最近看了一条新闻，韩国教育广播公司公布了一项AI教育实验结果，一句话概括就是，AI得来终觉浅，绝知此事要躬行。
这项实验是今年底在韩国京畿道金浦市一所高中进行的，老师给学生布置作业，要求他们在阅读指定书籍并撰写读后感。
参与实验的一部分学生被引导完全依赖ChatGPT这样的生成式AI来完成任务。为了测试AI的替代程度，这些学生完全没有阅读原著，而是通过向AI输入指令，生成了一篇逻辑通顺的读后感，并提交了作业。
不过，在作业提交仅1分钟后，研究人员对学生进行访谈。结果发现，83.3% 的学生无法回忆起自己刚刚“写”下的任何核心观点、金句或文章结构，可谓是零记忆提取。
在随后的测试中，这些学生几乎无法从自己的文章中复述出任何细节。文章虽然是他们提交的，但在大脑中却没有留下痕迹。
参与实验的另一部分学生，则用传统的方法，坚持自己阅读、思考，并完成读书报告的学生，在数天后依然能清晰地阐述书中的逻辑，证明了传统手搓式学习的靠谱。
01
认知外包就是精制糖果，一点点侵蚀大脑
纪录片中，韩国研究人员在实验过程中使用了脑电图（EEG）等监测设备，对比了自主思考写作和使用AI代写时大脑的活跃度。结果显示，使用AI时，大脑负责处理高级逻辑的区域几乎没有电流活动，这种状态被专家描述为认知上的空转。
实验中那 83% 的学生表示，点击提交按钮的那一刻，大脑就像清空了回收站一样，因为他们没有经历过从无到有的痛苦构建过程。
认知外包的副作用比我之前想象的要严重多了。从过去记笔记的小本子，到谷歌地图，再到现在豆包、元宝、ChatGPT这样的大模型，他们都可以帮助我们减少大脑认知负担，可以视为是典型的认知外包工具。
上述实验中，当使用大模型的学生意识到，生成内容这个任务可以完全交给外部工具时，负责深度加工、逻辑整合、自我监控的区域（如前额叶皮层）活跃度大幅下降。
在ChatGPT的帮助下，学生潜意识里把自己从思考者变成了搬运工。因为没有经历“提取信息-转化逻辑-语言编码”这个痛苦的内化过程，大脑认为这些信息是不重要的噪音，因此拒绝将其存入长时记忆。
长期使用认知外包工具的人，首先会患上知识的幻觉。简单说，就是用户会误以为能搜索到的信息就是我掌握的知识。
耶鲁大学研究人员在2015年就做过搜寻效应实验，研究者让一组参与者通过谷歌搜索问题，另一组则不允许使用网络。结果发现，即便搜索组并没有真正记住答案，他们在评估自己对无关领域（比如，为什么云彩是白的？）的了解程度时，信心显著高于对照组。
其次，过度依赖搜索引擎、大模型提供答案，大脑会自动卸载那些它认为可以随时在外部找到的信息，导致长时记忆萎缩。
在哈佛大学与哥伦比亚大学在2011年进行的保存实验中，参与者被要求向电脑输入一些事实。一组被告知“电脑会保存这些信息”，另一组被告知“信息会被删除”。随后进行的记忆测试显示，认为电脑会保存信息的一组，对内容的记忆效果极差。
和我们的肌肉一样，大脑如何不进行思维锻炼，也会变懒、变弱。
MIT媒体实验室EEG脑电图实在2025年7月发布的一项研究显示，研究者记录了学生在自主写作与ChatGPT辅助写作时的脑电波。结果显示，AI组在前额叶皮层负责深度思考和决策的活跃度极低。更令人惊讶的是，在连续使用AI数周后，这些学生在没有AI辅助的情况下，其脑电活跃度也无法恢复到基准水平。
02
失去批判性，意味着什么？
火的出现让我们的胃萎缩了，互联网的出现让我们的记忆力减退了。而大模型的普及，正在尝试替代人类的前额叶皮层，也就是代理人类形成逻辑、作出决策。
