AI时代,我们可能需要一种新型健身房:健脑房

AI时代，我们可能需要一种新型健身房：健脑房

当 AI 替我们思考的能力越来越强，人类是否正在逐渐失去独立思考的习惯？

（友情提示：如果你已经准备让 AI 总结全文，请先自己想想这篇文章究竟在说什么。）

最近，我发现自己使用 AI 时出现了一个越来越明显的习惯。

AI 开始给出一份方案。

我看了两行。

然后回复：

「你干吧。」

有时候甚至懒得看完。

过去，我们面对一个复杂的问题，需要自己搜集资料、分析情况、权衡利弊，再绞尽脑汁地寻找解决方案。

现在，我们只需要描述问题，等待几秒钟，就能得到一份看起来相当完整的答案。

从目标拆解到执行步骤，从市场分析到商业计划，AI 甚至能把那些过去需要几个人讨论几天的工作，压缩成一段几分钟就能读完的文字。

更重要的是，它不仅能给出答案，还能解释为什么这个答案是合理的。

于是，一个危险但又相当诱人的念头开始出现：

既然 AI 能替我想得这么好，我为什么还要自己想？

我甚至开始怀疑，照这样发展下去，人类的前额叶皮层会不会因为长期缺乏锻炼而逐渐萎缩？

当然，这是一个玩笑。

目前并没有可靠证据证明，日常使用生成式 AI 会直接导致人类前额叶皮层萎缩。

但玩笑背后，确实藏着一个值得认真讨论的问题：

当思考逐渐变成一种可以外包的服务，我们的大脑会发生什么？

01

我们正在经历一场前所未有的「思考外包」

人类其实早就习惯了把思考交给外部工具。

我们不再需要记住所有电话号码，因为有通讯录；不再需要记住每条道路，因为有导航；不再需要进行复杂的计算，因为有计算器。

这些工具没有让人类集体失去智力。

恰恰相反，它们帮助我们把有限的注意力投入更重要的事情。

心理学中有一个与此相关的概念，叫作「认知卸载」（Cognitive Offloading）。

简单来说，就是借助外部工具、环境或设备，减少大脑需要亲自完成的认知工作。

把待办事项写在纸上，是认知卸载。

用计算器计算复杂的数字，也是认知卸载。

问题在于，AI 与过去的工具存在一个重要区别。

面对一个商业问题，它可以定义问题、分析原因、提出方案，甚至替我们构建一整套判断问题的框架。

面对一篇文章，它可以决定结构、寻找论据、安排论证顺序。

面对人生选择，它也能列出利弊，帮助我们建立一套看似客观的决策模型。

这意味着，AI 外包的不再只是计算过程，而可能是从提出问题到形成判断的一整段认知活动。

示意图（AI 生成）：把问题一块块推给 AI，思考就这样被搬走了。

而我们只需要在最后说一句：

「可以，就这么办。」

这当然很高效。

但高效完成一件事，与真正理解一件事，并不是同一回事。

02

AI 真的会让我们变笨吗？

2025 年，麻省理工学院媒体实验室的一项研究引起了广泛讨论。

研究者据此提出了一个概念：

认知债务（Cognitive Debt）

它描述的是这样一种潜在风险：我们在当下借助 AI 获得效率，却可能因为减少了亲自思考、组织和记忆的过程，而在未来付出一定的认知代价。

不过，这里需要特别强调几个事实。

第一，这项研究的主要实验样本只有 54 人，第四次实验只有 18 人参与。

第二，它考察的是特定条件下的写作任务，不能直接代表人们所有的 AI 使用场景。

第三，研究结果并不能证明 AI 会让人类的大脑永久退化，更不能证明前额叶皮层会因此萎缩。

它是一项值得重视的初步研究，而不是关于人类认知未来的最终判决。

但它至少提醒了我们：

当工具替我们完成一项任务时，我们获得的成果，并不必然意味着我们自身的能力也得到了相同程度的提升。

你可以借助 AI 写出一篇漂亮的文章，却未必能在关闭 AI 后独立完成同样的写作。

你可以让 AI 为你制定一份详细的商业计划，却未必真正理解计划中的每一个假设。

你可以让 AI 帮你分析一个复杂的问题，却未必能够判断它的分析究竟哪里正确、哪里存在漏洞。

我们可能越来越擅长调用智能，却不一定越来越擅长运用自己的智能。

研究原文：Kosmyna, N. et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task.MIT 媒体实验室研究介绍：https://www.media.mit.edu/publications/your-brain-on-chatgpt/论文预印本：https://arxiv.org/abs/2506.08872

