训练可以抵消人工智能使用带来的认知卸载的负面影响吗？

最近，Unite.ai 发表了一篇报道：“ChatGPT 可能会耗尽你的大脑：人工智能时代的认知债务” 文章中，亚历克斯·麦克法兰概述了麻省理工学院一项研究的发现，该研究显示，过度使用人工智能会导致批判性思维能力和判断力下降，令人担忧。还有大量其他研究支持这些发现，但现在需要回答的问题是：我们能做些什么？

尽管过度依赖人工智能似乎会带来负面影响，但事实上，它不太可能在短期内消失。我们需要找到利用人工智能的方法，让企业能够享受其好处，同时又不会耗尽员工的脑力。

在本文中，我将探讨过度依赖人工智能可能带来的认知风险，这些风险对企业及其员工意味着什么，以及我们可以在培训和防护方面做些什么，让员工通过人工智能的力量获得最高效率，而不会导致智力下降。

人工智能使用带来的认知卸载新危险

正如 Alex 的文章中所讨论的， 麻省理工学院媒体实验室团队 最近，研究人员给54名志愿者戴上脑电图帽，并要求他们在三种条件下撰写类似SAT的作文：ChatGPT、搜索引擎和完全不使用任何工具。纯脑写作者在执行控制区域之间表现出最丰富的连接性。ChatGPT用户的参与度最低，当移除机器人后，他们的分数大幅下降，作者认为，这是“认知债务”的证据。

依赖大型语言模型 (LLM) 的参与者很难回忆起几天前“创作”的作品，因为这些信息从未经过费力的检索进行编码。一位麻省理工学院的受试者甚至无法引用 48 小时前撰写的草稿中的任何一句话。

批判性思维的侵蚀

A 同行评议研究调查了 666 名成年人 英国的一项研究发现，频繁使用人工智能工具与哈尔彭批判性思维评估（一项成熟且备受推崇的评估各种批判性思维能力的评估）的表现之间存在显著的负相关性。这种影响在17至25岁的人群中最为明显，并受到认知卸载行为的影响，例如要求聊天机器人总结阅读内容，而不是与原文互动。

同质化的创造力

一项研究 人工智能对创新的影响 要求团队使用有限的组件发明新玩具，其中一些团队可以使用 ChatGPT 进行头脑风暴。ChatGPT 小组每分钟产生的想法更多，但产生的概念却减少了 40%。一些团队甚至选择了相同的产品名称，这表明法学硕士 (LLM) 会将思维发散的参与者聚集到训练数据的狭窄中心。

虚假的确定性和警惕性的降低

批判性思维和判断力的下降尤其令人担忧 人工智能仍然容易产生幻觉最近的一项调查显示，尽管对完全自主的代理的信任 一年内从 43% 暴跌至 27%，64% 的员工仍将未经审查的模型文本粘贴到面向客户的文档中“以节省时间”。

社会发展放缓

这些影响不仅仅局限于人们在工作中如何运作。有人认为，历史上著名的“弗林效应”（20 世纪智商水平的稳步上升) 已经停滞，现在可能正在逆转，专家指出 无处不在的数字卸载是主要罪魁祸首.

对企业和员工的长期影响

长期依赖人工智能类似于技术债务：每当员工不加批判地接受机器人的草案时，他们就会把一小笔本金的支付推到未来。当模型出现幻觉，或者监管机构要求提供出处时，这种隐藏的责任就会浮出水面，很少有人记得如何从头开始重建计算。

我们应该担心，这种自我怀疑会破坏继任渠道，在代理系统需要更严格监管的时候，留下的独立思考者寥寥无几。商业领域曾经是人类创造力和知识的专属领域，从 营销策略 至 翻译，越来越多地不仅受到人工智能的协助，还受到其治理。而且这个问题可能会加剧。

创新阻力和“模板思维”

沃顿的玩具实验预示着，未来每一次头脑风暴会议都会以相同的自动完成建议开始。接受这项研究采访的早期投资者表示，现在的融资演示文稿都千篇一律，让人难以发现真正的新意。

