10分钟AI如何影响大脑专注力与思考能力

承认吧，我们正在集体丧失读完一篇长文的能力。

面对一份五十页的行业报告，或是动辄数千字的深度分析，你的第一反应是不是已经变成了：拖进AI对话框，让它生成一份摘要？甚至，文章还没读完，就已经开始抱怨作者为何如此冗长，转而寻求那个能提供“省流版”的助手了。

看着屏幕上瞬间弹出的精炼总结，一种高效驾驭前沿科技的满足感油然而生。但有没有想过，在这个看似“赢麻了”的过程里，我们的大脑可能正像温水里的青蛙，经历着一场缓慢而深刻的“退化”？

AI 正在「偷走」我们的思考力？

最近，一项由卡内基梅隆大学、牛津大学、麻省理工学院和加州大学洛杉矶分校联合开展的研究，为这种担忧提供了扎实的证据。研究团队通过三组随机对照实验，系统性地测量了AI辅助对人类独立解题能力的影响，参与人数总计达到1222人。

实验一的设计堪称“先甜后苦”。354名受试者的任务是完成15道分数运算题，难度从一步运算逐步增加到三步运算。

参与者被随机分为两组。AI组在前12道题中可以随时调用GPT-5助手，侧边栏的对话框甚至允许你直接输入“答案是什么”来获取结果。对照组则全程自力更生。

真正的考验出现在第13题。当AI组做到最后3道题时，侧边栏被突然撤掉，要求他们独立完成。这最后3道题与对照组完全相同，是衡量真实独立能力的核心指标。

前半段的剧情毫无悬念：在AI的加持下，开挂组一路高歌猛进，解题速度和正确率全面碾压纯人力组。AI就像一个无所不知的学霸同桌，有求必应。

然而，一旦撤掉AI，画风突变。

习惯了辅助的受试者，在独立阶段的正确率从领先骤降至0.57，显著低于对照组的0.73。他们的跳过率也从低位急剧攀升至0.20，而对照组仅为0.11。

这里的“跳过”并非答错，而是主动选择不作答。研究特意说明，实验对答错没有惩罚，因此“跳过”是衡量一个人是否还有意愿继续努力的真实指标。结果很明显：依赖AI的人，更倾向于直接放弃。

研究人员在报告中写下了这样一段结论：“如果这种依赖持续数月甚至数年，我们可能会培养出整整一代丧失‘独立挣扎’能力的学习者。一旦失去技术支持，他们根本不知道该如何有效地思考。”

第一个实验结论清晰，但存在一个潜在漏洞：AI组里可能混入了一些原本数学能力就较弱的人，他们靠AI勉强过关，撤掉辅助后自然表现更差。这种初始能力差异，会不会才是根本原因？

为了排除干扰，第二组实验做了两处关键改进。首先，在正式实验前，对667名受试者进行摸底测试（三道一步运算题），以此作为基准来确保两组人起点相同。

其次，为了消除界面突变带来的心理影响，对照组也被赋予了一个侧边栏，里面只是重复展示摸底测试的解题步骤，不提供新信息。这样，两组人都会在最后3题时经历侧边栏消失的瞬间，唯一的真实变量只剩下“是否使用过AI”。

即便如此，结论依然成立。AI组的独立作答正确率（0.71）仍显著低于对照组（0.77），跳题倾向也更高。

更关键的发现来自对AI组内部使用习惯的拆解。实验后，参与者被要求汇报主要使用方式，结果分为三类：61%的人直接索要答案，27%的人将AI当作导师寻求提示或思路，12%的人基本没用。

摸底测试时，三组人的表现并无差异。但到了独立测试阶段，分化出现了。

直接索要答案的那一组，后续独立作答的正确率最低、放弃率最高，甚至未能发挥出自己原有的水平。而将AI用作提示工具的那一组，表现则与对照组相近，未见明显退步。

这背后的逻辑其实很直观：直接要答案，意味着完全跳过了推导过程；而索要提示，则仍需自己判断方向、执行步骤、检查错误，AI只是在你卡壳时递来一块垫脚石，思考的主体依然是你自己。

所以，问题的关键或许不在于用不用AI，而在于你把哪个环节交给了它。当你把“思考”本身让位出去，认知能力就很难得到提升；但若只是将“卡壳”的瞬间交出去，而保留前后的推导，损耗就会小得多。

