社會第 163 期

十分鐘內,我們學會了放棄

文字、計算機、Google,我們都一樣擔心過。但這次,底氣有點不同

十分鐘內,我們學會了放棄

前言

各位讀者,蘇格拉底曾擔心過文字。他說,一旦開始用文字記錄,人們就不再費心去記住了。當電報出現時,有人預言詩歌將走向終結;計算機普及後,人們又擔心心算能力會消失。然後,Google 出現了。

每次都是這樣。每當新工具登場,「這樣下去我們的大腦就要壞掉了」的擔憂就反覆上演,但大多數時候,那種災難並沒有發生。所以最近「AI 會讓我們變笨」的說法,聽起來也像是一套老調重彈。

但最近發表的幾項研究,我逐一細讀之後,很難不覺得這次有點不同。先說結論吧。AI 是第一個取代「思考本身」的工具,而不像搜尋或計算機那樣。而早期的研究已經發出了微小但明確的警訊。


🧩 我們還能每次都說「沒關係」嗎

2011 年,哥倫比亞大學的研究團隊做了一個有趣的實驗。他們在告知參與者某些資訊的同時,告訴他們「這些之後可以在電腦上再找到」,結果發現人們對「在哪裡找到」的記憶,比對資訊本身的記憶更深刻。研究團隊將此稱為「Google 效應(Google Effect)」。我們開始把記憶稍微外包給 Google 了。

當時同樣有擔憂和反駁交織。一方說「Google 讓我們變笨了」(2008 年《大西洋月刊》那篇著名的封面文章),另一方則說「省下來翻圖書館的時間可以用在更深入的思考上」。計算機也是類似的情況。心算能力也許變弱了,但正因為有了計算機,我們才能處理更複雜的數學。

所以很多人把 AI 比作計算機。Sam Altman 也是其中之一。但有人正面反駁了這個類比——MIT 的娜塔莉婭・科斯米娜(Nataliya Kosmyna),她提出了關於 AI 與認知能力被引用最多的研究。「你不會抱著計算機入睡,然後早上醒來吧?你也不會把腦中的所有煩惱都倒給計算機。」工具的「性格」本身就不同。

📊 實驗室裡發生的事

先看看科斯米娜團隊的實驗。他們將 54 名參與者分成三組。一組使用 ChatGPT 等大型語言模型1,另一組使用 Google 搜尋,最後一組不用任何工具,只靠自己的大腦來寫文章。透過腦電圖(EEG)2測量後發現,腦部連結性最活躍的是「裸腦」組,而語言模型組最弱。 此外,用 AI 寫文章的人甚至無法正確引用自己剛寫的句子,對「這篇文章是我的」這種歸屬感也最低。隨著輪次增加,這個差距反而越拉越大。

不只是實驗室的數據。沃頓商學院的研究團隊在土耳其找了約 1,000 名高中生,讓他們使用 AI 數學導師。一個是普通的 ChatGPT 類工具,另一個是「護欄」版本——不直接給答案,而是提供提示,並納入教師製作的解題步驟和錯題筆記。在練習階段,兩組的成績都不錯。特別是使用護欄版本的學生,練習題的正確率竟然高了 127%。但當移除 AI 進行考試時,局面完全反轉了。使用普通 ChatGPT 類工具的學生,成績反而比完全不用 AI 的學生更差。在練習場借來的能力,真正要獨立面對時,並沒有留下。

最讓人脊背發涼的,是卡內基梅隆大學 Grace Liu 團隊的最新研究。他們讓參與者解分數題,其中一組的前 12 題可以使用 AI 輔助,但最後 3 題必須獨立完成。使用 AI 的組別在前 12 題表現良好,但在最後 3 題中更頻繁地出錯,也更頻繁地放棄。而這個變化出現的時間,僅僅是 10 分鐘。 研究人員這樣描述當前的 AI:「導師不會只給答案。他們設計學習路徑,把對方的成長放在即時結果之前。而當前的 AI 是一個被優化為提供即時且完整答案的短視合作者。它從來不會說『不行』。」

熟悉的模式,對吧?其實我們在 GPS 上已經經歷過類似的事了。2020 年麥基爾大學的研究顯示,長期依賴 GPS 的人,在沒有 GPS 時找路,空間記憶力會下降。三年後再次測量,期間使用 GPS 越多的人,空間記憶力下降得越劇烈。

那創造力呢?喬治城大學的研究團隊比較了 ChatGPT 出現前後超過 37 萬篇大學申請作文。有趣的是,AI 介入的文章用詞更華麗、更多樣。但其中包含的「想法」反而更趨同了。表達變豐富了,但思考卻收斂到了一個方向。 主導這項研究的 Adam Green 說得精準:「Google 幫我找到我想找的東西。但 AI 連『該找什麼』都替我想好了。」