监管风险

7 月，英国标准协会宣布 全球首个国际审计准则 在一系列被误导的案例法污染的法律文件之后，人工智能保证提供商面临挑战。无法证明人工审核记录的公司可能很快面临罚款和声誉损害。

动力减弱

许多大学都有 恢复纸笔考试 调查显示，89% 的学生使用 ChatGPT 完成课程作业。教授们表示，这种模拟切换可以立即提升学生的参与度，并揭示出如果没有机器人，学生的理解能力会多么薄弱。

如果学习者期望聊天机器人填补所有知识空白，类似的阻力也会威胁到企业的技能提升计划。

适当的训练可以减轻卸载效应吗？

护栏的影响

A 沃顿商学院主导的实地实验 将 990 名高中数学学生分成三组：不受限制的 GPT-4、GPT Tutor（仅提供提示）和无 AI（对照组）。虽然不受限制的用户解决了 48% 的练习题，但在两天后的闭卷考试中，他们的成绩却下降了 17%。

在练习问题中，导师组的表现实际上优于拥有完全 AI 访问权限的组，但仅与对照组持平，这表明护栏至少在一定程度上可以防止衰退（即使 AI 似乎没有在教育方面取得实际进步）。

教育作为缓冲

这项对 666 名英国成年人进行的研究发现，拥有高级学位的参与者 更有可能交叉核对人工智能答案 在接受之前。访谈记录证实了这一模式：研究生受访者“总是”核实信息的比例大约是仅有中学教育背景的受访者的两倍，作者将这种差异描述为“统计上稳健的”。

他们得出结论，高等教育通过培养批判性探究的习惯来缓和认知卸载的影响。

监督下的积极证据

A 2025年XNUMX月荟萃分析 汇总了31个课堂实验，结果表明，人工智能与结构化指导相结合时效果最佳。教师主导的成就测试场景带来了最大的学习收益，而无指导的知识测试条件几乎没有任何益处。作者指出，“引导式互动的效果显著优于仅使用人工智能和不使用人工智能的对照组”，这凸显了反思性提示和教师指导的价值。

防止人才流失的培训策略

教授基于怀疑态度的人工智能素养

管理者应该指导团队像对待 LLM 一样对待 一个令人愉快的熟人成功的飞行员会将应急工程技巧与一份心理检查清单结合起来：信息来源是什么？日期是哪一天？相反的情况是否也成立？

安排刻意的“加班”

有 正式的数字戒毒区日益普及办公室内设有禁止使用笔记本电脑和手机的区域，以便员工在返回 AI 辅助任务之前可以“重置、充电并找到平衡”。

一些公司正在将这个想法延伸到 “无科技星期五”街区 周五下午禁止视频通话和聊天应用程序，上午则以模拟白板冲刺开始。午饭后，团队再次开会，用法学硕士（LLM）验证他们的想法。管理人员报告称，这种仪式提高了想法的多样性，并在八周内使每周学习日志的记录增加了近25%。

将元认知融入工作流程

波长 XNUMXμm 的 沃顿数学实验 研究表明，在AI界面中插入反思性提示（“哪些证据支持这一论断？”）可以提高记忆力。GPT Tutor会自动执行此操作，在学生阐明自己的推理并将其与模型提示进行比较之前，不会透露任何答案。

为摩擦而设计，而不是无摩擦的设计

企业 IT 团队可以更多地思考 人类利用人工智能并从中获益 并配置聊天助手，使其显示置信度分数、引用原始数据或呈现经过排序的替代方案（而非单行文字），从而引导用户暂停并评估，而不是复制粘贴。这些减速带看似微不足道，但却恢复了用户与机器之间至关重要的认知联系。

结语

认知卸载是更强大工具不可避免的阴影，但认知衰退并非必然如此。愿意将人工智能与周到的防护措施、元认知助推以及刻意的“加载”文化相结合的组织，可以享受更快速的工作流程和更敏锐的思维。

忽视这些保障措施，后果将不堪设想：创造力迟钝，问题解决能力脆弱，以及在提示窗口失效时员工队伍就会僵住。一家公司今年最明智的投资或许不是再获得一个人工智能许可证，而是一个严谨的程序，让人类认知牢牢占据主导地位。