用了AI，我變得越來越懶

下午就要交一份急著要的報告，上午還不緊不慢，只是打開大模型對話框輸入關鍵詞，幾秒鐘就能生成一篇像模像樣的文章，稍作修改就就交了上去；一大堆數(shù)據(jù)要仔細分析，也不用多看，直接交給AI工具，分分鐘處理完，看著就很規(guī)整合理。

這已經(jīng)是現(xiàn)在很多人的工作狀態(tài)了，而且這么干活比完全不用AI，不僅效率高，有時候成果出的也好。

我看到AI跑出來的文字，有時候也會想，是不是我水平太差，連AI都不如？

別說，不光我不行，其他看上去高大上的工作，從業(yè)人員水平似乎也比不上AI。

有一項實驗，把某世界頂級咨詢公司的顧問分為兩組，一組按照傳統(tǒng)方式正常工作，另一組必須使用GPT-4，來執(zhí)行創(chuàng)意任務、分析任務、寫作和營銷任務、說服力任務等18項正常咨詢顧問的工作范圍之內的標準任務。

結果是使用GPT-4的那組人速度更快，更有創(chuàng)意、寫得更好、分析能力更強。

就連這咨詢顧問，也會不如AI，難道人類真的要被AI取代了嗎？

接下來的事，則完全出人意料地反轉了。

實驗者又設置了一項任務，這項任務無法用AI得出正確的答案，再拿來考驗顧問時，人類顧問的正確率是84%。

但當顧問使用AI時，正確率掉到了60%-70%。

這是因為顧問們用人工智能時，腦子在偷懶：大多數(shù)人只是簡單地把問題復制粘貼到AI輸入框，等AI出了答案，就把該答案復制粘貼下來，沒有仔細檢查答案的正確性。

遇到AI不能給出準確回答的問題，正確率就下滑了。

可見還有不少問題，AI無法回答，這部分問題就能提供不會被AI取代的工作。另外，人們也不能不動腦子就依賴AI，不然在有些問題上可就要錯得離譜了。

類似的情況，不僅發(fā)生在已經(jīng)工作的人身上，就連正在受教育的學生，也深受AI的負面影響，腦子變得懶惰起來，導致學習效果下滑。

有研究對巴基斯坦和中國的大學生做了調查，發(fā)現(xiàn)用AI完成作業(yè)的學生，決策能力和獨立思考能力都有所下降。而且，他們變得越來越懶，對學習的興趣也降低了。

這倒也合理，畢竟以前寫論文，我們得去圖書館查資料，和同學討論，這個過程雖然麻煩，但能讓我們深入理解知識?，F(xiàn)在有了AI，可能幾分鐘就生成一篇論文，但知識到底有沒有真正學到腦子里呢？恐怕我們自己也不能欺騙自己。

不僅變懶，還有可能變蠢

如果說AI只是讓人在工作學習中偷懶的話，似乎也沒有什么大不了，畢竟很多發(fā)明的目的就是讓人偷懶，有更多的時間和精力享受。

但在思考上偷懶，可能會讓人變蠢。

這不是我危言聳聽，而是麻省理工學院媒體實驗室最近研究顯示，使用AI工具寫論文的人，大腦活躍度比完全依賴人腦寫論文的人更低。

他們把參與者分成三組，一組用ChatGPT寫論文，一組用谷歌搜索資料，還有一組只能靠自己的大腦。實驗過程中，研究人員通過腦電圖監(jiān)測他們的大腦活動。結果發(fā)現(xiàn)，完全靠大腦思考的那組，大腦神經(jīng)網(wǎng)絡連接最強，信息在大腦后部到前額葉之間流動得最活躍。用搜索引擎的那組呢，大腦中視覺處理和記憶相關區(qū)域更活躍，畢竟他們得看著屏幕找信息。

而最讓人驚訝的是用AI的那組。他們的大腦活躍度明顯低于前兩組，尤其是在和記憶、語義處理相關的區(qū)域。更有意思的是，當撤掉AI讓他們引用剛寫完的論文時，好多人居然想不起來內容。這就好像他們只是把AI生成的東西復制粘貼了一下，根本沒往腦子里記。

研究者把這種現(xiàn)象稱為“認知負債”。就是說我們用AI的時候，短期確實省了不少力氣，但長期來看，可能會付出思維能力退化的代價。

以前寫東西，我們得自己查資料、想結構、組織語言，這個過程雖然累，但能鍛煉我們的批判性思維和創(chuàng)造力?，F(xiàn)在有了AI，我們只要輸入幾個詞，等著它輸出結果就行，大腦很多時候都處在“待機”狀態(tài)。

長此以往，批判性思維減弱、易受操控性增加、創(chuàng)造力下降，都會找上門來。

但是AI確實很能提高效率，用了就還想用，實在忍不住，又該咋辦？

我問DeepSeek：

“經(jīng)常在工作學習中使用AI，會讓人懶于思考，甚至削弱人的批判性思維、讓人更易受操控、創(chuàng)造力也不如以前。人們該怎么做才能規(guī)避掉使用AI’的這些弊端，更好地與AI一起完成工作，思維也得到鍛煉？”

