越来越多人把AI当成工作助手，但早期证据开始露出另一面：它能让人更快完成任务，也可能让人更少练习、更少判断、更少真正学会。医生、程序员、会计这些靠经验吃饭的职业，已经出现了“离开AI就变弱”的苗头。
医生先看到风险
医疗是最不适合拿“差不多”开玩笑的地方。
一项针对波兰内镜医生的研究发现，医生开始使用AI辅助结肠镜检查后，一旦没有AI提示，发现腺瘤的能力明显下降。AI引入前，医生在28.4%的检查中至少发现一个腺瘤；AI引入后，在没有AI辅助的检查里，这个比例降到22.4%。
这些医生不是新手，职业生涯中都做过至少2000次结肠镜检查。问题也不只是工具失灵，而是人开始把注意力、警觉性和责任感慢慢交出去。
程序员也没躲开
软件开发里也出现了类似信号。
Anthropic 做过一项随机对照实验，让52名软件工程师完成一个基础编程任务。其中一半人可以使用AI助手，另一半不能。任务结束后，所有人都参加测验。
结果很扎心：使用AI的人平均得分50%，没用AI的人平均得分67%。差距最明显的地方，是代码诊断和错误排查。
也就是说，AI帮人把东西做出来了，但人未必真的理解自己刚刚做了什么。产出看起来提高了，学习却被偷走了一截。
“会做”变成“会让AI做”
AI带来的变化，比计算器、导航、搜索引擎更深。
过去工具替人省掉某个动作。导航让人少记路，计算器让人少心算。但生成式AI正在替人完成一整段认知过程：理解、判断、组织、表达、修改、解释。
这会制造一种很危险的错觉：人看起来能力变强了，其实是在借AI的能力。只要工具还在，工作能交付；一旦工具撤掉，基本功的缺口就会露出来。
对年轻人尤其麻烦。很多基础训练本来就靠反复犯错、返工、排查和重写长出来。如果一入行就把这些痛苦环节全部外包，短期很舒服，长期可能少长一层肌肉。
职场可能少了学徒期
很多行业原本都有一个隐形学徒期。
医生从看片、问诊、判断细节开始积累经验；程序员从读报错、改bug、理解库开始建立直觉；律师、会计、咨询新人则靠大量基础材料训练判断力。
AI最容易接走的，恰恰是这些“低阶但必要”的工作。
如果新人不再亲手做这些活，未来的问题不是少几个岗位，而是少一批真正懂底层逻辑的人。等他们成为中高级从业者时，可能会更会管理AI，却更难判断AI什么时候错了。
不能只看效率
企业推广AI时，最容易看的指标是速度、成本和产出。
但人有没有学会，判断力有没有退化，离开工具还能不能独立完成关键任务，这些指标更难量化，也更容易被忽略。
真正值得担心的不是“AI会不会抢工作”，而是人在工作里慢慢放弃哪些能力。越是医疗、法律、工程、金融这些高风险领域，越不能让人只做AI输出的橡皮图章。
结语
AI不一定会毁掉人的技能，但它会重新分配练习机会。最麻烦的情况，是人每天都在完成任务，却越来越少经历真正让自己变强的那部分工作。未来的竞争可能不只是会不会用AI，而是谁还能保住判断、排错、质疑和独立完成的能力。
文章来源
https://www.nature.com/articles/d41586-026-01947-1
热门跟贴