Halpern批判性思维测评（Halpern Critical Thinking Assessment, HCTA） 被公认为是测量批判性思维最权威的工具之一，由美国著名心理学家戴安·哈尔彭（Diane Halpern）开发。
2025年，由斯坦福大学与哈佛大学心理学系联合开展，利用HCTA量表对全球超过2000名（其中核心样本为666名高频使用AI的专业职场人）受试者进行了为期一年的跟踪，这也是该测评体系自诞生以来最重要的一次针对性迭代研究。
与传统的选择题不同，HCTA 采用“开放式问答+多项选择”的组合。开放式部分，要求受试者自己构建论点、解释现象。多项选择部分，考察受试者在已有选项中识别逻辑谬误的能力。核心变量是，受试者每日调用生成式AI（如ChatGPT、Claude）处理工作/学习任务的时长与频率。
研究发现，在高频使用AI的人群中，这五个维度的表现呈现出明显的不对称衰减：
言语推理方面，由于AI倾向于给出平铺直叙、极度理性的解释，导致长期依赖者失去了捕捉言外之意和语言复杂性的敏感度，受试者在识别讽刺、隐喻或模糊修辞方面的能力大幅下降。
分析论证方面，80%的高频使用者在没有AI辅助的情况下，虽然能够识别别人的漏洞，却无法在20分钟内完成一个逻辑闭环的商业提案。
假设检验方面下滑最严重，受试者表现出极强的“权威偏见”，即倾向于相信AI给出的第一个结论，不再主动寻找反面证据或设计控制变量。
可能性与不确定性判断方面，受试者对概率的直觉变得钝化。因为AI往往以极其笃定的语气回答问题，受试者习惯了标准答案，而失去了在灰度地带进行权衡的决策能力。
决策与问题解决方面，陷入路径依赖。面对全新的、AI训练库里没有的问题，受试者往往表现得无从下手。
03
职场智力断层已经出现
Halpern批判性思维测评实验一个更残酷的发现是，00后一代的批判性思维水平远低于80后，AI导致的智力断层已经出现。
具体测试数据显示，17-25岁的AI原生一代（也就是我们熟悉的00后），在HCTA的总分比35-45岁的群体（大概是80后一代）低了整整28%。研究者担忧，这预示着一种代际智力断裂。
Halpern 2025年的研究，提示这样一种残酷的现实，批判性思维不是一种学会了就永远拥有的知识，而是一种不练就会萎缩的肌肉。
当AI原生一代们在职业早期过度依赖AI，虽然产出效率高，但也跳过了通过痛苦思考构建底层逻辑的过程，他们可能会在30岁左右遇到严重的认知瓶颈，因无法形成需要对复杂问题的决策、风险评估和架构设计能力，失去上升通道。
在Reddit、脉脉上，资深经理们关于新入职员工的AI 依赖症的吐糟也开始增多。正如加州大学教授 Anastasia Berg 所警告的：“没有 AI 辅助，他们甚至无法独立开启一项任务。”
那些彻底将思考外包给AI的人，将沦为数字蓝领，他们的工作极易被下一个更便宜的AI补丁所取代。那些学会了AI工具，且保有批判性思维的老兵，将成为真正的超级个体，他们既用AI加速，更用人脑把关，这是目前更具竞争力的形态。
哈佛大学和斯坦福大学在 2025 年的一项联合研究，他们基于 LinkedIn 和 Revelio Labs 的 6200 万员工数据，发现了一个明确的趋势，AI 更偏向资深员工。
他们的调查发现，自 2023 年第一季度以来，积极采用 AI 的公司，其初级职位缩减了 7.7%。相比之下，资深员工，也就是需要拥有复杂决策能力的岗位却异常稳固。
职场智力断层不仅是指 AI 让所有人变笨，而是指它剥夺了新人从笨变聪明的进化路径。
上述研究表明，咨询业、市场研究、法律助理和基础编程等行业受损最重。以前需要 5 个初级员工处理的调研数据、合同审核、代码测试，现在由 1 个资深专家带两个 AI 助理就能完成。
