究竟是从什么时候开始，一项技术工具从“辅助”异化成了“障碍”？

多项人工智能与人机交互研究的结果显示：当人们把脑力工作交给AI，机器减少的也许不只是负担，还有人类自身的认知能力。

在一项英美联合研究中，受试者在使用AI做阅读理解、解答数学题十分钟后，再去独立完成同类任务时，表现就会明显下滑。使用AI的受试者，不仅成绩远不如全程独立解题的对照组，面对难题时也更容易选择放弃。

研究团队认为，这已经构成“因果性证据”——AI不仅削弱了人们独立行事的能力，也降低了他们持续思考的意愿。问题不只在于人们的表现“变差了”，更在于他们连独立思考都“不愿意了”。如果这类短期影响持续下去，那么本应辅助人类的AI系统，就会反过来妨碍人类能力的提升。

麻省理工学院团队去年也开展了相关研究。结果发现，借助大语言模型（LLM）写文章的受试者，在思维状态、语言运用与行为表现上，整体都弱于纯手搓写作的人。完成写作短短数分钟后，使用AI的受试者甚至难以回忆起自己刚写下的内容；后续要求他们脱离AI独立撰文时，表现同样逊色。

这类短期思维能力下滑的现象已然令人担忧，而更大的隐患在于——久而久之，过度依赖 AI 代劳思考，人们或许会逐渐丧失深度思考与独立思辨的能力。

“认知外包”：思维退化与残酷的年龄分水岭

AI工具的出现，引发了神经科学所谓的“认知外包”（cognitive offloading）。简单说，就是把原本需要自己完成的思考、记忆与推理过程，转交给外部工具处理。

澳大利亚昆士兰大学研究员克里斯蒂・阿米蒂奇（Kristy Armitage）指出，AI带来的风险与过去的数字工具不同，“它很容易让人产生一种错觉，似乎思考这件事已不再需要亲力亲为。种种迹象表明，当下很多人正是这么使用AI 的——不愿再打磨技能、撰写文稿、做复杂决策，全都交由 AI 代劳。”

而最令人担忧的，是这一现象对未成年人的影响。阿米蒂奇曾就儿童群体做过相关研究，“目前相关结论仍以推论为主，但这种担忧并非杞人忧天。如果过度外包脑力工作会损害独立思考能力，那么对孩子造成的负面影响会严重得多，毕竟他们的各项认知能力还处在发育阶段。”

对此，教育AI的开发者蒂莫西・库克（Timothy Cook）持相同观点。“AI对45岁成年人的影响和对14岁青少年的影响有着本质区别”，库克解释道：成年人外包给AI的，通常是自己原本就会做的事情。即便某天AI消失了，他们依然能够自己阅读、总结与分析，只是速度会慢一些。这种情况类似于肌肉萎缩——如果长期不锻炼，肌肉会变弱，但它还在那里，必要时还可以重新训练回来。而青少年外包的是他们尚未学会独立完成的任务。他们大脑中负责信息筛选、来源判断与构建论证的神经路径，甚至从未形成。这不是能力退化的问题，而更像一种发育“阻断”。而这种状态，大多无法逆转。

按照美国心理学会的定义，认知发展是各类思维能力的成长与成熟，包括感知、记忆、概念形成、解题、想象与逻辑推理。认知能力的培养，无法外包。这个学脚踏车是一个道理，你永远不可能靠别人代踩脚踏学会骑车。

钻研、练习、试错、观察、反思、调整，这些过程绝非需要被优化的 “低效环节”，而是学习的核心所在。心理学研究表明，学习过程中适当的阻碍、暂时的遗忘、抓耳挠腮的试错，才是大脑将信息转化为长期记忆和深度能力的催化剂。

而AI把“摩擦力”降为零的同时，也把深层学习的可能降为了零。学生们越来越多地把脑力工作交给AI，而借助AI能轻松拿到好成绩、节省时间精力，这种正向反馈会进一步加深依赖，形成恶性循环，最终导致认知能力持续退化。

