《经济学人》发出警告:AI 用久了,你的大脑可能正在「退化」!MIT 实验数据触目惊心

▲ Unusual Whales 在 X 上转述《经济学人》报道，32.7 万次查看，近 3000 人点赞

一个问题，撕开了 AI 时代最大的隐忧

"Prolonged AI use may make it harder to think critically and creatively," per the Economist

「据《经济学人》，长时间使用 AI 可能让人更难进行批判性和创造性思考。」

2026 年 5 月 13 日，金融资讯账号 Unusual Whales 在 X 上发了这么一句转述。没有长篇大论，没有数据图表，只有一句来自《经济学人》的引用。

但这句话戳中了所有人的焦虑。

评论区涌入数百条讨论，近 3000 人点赞，32.7 万人刷到了这条推文。两派立场泾渭分明：一边说"早该重视了"，另一边说"又是新一轮科技恐慌"。

这条推文指向的，是《经济学人》此前发布的一篇深度报道。标题只有五个词，却足够刺眼——

Will AI make you stupid?

AI 会让你变笨吗？

▲ 《经济学人》官方推文，附文章卡片"Will AI make you stupid?"

MIT 实验室里的发现：用 AI 写作的人，大脑连接明显更弱

《经济学人》这篇文章的第一个重磅证据，来自 MIT Media Lab。

研究标题叫"Your Brain on ChatGPT"——你用 ChatGPT 时的大脑。研究团队把参与者分成三组：一组完全靠自己写作（Brain-only），一组可以用搜索引擎辅助，一组直接用 ChatGPT。

然后用 EEG（脑电图）记录他们写作时的大脑活动。

结果？

"Brain-only participants exhibited the strongest, most distributed networks; Search Engine users showed moderate engagement; and LLM users displayed the weakest connectivity."

「纯靠大脑写作的参与者脑连接最强且分布最广，搜索引擎组居中，LLM 组连接最弱。」

用 AI 的人，大脑激活程度最低。

这还没完。研究还发现，LLM 用户对自己写的文章归属感最低——他们更难准确引用自己刚写过的内容。换句话说，虽然文章是在他们手下完成的，但大脑几乎没有"参与"这个过程。

更让人警觉的细节在第四轮实验。研究让 18 名参与者交换条件：原来用 AI 的人改成纯靠自己，原来靠自己的人改成用 AI。结果，从 AI 切换回独立写作的人，脑区激活程度出现了下降——alpha 和 beta 连接性降低，呈现认知参与不足的特征。

这意味着什么？短短几轮 AI 辅助写作之后，大脑可能已经开始"省力模式"。

▲ MIT Media Lab 发布的"Your Brain on ChatGPT"研究页面

当然，必须说明：这项研究样本量只有 54 人（第四轮 18 人），实验场景是写作任务，不能直接推广到所有 AI 使用场景。但它给出了一个此前缺少的生理层面证据——AI 对大脑的影响，可能从行为层面深入到了神经连接层面。

微软调查了 319 名知识工作者，发现了一个危险的相关性

第二组关键证据来自 Microsoft Research，发表在 CHI 2025 上。

研究团队调查了 319 名知识工作者，收集了 936 个使用生成式 AI 完成工作任务的真实案例。他们想知道：人们在日常工作中用 AI 时，批判性思考发生了什么变化？

结论很扎心：

"Higher confidence in GenAI is associated with less critical thinking, while higher self-confidence is associated with more critical thinking."

「对 GenAI 的信心越高，批判性思考越少；对自身能力的信心越高，批判性思考越多。」

翻译成大白话：你越相信 AI 给的答案，你就越不动脑子。你越相信自己能干这活儿，你反而越会多想一步。

更值得注意的是研究的另一个发现：

"GenAI shifts the nature of critical thinking toward information verification, response integration, and task stewardship."

「GenAI 把批判性思考的方向转向了信息验证、回应整合和任务监管。」

也就是说，AI 并没有完全消灭思考，但它把思考的位置挪了。以前你得自己生成、比较、推导；现在很多人把脑力集中到了"检查 AI 给的对不对"。真正的风险在于：如果用户连"检查"这一步也省了，批判性思考就会被压缩到接近零。

▲ Microsoft Research 发表在 CHI 2025 的知识工作者调查研究

X 上有人尖锐地追问了一个企业级问题：如果整个团队的批判性思考能力都在萎缩，谁来发现模型犯的错？

这个问题目前没有答案。

认知卸载：从计算器到 ChatGPT，这次卸掉的东西不一样了

要理解这些研究指向的深层问题，绕不开一个概念——认知卸载（Cognitive Offloading）。

人类其实一直在把脑力活交给工具。写字帮你记事，计算器帮你算数，导航帮你找路，搜索引擎帮你查资料。每一次，都有人担忧"人的能力会退化"。苏格拉底当年就认为文字会削弱人的记忆力——后来证明他多虑了。

但这一轮的卸载，和以前的层级完全不同。

计算器替你做的是算术。搜索引擎替你做的是检索。生成式 AI 试图替你做的，是写作、判断、规划、方案比较和问题拆解——这些是人类认知链条中最复杂的环节。

英国 SBS Swiss Business School 的 Michael Gerlich 做了一项 666 人参与的研究，覆盖 17 到 46 岁以上的三个年龄段。结果显示：AI 工具使用程度越高，批判性思维得分越低，认知卸载在其中起到了关键的中介作用。

《经济学人》引用了滑铁卢大学 Evan Risko 的观点：目前几乎没有证据说明让机器代劳会改变大脑固有的思考能力。但他的担忧在于，生成式 AI 允许人们卸载的东西远比以前复杂。