这导致了所谓的方尖碑式结构，公司不需要底层的初级人才，这直接掐断了人才培养的学徒期。
04
集体失智风险大增
今天，数亿中国人已经离不开大模型。中国互联网络信息中心发布《生成式人工智能应用发展报告（2025）》 显示，截至2025年6月，我国生成式人工智能用户规模达5.15亿人，普及率为36.5%。
生成式人工智能已经出现某种寡头垄断局面。根据研究机构Quest Mobile发布的《2025下半年AI应用交互革新与生态落地报告》，在12月8日至12月14日，豆包周活跃用户数在全市场AI原生App中居榜首，达1.55亿，DeepSeek、元宝分别位居第二、第三，周活跃分别为8156万、2084万。
当你习惯了让豆包和DeepSeek帮你思考，你也就失去了定义世界的话语权。当数亿人都在向同一个逻辑模型索取建议时，整个社会的思维多样性正在萎缩，思维走向集体平庸。
大模型的本质是预测下一个最可能的字，也就是说，它更多是一种鹦鹉学舌式的智能。它给出的是最大公约数式的、符合统计学逻辑的平庸答案。
当人们在写周报、写情书、做决策都参考豆包或DeepSeek时，人类的独特性、偏见、甚至天才的错误都在消失。社会正在变成一个由AI生成的、逻辑严密但缺乏灵魂的平滑体。
创造力源于知识的跨界碰撞。如果知识都在AI里，而不存在于人类的大脑神经连接中，那么这种碰撞就永远不会发生。当一代新人只会根据AI建议做决策时，社会将失去应对黑天鹅事件的能力。
如果这种趋势持续到2026年，我们将面临一种真实的社会风险，当AI产生幻觉提供错误知识，而数亿用户因缺乏底层知识储备而无法识别时，错误信息会像病毒一样在社会常识中固化。
05
人人可以学得会的认知健身课
面对数亿人陷入认知外包导致的智力萎缩，主动构建一套认知健身方案，已成为2026年打工人的必修课。
解铃还须系铃人。我请Gemini给出了一套方法，它的核心不是拒绝AI，而是通过增加必要的难度来防止前额叶皮层的退化。
方法一，坚持思考先行的原则。（如果你实在记不住下面三条，最好记住这条。）
面对任何复杂任务，如写方案、分析数据、决策，在打开豆包或DeepSeek之前，强制自己进行15分钟的裸脑思考。在向AI提问前，先在心中预设一个答案草稿。当你有了预期，你与AI的关系就从抄作业变成了对答案，这能极大提升你的批判性观察力。
方法二，增加认知摩擦。
原理是模拟Halpern测评中的“主动构建”能力，强化长时记忆。读完AI给出的建议后，关掉屏幕，尝试用自己的语言向一个外行（或假想对象）解释清楚这个逻辑。如果你解释不出来，说明该知识并未进入你的大脑，只是停留在屏幕上。
方法三，构建底层知识硬核。
每周挑选一个核心概念（如复利效应、幸存者偏差、博弈论），结合AI，进行手动的深度拆解。减少对“一分钟带你看懂XX”这类信息的消费，主动寻找那些让你感到烧脑的内容。因为，只有让你感到痛苦的知识消费过程，才更有可能是有效的认知健身。但这并不意味着，你一定要去读一本三四百页的书，其实你去观看一条半小时以上深度视频可能也有类似的效果。
方法四，强化元认知监控。
面对AI给出的第一个答案，永远问一句：还有其他可能吗？或这个逻辑在什么极端情况下会失效？。尽可能多地参与线下讨论、即兴辩论和复杂的线下社交。这些场景瞬息万变，AI无法实时代劳，是锻炼大脑实时反应和综合评判能力的好场景。
正如举重能让肌肉强壮，思考的重负能让智力常青。在2026年，当满大街的人都穿着骆驼羽绒服、用着同样的Gemini、豆包、DeepSeek模型时，你大脑中那几条亲自打磨出来的神经通路，将是人类最昂贵的奢侈品，也是最后的护城河。
继续看
热门跟贴