布鲁金斯普及教育中心主任丽贝卡・温思罗普（Rebecca Winthrop）称之为“认知发育迟缓”（cognitive stunting）。“发育迟缓”的概念来自儿童保健学：幼儿时期营养不足、长期患病，或缺乏外界引导与照料，会阻碍身体正常生长——当身体摄入的热量、蛋白质、铁、锌不足时，人体会优先保障生存，暂停生长。

发育迟缓的影响可能是终生的——体能变差、智商受损、学业受挫，成年后收入水平也会偏低。研究者们担心，孩子长期把思考外包给AI，他们的认知成长，也会出现类似问题。

“思维趋同”：算法殖民与人类心智单一化

不仅如此，认知外包还可能造成“思维趋同”：全班学生写出的文章行文、论点、案例甚至语序都高度相似。这一问题常被简单定性为作弊或考试乱象，但它背后潜藏着更深远的影响。

当所有学生都借助同一个大模型处理信息，本质上就是在用同一套逻辑思考，这对尚在发育中的心智而言，是全新的风险。模型自带的统计偏见，会变成学生默认的思考视角；模型的推理框架，会成为学生的思维定式。LLM不仅统一了人们的语言表达，更同化了思维方式与看待事物的角度。由于训练数据和算法对齐逻辑偏向主流知识体系，所有人的思维也会不断向这一方向靠拢。

成年人使用 AI，最多只是表达变得千篇一律；但对于还没建立独立思维的孩子来说，思维同质化会引发根本性的认知问题。AI 的思考逻辑不再是 “参考”，而是直接变成孩子自身的逻辑。对于正处在认知构建期、学着认知世界的儿童，这种影响绝非暂时，而是会奠定其一生的思维底色。

而这将造成统计学意义上的“平庸”。LLM的本质是基于海量文本的概率预测，它输出的是“最不让人感到意外的、最符合大众统计学规律的语言”。当一代人从小生存在这种由算法对齐（Alignment）和主流语料库喂养出来的标准答案中时，人类文明最宝贵的“异质性”和“偏离轨道的创造力”将被悄然抹杀。人类的灵魂将面临“格式化”的风险。

“智慧之鸮”：如何让AI成为人类肩上的猫头鹰

当然，大多数研究者并不主张拒绝AI。真正重要的，是如何使用它。

在希腊神话中，智慧女神的肩上经常立着一只猫头鹰，传说它能洞察黑暗，洞悉真理。怎样才能让AI成为人类的 “智慧之鸮”？

如果AI被放在思考过程的最后——例如帮助检查漏洞、提供反方观点——它可能强化人的思维。但现实往往相反。很多人先询问AI，再开始思考。而一旦面对一个结构完整、语言流畅、逻辑自洽的答案，人类其实很难再真正跳出它的框架。

因此，孩子必须先学会思考，再学会向AI提问。

那么，如何确保这一点呢？

布鲁金斯学会的温思罗普认为，可以借鉴儿童身体发育迟缓的监测体系。长期以来，身体发育迟缓常被称作一种“沉默的危机”，因为它往往难以及时察觉。因此，建立系统性的测量机制，成为预防与干预的基础。而现在，同样的逻辑也可以被用于认知发展——尤其是在AI使用背景下，对儿童认知成长进行长期、系统性的追踪与评估。

其中最核心的问题包括：一，究竟什么才算“认知发育迟缓”？二，应该如何长期追踪这种问题？三，是如何与AI开发者合作，降低儿童风险？

相比传统数字工具，生成式AI的特殊之处在于，它极大降低了思考过程中的“摩擦”。许多原本需要努力完成的认知过程，如今几乎可以被即时替代。因此，人们必须进一步理解：究竟哪些AI使用方式最危险？AI在儿童认知形成过程中到底扮演什么角色？而社交媒体、睡眠不足、缺乏运动等其他因素，又会如何与AI共同作用？

科技不可逆。我们无法退回没有AI的时代，因此必须重塑人机交互的边界。未来世界需要的，并不是会操作工具的人，而是真正具备复杂思维能力的人。AI应该是停在人类肩上的猫头鹰，让人类变得更聪明；而不是反过来，由人类坐在猫头鹰背上，被它带着飞。

王动 整理