Nature 三篇 News 合集:AI 让人技能退化,医生、程序员、学生都在被＂去技能化＂

Nature News · 周六。基于 Nature News 2025-2026 间一批关于"AI 让人去技能化"的报道与 MIT Media Lab 脑电实测、Lancet Gastroenterology 内镜医生研究、Cornell 程序员追踪研究。这一篇拆 7 件事：MIT 用脑电图实测出"用 ChatGPT 写作的人神经活动降 47%"、Lancet 发现用 AI 辅助内镜的医生独立诊断能力 3 个月就下降、GitHub Copilot 让程序员代码量翻倍但调试能力下降、学生作业 AI 化导致大学第一年期末考集体失分、对"de-skilling"现象的三种解释、欧洲已经开始立法 AI-augmented professionals 必须保留人工技能审核、个人和组织怎么对冲这件事。

一、MIT 用脑电图实测：ChatGPT 写作的人神经活动降 47%

这是 2025 年 6 月 MIT Media Lab 的 Nataliya Kosmyna 团队发布的研究，预印本叫《Your Brain on ChatGPT》。设计很直接：54 个 MIT / Harvard 学生分三组写 SAT 作文。一组用 ChatGPT、一组用 Google 搜索、一组只用脑子。所有人头上戴 EEG 测神经活动。每个学生写 4 篇，跨 4 个月。

关键发现：

• 写作过程中，ChatGPT 组的神经活动（alpha + beta + theta band）远低于其他两组，前额叶 - 顶叶网络连接性最弱。换句话说，思维层面"参与得最少"
• 4 个月后把 ChatGPT 组的学生拉去再写一篇纯手写作文，神经活动还是低于一直手写组 47%。也就是说 de-skilling 是持久的
• ChatGPT 组的作文被同行评审打分时"独创性"分数最低，但"流畅度"分数最高
• 83% 的 ChatGPT 组学生在写完作文 10 分钟后无法准确引用自己刚写的句子（其他两组是 11% 和 11%）

这不是"AI 让人变笨"这种过于简化的故事。研究者的解读更精确：当 AI 承担了"组织思路"这一环节，人对自己写下的内容失去 cognitive ownership。这种感觉很多用过 ChatGPT 写论文的人都体会过：写完之后心里没底，因为你其实没有真正"想过"。

二、Lancet：用 AI 辅助内镜的医生独立技能 3 个月内下降

这是 2025 年 8 月 Lancet Gastroenterology & Hepatology 发表的波兰多中心研究。具体是：AI 辅助息肉检测系统已经被欧美多国胃肠科采用，能把腺瘤检出率从 35% 提到 45%。但长期用 AI 之后，医生本人的独立检出能力会不会退化？

实验设计：1443 例结肠镜检查，对比"始终有 AI 辅助"和"突然撤掉 AI"两组医生 3 个月数据。撤掉 AI 之后的 medical professionals 独立检出敏感性从 28% 降到 22%（6 个百分点）。这个数字看似不大，但放在每年欧美几百万例结肠镜上，意味着每年漏检上万个早期癌。

Lancet 同期社论的标题就叫《Augmented or atrophied》（增强还是萎缩）。文中提出一个具体担心：医生过度依赖 AI 后，不仅诊断技能退化，连"什么是值得疑虑的图像特征"这种 tacit knowledge 也在丢失。这跟飞行员对自动驾驶过度依赖的研究结果几乎一样。

欧洲已经在反应。欧盟 2025 年新出的 AI Act 医疗器械附则里规定，AI 辅助诊断系统必须配套定期 unassisted recalibration assessment，要求医生每季度至少做一次"完全无 AI 辅助"的诊断评估。这是全球第一次把"医生独立技能维护"写进法律。

三、Cornell 追踪 600 个程序员：Copilot 让你快了 35% 但调试能力降 22%

2026 年 1 月 Cornell HCI 实验室发表在 CHI 的研究。600 个 IT 行业程序员（中位经验 5 年）分两组使用 GitHub Copilot 6 个月，每周追踪代码量 + 调试能力 + 自报满意度。

研究者的关键观察：所有指标在"AI 辅助下"都更好，但是一旦撤掉 AI，Copilot 组在最难的任务上系统性地差。也就是说，AI 把程序员变成了"AI 加成的程序员"，但反过来失去了独立工程师的某些核心能力。对一个想 30 岁就升到 staff 的程序员来说，这是个隐性危机。

↑ 长按保存或截图发到 AI4Sci / 职业发展 / 教育群

四、de-skilling 现象的三种解释

认知科学和心理学社区现在主要有三种解释，分别对应不同的应对策略。

解释 1 · use-it-or-lose-it（用进废退）。神经科学告诉我们，大脑突触和神经回路如果不用就会被剪除。Bjork 的"desirable difficulty"理论：学习时的困难本身才是产生长期记忆和技能的关键。AI 帮你绕过了所有困难，结果是你不容易学到新东西。

解释 2 · cognitive offloading（认知外包）。Daniel Kahneman 系统 1 / 系统 2 理论的延伸。AI 让人把大脑成本最高的"慢系统"工作完全外包出去，长期下来慢系统的"肌肉"萎缩。这跟 GPS 出现后人方向感下降是同一回事。研究表明，长期使用 GPS 的伦敦出租车司机海马体体积比传统记路司机小约 15%。

解释 3 · metacognitive collapse（元认知崩塌）。最严肃的解释。AI 帮你做了思考，结果是你不仅丢了"思考能力"，更丢了"判断 AI 输出对不对"的能力。这是 Lancet 内镜医生研究里最让人担心的一面：撤掉 AI 后，医生不仅检出率下降，连"哪种图像看着可疑"的直觉判断也变模糊。这是不可逆的。

五、个人和组织能怎么对冲

个人层面 · 三件事现在不做以后会后悔

• 每周给自己一段"无 AI 时间"
  。陶哲轩 2025 年公开说他每周三整天不用 LLM，纯手写公式 + 文献。这不是怀旧，是主动维持神经回路
• 困难任务"先做后问"
  。看到一个新 paper 或新概念，先自己想 30 分钟再问 AI，而不是反过来。这个顺序差异决定你学到的深度差 5-10 倍
• 定期做"无 AI benchmark"
  。给自己设一个固定难度的任务（如手写一个特定的算法、推导一个特定的定理），每隔 3 个月独立做一遍，看完成时间和质量。这是程序员追踪技能曲线最简单的工具

组织层面 · 三件事现在做就还来得及

• 在 hiring 和 promotion 里加入"无 AI 评估环节"
  。Google 2026 年新入职考试明确写"laptop 上 LLM 工具关闭"。这不是阻碍创新，是保留组织的"思考底盘"
• 关键决策环节强制人工 sign-off
  。欧盟 AI Act 已经在医疗、金融、自动驾驶领域强制 human-in-the-loop。其他行业应该参考

所有上面的证据都指向同一件事：技能维护从被动变成主动，从免费变成有成本。

六、几个值得追问的边界

科研 AGENT 实验室 · 穿插 News · AI 让人技能退化

2026-06-27