从外包、卸载到再分配:AI新词背后的认知史

9月27日，加拿大阿萨巴斯卡大学教授乔恩·德龙（Jon Dron）在自己的主页上贴出一篇长文Some things I have learned about generative AI（那些年我所学到的生成式人工智能😄），回顾他这几年来使用生成式人工智能。

文章里有一个小标题很是标题党：别再叫认知卸载（cognitive offloading）了，那是认知再分配（cognitive redistribution）。

表面上是改一个词，实际是认知的转变：担心把思考交给工具，至少可以追溯到文字发明的时候；卸载这个词，则是认知科学在20世纪90年代以后才慢慢固定下来的；作者认为这两个词都不合适，于是提出了一个新词。（上次我说AI是“之父”最多的一个领域，其实也是新词最多的领域）

担心把认知交给外部工具会让人变笨，是个很老的话题。

柏拉图在《斐德罗篇》里讲，智慧之神忒乌特发明了文字，拿去献给国王塔穆斯，说这门技艺能让人记得更多。塔穆斯不买账，理由是文字会让人变得健忘，人们会从此不再练习记忆力，只依赖写下来的东西。这段话后来成了技术批评史上被引用最多的段落之一，也是担心认知外包（cognitive outsourcing）的最早记录。

这个模式后来反复重演。文字、印刷、计算器、搜索引擎，每一轮新工具出现，批评的逻辑都差不多：工具替人省掉的那部分认知活动，可能恰恰是最该由人亲自练习的部分。结局也大体相同：工具留了下来。

1998年，哲学家安迪·克拉克（Andy Clark）和大卫·查尔默斯（David Chalmers）发表《延展心智》（The Extended Mind）一文。

他们设想一个记性不好的奥托，把地址都抄在随身笔记本里。问题是：这个笔记本算不算奥托记忆的一部分？回答是：如果笔记本在功能上扮演的角色与脑内记忆没有区别，就应当把它算作认知过程的一部分，而不是外在的工具。这个论证叫对等原则（parity principle），心智与外部世界的边界问题从此成了哲学界长期争论的话题。

实验心理学随后给出更具体的证据。2011年，贝齐·斯帕罗（Betsy Sparrow）和合作者在《Science》发表实验：当被试得知某条信息已经存入电脑，他们对信息本身的记忆明显变差，对去哪找到它的记忆反而变好。这就是常说的谷歌效应（Google effect）。

据说，理论源头可以再往前推到1987年心理学家丹尼尔·韦格纳（Daniel Wegner）提出的交互记忆（transactive memory）：夫妻之间不必各自记住所有事，只要记得对方知道什么就行。（吵架要赢！）记忆的分工早就存在于人与人之间，工具只是把这种分工延伸得更远。

术语上，学术文献更常用卸载（offloading）。2016年，里斯科与吉尔伯特（Risko & Gilbert）在期刊 Trends in Cognitive Sciences 发表综述，给出标准定义：通过外部动作改变任务的信息加工要求，从而减少脑内的认知负担。外包这个词更多出现在大众与哲学讨论里，暗示把整件事连同责任一起交出去。前者是卸下部分负担，后者是整包交出去，不是一回事。

20世纪30年代，苏联心理学家维果茨基（Lev Vygotsky）提出，人的高级心理机能要借助工具和符号的中介才能形成。

1991年，萨洛蒙、珀金斯与格洛伯森（Salomon, Perkins & Globerson）在《Educational Researcher》上区分了技术的两种作用：与工具一起工作时产生的效果（effects with），和用过工具之后留在人身上的能力（effects of）。

1995年，认知人类学家埃德温·哈钦斯（Edwin Hutchins）研究军舰航海，发现定位并不发生在任何一名水手的脑子里，而是分布在船员、海图、罗盘与仪器的协作之中，他称之为分布式认知（distributed cognition）。

他们说的是同一件事：思考从来不是大脑独自完成的，工具一直参与其中。认知再分配无非是说，生成式AI加入以后，这种分布又变了一次；变的是分布方式。

第一，卸载这个词预设了一个完完整整的认知主体，把脑外的工具当成可有可无的附加物。可是认知从来就是分布的：用聊天机器人写东西、画画、做视频，与用纸笔记笔记、用计算器算账，性质上并无区别，只是分布的范围和方式变了。

第二：作者自己用GenAI的很多时候，认知负荷不但没有下降，反而升高了。原因在于他怎么配置工具。他给每个聊天机器人都设了一条共同规则，要求它们在他提出任务时主动挑战他。机器替他做了繁琐的部分，却把更难的判断、反驳、追问推回给他。

他承认认知萎缩也真实发生：他已经好几年没怎么亲手写代码。但他也说自己因此见到许多自己永远不会想到的编程思路。他的一句话总结是，把自己想要什么表达清楚，本身就是一种学习行为。

德龙把这套看法一路推到教学。他说，如果不改变我们教什么、评什么，只维持旧的教法，结果不只是收获大量作弊，还会失去支持学生想得更远所需的学习。换句话说，争论的焦点不应该是用不用，而是什么能力必须留在人身上。

唐斯在评论里补充了德龙的另一层意思：出路不是把人留在回路（human-in-the-loop）里，而是把GenAI看成那张延伸我们认知的人、工具、流程、理论与器物之网的一部分。这个说法也许有点抽象，但方向是清楚的：与其焦虑边界该划在哪，不如想想怎么把新的再分配设计得更好。

原文一共八个小标题，这里只展开了第四个，也捎带了其他一些。有几个标题本身就很说明问题，挑四个放在这里（请我爱的英语老师们不要批评指正😄）：