AI会让人变笨吗？

今年五月，英国科技评论人Wendy Liu在《卫报》发了一篇引起不少转发的观点文章，标题本身就足够锋利："我刻意回避AI工具，因为思考本来就应该是困难的——这正是我们作为人类的意义所在。" 她说，在智力本身正在被大型科技公司私有化的时代，主动让自己的思维能力荒废、去伺候那些无聊的聊天机器人，是一步危险棋。她还回忆了自己早年学编程时"死磕"硬啃的经历，言语之间满是过来人的笃定。

这篇文章在科技圈刷了好几天屏。支持者说她说出了被效率焦虑裹挟的现代人不敢说的话，反对者说她不过是一个拥有深厚技术积累的精英，在居高临下地教训刚入门的新手。谁对谁错？我不打算选边站。但有一个问题更值得认真回答：AI工具在什么条件下真的会让人变笨，在什么条件下不会？

认知科学早就敲过警钟

Wendy Liu的直觉并非空穴来风。

2011年，科学家Sparrow等人在《Science》发表了一项被广泛引用的研究：让受试者相信某些信息稍后可以在电脑里查到——结果，他们回忆这些信息的能力显著下降。人类大脑有一种根深蒂固的倾向：一旦判断某样东西"会被存到外面"，它就懒得再往长期记忆里编码。这个现象后来被媒体称为"Google效应"，但它的本质远比搜索引擎广泛——任何外部信息存储系统的存在，都会自动降低人类对这段信息的记忆强度。

与这个发现相呼应的是认知心理学家Robert Bjork提出的"理想困难"理论：学习过程如果感觉轻松，大脑会判断这条路"没什么价值"，进而减少巩固强度；反之，如果需要努力提取、需要反复试错，大脑会认为这段经验"重要"，投入更多认知资源去强化它。人类有一个根深蒂固的认知偏差——极度擅长低估困难学习的长期价值，却极度擅长高估轻松学习的即时收益。AI辅助下的学习，恰恰把"困难"这一环给绕过去了。

还有一个数据更有冲击力。Karpicke和Roediger在2008年的《Science》研究里发现：单纯反复阅读一份材料，两周后的记忆保持率只有35%左右；如果换成检索练习——遮住内容强迫自己回忆——保持率跃升至50%到60%。更关键的是，这个差距会随时间急剧扩大，一两周后，两种方法的效果差距可以拉到三倍。

以上这些研究，描述的都是同一个现象的不同切面——2016年，Risko和Gilbert在《Trends in Cognitive Sciences》上给出了它的名字：认知卸载（Cognitive Offloading）。外部系统越强大，大脑就越倾向于把认知任务外包出去。这不是新问题，AI只是把这个趋势推到了前所未有的极端。

AI让人变笨的四条路径

把认知科学的研究结论和日常使用场景对照，AI让人思维萎缩的机制可以拆解成四条清晰的路径。

第一条：跳过检索，直接获取。 当你遇到一个问题——历史事件、代码错误还是某个概念的定义——大脑的本能反应是去"找"。这个"找"的过程本身就是一次记忆巩固。AI把答案直接推到你面前，检索环节被完全绕过，相关记忆路径得不到任何激活。长期习惯这种模式的人，大脑会越来越依赖"外部搜索"而不是"内部提取"。

第二条：接收答案，放弃推演。 推理能力的增长依赖于"差一点就想出来"的那个临界状态。每一次跳过自己推演、直接复制AI的解答，你实际上是在主动切断一条正在生长的认知神经通路。专家和新手的核心差异往往不在知识量，而在面对新问题时有多少条可以尝试的推理路径。初学者砍掉这些路径的代价最大，因为他们的网络本来就还在建。

第三条：模糊边界，丧失校验。 很多人在用AI辅助写作或编程时，会逐渐分不清哪些想法是自己的、哪些是AI生成的。自我校验的能力因此被悄悄侵蚀。你不再需要回头审视"这句话真的准确吗"——因为AI"应该"是准确的。更危险的是，当AI偶尔出错时，没有建立校验习惯的人几乎没有任何纠错能力，只能把错误一路带进成品里。

第四条：用AI压缩反思时间。 反思是认知巩固的最后一步，也是最容易被AI加速抹掉的一步。学钢琴的人都知道，一段曲子弹完之后要停下来想一想刚才哪个地方不顺畅、为什么。大模型会在你还没来得及反思的时候就把下一个任务推过来了——效率确实高了，但反思那几秒钟的沉默被取消了。对于初学者来说，反思窗口期的缺席会让错误以同样的模式重复几十遍而没有任何修正机会。

正确用法 vs. 错误用法

说了这么多，不是要呼吁大家放弃AI。AI是一种工具，工具本身没有原罪——问题在于使用者把它放在了认知系统里的哪个位置。位置放对了，AI是放大器；放错了，它就变成了拐杖。

核心原则其实很简单：**先自己想，再AI校验。**这六个字看起来朴素，但它完整对应了认知科学里"检索练习"的核心逻辑——先主动提取，再被动接收反馈，中间那个"费力"的部分被保留了下来。

Wendy Liu的担忧对拥有深厚认知储备的人来说是合理的——她已经建立了足够完整的思维框架，主动选择减少外部辅助，是一种在高处主动负重训练的选择。但这个逻辑直接套用在初学者身上，就是另一回事了：恰恰是那些还没有建立基本认知骨架的人，最需要通过"困难学习"来塑造神经回路。让一个还没学会走路的孩子直接坐上轮椅，这不是激励，这是误导。

对初学者而言，把AI当拐杖使用，等于主动拆除了认知能力赖以生长的地基。