這裡需要踩一下煞車。這些研究大多樣本量小、觀察期短,很多也還沒經過同儕審查3。Liu 本人也劃了界線:「使用 10 分鐘不會導致長期的大腦變化或認知下降。反覆長期使用會怎樣,目前仍是一個開放性問題,需要長期追蹤研究來解答。」所以現在就斷言「AI 毀了大腦」為時過早。但不同團隊在不同任務中反覆捕捉到相似方向的訊號,這一點很難輕輕帶過。

那麼,真正不同的是什麼

過去的工具與 AI 的關鍵差異在於此。用 Green 的話說,AI 是第一個「替我們出主意」的技術。文字取代了記憶,計算機取代了運算,Google 取代了搜尋。這些都是處理「思考的素材」。但 AI 取代的是思考本身——也就是該想起什麼、如何將它們連結起來。

問題在於那些從來沒有培養過這種能力的人。瑞士商學院的 Michael Gerlich 這樣警告:「年輕一代有風險從一開始就學不到批判性思考。因為 AI 替我們思考的便利性,他們可能根本不會發展出這種能力。」即使是已經習得的人也不能掉以輕心。1971 年的一項飛行員研究顯示,即使一段時間不飛行,手眼協調的感官仍能維持,但記住程序、在腦中構建飛機位置的「認知」技能卻迅速生疏了。肌肉還在,但思考的肌肉不用就會退化。

Google 的先例也值得深思。我們因為 Google 變得更聰明或更自由了嗎?未必。工作與生活的界線模糊了,注意力變短了。整個 20 世紀,IQ 分數每十年大約上升 3 分,但 2006 年之後,多個項目開始下降,下降最劇烈的群體是 18 到 22 歲,也就是最接近數位原生代的世代。

也有一個令人欣慰的線索。針對變短的注意力,研究者認為這更像是「習慣」的問題,而非大腦結構改變的結果。這意味著,如果我們移除自己設下的干擾因素,就可以重新進行長時間專注的訓練。如果能力沒有消失,只是暫時沒有使用,那就有回轉的餘地。

Oswald 的視角

老實說,在這個議題上,我對兩邊都持有一些懷疑。

作為一個處理過數據的人,我認為「AI 毀了大腦」的標題目前依據還不夠充分。幾十人的樣本、10 分鐘的觀察、未經同儕審查的論文,不足以斷言人類的未來。恐懼總是比數據先賣出去。但同時,「計算機的時候也沒事,這次也沒事」的樂觀也顯得有些怠惰。當不同的研究不斷指向同一個方向時,那更可能是模式而非巧合。

我在親手打造 AI 工具時,反覆確認到一件事。當前的 AI 是被設計來提供「即時且完整的答案」的。這是產品的優點。使用者不會迷路、不會卡住、直接得到結果。但學習恰恰在另一面。在迷路、卡住、出錯的過程中,思考的肌肉才長出來。正如 Liu 團隊所說,AI 不會說「不行」。這不是 AI 的缺陷,而是設計選擇。而設計是可以改變的。

所以我得出的結論不是「要不要用 AI」。而是有意識地選擇「什麼留在我手上,什麼交出去」。 科斯米娜說她只在研究中使用自己開發的 AI,在個人生活中「坦率地」不使用語言模型。Green 說「尊重空白頁」。我也想在動筆構思的那一刻,暫時關掉 AI。即使結果的速度會慢一點,但思考的直覺,我想留給自己。


結語

總結一下。第一,「新技術會毀了大腦」的恐懼一直存在,大多數時候都落空了。第二,但 AI 是超越搜尋和運算、取代「思考」的第一個工具,早期研究在持續性、創造力和批判性思考方面已經發出了微小的警訊。 第三,雖然還不能下定論,但也正因如此,我們更需要現在就決定哪些能力要留給自己。

今天至少一天,試著不靠 AI 把一個卡住的問題堅持到底,好不好?那個最想放棄的瞬間,恰恰是思考的肌肉在長出來的地方。

💬 各位讀者,你們已經把哪些能力「交出去」給 AI 了?我好像已經完全把找路的能力交給 GPS 了。反過來,如果有「絕對不會交給 AI」的能力,請在留言區告訴我原因。我會作為下一期的素材。


💬 歡迎在留言區分享你的想法 · 📨 如果你身邊有人覺得「最近腦子不如以前了」,不妨把這篇文章悄悄傳給他們


參考資料 & 延伸閱讀

核心來源

背景知識


作者 安光涉(Oswarld) 現任世宗大學兼任教授,INLEVEL9 策略顧問。職涯經歷、研究、著作與近期活動會持續更新在作者介紹。 最新動態 · 2026年7月:HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI

📝 術語說明

각주

  1. 大型語言模型(LLM):像 ChatGPT 一樣,透過學習海量文本來生成句子的 AI。是我們常說的「生成式 AI」的核心引擎。

  2. 腦電圖(EEG):在頭部貼上感測器,測量大腦電活動的方法。可以窺見哪些腦區在「協同工作」以及活躍程度。

  3. 同儕審查(peer review):論文正式發表前,由同領域專家驗證方法與結論的程序。尚未經過此程序的論文稱為「預印本(preprint)」。