文｜涵清

編輯｜鄭可君

生成式AI不僅在重塑千行百業(yè)，也從根本上改變著人類(lèi)寫(xiě)作、認(rèn)知與思考的方式。在ChatGPT3.5發(fā)布后，一種樂(lè)觀(guān)的預(yù)期廣為流傳：AI將帶來(lái)“工作平權(quán)”。

2023年，兩位麻省理工學(xué)院的經(jīng)濟(jì)學(xué)博士，在《Science》期刊上發(fā)表實(shí)證研究，為此論調(diào)提供了佐證：即生成式AI能顯著提升低績(jī)效員工的表現(xiàn)，有望彌補(bǔ)其與高績(jī)效員工的差距，從而減少不平等。

Science期刊的編輯對(duì)此總結(jié)道，“技能較弱的參與者從ChatGPT中獲益最多，這一點(diǎn)對(duì)于未來(lái)旨在通過(guò)AI來(lái)減少生產(chǎn)力不平等的政策具有重要啟示。”

然而，兩年過(guò)去，現(xiàn)實(shí)似乎并未完全遵循這一理想路徑。

2025年，兩位哈佛大學(xué)的經(jīng)濟(jì)學(xué)博士，通過(guò)分析2015至2025年間覆蓋超6200萬(wàn)員工、超1.5億次的招聘就業(yè)數(shù)據(jù)，揭示了一個(gè)冷酷的真相：生成式AI正以一種“資歷偏向”的方式重塑勞動(dòng)力市場(chǎng)。

數(shù)據(jù)顯示，2015到2022年間，初級(jí)和高級(jí)崗位的就業(yè)增長(zhǎng)曲線(xiàn)基本保持一致，但從2023年開(kāi)始，兩者開(kāi)始出現(xiàn)分叉：高級(jí)崗位繼續(xù)向上增長(zhǎng)，初級(jí)崗位則開(kāi)始掉頭向下。

對(duì)于深度擁抱AI的企業(yè)，其初級(jí)崗位數(shù)量在六個(gè)季度內(nèi)相對(duì)下降了7.7%，而高級(jí)崗位則基本不受影響，甚至略有增長(zhǎng)。這一現(xiàn)象的主因是招聘大幅減少，而非大規(guī)模裁員。

AI非但沒(méi)有帶來(lái)普惠的平權(quán)，反而讓“強(qiáng)者更強(qiáng)”的馬太效應(yīng)愈發(fā)凸顯。攜程CEO梁建章對(duì)此論文評(píng)價(jià)道“AI會(huì)取代初級(jí)的智力勞動(dòng)，加劇年輕人在教育、結(jié)婚生育和職業(yè)初期等階段所遭遇的困境。”

勞動(dòng)力市場(chǎng)的結(jié)構(gòu)變化只是冰山一角。一個(gè)更深層次的問(wèn)題隨之浮現(xiàn)：當(dāng)AI大規(guī)模融入我們的工作流，它對(duì)人類(lèi)的創(chuàng)造力本身，正在產(chǎn)生何種影響？AI帶來(lái)的效率提升，是否真的是個(gè)人能力的內(nèi)化？它是否正在以一種我們尚未察覺(jué)的方式，塑造甚至“統(tǒng)一”我們的思想？當(dāng)個(gè)體過(guò)度依賴(lài)AI之后，他們獨(dú)立的、原創(chuàng)的思考能力是增強(qiáng)了，還是在不知不覺(jué)中被削弱了？

近期，北京大學(xué)李圭泉課題組在社會(huì)學(xué)頂刊Technology in Society發(fā)表的論文，正是對(duì)這一系列關(guān)鍵問(wèn)題的正面回應(yīng)。

研究的核心由兩部分構(gòu)成。研究一是一項(xiàng)大規(guī)模的自然實(shí)驗(yàn)，通過(guò)分析ChatGPT3.5發(fā)布前后，橫跨全部21個(gè)學(xué)科門(mén)類(lèi)的超41萬(wàn)篇學(xué)術(shù)論文，剖析AI對(duì)全球知識(shí)生產(chǎn)的真實(shí)影響；研究二則是一場(chǎng)持續(xù)追蹤數(shù)月的縱向行為實(shí)驗(yàn)，在實(shí)驗(yàn)室環(huán)境中，探究AI對(duì)個(gè)人認(rèn)知能力的長(zhǎng)期因果效應(yīng)。

