寫論文先讓AI搭好完整框架，解數(shù)學(xué)題直接要AI的分步答案，甚至思考一個(gè)社會(huì)議題，先讓AI給出正反兩方的完整論述……如今，“遇事先問AI”早已從新鮮事變成了多數(shù)人的日常習(xí)慣。

AI用流暢、看似無(wú)懈可擊的答案，幫我們跳過(guò)了絞盡腦汁的思考過(guò)程，帶來(lái)了前所未有的效率，也讓很多人隱隱不安：我們的獨(dú)立思考能力，正在被AI一點(diǎn)點(diǎn)消解嗎？

2025年12月，德國(guó)波恩大學(xué)的Christian R. Klein與Reinhard Klein團(tuán)隊(duì)，在國(guó)際期刊《人工智能前沿》上發(fā)表的一項(xiàng)研究，為這份焦慮提供了系統(tǒng)的科學(xué)解釋。

團(tuán)隊(duì)提出了“空心思維”的核心概念，揭示了生成式AI帶來(lái)的認(rèn)知悖論：它本應(yīng)是人類認(rèn)知的“延伸器”，卻可能在無(wú)形中成為我們深度思考能力的“消融劑”。

而這場(chǎng)認(rèn)知危機(jī)的根源，恰恰藏在AI最吸引人的特質(zhì)里——無(wú)需費(fèi)力的“無(wú)摩擦答案”。

和計(jì)算器、搜索引擎這些過(guò)往的認(rèn)知工具不同，生成式AI帶來(lái)了一場(chǎng)本質(zhì)性的認(rèn)知革命。

計(jì)算器只是幫我們外包了機(jī)械計(jì)算，搜索引擎只是幫我們縮短了信息檢索的路徑，它們都沒有觸碰學(xué)習(xí)的核心環(huán)節(jié)——整合推理。

而今天的大語(yǔ)言模型，能直接完成信息梳理、邏輯構(gòu)建、觀點(diǎn)提煉甚至創(chuàng)造性合成，把人類學(xué)習(xí)中最需要耗費(fèi)心力的深度思考環(huán)節(jié)，直接用現(xiàn)成答案替代了。

從認(rèn)知科學(xué)的視角來(lái)看，這恰恰擊中了人類學(xué)習(xí)的底層邏輯。

諾貝爾獎(jiǎng)得主卡尼曼提出的雙過(guò)程理論早已證實(shí)，人的思維分為兩套系統(tǒng)：依賴直覺、快速省力的系統(tǒng)1，和負(fù)責(zé)邏輯分析、緩慢費(fèi)力的系統(tǒng)2。

真正的深度學(xué)習(xí)，從來(lái)都離不開系統(tǒng)2的全力參與——只有經(jīng)過(guò)主動(dòng)的思考、試錯(cuò)、沖突解決，我們才能把零散的信息內(nèi)化成穩(wěn)定的知識(shí)體系，在大腦中構(gòu)建起可遷移、可復(fù)用的思維“腳手架”。

認(rèn)知負(fù)荷理論進(jìn)一步指出，學(xué)習(xí)的核心，是需要大腦付出“相關(guān)認(rèn)知負(fù)荷”——也就是為了理解、內(nèi)化知識(shí)而主動(dòng)付出的腦力勞動(dòng)。

而AI的即時(shí)答案，讓我們輕易進(jìn)入了“認(rèn)知旁路”狀態(tài)：我們跳過(guò)了所有需要費(fèi)力的思考環(huán)節(jié)，直接拿到了最終結(jié)果，看似完成了任務(wù)，實(shí)則完全繞過(guò)了知識(shí)內(nèi)化的必經(jīng)之路。

研究團(tuán)隊(duì)把這個(gè)過(guò)程中形成的心理閉環(huán)，命名為“主權(quán)陷阱”。

人類天生就有“認(rèn)知吝嗇鬼”的本能，會(huì)下意識(shí)選擇最省力的思考路徑，而AI的高權(quán)威性、高流暢度的輸出，恰好給了我們一個(gè)完美的“省力出口”。

面對(duì)AI給出的完整答案，我們會(huì)在不知不覺中放棄自己的“認(rèn)知主權(quán)”——也就是獨(dú)立判斷、審視、質(zhì)疑、決策的核心能力，把本該由自己完成的思考，全權(quán)委托給了AI。

這種認(rèn)知外包，帶來(lái)的傷害不只是“想不出來(lái)了”，更會(huì)在神經(jīng)層面造成不可逆的影響。

神經(jīng)科學(xué)研究發(fā)現(xiàn)，我們大腦的前扣帶皮層，負(fù)責(zé)檢測(cè)認(rèn)知中的矛盾和沖突，是觸發(fā)我們停下來(lái)、重新思考的“警報(bào)器”；而外側(cè)前額葉皮層，則負(fù)責(zé)完成批判性分析、錯(cuò)誤修正的深度思考。

