10分鐘就崩塌的思考肌肉
AI奪走的不是工作，而是思考力
前言
訂閱者您好，您曾期待 AI 能減少我們的工作量嗎？
ActivTrak 分析了超過 16 萬名上班族、總計 4 億 4,300 萬小時的數位活動數據，結果卻恰恰相反。導入 AI 之後，電子郵件和通訊軟體的使用時間增加了兩倍以上，工作軟體的使用量成長了 94%。但專注工作的時間卻減少了 23 分鐘。週末加班時間則增加了 40% 以上。 AI 並沒有減少工作量，而是把工作的密度和速度推高了。研究者開始將這種狀態稱為 “AI 大腦過熱（AI brain fry）”。
但這還只是開始。更令人擔憂的是另一件事。先說結論：AI 奪走的不是工作機會，而是我們本身的思考力。
🧠 10分鐘就崩塌，認知肌肉的瓦解
卡內基梅隆、牛津、MIT、UCLA 的聯合研究團隊在今年 4 月對 1,222 名受試者進行了隨機對照實驗。他們讓受試者使用 AI 來解數學題和閱讀理解題，然後在沒有預警的情況下撤除了 AI。（先給再收回）
結果令人震驚。僅僅使用了 10 到 15 分鐘 AI 輔助的人，在沒有 AI 的情況下解同類型的題目時，正確率從 0.73 下降到 0.57。更嚴重的是放棄率。從未使用過 AI 的組別放棄率為 11%，而使用過 AI 後被撤除的組別則上升到 20%。10 分鐘，就足以讓人解題的意願本身下降。
研究團隊將這種現象比喻為「沸水青蛙效應（boiling frog effect）」。每一次的 AI 輔助看似微不足道，但累積起來，不知不覺就達到了難以回頭的狀態。 他們特別警告，學習資源較少的人更容易受到這種累積效應的影響。
MIT 媒體實驗室娜塔莉亞・科斯米娜（Nataliya Kosmyna）的研究團隊也得出了類似的結論。他們讓 54 名受試者使用 ChatGPT 撰寫文章，同時測量腦波（EEG），結果發現使用 AI 的組別，其腦部連結性1明顯低於不使用工具的組別。研究團隊將這種現象稱為「認知負債（cognitive debt）」，而且隨著使用次數增加，情況越發嚴重。也就是說，在 AI 代為思考的時候，大腦正在悄悄關機。
不過也有一個有趣的反轉。在第四次實驗中，讓一直不使用工具的組別第一次使用 ChatGPT，結果這組的腦部連結性反而上升了。 對於已經建立自主思考基礎的人來說，AI 發揮的是互補作用。順序很重要。沒有基礎體能就開始使用 AI，和在基礎體能之上疊加 AI，會產生完全相反的結果。
科斯米娜博士解釋了為什麼在正式同儕審查之前就公開了這篇 206 頁的論文。她說：「我擔心 6 到 8 個月後，某個政策制定者會決定『來建 AI 幼兒園吧』。正在發育中的大腦面臨的風險最大。」
最令人不寒而慄的案例來自醫療現場。根據波蘭 4 家內視鏡中心的研究报告，使用 AI 輔助大腸內視鏡檢查後，再改用無 AI 方式檢查時，癌前病變的偵測率從 28.4% 下降到 22.4%。相對下降了 6 個百分點，換算成比率則是 20% 的減少。熟練醫生的診斷能力被 AI 給退化掉了。這項研究發表於 The Lancet Gastroenterology & Hepatology，被認為是醫學領域中首次實證 AI 導致專家能力退化的研究。
⚡ 名為最佳化的陷阱
要理解這種現象的根源，必須先了解矽谷所信奉的一種哲學。
大衛・布魯克斯（David Brooks）在《大西洋月刊》最新專欄中精準地指出了這一點。傳統的教育和成長建立在「磨練（cultivation）」思維之上——忍受困難的挑戰、經歷失敗、再次嘗試，人才能變得堅韌。而科技產業則建立在「最佳化（optimization）」思維之上——消除一切摩擦，以最高效率產出結果。