为了验证这一现象是否具有普适性，研究团队在第三组实验中切换了场景，采用了SAT风格的阅读理解题。201名受试者被分为两组，AI组在前5题可使用GPT-5，后3题独立完成；对照组则独立完成全部8题。同样，对照组也经历了侧边栏（内附通用答题技巧）在最后阶段被撤掉的过程。

结果与前两组实验如出一辙。AI组在独立作答阶段的正确率（0.76）显著低于对照组（0.89），跳过率（0.08）则显著更高。

数学运算与阅读理解，调动的是截然不同的认知机制，但结论惊人地一致：在经历AI辅助后，参与者在独立工作时，不仅更容易出错，也更频繁地选择放弃。

守住那段「笨拙」的挣扎

为什么仅仅10分钟的AI体验，就能如此轻易地瓦解一个成年人的解题意志？研究论文给出了两层解释。

第一个机制是“预期基准的偏移”。当大脑习惯了“输入提示词 -> 三秒后获得完美答案”的高效多巴胺路径，你的效率阈值就被无限拉高了。此后，任何需要超过三分钟专注力的无辅助工作，都会带来一种强烈的“吃力感”——你会觉得付出了过多不必要的努力，尽管那些努力本是常态。

第二个机制关乎“自我认知的空白”。回想一下，真正掌握某项技能的时刻，往往伴随着痛苦和抓耳挠腮。那种从百思不解到豁然开朗的转折，正是“建设性挣扎”，也是大脑建立神经连接的必经之路。

建设性挣扎带来的不只是答案，更是对自身能力边界的真实感知——你知道自己擅长什么、短板在哪、能坚持多久。AI抹掉了这个过程，你也随之失去了校准自我的机会。你既不清楚自己的极限，也无从知晓自己其实有能力搞定难题。

麻省理工学院的另一项研究从侧面佐证了这一隐忧。研究人员让受试者使用ChatGPT撰写长篇论文，结果发现，那些重度依赖AI产出漂亮文章的人，事后往往回忆不起自己写了什么，甚至在测试中连哪篇是自己交的都辨认不出。

研究团队为此创造了一个精准的词汇：认知债务。这就像刷信用卡消费，你用AI搞定了今天的工作总结、明天的策划案、期末的论文，透支的是未来的认知能力，换来的只是当下的舒适区。而债务，总会在你最措手不及时找上门来。

起初，你只是用AI润色普通文案；接着，让它列会议提纲；后来，连给亲近的人写句话都要先征求它的意见。久而久之，独立思考、深度阅读乃至组织长句的能力，都在不知不觉中萎缩。你以为自己在白嫖AI的算力，实则AI正在悄然“吞噬”你的脑力。

此外，报告还特别指出，学习资源越匮乏的学生，可能受到的冲击越大。对于能轻易获取优质教育资源、拥有师长辅导的群体，AI只是工具之一；但对于依赖自学、缺乏外部支持的人来说，AI很可能是他们获得“即时帮助”的唯一渠道，依赖也会更深。

加减乘除和基础阅读看似小事，却是通往高阶能力的基石。如果连基础阶段的练习意愿都被AI侵蚀，后续的逻辑思维与批判性思考便成了无源之水、无本之木。

那么，面对汹涌的AI浪潮，我们是否该退回过去，拒绝一切大模型？显然不是。技术车轮不会倒转。

研究人员认为，那些表面化的补救措施，比如将AI设计成苏格拉底式问答、或简单限制使用时长，都解决不了根本问题，因为AI提供的诱惑是系统性的。真正的出路，在于从设计层面重新构想AI与人类的协作方式。

未来的AI，在设计之初就必须考量人类的长期发展目标。这意味着，它应该被塑造成一个懂得克制的“导师”，而非一个有求必应的“保姆”。一个真正优秀的AI导师，看到学生陷入困境时，绝不会直接抛出答案。它会给出提示、引导方向，甚至刻意保持沉默，等待学生自己跨越障碍。

遗憾的是，目前市面上绝大多数AI产品都在竞相讨好用户，比拼的是谁生成更快、谁能最大程度帮用户节省思考时间。但作为使用者，我们或许需要在狂热中保持一丝清醒。

下次遇到不那么紧急、却需要动脑子的任务时，不妨先关掉AI对话框。拿出一张纸、一支笔，去亲身体会那种绞尽脑汁、遭遇卡壳、最终豁然开朗的完整过程。

即便非用AI不可，也请尝试让它提供提示，而非直接索要结果。在这个答案可以瞬间生成的时代，那段看似笨拙、甚至有些辛苦的挣扎过程，或许才是人类最核心的竞争力，也是任何AI都无法替代的终极壁垒。