研究團(tuán)隊(duì)結(jié)合斷點(diǎn)回歸設(shè)計(jì)與機(jī)器學(xué)習(xí)等技術(shù)，為我們揭示了生成式AI對(duì)個(gè)人創(chuàng)造力與群體同質(zhì)性的長(zhǎng)期且真實(shí)的影響。

該期刊為JCR一區(qū)top，影響因子12.5，在socialscience,Interdisciplinary分類(lèi)下271本期刊中排名第2

01
41萬(wàn)篇論文的“集體無(wú)意識(shí)”

最可怕的不是噪音，而是眾聲一詞。

研究一是一項(xiàng)大規(guī)模的自然實(shí)驗(yàn)。

研究團(tuán)隊(duì)從權(quán)威的Web of Science核心數(shù)據(jù)庫(kù)中，抽取了橫跨物理科學(xué)、生命科學(xué)與生物醫(yī)藥、應(yīng)用科學(xué)、社會(huì)科學(xué)、藝術(shù)與人文等全部21個(gè)學(xué)科門(mén)類(lèi)的學(xué)術(shù)產(chǎn)出。通過(guò)對(duì)超過(guò)17,000名學(xué)者的隨機(jī)抽樣，團(tuán)隊(duì)最終匯集了這些學(xué)者在ChatGPT-3.5發(fā)布前后的全部419344篇論文，構(gòu)建了一個(gè)龐大的數(shù)據(jù)集，以此剖析AI對(duì)全球知識(shí)生產(chǎn)的真實(shí)影響。

生成式AI發(fā)布前后學(xué)術(shù)界論文同質(zhì)性和創(chuàng)造力結(jié)果示意圖

如上圖所示，在2022年之前，全球?qū)W術(shù)產(chǎn)出的創(chuàng)造力（紅/藍(lán)線(xiàn)）與同質(zhì)性（灰線(xiàn)）均在平穩(wěn)增長(zhǎng)。但在ChatGPT3.5發(fā)布之后，兩條曲線(xiàn)的斜率均出現(xiàn)了急劇的拉升。

即GPT3.5發(fā)布后，學(xué)術(shù)界在顯著加速知識(shí)產(chǎn)出（創(chuàng)造力）的同時(shí)，也以更快的速度加劇了其內(nèi)容的同質(zhì)化，清晰地展示了生成式AI對(duì)知識(shí)生產(chǎn)的“雙刃劍”效應(yīng)。

為了證明觀(guān)察到的變化是由AI引起的，而非巧合，研究團(tuán)隊(duì)采用了一種名為“斷點(diǎn)回歸設(shè)計(jì)”（RDD）的因果推斷方法。

如何做

他們將2022年12月ChatGPT-3.5的發(fā)布作為一個(gè)天然的“時(shí)間斷點(diǎn)”。一篇論文發(fā)表在該日期之前還是之后，對(duì)于單個(gè)學(xué)者而言，存在著諸多其無(wú)法控制的偶然因素（如審稿周期），這就近似構(gòu)成了一個(gè)隨機(jī)分配的“實(shí)驗(yàn)組”（有機(jī)會(huì)使用AI）和“對(duì)照組”（無(wú)法使用AI）。

為何可靠

這種“準(zhǔn)隨機(jī)”的特性，使得研究者可以有效剝離其他長(zhǎng)期因素的干擾，精準(zhǔn)識(shí)別出AI帶來(lái)的因果效應(yīng)。為確保該方法的嚴(yán)謹(jǐn)性，團(tuán)隊(duì)還進(jìn)行了一系列專(zhuān)門(mén)的統(tǒng)計(jì)檢驗(yàn)，證實(shí)學(xué)者們并未在“斷點(diǎn)”前后進(jìn)行大規(guī)模的“憋稿”或“搶發(fā)”等策略性行為，從而保證研究結(jié)果的可靠性。

如何量化“創(chuàng)造力”與“同質(zhì)性”指標(biāo)？

在確認(rèn)了因果關(guān)系之后，研究團(tuán)隊(duì)從“創(chuàng)造力”和“同質(zhì)性”兩個(gè)維度對(duì)這40多萬(wàn)篇論文進(jìn)行了量化分析。

