科研快讯|《自然》重磅警示:过度依赖 AI 会造成专业技能退化,医生、程序员双双出现能力下滑

6 月 18 日《自然》刊发警示性综述，两项独立研究证实长期依赖 AI 会造成专业技能退化。肠镜领域资深医师常态化使用 AI 病灶识别工具后，脱离辅助的腺瘤检出率暴跌 20%；程序员对照实验显示，依靠 AI 生成代码的开发者，逻辑与排错测试分数低 17 分。全美超七成医护人员担忧 AI 弱化自身诊疗能力。学者解释，长期把认知工作外包给 AI 会削弱独立判断，行业亟需建立人机平衡工作模式，避免核心专业能力持续流失。

一、行业普遍焦虑：超七成医护担忧 AI 削弱自身能力

美国近期一项医护行业调研数据显示：77% 医师、70% 护士明确表示，长期使用 AI 工具会担心自身临床判断、实操技能逐步流失。如今 AI 诊断、AI 代码助手全面渗透医疗、互联网行业，但此前缺少量化实证证明 “依赖 AI 会让专业能力退步”，两篇权威研究分别从临床、编程两大领域给出实锤数据。

二、医疗实证：资深肠镜医生失去 AI 辅助，腺瘤检出率暴跌 20%

发表于《柳叶刀・胃肠病与肝病》波兰多中心回顾研究，纳入 19 名从业超 2000 例肠镜手术的资深内镜医师，分前后两个 3 个月周期对照：

1.AI 上线前（无辅助）：腺瘤（肠癌前病变）检出率 28.4%；
2.常态化使用 AI 后，再次无辅助操作：检出率跌至 22.4%，相对下降 20%、绝对降低 6 个百分点；
3.AI 辅助状态下检出率为 25.3%，虽高于纯人工后期水平，但远不如早期人工基线。

研究分析背后心理与行为变化：长期依靠 AI 自动标记病灶后，医生自主观察、主动排查的专注力、主观判断力持续下降，脱离工具后极易漏诊关键癌前病变，对肠癌筛查埋下重大安全隐患。研究者表示目前尚无成熟方案规避该现象，未来十年将是核心研究方向。

三、编程领域同步印证：用 AI 写代码，逻辑理解能力大幅下滑

AI 公司 Anthropic 开展随机对照试验，招募 52 名具备 Python 开发经验工程师，统一完成陌生库开发任务：

对照组：仅搜索引擎、官方文档，禁止 AI；
实验组：全程开放 AI 代码助手生成、调试代码。

任务结束统一进行代码逻辑、漏洞排查测试：纯手动组平均分 67 分，AI 辅助组仅 50 分，相差 17 个百分点，差距具备统计学显著性。短板集中在底层逻辑理解、代码缺陷识别两大核心程序员必备能力，长期依赖 AI 会弱化独立思考与问题拆解思维。

四、学界解读：认知 “外包” 带来不可逆能力损耗

雪城大学信息科学学者 Kevin Crowston 解读该共性现象：人类将复杂认知工作长期交给 AI 完成时，大脑缺少持续训练，专业敏感度、推理能力会持续衰退。研究者提出反思方向：从业者需要主动划分 “可交给 AI 的重复性工作” 和 “必须亲自锤炼核心专业判断”，不能完全把思考过程外包给工具。文章同时指出，当前两项研究仅为阶段性证据，还需更长周期、更多行业大规模试验验证该规律，但已足以提醒各行业建立人机协同规范，平衡效率与核心能力培养。

小编结语

AI 是高效工具，却不能替代人脑长期专业训练。肠镜漏诊、代码逻辑退化两大案例敲响警钟：无论医生、程序员还是其他专业从业者，过度依赖 AI 只会慢慢丢失安身立命的核心硬实力。人机协同的最优解，永远是 AI 提效、人类守住专业判断力底线。

发布来源：Nature News 2026.06.18

核心观点：两份独立真实世界研究证实，长期依靠 AI 辅助工作会产生「去技能化」现象：内镜医生独立病灶检出能力明显下降，程序员代码理解与排错能力显著弱化，大量医护从业者已对此风险表达强烈担忧。