曾任 Google 搜尋總管長的阿米特・辛哈爾（Amit Singhal）在 2013 年接受《衛報》採訪時說：「我們瘋狂地專注於消除使用者與所需資訊之間的所有摩擦點。」在一個把消除摩擦視為美德的世界裡，磨練思維就失去了立足之地。ActivTrak 的數據也展現了這種張力。使用 AI 工具佔總工作時間 7% 到 10% 的人生產力最高，但符合這個區間的上班族只佔整體的 3%。大多數人不是用得太少，就是依賴得太深。
問題在於，最佳化思維會改變人。上海交通大學研究團隊的實驗顯示，讓使用 AI 完成任務的受試者，接著在沒有 AI 的情況下做另一項任務，結果內在動機下降了 11%，無聊感上升了 20%。AI 把第一項任務變得有趣了，結果讓平常的事情變得難以忍受地無聊。
賓夕法尼亞大學沃頓商學院的研究中，實驗者故意設計了一個會給出錯誤答案的 AI。80% 的受試者直接接受了 AI 的錯誤。**當自己沒有判斷的基準點時，AI 說的話就成了真理。布魯克斯將此稱為「認知投降（cognitive surrender）」。
布魯克斯專欄中的一個場景象徵性地展示了這種轉變。美國一位學校校長放給學生看一部由 200 位藝術家花 5 年時間製作的電影。一個學生帶著困惑的表情問：「為什麼要這樣做？用 AI 只要 5 分鐘就好了。」這個問題不是關於速度的。這是「結果比過程重要」的最佳化世界觀的完成體。
這裡有一個重要的反論需要提出。卡內基梅隆的研究中，並非所有 AI 使用者都同樣地崩塌了。直接向 AI 索取答案的人（61%）能力和意願都急劇下降，但只要求提示或背景說明的人，與未使用 AI 的組別沒有差異。同樣的工具，使用方式不同，結果就完全不同。把 AI 當神諭用，還是當圖書館員用，決定了能力是保全還是退化。
🇰🇷 韓國為何更加脆弱
這個問題在韓國之所以特別嚴重，有其結構性的原因。
根據韓國銀行 2025 年 AI 使用現狀調查，韓國勞工的工作用 AI 使用率為 51.8%，幾乎是美國（26.5%）的兩倍。每天使用超過 1 小時的重度使用者比例，韓國為 78.6%，遠超美國（31.8%）。今年 5 月 Now Survey 對 1,000 名上班族的調查顯示，每週至少使用 AI 一次的比例已上升到 74.3%。韓國上班族在全球是最積極使用 AI 的群體。
有趣的是，使用最多的群體反而最焦慮。IT・開發職有 87.6% 積極使用 AI，工作效率提升比例也達 90.7%，居所有職業之首，但同時危機感也最高，達 70.1%。將「不自己思考、依賴 AI 的人」視為危險型別的回應佔 23.2%，與「無條件拒絕 AI 的人」（22.8%）幾乎相同。盲目接受和盲目拒絕同樣危險，這種認知已經在現場扎根了。
問題在於，這種覺察很難轉化為行動。微軟 2026 年工作趨勢指標顯示，78% 的韓國上班族認為「如果不能快速適應 AI 就會落後」，比全球平均高出 13 個百分點。但認為「公司的 AI 方向是明確的」的比例僅有 16%。個人很焦慮，組織卻找不到方向。
PwC 的全球上班族調查中，認為「在工作中嘗試新方法是安全的」的韓國受訪者只有 22%，不到全球平均（56%）的一半。如果沒有空間去實驗和失敗，就只能依賴最佳化。而越依賴最佳化，自主思考的肌肉就越快速萎縮。
還有一組值得關注的數據。根據韓國勞動研究院的分析，過去 3 年間，AI 高暴露產業中 15 到 29 歲青年群體的工作崗位減少了 21.1 萬個。其中 98.6% 的減少發生在 AI 高暴露產業。而 50 歲以上群體在同一產業的工作崗位反而增加了。研究者將此稱為「資歷偏向型技術變遷」，因為 AI 首先取代的是初級人力負責的標準化知識工作。最需要培養認知肌肉的世代，反而最先失去了這個機會。思考力萎縮的問題，也是世代間不平等問題。
奧斯華爾德的視角
看著這些研究數據，我想起在制定 GTM 策略時反覆遇到的一個模式。
當企業導入新工具時，初期生產力確實會提升。但當工具開始取代思考的那一刻，組織的判斷力就慢慢瓦解了。導入 CRM 之後，對客戶的敏感度變鈍了；裝了儀表板之後，就不去現場了；依賴 A/B 測試之後，就不再問為什麼會出現那個結果了。
