你的大腦真的在被AI“腐蝕”嗎?

你的大腦真的在被AI“腐蝕”嗎?

文章圖片

你的大腦真的在被AI“腐蝕”嗎?

文章圖片

你的大腦真的在被AI“腐蝕”嗎?

文章圖片

你的大腦真的在被AI“腐蝕”嗎?

文章圖片

你的大腦真的在被AI“腐蝕”嗎?

文章圖片

你的大腦真的在被AI“腐蝕”嗎?

文章圖片

你的大腦真的在被AI“腐蝕”嗎?


最近 , MIT一份關于“使用ChatGPT是導致認知債務累積”的研究報告引發了不小的爭議 。
不少媒體報道 , 216頁的研究報告直指使用AI可能讓大腦降智 。 “ChatGPT讓大腦萎縮47%”等聳人聽聞的標題層出不窮 , 不少AI使用者感到焦慮 。

然而 , 仔細研讀這份長達206頁的研究報告就會發現:媒體的解讀很大程度上偏離了核心結論 , 復雜的科學研究被簡化為了非黑即白的斷言 。
實際上 , MIT的研究并沒有支持“使用AI會讓人變笨”的簡單論斷 。
這項研究想要說明的 , 其實遠遠比媒體傳播得更深、更遠 。

先簡單介紹一下MIT的研究《Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task》 。
這項研究將54名受試者分為三組進行寫作測試:純人工組僅靠自身知識、搜索引擎組可使用Google、AI輔助組可以使用ChatGPT 。
為期四個月的試驗周期里 , 這三個組別的大學生被要求進行4輪寫作測試 , 難度相當于SAT級別(美國高考)的論文 , 一次測驗時間20分鐘 , 每次測試間隔1-2周 。

MIT通過腦電圖監測發現 , 在前三輪寫作測試中 , 純人工組大腦神經網絡連接最廣泛 , 寫作時涉及記憶提取、邏輯整合等多個腦區協同工作;搜索引擎組大腦活躍度中等 , 依賴視覺信息管理和篩選能力 , 但仍需自主整合知識;AI輔助組的大腦活動顯著降低 , 神經連接數量比純人工組減少了45%~55% , 且83.3%的AI用戶無法回憶幾分鐘前自己創作的內容 。

第四輪交叉測試中 , 當AI輔助組獨立寫作時 , 大腦活躍度雖有回升 , 但仍遠低于純人工組;當純人工組首次使用AI時 , 大腦活躍度不降反升 , 產出質量也優于依賴AI的參與者 。
MIT實驗表明 , AI的負面影響并非不可逆 , 但長期無意識依賴AI可能會產生認知債務 。 因此 , 研究者鼓勵先獨立思考、再使用AI的思維模式 。
但部分媒體在傳播時夸大了MIT研究的結論 。
首先是概念的誤讀 。 部分報道稱“大腦萎縮47%” , 但MIT研究測量的是神經連接活躍度的變化 , 而非大腦結構的物理萎縮 。 研究發現 , 依賴ChatGPT寫作的參與者 , 大腦在任務中的神經耦合強度比純思考組降低了約47% 。 這并不意味著大腦“退化” , 而是表明AI輔助下 , 大腦執行特定任務時的某些認知區域活躍度降低 。

其次是邏輯關系的混亂 。 認知債務并非不可逆的智力衰退 。 研究提出的“認知債務”概念 , 指的是短期依賴AI可能削弱長期認知能力 , 類似用進廢退 。 但這種影響取決于使用方式 。 研究發現 , 當純人工組首次使用AI時 , 大腦活躍度不降反升 , 產出質量也優于依賴AI的參與者 , 而依賴AI的實驗組一旦脫離工具 , 表現會顯著下降 。
最后是對研究結論粗暴地簡化 。 研究并未否定AI的價值 。 MIT的論文明確指出 , AI可以成為認知增強工具 , 但前提是用戶保持主動思考 。 原本認知能力較強的人(高基線認知者)使用AI時 , 神經連接反而增強 , 只有長期依賴ChatGPT的人大腦思維活動會出現短暫的怠惰 。