創(chuàng)造力，由論文發(fā)表的“數(shù)量”和發(fā)表期刊的“質(zhì)量”（JCR分區(qū)）進(jìn)行評(píng)估

• 數(shù)量：學(xué)者發(fā)表論文的總數(shù)。

• 質(zhì)量：論文發(fā)表期刊的JCR分區(qū)（JournalCitationReportsQuartiles）。這是一個(gè)權(quán)威的期刊評(píng)級(jí)體系，Q1代表該領(lǐng)域影響力排名前25%的頂級(jí)期刊，Q4則為末位的25%。

同質(zhì)性：通過(guò)內(nèi)容相似度和語(yǔ)言風(fēng)格相似度進(jìn)行評(píng)估

• 內(nèi)容相似度：采用SBERT深度學(xué)習(xí)模型，將論文摘要的語(yǔ)義轉(zhuǎn)化為數(shù)字“向量”，再通過(guò)計(jì)算向量間的“余弦相似度”，來(lái)判斷其在核心意思上的相似程度。

• 語(yǔ)言風(fēng)格相似度：通過(guò)字符級(jí)匹配算法，掃描并計(jì)算論文摘要之間重復(fù)出現(xiàn)的短語(yǔ)和句式，以此衡量寫(xiě)作風(fēng)格的相似性。

冰冷的雙刃劍：更高效，也更單調(diào)

如圖所示，分析結(jié)果清晰地揭示了一個(gè)“雙刃劍”效應(yīng)。

一方面，AI的出現(xiàn)確實(shí)成為了學(xué)術(shù)產(chǎn)出的強(qiáng)大“加速器”：學(xué)者的人均年發(fā)表量增加了0.9篇，發(fā)表期刊的質(zhì)量平均提升了6%，這一效應(yīng)在技術(shù)和物理科學(xué)等領(lǐng)域尤為突出。

但另一方面，效率的提升正以思想和表達(dá)的多樣性為代價(jià)。數(shù)據(jù)顯示，論文的語(yǔ)言風(fēng)格相似度平均每年驚人地增加了79%，同時(shí)論文的內(nèi)容主題也出現(xiàn)了顯著的趨同，其中物理科學(xué)、藝術(shù)與人文學(xué)科的同質(zhì)化現(xiàn)象最為嚴(yán)重。

斷點(diǎn)回歸結(jié)果圖

北大研究團(tuán)隊(duì)的這項(xiàng)大規(guī)模自然實(shí)驗(yàn)，為我們提供了真實(shí)世界的宏觀(guān)證據(jù)：生成式AI確實(shí)是學(xué)術(shù)產(chǎn)出的強(qiáng)大“加速器”，它幫助學(xué)者更快地產(chǎn)出、并發(fā)表在更好的期刊上。然而，這種效率的提升，正以思想和表達(dá)的多樣性為代價(jià)。

全球的知識(shí)生產(chǎn)，似乎正在這場(chǎng)“大交換”中，變得更高效，也更“單調(diào)”。

與此同時(shí)，研究一也留下了一個(gè)更深層次的問(wèn)題：這種宏觀(guān)趨勢(shì)，對(duì)每一個(gè)身處其中的個(gè)體，究竟意味著什么？AI帶來(lái)的創(chuàng)造力提升是真實(shí)的個(gè)人能力成長(zhǎng)嗎？

為了回答這個(gè)問(wèn)題，研究團(tuán)隊(duì)在研究二中進(jìn)行了一場(chǎng)持續(xù)追蹤數(shù)月的縱向行為實(shí)驗(yàn)，在可控的實(shí)驗(yàn)室環(huán)境中探究AI對(duì)個(gè)人認(rèn)知能力的長(zhǎng)期因果效應(yīng)。