一旦大脑习惯了选择最省力的路径，一个反馈循环可能悄然形成：越依赖 AI，越懒得自己想；越懒得自己想，越觉得只有 AI 才能搞定。

认知卸载从"效率工具"变成"习惯机制"，这才是最值得警惕的转变。

创造力也在被拉平：AI 给出的答案"太正确"了

如果说批判性思考的风险主要影响企业和知识工作者，那创造力的风险几乎影响所有人。

《经济学人》引用了多伦多大学的一项实验：460 名参与者被要求为日常物品（比如轮胎或裤子）想出富有想象力的用途。一组人先看了 AI 给出的建议，另一组人直接自己想。

结果：先看过 AI 建议的人，产出的答案在创意和多样性上都低于没有 AI 辅助的对照组。

文章中举了一个极具画面感的对比——

面对"裤子还能拿来干嘛"这个问题，ChatGPT 的建议是：把裤子塞满干草，做成半个稻草人。听起来有点意思，但本质上还是把裤子当裤子用。

而一个没有使用 AI 的参与者提出：把坚果放进口袋里，做成一个新奇的鸟食器。

AI 给出的是"合理"答案。人类给出的是"意外"答案。而创造力恰恰藏在那些不合理、不典型的联想里。

这个现象在日常产品体验里其实已经很明显了。AI 生成的文案、设计、代码，看起来都很流畅、很完整、很"对"——但正因为太顺了，它会把所有人拉向同一个模板。

创造力需要绕远路、犯错、联想、不适感和非典型连接。如果 AI 把这些"慢"和"别扭"全部磨掉，产出确实更快，但也更像。

争论的焦点：AI 到底是增强思考还是替代思考？

X 上围绕这个话题的讨论非常热烈，大致分成三个阵营。

第一派：警惕风险。有人指出，问题的核心在于人是否仍然保留着"自己定义问题、自己审查证据、自己做最后判断"的能力。如果把第一步（定义问题）和最后一步（做出判断）都交给 AI，人就变成了中间的传话筒。

第二派：反对恐慌。有人类比 Google 搜索刚出现时的争论——当年也有人说搜索引擎会毁掉记忆力，结果人类适应得很好。开发者 DonJulio 说，他用 AI 写代码之后反而看了更多代码、比较了更多方案，"更累了，但也更需要判断了"。

第三派：关键看怎么用。Kayvon Jafarzadeh 的总结最精准——如果你把初稿和终稿都外包给 AI，品味和判断力会萎缩；但如果你把 AI 当脚手架和评估工具，保留思考的部分，风险截然不同。

Ben 则提醒大家保持冷静：MIT 的研究是小样本、窄任务、实验室环境，不能直接等同于"LLMs make us dumber"。

这些争论指向同一个核心：工具本身没有好坏，使用方式决定一切。

怎么办？让 AI 逼你多想一步

如果问题在于 AI 替代了思考过程，那解决方案可能也在 AI 自身的设计上。

《经济学人》文章最后提到了一个方向：让 AI 更偏向"思考助手"（Thinking Assistant），不做单纯的"答案机器"。

arXiv 上有一篇相关研究，80 人参与的实验室测试和 223 次真实学术对话表明，当 AI 被设计成通过提问来引导反思，不再急着给结论，参与者的思考深度明显提升。约 65% 的参与者对这种交互方式给出了积极反馈。

"Rather than adhering to the prevailing authoritative approach of generating definitive answers, LLM agents aimed at assisting with cognitive enhancement should prioritize fostering reflection."

「如果 LLM agent 的目标是增强认知，就应该优先促进反思，不再沿用那种权威式给出确定答案的路径。」

这个思路可以推广到更多场景：

• 写作时
  ，AI 可以先问你"你想表达的核心观点是什么"，再开始帮你生成内容。
• 编程时
  ，AI 可以先列出三种方案让你比较取舍，再动手写代码。
• 决策时
  ，AI 可以充当反方，提出你没想到的反例，不急着直接给你"最优解"。

但《经济学人》也诚实地指出了这个方案的副作用：打断用户、制造认知摩擦的 AI 助手，可能会降低新手完成简单任务的效率。所以真正的产品问题是——什么时候该提问，什么时候该直接执行；什么时候该制造摩擦，什么时候不要打断工作流。

最后看回这件事

▲ 《经济学人》"Will AI make you stupid?"文章页面（Mint 转载版）

《经济学人》这篇文章真正想说的，并不是"AI 让人变笨"。

它想说的是：AI 最危险的使用方式，是让人跳过思考。

重点不在跳过某一个步骤——它跳过的是整个思考链条：问题定义、证据收集、方案比较、反例检验、最终判断。当这些环节一个接一个被自动化，人可能还以为自己在"工作"，但大脑已经进入了待机状态。

对企业来说，风险在于审计能力变薄。AI 帮团队更快地产出文档、代码和策略，组织误以为产出提升等于能力提升。但如果同一批人越来越少练习拆解问题和审查证据，组织会在更上游失去发现错误的能力。

对教育来说，风险更直接。作文、论证、总结这些任务本身就是训练思维的过程。如果学生在训练阶段就把"构思—组织—表达—修订"全部交给 AI，短期作业更完整，长期却少了对思维肌肉的锻炼。

对个人来说，最危险的信号可能是：你已经不记得上一次从零开始想一个问题是什么时候了。

AI 是人类发明的最强大的认知工具。但工具的价值取决于使用者是否还保留着判断力。

大脑就像肌肉。不用，就会萎缩。

— END —