讀完報告 , 我們發現 , MIT研究不僅沒有直接給出“AI腐蝕大腦”的結論 , 它的研究設計也存在不夠嚴謹的地方 。 我們需要更加客觀、審慎地去理解它所給出的結論 。
1.樣本代表性有限 。 參與者數量相對較少 , 初始54人 , 完成第四階段的僅18人 。 這些人都來自波士頓地區的頂尖學術機構 , 屬于典型的WEIRD樣本(Western Educated Industrialized Rich and Democratic), 他們的認知習慣、教育背景和技術素養都高于平均水平 。 從這一特殊群體中得出的結論 , 不能直接推廣到更廣泛、更多樣化的普通用戶 。
【你的大腦真的在被AI“腐蝕”嗎?】
2.實驗設置與真實環境不同 。 在20分鐘內完成一篇SAT風格的哲學論文是一個高度結構化的任務 。 將高壓限時的單一任務產生的結果等同于整體認知能力的下降 , 簡化了現實情況 。 真實工作中 , 人們使用AI的過程是一個非線性、多步驟的互動 , 有更充裕的時間進行反思和調整 , 這種差異可能夸大了研究中的負面效應 。
3.測量工具不夠精準 。 EEG(腦電圖)技術具有極高的時間分辨率 , 能捕捉到思維的瞬時變化 , 但空間分辨率較低 , 無法探測像海馬體這樣對形成長期記憶至關重要的深層結構 。 并且 , EGG信號也容易受到環境電噪聲等外部干擾 , 可能影響結果的精確性 。 研究者本人也在論文中承認了這一點 , 并建議未來的研究應使用功能性磁共振成像(fMRI)等技術來獲得更全面的腦活動圖像 。
4.相關不等于因果 。 神經連接數量減少除了被解釋為變懶之外 , 還可能是“認知效率優化”(Cognitive Offloading) 。 大腦活動減少可能是將信息檢索等格式化、低階的認知任務外包給了AI , 從而將寶貴的認知資源解放出來 , 用于更高層次的戰略規劃和批判性研究 。 當前的實驗設計尚不能完全區分這兩種截然不同的認知模式 。
簡言之 , 短時間內的小樣本研究并不能得出放之四海皆準的結論 , 而要推導出媒體所傳播的“AI導致認知能力衰退”的結論 , 需要更嚴謹、更長周期的縱向研究 。
同期 , 部分研究給出了“AI工具有助于人腦思維活動”的結論 , 進一步佐證了“使用AI并不會導致大腦退化” 。
2025年2月 , 一份來自微軟研究院和卡內基梅隆大學的研究《The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers》 , 通過對319名知識工作者的調查發現 , 當用戶對自身在該領域的專業能力有信心時 , 使用AI反而會激發更多的批判性思維 。

一篇在《計算機與教育》期刊上的系統性綜述《Higher-order thinking skills-oriented problem-based learning interventions in mathematics: A systematic literature review》 , 分析了2022至2024年間的69項相關實驗研究 , 表明使用ChatGPT能夠提升學生的高階思維訓練中的批判性思維、問題解決和創造性思維能力 。 研究強調 , AI輔助的問題式學習(PBL)能幫助學生更有效地進行概念整合和邏輯推理 。
這些實證研究想要傳遞的是 , 我們需要超越簡單的“AI有害還是有益”的二元對立 , 轉而思考更本質的問題:
如何使用AI , 才能讓我們變得更好?

歷史上 , 每一次技術革命都曾引發人類能力退化的恐慌 。 古希臘哲學家蘇格拉底就擔心文字會破壞人類的記憶力;《娛樂至死》一書曾警告電視導致線性邏輯思維衰退;麥克盧漢曾指出 , 計算機系統或許會徹底麻痹我們的中樞神經系統 。

然而 , 文字、電視、計算機并沒有讓我們變笨 , 反而提升了我們的技能 。
文字確實改變了記憶的方式 , 但并沒有消滅記憶能力 , 反而創造了更復雜的知識體系、延續記錄了寶貴的人類文明;電視雖然改變了信息接收模式 , 卻培養出了新的視覺思維能力 , 豐富了我們對世界的認知;計算機不僅沒有麻痹我們的神經系統 , 反而極大地擴展了人類的認知邊界 , 讓世界變成了一個微型的地球村 。
媒體傳播的“AI會讓人變笨”的觀點 , 往往隱含技術決定論的誤區 , 忽視了人類在技術使用中的主體性 。
不可否認 , 大腦像肌肉一樣 , 越用越強 , 不用就退化 。 自己寫作時 , 大腦要經歷“構思、組織語言、表達、修改”等深度認知加工的過程 。 而用AI時 , 只做了最淺層的Prompt輸入 , 并沒有思考答案背后的邏輯和來龍去脈 。

但AI對認知的影響并非單向度的退化或增強 , 而是高度依賴于使用方式和教育設計 。 就像有人用計算機學習世界各地的課程 , 也有人玩游戲上癮患上心理疾病 , 問題的關鍵在于我們如何使用技術 。
如果個體不加辨別地、被動地、全面地依賴AI來完成所有認知任務 , 那么長期來看 , 其獨立解決復雜問題、進行深度邏輯思考、產出原創性成果以及進行有效記憶的能力 , 都有可能出現實質性的下降 。
但AI對思維的影響程度因人而異 , 因使用方式而異 。 那些能夠主動將AI作為輔助工具而非完全替代、在使用過程中保持批判性思維、有意識地進行認知鍛煉和深度參與的用戶 , 可能受到的負面影響較小 , 甚至能夠利用AI提升自己的認知效率和創造力 。
如果我們能在使用AI頭腦風暴的同時堅持批判性思考、保持深度記憶寫作的習慣 , AI并不會讓我們變笨 , 反而是一個更加智能的搜索引擎助手 。
所以 , 再次回歸MIT的研究報告 , 我們會發現它想表達的是:
技術是中性的 , 其影響取決于應用方式 。
不過 , 為了防止上癮 , 下次當你準備向AI提問時 , 不妨先問問自己:“如果AI不存在 , 我會怎么解決這個問題?”
或許 , 答案就在你自己的大腦里 。

    推薦閱讀