AI 是這個模式最極端的版本。以前的工具只是取代特定功能，但 AI 可以取代整個思考過程。所以萎縮的範圍也無可比擬地廣。
布魯克斯在這篇專欄中提出的框架簡潔但銳利。「當智能變得充裕，意志力就變得珍貴（When intelligence is plentiful, volition is valuable）。」也就是說，決定人的價值的不再是 IQ，而是願意主動投入困難事情的態度。
在我看來，這不只是個人的問題。也是組織和教育系統的問題。現在韓國的職場環境，傳遞「不能實驗」的信號太強了。心理安全感只有 22% 這個數字就是證據。AI 時代最危險的不是不會用 AI 的人，而是離開 AI 就無法思考的人。
結語
使用 AI 輔助工作 10 分鐘，獨立思考力和韌性就會出現可量化的下降。但如果只是要求提示而非答案，這種退化就不會發生。韓國在 AI 使用強度上位居全球前列，但在容許失敗的文化上卻排名末位。這個組合，正是「認知投降」最容易蔓延的環境。
即使有 AI，仍然選擇費力去自主思考的人，最終會脫穎而出。 如果您在使用 AI 的過程中，曾經有過「以前這件事我是自己做的，現在為什麼不做了？」的瞬間，歡迎在留言區分享那是哪個領域。
💬 使用 AI 前後，您的工作習慣有什麼變化？請選一個分享給我們 · 📨 請分享給身邊可能需要的朋友
參考資料 & 延伸閱讀
核心來源
- Grace Liu et al., “AI Assistance Reduces Persistence and Hurts Independent Performance,” arXiv:2604.04721, 2026. : 本期電子報的核心依據。特別是 Figure 3 中「提示 vs. 直接索取答案」的比較非常實用。
- Nataliya Kosmyna et al., “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task,” arXiv:2506.08872, 2025. : 一篇 206 頁的龐大研究。EEG 腦部連結性分析是核心。
- Krzysztof Budzyń et al., “Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy,” The Lancet Gastroenterology & Hepatology, 2025. : 首篇實證 AI 導致醫療專家技能退化的研究。
- ActivTrak Productivity Lab, “2026 State of the Workplace,” 2026. : 分析了 4 億 4,300 萬小時的數據。AI 導入前後比較數據非常豐富。
- David Brooks, “The People Who Will Thrive in the AI Age,” The Atlantic, June 28, 2026. : 本期電子報的起點。「智能充裕時，意志力才有價值」這個框架是核心。
背景知識
- 韓國銀行就業研究團隊, “AI 使用現狀調查,” 2025. : 針對 5,512 名韓國勞工。韓國 AI 使用強度是美國兩倍這一數據的原始出處。
- Now Survey, “AI 時代韓國上班族報告,” 2026. : 針對 1,000 名上班族。各職業的 AI 使用現狀和危機感認知非常詳細。
- 韓鎮洙・吳三一, “AI 高暴露產業的年齡別就業變化,” 勞動評論, 2025~2026. : 實證 AI 高暴露產業中青年就業減少的韓國數據。
각주
-
腦部連結性（Brain Connectivity）：衡量大腦不同區域之間信號交互活躍程度的指標。連結性越高，代表大腦越積極地處理資訊；越低則接近大腦的「省電模式」。 ↩