02
AI留下的創(chuàng)造力傷痕

思想一旦屈從于習(xí)慣，便失去了創(chuàng)造的可能。

事實(shí)上，已經(jīng)有不少實(shí)驗(yàn)室用小樣本的實(shí)證研究，從不同角度印證了宏觀(guān)數(shù)據(jù)所揭示的趨勢(shì)。例如，康奈爾大學(xué)的研究發(fā)現(xiàn)，AI寫(xiě)作助手會(huì)犧牲文化獨(dú)特性，使用戶(hù)的表達(dá)趨向“西方范式”；圣塔克拉拉大學(xué)的研究也表明，使用ChatGPT的個(gè)體，其創(chuàng)意在語(yǔ)義上更為雷同。

尤其值得一提的是，麻省理工學(xué)院的研究團(tuán)隊(duì)通過(guò)腦電圖（EEG）技術(shù)直接觀(guān)測(cè)了個(gè)體的大腦，發(fā)現(xiàn)使用ChatGPT的學(xué)生組，其大腦活動(dòng)水平遠(yuǎn)低于僅靠自己思考或使用搜索引擎的小組。

這些研究共同指向一個(gè)結(jié)論：AI正以降低認(rèn)知投入和犧牲多樣性為代價(jià)來(lái)提升效率。

EEG實(shí)驗(yàn)過(guò)程中的參與者示意圖

然而，大部分研究都聚焦于使用AI的即時(shí)影響，鮮有探究當(dāng)AI“離場(chǎng)”后，其效果能否持續(xù)，以及其長(zhǎng)期的負(fù)面影響是否會(huì)消退。

北大的這項(xiàng)研究在此方面做出了新的嘗試

它不僅在為期七天的實(shí)驗(yàn)中觀(guān)察AI的即時(shí)作用，更通過(guò)實(shí)驗(yàn)結(jié)束后的第30天和第60天兩次獨(dú)立的追蹤測(cè)試，系統(tǒng)性地檢驗(yàn)了AI依賴(lài)所帶來(lái)的長(zhǎng)期后果。這使得我們能夠真正看清，AI帶來(lái)的究竟是可遷移的“能力”，還是一種短暫的、無(wú)法內(nèi)化的“幻覺(jué)”。

具體而言，北大研究團(tuán)隊(duì)在研究二中將61名大學(xué)生隨機(jī)分為兩組：“AI實(shí)驗(yàn)組”（可使用ChatGPT-4）與“純腦力對(duì)照組”。

實(shí)驗(yàn)設(shè)計(jì)分為三個(gè)關(guān)鍵階段：首先，所有參與者在第一天均不使用AI，完成創(chuàng)造力基線(xiàn)測(cè)試；隨后，在第二至第六天，“AI實(shí)驗(yàn)組”在A(yíng)I輔助下完成每日的創(chuàng)造力任務(wù)，“純腦力對(duì)照組”則在沒(méi)有輔助的條件下完成任務(wù)；最后，也是最關(guān)鍵的，在第七天、第三十天和第六十天，所有參與者都必須在無(wú)AI輔助的情況下，完成最終的追蹤測(cè)試。

實(shí)驗(yàn)設(shè)計(jì)示意圖

為了全面地評(píng)估“創(chuàng)造力”，研究采用了復(fù)合的任務(wù)模式，涵蓋了多個(gè)維度。這些任務(wù)包括：

• 發(fā)散思維測(cè)試：經(jīng)典的“替代用途任務(wù)”（AUT），要求參與者為日常物品（如“一支鋼筆”）想出盡可能多的新穎用途。

• 創(chuàng)意問(wèn)題解決：更貼近真實(shí)世界的商業(yè)場(chǎng)景題，例如要求參與者為一款“智能單車(chē)”設(shè)計(jì)創(chuàng)新功能。

• 聚合思維測(cè)試：在追蹤階段加入的“遠(yuǎn)距聯(lián)想測(cè)驗(yàn)”（RAT），要求參與者找到一個(gè)能同時(shí)連接三個(gè)不相關(guān)詞語(yǔ)的關(guān)聯(lián)詞。