03

最值得警惕的，也许不是 AI 的错误，而是我们的信任

2025 年，微软研究院与卡内基梅隆大学的研究人员在计算机人机交互领域的重要会议 CHI 上发表了一项研究，探讨生成式 AI 对知识工作者批判性思维的影响。

这项研究主要基于参与者的自我报告和工作经历，因此不能简单地理解为 AI 必然削弱人的思考能力。

但它揭示了一种值得注意的现象：

我们越相信 AI 可能是对的，就越有可能减少自己验证它的努力。

这恰恰与我开头提到的习惯有关。

当 AI 给出一个方案，我们看了两行就回复「你干吧」，究竟发生了什么？

也许是我们真的理解了它的逻辑，认为方案可行。

但也有可能，我们只是被方案表现出来的完整性、流畅性和专业感说服了。

一份结构严密的报告，很容易让人产生一种错觉：既然它已经把问题解释得如此清楚，那么问题大概已经被解决了。

然而，语言的流畅并不等于事实的准确。

论证的完整，也不意味着前提一定正确。

更麻烦的是，AI 可以在错误的前提上建立一套相当自洽的解释体系。

如果我们没有独立判断的能力，就很难发现问题究竟从哪里开始出现。

过去，我们需要花费大量时间寻找答案。

现在，我们面临的一个新问题可能是：

答案来得太容易，以至于我们逐渐忘记了为什么还需要怀疑答案。

参考研究：Lee, H.-P. et al. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers.微软研究院论文介绍：https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/

04

但事情可能没有那么悲观：AI 也可以帮助我们更好地思考

如果故事到这里结束，结论似乎很简单：为了保护大脑，我们应该少用 AI。

我认为，这可能是一个过于简单的结论。

因为工具是否削弱人的能力，不仅取决于工具本身，还取决于我们如何使用它。

这项研究同样存在适用范围上的限制，不能据此断言所有 AI 辅助学习都能提升批判性思维。

但它说明了一件重要的事：

把任务交给 AI，与把思考交给 AI，是两种不同的行为。

例如，我们可以让 AI 帮忙寻找资料，但自己判断哪些资料可信。

我们可以让 AI 提出十种方案，但必须亲自分析每种方案成立的前提。

我们可以让 AI 批评自己的观点，却不应该因为它给出了反驳，就立刻放弃原有判断。

甚至，我们可以故意要求 AI 先不提供答案，而是通过提问，帮助我们自己找到答案。

在这种模式下，AI 不再只是一个替我们完成任务的外包员工。

它也可以成为一个帮助我们发现盲点、检验假设、拓展思维的工具。

区别在于，我们是否还保留着认知活动中的主动权。

相关研究：Hong, H., Vate-U-Lan, P., & Viriyavejakul, C. (2025). Cognitive Offload Instruction with Generative AI: A Quasi-Experimental Study on Critical Thinking Gains in English Writing.论文原文：https://doi.org/10.30564/fls.v7i7.10072

05

AI 时代，我们可能真的需要一种新型健身房

想象一下未来的某一天。

你走进一家商场，发现里面出现了一种新型商业空间。

它不卖咖啡，不卖奶茶，也不提供按摩服务。

门口挂着一块招牌：

健　脑　房

这里没有跑步机，也没有哑铃。

取而代之的是各种奇怪的设施。

第一间房 · 无 AI 思考室不使用任何智能工具，独立分析一个问题，并写出自己的解决方案。第二间房 · 反驳室为一个自己坚信的观点寻找最强的反对理由，再判断立场是否仍然成立。第三间房 · 记忆室读完一份复杂材料后关闭所有工具，尝试复述其中的核心逻辑。第四间房 · 决策室AI 给出一份看似无懈可击的方案，里面故意埋着一个关键错误，你需要找到它。

