AI讓人類變笨，還是人類拉低了AI智商？兩千年前的擔憂，今天再現
越來越多研究表明，當人們對生成式AI工具的依賴與日俱增，其思考能力和批判性思維水平可能正被削弱。不過，這種趨勢並非不可逆轉。
古希臘哲學家蘇格拉底並不推崇“好記性不如爛筆頭”。這位舉世聞名的哲學家從未留下任何著作，他堅信，對文字的依賴會破壞記憶力、削弱心智。不過，大量研究顯示，將信息寫下來反而有助於記憶形成，這一2400多年前的擔憂似乎並未成真。
然而，蘇格拉底對信息工具的警惕在今天又被提起。越來越多心理學家、神經科學家和哲學家開始擔心，ChatGPT等生成式AI工具可能會削弱人類大腦的記憶和推理能力。
蘇格拉底的觀點論證主要靠巧妙的語言技巧，而當代研究者的擔憂則有着實證研究的基礎。相關研究發現，即便是受過專業訓練的人，在使用生成式AI工具時，也會在不知不覺中減少使用批判性思維；要是在學習過程中高度依賴這些工具，還可能削弱大腦不同區域之間的連接，使信息更容易被遺忘。有人曾向谷歌聊天機器人Gemini提問：“AI是否會把人類的大腦變成果凍、記憶變成篩子？”它竟也承認“有這種可能”。
不過，情況並非無可挽回。許多研究者認爲，我們也完全可以將生成式AI轉化爲提升認知表現、增強思維能力的工具。美國紐約州立大學石溪分校的勞倫·里士滿認爲，人工智能未必讓人類變笨，“問題或許在於我們與它互動的方式不夠聰明”。
那麼，人類在使用生成式AI時，究竟哪裏出了問題？爲更好利用這項技術，我們又該如何調整？
認知卸載越多，大腦使用越少
近年來，生成式AI已深度嵌入人們的生活：心理治療師藉助它來優化病例報告；學生靠它撰寫論文；部分媒體機構也對它敞開大門。據報道，美國財經新聞網站《商業內幕》已允許記者在起草稿件時使用AI。
從某種意義上說，這些做法延續了一個已有數千年曆史的傳統——認知卸載，即藉助工具或外部行動來減輕心理負擔。這一策略在日常生活中隨處可見。例如，我們常會在大采購前寫一份購物清單，而不是把要買的東西全部記在腦子裏。
多數情況下，認知卸載確實能提高記憶效率與準確性，同時釋放大腦資源，以處理更復雜的任務。里士滿指出，這種策略本身並無問題。但她與同事瑞安·泰勒在去年發表的一篇綜述中指出，認知卸載也可能對認知能力產生負面影響。
“當你把某件事情進行認知卸載後，幾乎等同於在心理上將它刪除。”里士滿說，“想象一下，當你寫好購物清單，卻忘記把它帶去超市，你還能記住多少需要購買的商品？”
這一觀點得到了多項研究的支持。一項2018年的研究發現，在博物館參觀時，人們用手機拍攝下展品後，反而更難記住展覽內容，因爲我們已在無意識中把記憶任務“外包”給了手機。
這種行爲可能會形成一種循環：認知卸載越多，大腦就使用得越少；而大腦使用得越少，人們就越傾向於繼續認知卸載。“這種情況確實會發生。”英國蘇塞克斯大學哲學家安迪·克拉克說，1998年，他與現任職於美國紐約大學的哲學教授大衛·查爾莫斯提出了“延展認知理論”，即除了我們的心智之外，購物清單、相冊等外部客體，也可作爲認知載體的延展。克拉克並未對這種延展作出價值判斷，但他擔憂，當人們通過生成式AI和在線服務，將更多認知卸載到網絡空間時，一旦遭遇停電或網絡攻擊，人類將變得格外脆弱。
認知卸載還可能使記憶更容易受操控。2019年，加拿大滑鐵盧大學進行了一項研究，研究人員讓志願者記憶一組單詞，並允許他們將單詞打印出來以輔助記憶。當研究者悄悄在打印版本中加入一個原本不存在的“干擾詞”時，志願者普遍確信這個詞本就在原始列表中。
蘇格拉底對文字的警惕，就是一種對認知卸載所帶來的風險的擔憂。而現在，生成式AI的出現使問題進一步複雜化。在一項2024年發表的研究中，美國賓夕法尼亞大學的希裏·梅盧馬德與尹振浩邀請1100名志願者圍繞“如何打理菜園”撰寫短文。志願者中的一部分人使用傳統網頁搜索，另一部分人使用ChatGPT。結果顯示，使用ChatGPT的志願者寫出的文章往往更短，且事實引用更少。研究者認爲，AI使學習過程變得更加被動，對知識的理解也更爲膚淺。換言之，AI替我們完成了信息整合，也讓我們失去了自主探索和發現的機會。
對AI越依賴，批判性思維越退化
對認知卸載的擔憂，最新神經科學研究提供了進一步支持。
在2024年夏天發表的一項研究中，美國麻省理工學院的娜塔莉婭·科斯米娜及其團隊讓54名志願者戴上腦電採集設備，圍繞諸如“真正的忠誠是否需要無條件支持”“選擇過多是否會成爲問題”等主題寫文章。其中，第一組只能依靠自身知識和經驗進行創作，第二組可以使用谷歌搜索引擎，第三組則可使用ChatGPT。