• 洞察力問(wèn)題：經(jīng)典的“蠟燭問(wèn)題”，要求參與者用一盒圖釘、一根蠟燭和一盒火柴，將蠟燭固定在墻上，并且不能讓蠟滴到桌上。

為確保評(píng)估的科學(xué)性，研究采用了該領(lǐng)域的“黃金標(biāo)準(zhǔn)”——專(zhuān)家共識(shí)評(píng)估法（CAT）。多位專(zhuān)家評(píng)委在對(duì)分組情況和研究目的毫不知情的“雙盲”條件下，獨(dú)立地對(duì)數(shù)千份創(chuàng)意產(chǎn)出（包括發(fā)散性思維任務(wù)和復(fù)雜問(wèn)題解決方案）的新穎性、實(shí)用性、靈活性等多個(gè)維度進(jìn)行打分。極高的數(shù)據(jù)一致性（評(píng)分者信度ICCs>0.90）確保了評(píng)估結(jié)果的科學(xué)與公正。

研究二中同質(zhì)性的測(cè)量方法，采用了與研究一完全相同的技術(shù)方法，確保了兩個(gè)研究之間評(píng)估標(biāo)準(zhǔn)的一致性。

創(chuàng)造力：ChatGPT對(duì)AUT和解決問(wèn)題兩類(lèi)創(chuàng)新任務(wù)的影響

同質(zhì)性：ChatGPT對(duì)AUT的內(nèi)容同質(zhì)性和語(yǔ)言風(fēng)格同質(zhì)性的影響

實(shí)驗(yàn)結(jié)果清晰地揭示了一個(gè)殘酷的不對(duì)稱(chēng)性：

• 創(chuàng)造力的提升是短暫、不可持續(xù)的：在使用AI的階段（第2-6天），“AI實(shí)驗(yàn)組”的各項(xiàng)創(chuàng)造力指標(biāo)確實(shí)遠(yuǎn)超“純腦力組”。然而，一旦AI被撤走，這種優(yōu)勢(shì)便瞬間消失。從第7天開(kāi)始直到第60天，兩組的創(chuàng)造力表現(xiàn)再無(wú)顯著差異。更令人警醒的是，在第60天的聚合思維測(cè)試中，實(shí)驗(yàn)組的參與者表現(xiàn)甚至顯著差于從未用過(guò)AI的對(duì)照組，AI帶來(lái)的，并非可遷移的“能力”，更像是一種無(wú)法內(nèi)化的“幻覺(jué)”。

• 思想的同質(zhì)化卻是長(zhǎng)期的，會(huì)留下“創(chuàng)造性傷痕”：與稍縱即逝的創(chuàng)造力提升相反，思想的同質(zhì)化卻表現(xiàn)出了驚人的“粘性”。即便在停止使用AI兩個(gè)月后，“AI實(shí)驗(yàn)組”的產(chǎn)出內(nèi)容，無(wú)論在語(yǔ)義上還是語(yǔ)言風(fēng)格上，依然比對(duì)照組表現(xiàn)出顯著更高的相似度。

這項(xiàng)縱向追蹤研究用直接的因果證據(jù)，證實(shí)了AI對(duì)個(gè)人創(chuàng)造力的長(zhǎng)期影響。AI帶來(lái)的可能只是一種無(wú)法內(nèi)化的“創(chuàng)造力幻覺(jué)”，而它留下的思想趨同，卻可能成為一道難以消除的“創(chuàng)意傷痕”，長(zhǎng)期存在于我們的認(rèn)知與表達(dá)習(xí)慣之中。

03
如果世界沒(méi)有了新創(chuàng)意

這是最好的時(shí)代，也是最壞的時(shí)代。

北大這項(xiàng)研究的結(jié)論，并非是讓我們因噎廢食，在A(yíng)I時(shí)代里徹底放棄AI。恰恰相反，它旨在提醒我們，必須有意識(shí)地去理解和應(yīng)對(duì)，長(zhǎng)期依賴(lài)AI對(duì)個(gè)體思維與認(rèn)知習(xí)慣的深遠(yuǎn)影響。

研究中揭示的“同質(zhì)化”趨勢(shì)，其背后有著深刻的認(rèn)知科學(xué)原理：AI的輸出很容易對(duì)使用者產(chǎn)生強(qiáng)大的“錨定效應(yīng)”。當(dāng)AI迅速生成一個(gè)“看起來(lái)還不錯(cuò)”的答案或框架時(shí)，我們的思維就會(huì)被這個(gè)初始方案“錨定”，后續(xù)的思考和創(chuàng)造便很難再大幅偏離，從而在群體層面導(dǎo)致了思想的收斂。

