ARTICLE · 1245039
AI 越聪明,人会变得越不爱思考吗?
AI 越聪明,人会变得越不爱思考吗?生成式 AI 进入知识工作后，一个核心问题被反复提出：它到底在改变人的思考方式，还是在悄悄替代人的思考？本期把两项研究放在一起看：一项问"人在用 AI 时还做不做批判性思考"，另一项问"人加 AI 的组合到底在什么时候更强"。 论文：The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers 发表：CHI 2025（人机交互顶会） 作者：Hao-Ping (Hank) Lee（卡内基梅隆大学）领衔，合作者 Advait Sarkar、Lev Tankelevitch、Ian Drosos、Sean Rintel、Richard Banks、Nicholas Wilson，均来自微软研究院。 研究问题：知识工作者在用生成式 AI 时，什么时候还会主动进行批判性思考，什么时候会减少这种投入？又是什么因素在起作用？ 方法：调查 319 名知识工作者，收集了 936 个他们实际用生成式 AI 完成工作的第一手案例，并结合任务特征与使用者特征做定量分析，同时做质性分析。 发现： 这项研究解决了什么：它把一个笼统的担忧——"AI 让人变懒"——拆成了一个可以检验的机制：不是所有人、所有任务都会减少思考，关键在于任务信心与 AI 信心之间的相对关系，以及新的思考分工是否被有意识地设计。 研究的边界：主要证据来自自我报告，揭示的是信心与思考投入之间的关联，以及思考形式的转变；它本身不是一项长期追踪认知能力的实验。 论文：When combinations of humans and AI are useful: A systematic review and meta-analysis 发表：《Nature Human Behaviour》2024 年 12 月 作者：Michelle Vaccaro（麻省理工学院集体智能中心博士生）、Abdullah Almaatouq、Thomas Malone（均为 MIT 斯隆管理学院教授，MIT 集体智能中心）。 研究问题：人机组合在什么时候优于单独的人或单独的 AI？这个"1+1>1"的直觉，到底在多大程度上成立？ 方法：预注册的系统综述与元分析。检索 2020 年 1 月至 2023 年 6 月发表的实验研究，纳入 106 个实验、370 个效应量；每个实验都必须同时比较人单独、AI 单独、人机组合三种表现。 发现： 这项研究解决了什么：它终结了一种简单的"组合必然更强"的假设，给出了一个可操作的判断框架：先看任务类型，再看人机各自的相对优势，最后再决定要不要组合、怎么组合。 研究的边界：作者在论文中指出，证据可能存在发表偏倚，且纳入研究的设计存在差异；结论讲的是 2020–2023 年间实验的总体趋势，不是某一个具体工具在今天的表现。 来源 1. Lee, H.-P. et al. (2025). The Impact of Generative AI on Critical Thinking. CHI '25. 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/ 2. Vaccaro, M., Almaatouq, A. & Malone, T. (2024). When combinations of humans and AI are useful. Nature Human Behaviour, 8, 2293–2303. https://www.nature.com/articles/s41562-024-02024-1
AI 前沿研究笔记 · 001
一、第一项研究：用 AI 时，批判性思考去哪了
信心是关键变量。对 AI 完成某项任务的信心越高，报告的批判性思考投入往往越少；对自己完成任务的信心越高，越可能保持主动思考。 思考的形式变了。AI 没有简单地"取消"思考，而是把思考的重心从搜索、分析、撰写，推向信息核查、答案整合和任务监管。也就是说，人越来越多地在做"验证者"和"整合者"，而不是"第一作者"。 阻力真实存在。在调查中，有受访者表示对 AI 的信任与依赖让自己不愿再做批判性反思，时间压力也是妨碍认真核查的重要原因。
二、第二项研究：人加 AI，到底什么时候更强
平均来看，组合并没有打败"最好的一方"。人机组合的平均表现显著低于人或 AI 中表现最好的一方（Hedges' g = -0.23）。 任务类型决定成败。决策类任务中组合多出现表现损失；内容创作类任务中组合的增益显著更大。 谁本来更强很关键。当人本来就比 AI 强时，组合能带来增益；当 AI 本来就比人强时，组合反而出现损失。
三、两项研究合起来的启示
对工具设计：如果工具只追求"答案越快越好"，它很容易在无意中压低使用者的核查投入。更好的设计是把核查成本降下来：来源可点开、关键假设可修改、不确定处明确标出，而不是只给一个漂亮的最终答案。 对工作流程：决策类任务尤其要谨慎地用人机组合。AI 强、人弱的环节，让人强行"把关"未必能提升结果，反而可能引入新的错误；这时更需要明确：最后判断的依据是什么、什么情况下推翻 AI 的建议。 对创作与研究：内容创作是组合优势更明显的领域。人负责目标、品味、上下文与判断标准，AI 负责生成、改写与扩展，这种分工比"全交给 AI 再签字"更符合两项研究的证据。 对学术拓展：这两项研究指向同一个待解问题——如何度量"思考的质量"，而不只是任务完成的速度与分数。未来的研究需要把核查行为、错误修正、长期学习效果纳入评价，而不是只看单次任务得分。