DeepSeek給出的答案詳盡有引人深思，我放在文章的結尾，僅供大家在日常使用AI時參考。

上下滑動查看全部

你提出的擔憂非常深刻且具前瞻性。確實，過度依賴AI工具可能導致思維惰性、批判性思維弱化、信息判斷力下降甚至創(chuàng)造力萎縮。但AI本身只是工具，關鍵在于我們如何使用它。以下是一些系統(tǒng)性的策略，幫助你規(guī)避風險，實現(xiàn)人機協(xié)同進化：

一、重塑人機關系：明確“主-輔”定位

1. 堅守“決策者”角色

永遠讓AI做“參謀”，而非“指揮官”。例如：

l當AI給出方案時，追問：“這個結論的底層邏輯是什么？有哪些潛在漏洞？”

l對AI的建議采用“紅隊演練法”：刻意扮演反對者，挑戰(zhàn)其結論。

2. 設定“無AI時間”

每天/每周保留固定時間段（如晨間2小時），禁用所有AI工具，用傳統(tǒng)方式深度處理核心任務（如戰(zhàn)略規(guī)劃、創(chuàng)意構思）。

二、強化批判性思維的實操訓練

1. 溯源驗證法

l要求AI提供信息來源（如“請附上支持該觀點的學術論文鏈接”）。

l對關鍵信息進行三角驗證：用不同AI模型（如ChatGPT/Claude/Gemini）交叉比對答案，或手動檢索權威資料。

2. 結構化質疑框架（適用任何AI輸出）

- **數(shù)據(jù)缺陷**：它依賴的數(shù)據(jù)是否過時/有偏差？

- **邏輯漏洞**：論證過程是否存在跳躍或謬誤？

- **視角局限**：是否忽略了少數(shù)群體/對立觀點？

- **價值預設**：結論中是否隱藏了文化或意識形態(tài)偏好？

三、創(chuàng)造力保衛(wèi)戰(zhàn)：主動設計“AI禁區(qū)”

1. 創(chuàng)意孵化期禁用AI

寫作/設計/策劃的 “靈感迸發(fā)階段” 完全自主思考，僅用AI做后期優(yōu)化。

實踐“30-70法則”：30%基礎內容自主創(chuàng)作，70%時間用AI拓展深化。

2. 反向刺激法

輸入指令如：“請給我5個違反常規(guī)的解決方案” → 將AI的反常識點子作為思維跳板，激發(fā)聯(lián)想。

四、構建“認知增強”工作流

1. 分階段介入策略

2. 元認知提問模板

在AI回復后強制自問：

l“如果我從未見過這個答案，會如何解決此問題？”

l“AI的思考路徑與我原本的思路差異在哪？優(yōu)劣如何？”

五、防御信息操控：建立免疫系統(tǒng)

1. 警惕“說服性設計”

l當AI使用“顯然”“毫無疑問”等絕對化表述時，立即啟動質疑模式。

l對情感煽動性內容（如“這是千載難逢的機會”）保持高度警覺。

2. 定期“信息排毒”

每周選擇一天，只閱讀書籍/學術期刊等深度信源，重置信息鑒別基準線。

六、能力強化訓練：把AI變成“思維教練”

1. 蘇格拉底式提問法

指令示例：

“請通過連續(xù)提問引導我自主解決這個問題，不要直接給答案”

→ 模擬導師互動，逼迫深度思考。

2. 刻意練習挑戰(zhàn)

l用AI生成高質量辯論題目（如“AI是否應擁有法律人格？”），進行正反方自我辯論。

l要求AI模擬不同角色（如哲學家/工程師/藝術家）批判你的方案。

關鍵認知升級：

AI不是替代思考的捷徑，而是思維摩擦的火石。

真正危險的從來不是工具，而是放棄駕馭工具主動權的心態(tài)。每一次使用AI的過程，都應包含一次對自我思考的審視——這恰恰是前AI時代難以獲得的反思機會。

把每一次人機交互變成思維訓練場，而非思想停泊港。 當你開始要求AI解釋它的邏輯、質疑它的數(shù)據(jù)、重構它的結論時，你已經(jīng)在進行一場思維的負重訓練。這種訓練會讓你的認知肌肉在數(shù)字時代反而更加強健。

參考資料：

研究警示：過度依賴AI或削弱人類批判性思維與獨立解決問題能力_TechWeb https://www.techweb.com.cn/it/2025-02-12/2956834.shtml

AI用“錯”了，人真的會變笨！沒騙你 https://mp.weixin.qq.com/s/yfSBBlxSkG4QWL1CRcqQpA

研究：長期使用AI可導致批判性思維減弱、創(chuàng)造力下降_環(huán)科頻道_財新網(wǎng) https://science.caixin.com/2025-07-04/102338069.html?originReferrer=caixinsearch_pc

文章用圖：圖蟲創(chuàng)意

本回完