結果顯示，在寫作過程中，使用ChatGPT的一組志願者大腦不同腦區之間的連接性最低；完全依靠自身知識的一組，腦區之間連接性最高；而使用瀏覽器搜索的一組則介於兩者之間。
“確實存在一種風險，這種幾乎無所不能的工具，可能讓人們陷入舒適區，而這種舒適是有代價的。”科斯米娜還指出，大腦活動降低並不一定意味着認知參與減少，要作出判斷還需結合具體的行爲指標。例如，在後續測試中，使用ChatGPT的志願者更難準確複述自己的文章內容，這表明他們對寫作過程的投入程度較低。
此外，還有初步證據表明，頻繁使用生成式AI與減少批判性思維的“認知懶惰”之間存在關聯。瑞士商學院的邁克爾·格爾利希近期評估了具有不同社會背景的666名參與者的AI使用習慣和批判性思維能力。結果顯示，17至25歲人羣的批判性思維得分比46歲以上人羣低了45%左右，而前者自述對AI的依賴程度比後者高出40%至45%。格爾利希認爲，將這兩項數據結合起來看，則可能暗示着“過度依賴AI會削弱批判性思維能力”。
與此同時，美國微軟公司與卡內基梅隆大學對319名知識型工作者，包括科學家、軟件開發者、管理者和顧問，展開了調查。結果發現，對AI越有信心的人，越傾向於承認自己在使用AI時減少了批判性思考。這與格爾利希提出的認知懶惰風險相呼應。
不過，也有學者提醒，目前下定論仍爲時過早。美國肯尼索州立大學的亞倫·弗倫奇指出，格爾利希的研究只揭示了相關性，並未確定兩者的因果關係，且已有研究表明，青少年的批判性思維能力本就未完全成熟。
值得關注的是，生成式AI甚至可能影響那些並不頻繁使用它的人。卡內基梅隆大學社會與決策科學系教授西蒙·德德奧與麻省理工學院博士後扎卡里·沃伊托維奇指出，人們往往會重視某些行爲背後所付出的努力，例如爲修復關係而精心撰寫的一封道歉信，“如果我們懷疑這些複雜的認知任務是由AI來完成的，可能會更難相信對方的誠意”。
人類放棄原創，AI將“模型崩塌”
要想避免上述問題，或許應該嘗試重塑我們與AI的關係，讓它增強我們的認知參與，但這並不容易。格爾利希在一項新的研究中發現，即便是自認爲具有較強批判性思維能力的人，在缺乏明確引導的情況下使用生成式AI，也容易滑向認知懶惰。
可是，一旦有了引導，情況就會變得不同。科斯米娜團隊的補充研究提供了一個案例：研究人員讓那些最初僅憑自身知識寫作的志願者，在第二輪試驗中使用ChatGPT對同一篇文章進行修改。腦電數據表明，即便使用了AI，這些志願者大腦的腦區之間依舊保持了較高的連接性。
“這說明，如果人們在使用AI之前先進行獨立思考，隨後寫出的文章在趣味性、原創性和結構上都會有顯著不同。”克拉克認爲，這一點至關重要。
弗倫奇也持類似觀點。2024年，他與現今已故的同事J.P.希姆合作發表了一篇論文，指出正確使用生成式AI的做法是將其當作增強對既有知識理解的工具，而不是視爲替代學習與理解過程的偷懶捷徑。
那麼，如何纔算“用對AI”？克拉克建議，首先要降低對AI的信任度，“把它當成一個時而很有見地、時而卻完全跑偏的同事”。他還認爲，在使用前思考越多，大腦“混合認知”的表現就會越好。當然，有些時候適度進行認知卸載是合理的。例如，需要整合大量公開信息時，就可以讓人工智能先完成初步彙總，但仍需自行對彙總結果進行覈查。
格爾利希還提醒，要警惕“錨定效應”——這種認知偏差會讓我們在決策時過度依賴最先獲取的信息。這意味着，即便你在批判性地評估AI的回答，也可能已被它最初提供的信息帶偏，從而妨礙真正的原創性思考。
應對“錨定效應”的策略之一是調整向AI提問的方式。例如，若要分析法國大革命的負面影響，不妨先讓AI提供關於法國大革命及與之相關的基本事實，再自行提煉負面因素並進行解釋，最後請AI指出論證中的漏洞或提供反方觀點。
使用AI的效果也因人而異。對正在經歷認知能力下降的人來說，適度“卸載”反而可能有好處。人的性格特質同樣重要。對熱愛思考的人而言，與其讓AI直接“投餵”答案，不如讓它來挑戰你的理解。
或許，這些建議聽上去好像只是一些常識，但克拉克認爲，讓更多人意識到這一點至關重要。原因很簡單：如果人類期待AI提供全部答案，原創內容將逐漸減少，這最終可能讓AI本身遭到反噬——大語言模型依賴人類生成的內容進行訓練，一旦原創內容枯竭，模型便可能陷入以自身產出的數據反覆訓練的循環中，不僅質量逐漸降低，還會喪失創造力。克拉克將這種風險稱爲“模型崩塌”，“因此，確保人類繼續創造出新的、有趣的內容，有着切身的現實利益考量”。
換言之，這場人與AI之間的互動，從來不是單向的。我們擔心AI讓人變笨，但當人類過度依賴AI，也可能會反過來拉低AI的智商。
