人脑“认知卸载”：大脑会不会因此停留在舒适区？

17世纪的法国思想家、数学大师帕斯卡尔有句名言：“人不过是一根会思考的芦苇。”人类的价值和尊严，正是在于能够独立思考。如今，当ChatGPT能在眨眼间写出一份论文、Claude能秒级梳理繁杂逻辑，我们不得不反思：我们的“思考之芦苇”是否开始枯萎？我们会不会因图方便，主动舍弃了思考的主动权？

纽约州立大学石溪分校教授劳伦·里士满认为：“人工智能本身不会让人变懒；问题在于我们如何使用它。”那么，人们在运用生成式人工智能（AI）时常见的问题有哪些？又该怎样调整习惯，让科技真正成为认知的帮手？

思考负担减轻带来悄然隐患

据英国《新科学家》网站报道，生成式AI已深刻改变日常生活，助长了人类长期以来的“认知卸载”倾向——也就是借助外部工具减轻大脑负担。就像购物时，人们更愿意写清单，而不是用脑记住每一项。不过，相较于苏格拉底对于书面记录的担心，AI带来的挑战无疑更为深远。

在今年3月发表于《自然》的论文中，里士满团队指出，频繁依赖认知卸载会削弱大脑的活跃度。生成式AI的过度使用，让学习变得机械和表面化，且有可能引发恶性循环：依赖越多，独立思考的能力越弱，随之就更加依赖辅助工具。

英国苏塞克斯大学哲学家安迪·克拉克则持一种平衡的观点，他提出“心智外延”理论，认为适当用外部工具减负大脑无可厚非。但他也警觉于这样一个风险：当人的心智能力不断向AI和互联网迁移之际，我们对于工具的依赖已达到前所未有的高度。说得直白点，一旦失去电力或网络支持，人们的认知活动可能会陷入瘫痪。

今年年初，美国宾夕法尼亚大学的研究发现，与依赖搜索引擎相比，接受ChatGPT辅助的志愿者写出的文章更短，引用事实更少。原因在于AI直接代替了人类整合信息的过程，将探究与发现的机会“让渡”给了算法。这种方式下，学习沦为被动输入，对知识的掌握也就浅尝辄止。

一些初步证据表明，过度依赖AI可能正在侵蚀批判性思维。瑞士SBS商学院迈克尔·格尔利希的一项研究显示，在17—25岁的年轻人中，AI依赖性远高于长者，其批判性思维能力则下降了约45%。格尔利希将此现象称为“认知惰性”。当连一封道歉信都交由AI书写时，我们或许正在有意无意中拒绝面对更为复杂艰深的思考任务，这才是真正值得警惕的地方。

流畅表达并非思想的证明

如果我们的思考力真的受到挑战，那么AI是否有资格替我们承担智力工作？科学界对此持谨慎态度：AI给出的答案虽然流畅，却掩盖了它无法“真正思考”的本质。

去年，《自然》杂志的一篇重要评论特别指出：语言流畅不等于具备思维能力。

三位美国科学家通过相应的证据予以证明。例如，大脑中掌管语言的区域和推理的区域其实是分开的。有些失语症病人虽无法说话，却仍能解答抽象数学难题。甚至婴儿在开口说话前，已会像科学家一样主动探索环境。

既然语言不是思考本身，那么大型语言模型──这些通过预测下一个单词来生成句子的AI──实际上也并没有真正的思维。它们之所以能给出像模像样的答案，更多靠的是对语言结构的模仿，而非背后真正的理解与认知。

美国哲学家理查德·罗蒂曾指出，“常识”往往是那些反复被使用、最终凝固为公式化表达的“死隐喻”。生成式AI擅长捕捉和复现这些被广泛使用的表达，但对诞生这些语言的个人经验却无从涉足。

因此，当人们请AI解答问题时，它只是像鹦鹉一样复述已有内容，被圈在数据和词汇的围墙之内。它能精确叙述“骑自行车”涉及的物理原理，却永远无法领会初次骑车、双脚离地时人类的那份真实体验。

保持“先思考，后用AI”的习惯

想要守护认知能力，关键是转变和AI的关系，让它成为激发思考的辅助，而不是完全替代。可实际操作起来并不容易。相关实验发现，即使那些自称思维缜密的人，缺乏明确策略时也同样容易陷入“思维懒惰”的舒适区。

不过，美国麻省理工学院的一项实验发现，先独立写完一遍作文的人，即使随后利用ChatGPT润色或重写，头脑的参与度仍能保持较高水准。

安迪·克拉克提出，最要紧的是始终做那个率先思考的人。独立思考越多，就越能提升“混合认知”的能力。更多专家建议，把AI当做补充自身理解的工具，而非完全依赖的跳板。

克拉克还提醒要规避“锚定效应”：人类的下判断容易被最先获得的信息左右。哪怕有意分析AI的答案，仍难免受到其首个回应的影响。他建议，处理正反面问题时可以反向操作：比如不直接让AI总结负面因素，而是先让它陈述事实，由自己提炼出负面影响，最后再请AI帮忙查找漏洞或补充反例。

如果人们所有答案都由AI提供，那么原创内容会越来越少，AI训练所需的新鲜语料也会随之稀缺，最终只会反复自我复制，陷入“模型崩塌”，创新能力和思维活力日渐枯竭。相反，只要方式得当，人类的智慧和AI的能力可共同成长。

归根结底，只有让人性中的“思考芦苇”不断生长与创造，AI才能真正成为认知的伙伴，而非替代人类思维的海市蜃楼。

记者 张佳欣