今年7月當(dāng)黃仁勛在接受CNN的專(zhuān)訪(fǎng)時(shí)，拋出了一個(gè)冷靜的判斷：“如果世界沒(méi)有了新創(chuàng)意，那么AI帶來(lái)的生產(chǎn)力提升就會(huì)轉(zhuǎn)化為失業(yè)?！?/p>

當(dāng)生成式AI被不斷使用，互聯(lián)網(wǎng)的信息、人類(lèi)的知識(shí)庫(kù)正以前所未有的速度變得更加同質(zhì)。北大的研究用冰冷的數(shù)據(jù)證實(shí)，這種趨勢(shì)真實(shí)存在。若社會(huì)能夠不斷涌現(xiàn)新的創(chuàng)意，AI會(huì)轉(zhuǎn)化為更多元的就業(yè)機(jī)會(huì)；若只重復(fù)舊任務(wù)，AI在幾秒內(nèi)即可完成。

AI放大了創(chuàng)意，也加速了“思路枯竭”者出局。

04
在A(yíng)I時(shí)代，如何保持思考的鋒利

AI減輕了我們的工作負(fù)擔(dān)，但我們需要建立一個(gè)能深度思考的思維體系，能和AI進(jìn)行交互，描述想要讓AI解決的問(wèn)題，也要對(duì)問(wèn)題進(jìn)行推理，同時(shí)判斷AI是否正確回答了問(wèn)題，我們要有辨證思維?！S仁勛

作為身處AI時(shí)代的個(gè)體，我們?cè)撊绾巫蕴?？如何在享受AI便利的同時(shí)，避免陷入創(chuàng)造力荒漠？結(jié)合研究的啟示，以下是一些具體的行動(dòng)建議：

• 把AI當(dāng)“思想陪練”：把它當(dāng)成一個(gè)不知疲倦、能提供無(wú)限視角的“思想陪練”。用它來(lái)進(jìn)行頭腦風(fēng)暴，生成多種可能性，挑戰(zhàn)你的固有假設(shè)。但最終的篩選、深化、決策和對(duì)結(jié)果負(fù)責(zé)的，必須是你自己。
  

• 刻意練習(xí)“認(rèn)知摩擦”：對(duì)抗“錨定效應(yīng)”最有效的方法，就是主動(dòng)制造“認(rèn)知摩擦”。不要輕易接受AI給出的第一個(gè)答案?？桃獾厝シ瘩g它、尋找它的邏輯漏洞、質(zhì)疑它未考慮到的方面，這種批判性思維的練習(xí)，正是保持我們獨(dú)立思考能力的關(guān)鍵。
  

• 設(shè)置“無(wú)AI時(shí)間”：正如我們需要定期鍛煉身體以防肌肉萎縮，我們也需要定期讓大腦進(jìn)行無(wú)AI輔助的鍛煉。每周定期劃定出一段“無(wú)AI時(shí)間”，用最原始的紙筆或空白文檔進(jìn)行思考、規(guī)劃和創(chuàng)作。這種刻意的“認(rèn)知斷舍離”，能確保我們大腦的核心創(chuàng)造與推理能力不會(huì)在安逸中退化。

參考資料

1. Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192.

2. Zhou, Y., Liu, Q., Huang, J., & Li, G. (2025). Creative scar without generative AI： Individual creativity fails to sustain while homogeneity keeps climbing. Technology in Society, 103087.

3. Lichtinger, G., & Hosseini Maasoum, S. M. (2025). Generative AI as Seniority-Biased Technological Change： Evidence from US Resume and Job Posting Data. Available at SSRN.

4. Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X. H., Beresnitzky, A. V., ... & Maes, P. (2025). Your brain on chatgpt： Accumulation of cognitive debt when using an ai assistant for essay writing task. arXiv preprint arXiv：2506.08872, 4.

5. Nvidia’s Jensen Huang says AI could lead to job losses ‘if the world runs out of ideas’—By Auzinea Bacon, CNN,2025

6. 黃仁勛：羨慕年輕人可以當(dāng)AI原住民，鼓勵(lì)大家當(dāng)AI指揮家 | 世界觀(guān)

來(lái)源 | 騰訊科技

值班編輯 | 胡煒

主編推薦