦力變化趨勢，這一部分可以單開好幾篇文章寫，大家感興趣我會繼續(xù)寫出來。這里只概括一下能力要點。

一、職場白領（管理/寫作/調研崗位） 強化能力

• ? 策略規(guī)劃與大局統(tǒng)籌 ：AI承擔瑣碎事務，人腦專注高層決策

• ? 任務切換與認知靈活性 ：多項目并行處理能力增強

• ? 創(chuàng)造性重組與信息整合 ：跨領域聯(lián)想和創(chuàng)意拼接能力提升

• ? 決策速度與高階判斷 ：快速評估方案的直覺決策力

• ? 記憶力與信息儲存 ：過度依賴外部存儲，知識內化能力下降

• ? 注意力篩選與信息甄別 ：批判性篩選能力減弱，產生認知惰性

• ? 低階寫作與表達技能 ：基礎語言組織和計算能力退化

• ? 深入調研與分析能力 ：從主動求解變成被動審核AI輸出

• ? 批判性思維與深度思考 ：質疑精神和邏輯推斷能力

• ? 情商與人際智力 ：同理心、團隊協(xié)作、人文關懷

• ? 原創(chuàng)力與創(chuàng)新意識 ：獨到見解和專業(yè)洞察力

• ? 道德判斷與價值導向 ：倫理決策和價值底線把控

• ? AI素養(yǎng)與提示工程 ：駕馭AI系統(tǒng)和工作流整合技能

• ? 批判性校驗與數(shù)據(jù)素養(yǎng) ：驗證AI輸出準確性的能力

• ? 認知彈性與終身學習 ：快速適應新技術的自我調適能力

• ? 跨領域溝通與合作 ：人機團隊協(xié)調和道德素養(yǎng)

• 二、程序員（編碼/架構/調試崗位）

• ? 系統(tǒng)架構與抽象設計 ：宏觀架構規(guī)劃和抽象建模能力

• ? 問題分解與流程規(guī)劃 ：模塊化思考和步驟化規(guī)劃能力

• ? 多語言與跨領域認知 ：語言無關的編程思維和類比推理

• ? 調試策略與性能優(yōu)化 ：高效調試策略制定和性能直覺

• ? 代碼記憶與基礎編碼技能 ：語法熟練度和編碼肌肉記憶下降

• ? 調試與問題解決能力 ：獨立debug思路和經驗直覺退化

• ? 計算思維與算法功底 ：算法設計優(yōu)化和數(shù)學推理能力減弱

• ? 代碼審閱與質量把控 ：代碼審美和架構洞察力下降

• ? 持續(xù)專注與耐心 ：深度鉆研耐心和細致專注力減弱

• ? 架構洞察與整體觀 ：系統(tǒng)性思考和體系化洞察

• ? 調試能力與問題直覺 ：故障診斷和靈活應變能力

• ? 計算思維與算法理解 ：算法原理和邏輯推演功底

• ? 代碼審美與工程判斷 ：質量把控和前瞻性權衡能力

• ? 創(chuàng)造性解決問題 ：突破性創(chuàng)新和自主探索精神

• ? AI輔助開發(fā)技能 ：人機編程協(xié)作和質量審核能力

• ? 質量把控與驗證 ：批判性驗證和風險預演能力

• ? 持續(xù)學習與技能更新 ：快速掌握新技術的元學習能力

• ? 人機協(xié)作與溝通 ：跨職能協(xié)調和知識傳授能力

• ? 職業(yè)道德與責任擔當 ：AI倫理意識和社會責任感

• ? 靈感激發(fā)與創(chuàng)意產出 ：發(fā)散性思維和快速聯(lián)想能力

• ? 跨媒體多任務能力 ：多模態(tài)思維和統(tǒng)籌管理能力

• ? 創(chuàng)意迭代與組合創(chuàng)新 ：快速決策和創(chuàng)意拼接重組能力

• ? 高層次藝術構思 ：審美判斷和藝術理念表達能力

• ? 手工技藝與專業(yè)技能 ：基礎制作技能和工具原理理解退化

• ? 原創(chuàng)性與多樣性 ：風格探索減少，思路趨向平均化套路

• ? 審美敏感度與鑒別力 ：審美警覺和獨立品味判斷力下降

• ? 深度專注與創(chuàng)作耐心 ：長時間打磨作品的耐力和專注力減弱

• ? 獨特創(chuàng)意和個人風格 ：原創(chuàng)性火花和創(chuàng)作個性

• ? 情感共鳴與敘事洞察 ：人性洞察和情感智慧

• ? 審美判斷與品位 ：高水平審美鑒別和品質堅持

• ? 批判反思與倫理意識 ：內容倫理和價值導向把控

• ? 元認知與學習進化 ：自我審視和創(chuàng)造力保持能力

• ? AI工具駕馭與提示技巧 ：精巧提示工程和跨工具聯(lián)用能力

• ? 高速篩選與創(chuàng)意決策 ：大量選項中的快速評估決策能力

• ? 內容編輯與二次創(chuàng)作 ：AI素材深度加工和精煉升華能力

• ? 跨學科知識融合 ：多源知識轉化創(chuàng)意和通才式思維

• ? 自我品牌與IP構建 ：個人風格塑造和長期內容規(guī)劃能力

• 后記

用兩年前孫燕姿的《我的AI》的結尾做結尾吧，共勉！

很快就沒有任何人類能夠超越AI。沒有人類能夠在獲取如此之多信息的同時，還能做出正確的決策，又或者是做出正確的錯誤（好吧，也許我的想法有點太過跳躍了）。

這項技術能夠為每個人精準地制造出每樣他們所需要的東西。無論你有多小眾、多變態(tài)、多瘋狂，AI 都能為你度身定做出獨特的內容。你并沒有那么特別，因為你已經可以被AI 所預測。不幸的是，你同樣也可以被AI 所定制。

In this boundless sea of existence, where anything is possible, where nothing matters, I think it will be purity of thought, that being exactly who you are will be enough.

在這無邊無際的存在之海里，一切皆有可能，一切全無所謂。我想，能夠擁有思慮純凈和保持自我，這就已經足夠。

不過，戰(zhàn)略上要灑脫，戰(zhàn)術上要重視！我們還得生存吃飯養(yǎng)家糊口是不是？

回復【元能力】，一起學習提高AI時代的新型元能力！

小調查：你覺得怎么會導致人變傻？留言投票說出你的看法

我是刀哥，大廠架構師，出海創(chuàng)業(yè)者，深入研究AI工具和AI編程。關注我，了解更多AI知識！