当然，这些房间目前只是一个设想，并不是什么已经被科学验证的健脑训练方案。

但这个想象背后有一个值得思考的趋势。

当某种能力不再是完成日常任务的必要条件时，我们可能就不再愿意主动使用它。

而当我们不再愿意使用它时，这种能力的维持与发展，就可能需要额外的动机、训练和制度安排。

就像电梯出现以后，我们仍然可以选择走楼梯。

汽车出现以后，我们仍然需要运动。

计算器出现以后，我们也没有必要禁止儿童学习数学。

我们真正需要思考的，不是如何拒绝工具，而是如何避免把所有可以外包的能力都变成不再需要自己掌握的能力。

世界卫生组织关于脑健康的公开资料，也强调了终身学习、社会联系以及身体健康等因素对脑健康的重要性。

需要注意的是，这些建议并不是针对 AI 使用提出的特殊处方，也不能直接证明某一种「健脑房」训练有效。

它们至少提示我们，脑健康并不只是一个医学问题，也与我们长期处于怎样的生活环境、从事怎样的活动有关。

参考资料：世界卫生组织：Brain Healthhttps://www.who.int/health-topics/brain-health

06

真正的问题，可能不是大脑会不会萎缩，而是我们还愿不愿意亲自思考

说到底，我们没有必要把 AI 想象成一个正在夺走人类智力的怪物。

从历史上看，人类一直在创造工具，用它们减少劳动、节约时间，并突破自身能力的限制。

AI 也不应该例外。

如果一种技术可以帮助我们摆脱重复、机械、低价值的劳动，那么我们当然应该欢迎它。

问题是，当技术开始接管越来越多的认知活动时，我们需要重新思考：

哪些事情可以交给 AI，哪些事情仍然值得我们亲自完成？

这个问题没有一个适用于所有人的标准答案。

对于一个熟练的专业人士来说，把资料整理交给 AI，可能意味着他终于有时间去思考真正重要的问题。

但对于一个还没有掌握基础知识的人来说，如果连最初的理解过程都完全跳过，那么 AI 提供的答案就可能只是一些无法真正内化的文字。

对于一个已经拥有成熟判断能力的人来说，AI 可以成为放大能力的工具。

但对于一个尚未形成独立判断习惯的人来说，AI 也可能成为一个让他不再需要建立这种习惯的理由。

同样的工具，可以产生完全不同的结果。

因此，我并不担心人类会因为 AI 的出现，突然失去思考能力。

我更担心的是，思考本身会逐渐成为一种不划算的行为。

当 AI 在几秒钟内就能提供一个看似不错的答案，我们是否还有耐心花半小时去理解一个问题？

当 AI 可以替我们完成一份计划，我们是否还愿意亲自推演它的逻辑？

当 AI 可以给出一套看似客观的人生建议，我们是否还愿意面对自己内心的犹豫、矛盾和不确定性？

这些问题的答案，或许决定了 AI 最终会成为人类认知能力的延伸，还是我们逐渐放弃认知主动权的理由。

示意图（AI 生成）：把判断和验证一起交出去，人就不再参与。

也许未来最稀缺的能力，不再是快速找到答案。

而是知道什么时候不应该急着接受答案。

·　·　·

最后：健脑房，可能比你想象的更有市场

当然，我也不排除另一种可能。

未来某一天，AI 足够强大，强大到绝大多数日常工作都可以被自动化。

那时候，人类也许不再需要为了生存而保持今天这样的认知劳动强度。

我们可能会把更多时间用在体验、创造、交往和生活本身。

如果真是这样，少做一些无意义的脑力劳动，又有什么不好？

我们没有必要为了证明自己仍然聪明，而故意把每一件事都做得很困难。

但即便如此，我仍然觉得，保留独立思考的能力很重要。

不是因为人类必须永远亲力亲为。

而是因为，只有当我们具备独立判断的能力时，才能真正决定哪些事情值得交给 AI，哪些事情应该由自己负责。

所以，我对 AI 时代的健脑房有一个朴素的期待：

它不是教人如何在没有 AI 的情况下完成所有工作。

而是让人在拥有 AI 之后，仍然有能力独立地理解问题、判断答案，并为自己的选择负责。

毕竟，未来我们可能不再需要亲自搬砖。

但至少，我们应该知道自己为什么要建这栋楼。

至于健脑房什么时候开业？

我猜，等到大家都发现自己越来越不想思考的时候，它的市场就成熟了。

而它的第一批会员，可能正是那些看完这篇文章后，立刻让 AI 总结全文的人。

屁话 · 研究纲领

01  排放、波动与隐现

搭建放屁现象学研究的理论架构

02  释放、震荡与隐匿

构建放屁社会学分析的探索路径

03  爆发、颤动与遁形

开创放屁行为学研究的腔体史学