今天小编分享的科技经验：DeepSeek越强大，我就越容易变蠢？，欢迎阅读。
有没有发现，自从 AI 成了你的 " 智力外挂 "，大腦好像开始偷偷摸鱼了？
好用是真好用，但是一昧地迷信 AI 给出的东西，就有点不太对劲了——小心呐，过于依赖 AI，是会让大腦变蠢的。
微软研究院联手剑桥大学，针对 AI 对批判性思维的影响做了一个深入研究，发现过于相信生成式工具，会减少对自己批判性思维的使用。
对 AI，别太信了
这一次微软把研究范围聚焦到了生成式 AI 和知识工作者身上，也就是经常用大模型工具做案头工作的一群人。
一共 319 名知识工作者，这些参与者每周至少用到一次 AI 工具，包括 ChatGPT、微软的 Copliot 和 Google 的 Gemini，总用例多达到 936 个。
现在的 GenAI 工具尤其擅长文书类任务，研究人员把这种任务抽成了三大类、九小类：
这个分类基本覆盖了大多数场景，从润色邮件、总结内容、提取要点、精准查询 …… 这些就是我用 AI 常做的事啊。
平心而论，用 AI 本来就是为了提高效率，减少花在 " 脏活儿 " 上的时间，这无可厚非。比如有一位程式员，会用 Claude 帮忙写代码；一位外汇交易员，用 ChatGPT 生成交易策略；还有一位老师，会用 Dall-E 生成学校洗手教程的图片。
这样一来，用户自己需要做的工作，就从曾经的 " 零帧起手 "，转变成 " 监督学习 "。AI 负责出东西，用户来挑毛病、提意见，一轮两轮 N 轮的修改，直到满意为止。
这样的过程不是挺有效率的，怎么会让大腦退化呢？
这些事务型的任务 AI 完成起来又快又好，也就容易让人 " 掉以轻心 "。除非是真的出现了特别离谱的结果，不然很多人都会放心把事情交给 AI。
而正是这种对 AI 的信任、对自己所选中的 " 虚拟工作伙伴 " 的认可，会让用户不愿意反思和复盘自己在工具上的使用——也很好理解，谁会轻易质疑自己的经验呢？
于是研究人员提出了这样一个问题：在与 AI 合作完成任务的过程中，你会调用自己的批判性思维吗？
这里所谓的 " 批判性 " 来源于英文的 "critical thinking"，是对可用事实、证据、观察和论据进行分析的过程。
在这个研究里，" 批判性 " 在这里，并非单纯地指给成品挑毛病，而是有更确切的定义：
1. 能够审视自己的需求和意图，从而确定需要 AI 参与的地方 2. 能在心中设定明确的目标 3. 通过主观标准验证信息、验收质量
这三点对应了三种批判性思维里的核心构件：意识、动机和能力。当没有意识、没有动机、还缺乏能力的时候，依赖 AI 无异于让自己的认知思维进一步退化。
而这次研究最重要的发现，是那个影响调用批判性思维的决定因素：不是任务类型，也不是模型的强大程度，而是人对 AI 有多 " 信 "。
在强大的模型面前，每一个人都会产生自我怀疑——懂得不如它多，反应不如它快。有了 DeepSeek R1 这样的天才型选手之后，更是怀疑自己的深度思考能力也不及 AI 了。
出于对 AI 的认可，自然也就把重要的事交出去，不再过问。
怎么避免退化？从自信开始
依赖工具会让人变蠢，类似的说法很常见了，不是一天两天。最著名的研究，要数针对出租车司机习惯用导航之后，大腦内海马体的变化。
上个世纪 60 年代时，人们就发现海马与空间记忆密切相关。英国神经学家对伦敦的出租车司机进行了研究，发现接受培训期间，新手司机熟悉了伦敦的空间，他们的海马体明显变大。相比之下退休的司机，海马体则是在变小。
后来，又有学者直接找普通人做实验，发现在使用 GPS 时行走时，海马体不会处于活跃状态。只有自己思考路线该怎么走时，海马体才会被激活。
必须指出的是，出租车司机因为工作经验，海马体本身就异于常人，即便退化也只是回到普通人的均值，并不是恶性的萎缩、损伤。
这两个研究更多是在指出了锻炼大腦的必要性。这是一个恶性循环：越相信工具，就会越少调用自己的判断和认知。随着认知的退化，逐渐不具备找到错漏的能力了，只能越来越相信工具。
不过，这并不意味着要从此跟 AI 工具一刀两断，没必要。在工具越来越普及的现在，也不可能完全对 AI 避之不及。
回到刚才的 " 意识 "" 动机 " 和 " 能力 " 方面，只要建立不能尽信 AI 的意识，不过分放手。"3R 原则 " 是一个值得尝试的日常小练习：
Reverse 逆向训练：每周完成一次 "0 生成纯天然 " 的基础任务。比如对长文章的提炼摘要、读书总结、播客总结，哪怕 AI 完成得更好，也坚持自己做一遍。可以把自己成果和 AI 的版本进行对照，这样可以观察自己的思路是否需要增补，以及 AI 容易在哪些地方出现幻觉。
Reconstruct 重构输出：将 AI 生成的内容重新解构。用工具生成思维导图是一个常见的用法，但是思维导图是被高度提炼之后的内容，许多信息被 " 折叠 " 了。正是这些被折叠的部分，影响了认知能力的锻炼。Reconstruct 的要点在于反过来拆解 AI 的长篇大论，建立独一无二的思维导图。
" 变蠢 " 可能是一个略带简单粗暴的说法，但这背后隐藏着一个朴素的道理：用进废退。
批判性思维的减少，和对人工智能的信任有所相关，那么提高批判性思维，不如就从更相信自己开始。
