AI越来越强大，用多了人会变蠢吗？

微软研究院与剑桥大学合作，研究了AI对批判性思维的影响，发现过度依赖生成式工具会减少人们使用自己的批判性思维。

研究聚焦于生成式AI和知识工作者，即经常使用大模型工具进行案头工作的人群，共有319名知识工作者参与，他们每周至少使用一次AI工具，如ChatGPT、微软的Copilot和Google的Gemini，总用例达到936个。

当前的GenAI工具特别擅长处理文书类任务，研究人员将这些任务分为三大类和九小类，基本覆盖了大多数场景，如润色邮件、总结内容、提取要点和精准查询等。

使用AI的目的是提高效率，减少繁琐工作的时间，例如，程序员用Claude写代码，外汇交易员用ChatGPT生成交易策略，老师用Dall-E制作学校洗手教程的图片，用户的工作从“零帧起手”转变为“监督学习”，AI负责生成内容，用户负责修改和提出意见，直到满意为止。

AI在处理事务型任务时表现优异，容易让人掉以轻心，除非结果特别离谱，否则很多人会放心将任务交给AI，这种对AI的信任和认可，使用户不愿意反思和复盘工具的使用。

研究人员提出了一个问题：在与AI合作完成任务时，是否会调用自己的批判性思维？这里的“批判性”来源于英文的“critical thinking”，指对事实、证据、观察和论据进行分析的过程，研究中的“批判性”有更明确的定义：

1，审视自己的需求和意图，确定需要AI参与的地方。

2，设定明确的目标。

3，通过主观标准验证信息和验收质量。

这三点对应了批判性思维的三个核心构件：意识、动机和能力，当缺乏这些时，依赖AI可能导致认知思维退化。

研究最重要的发现是，影响调用批判性思维的决定因素不是任务类型或模型的强大程度，而是人对AI的信任程度，在强大的模型面前，人们容易产生自我怀疑，认为自己的知识和反应速度不如AI，这种对AI的认可，使人们将重要任务交给AI，不再过问。

依赖工具可能使人变蠢，类似的说法并不新鲜，最著名的研究是关于出租车司机使用导航后大脑海马体的变化，上世纪60年代，人们发现海马体与空间记忆密切相关，英国神经学家研究发现，新手司机在熟悉伦敦空间后，海马体明显变大，而退休司机的海马体则在缩小，后来的研究发现，使用GPS时，海马体不会活跃，只有自己思考路线时才会被激活。

需要注意的是，出租车司机的海马体本身异于常人，退化只是回到普通人的均值，并非恶性萎缩或损伤，这些研究强调了锻炼大脑的必要性，越依赖工具，越少调用自己的判断和认知，认知退化后，更难发现错漏，只能越来越依赖工具。

但这并不意味着要与AI工具一刀两断，在工具普及的今天，完全避开AI是不可能的，回到“意识”“动机”和“能力”方面，只要建立不完全依赖AI的意识，不过分放手，“3R原则”是一个值得尝试的日常练习：

1，Review 强制复查：对AI返回的答案、代码、方案进行至少两次修改，拒绝复制粘贴。

2，Reverse 逆向训练：每周完成一次“0生成纯天然”的基础任务，如提炼摘要、读书总结、播客总结，即使AI做得更好，也坚持自己做一遍，并与AI的版本对照，观察自己的思路是否需要增补，以及AI容易在哪些地方出错。

3，Reconstruct 重构输出：将AI生成的内容重新解构，用工具生成思维导图是常见用法，但思维导图是高度提炼的内容，许多信息被“折叠”了，Reconstruct的要点在于拆解AI的长篇大论，建立独一无二的思维导图。

“变蠢”可能是一个简单的说法，但背后隐藏着一个朴素的道理：用进退废，批判性思维的减少与对AI的信任有关，提高批判性思维，不如从更相信自己开始。