當(dāng)AI的答案過(guò)于流暢、看似毫無(wú)破綻時(shí)，前扣帶皮層的沖突警報(bào)信號(hào)會(huì)被大幅削弱，我們也就失去了激活前額葉皮層進(jìn)行深度思考的動(dòng)力。

更值得警惕的是神經(jīng)可塑性的“用進(jìn)廢退”原則：長(zhǎng)期不被激活的神經(jīng)回路，工作效率會(huì)持續(xù)下降。

如果我們長(zhǎng)期依賴AI完成深度推理，負(fù)責(zé)批判性思維的前額葉網(wǎng)絡(luò)，就會(huì)因?yàn)殚L(zhǎng)期缺乏刺激而出現(xiàn)功能退化。

這一點(diǎn)對(duì)青少年尤為危險(xiǎn)——人類負(fù)責(zé)高級(jí)認(rèn)知、執(zhí)行控制的前額葉皮層，要到20歲左右才能發(fā)育成熟，青春期正是這個(gè)腦區(qū)發(fā)育的關(guān)鍵窗口期。

如果未成年人在認(rèn)知發(fā)展的核心階段，就習(xí)慣了用AI替代自己的思考，其認(rèn)知能力的底層發(fā)育，可能會(huì)受到不可逆的影響。

很多人會(huì)說(shuō)：“既然AI什么都知道，我為什么還要費(fèi)力去學(xué)？”。

但過(guò)往數(shù)十年的認(rèn)知研究早已證實(shí)，這種想法背后，藏著一個(gè)致命的認(rèn)知誤區(qū)。

2011年的“谷歌效應(yīng)”研究發(fā)現(xiàn)，當(dāng)人們知道信息可以隨時(shí)從外部獲取時(shí)，大腦會(huì)放棄記憶信息本身，只記住“去哪里找這個(gè)信息”，這就是所謂的“數(shù)字失憶癥”。

就像長(zhǎng)期依賴GPS導(dǎo)航的人，大腦海馬體的空間記憶功能會(huì)持續(xù)弱化，再也無(wú)法在腦海中構(gòu)建出完整的認(rèn)知地圖。

而生成式AI帶來(lái)的，是比搜索引擎、GPS更深刻的認(rèn)知空心化。

研究團(tuán)隊(duì)指出，過(guò)度依賴AI形成的“空心思維”，不是簡(jiǎn)單的“記不住東西”，而是失去了獨(dú)立構(gòu)建邏輯、形成觀點(diǎn)、驗(yàn)證真?zhèn)蔚暮诵哪芰Α?/p>

這種狀態(tài)最殘酷的現(xiàn)實(shí)集中體現(xiàn)在研究中發(fā)現(xiàn)的“專業(yè)知識(shí)二元性”上：AI對(duì)人的影響，完全取決于使用者本身已有的知識(shí)儲(chǔ)備。

對(duì)于領(lǐng)域內(nèi)的專家來(lái)說(shuō)，AI是能力的“放大器”。

專家的大腦中，已經(jīng)構(gòu)建起了完整的領(lǐng)域知識(shí)體系，他們能精準(zhǔn)判斷AI答案的對(duì)錯(cuò)、漏洞與局限性，把AI當(dāng)成“新皮層合作伙伴”——用AI完成重復(fù)性的基礎(chǔ)工作，自己則專注于更有創(chuàng)造性的深度思考，最終實(shí)現(xiàn)1+1>2的效果。

但對(duì)于知識(shí)儲(chǔ)備不足的新手來(lái)說(shuō)，AI只是一個(gè)虛假的“均衡器”。

它能讓一個(gè)新手快速拿出看似專業(yè)的成果，卻無(wú)法幫他構(gòu)建起支撐這個(gè)成果的知識(shí)體系。

此時(shí)的AI，更像是一個(gè)“外部海馬體”，在新手還沒來(lái)得及把信息內(nèi)化成自己的知識(shí)時(shí)，就直接給出了最終的成品，就像一個(gè)學(xué)生直接抄了AI的論文，哪怕論文邏輯再嚴(yán)謹(jǐn)，他也無(wú)法解釋其中的推理鏈條，更無(wú)法把其中的方法遷移到下一個(gè)問題中。

更可怕的是，這種“看似會(huì)了”的能力錯(cuò)覺，會(huì)進(jìn)一步強(qiáng)化他對(duì)AI的依賴，形成“越依賴，越不會(huì)思考；越不會(huì)思考，越依賴”的惡性循環(huán)。

這種二元性，最終會(huì)帶來(lái)一個(gè)令人不安的結(jié)果：AI不僅不會(huì)抹平認(rèn)知差距，反而會(huì)讓強(qiáng)者愈強(qiáng)、弱者愈弱。

專家用AI放大自己的創(chuàng)造力，而新手則在AI的溫柔包裹中慢慢陷入“空心思維”的陷阱，失去獨(dú)立思考的底層能力。

更值得警惕的是，這種認(rèn)知外包，還會(huì)瓦解我們構(gòu)建穩(wěn)定信念體系的能力。

普林斯頓大學(xué)Rose E. Guingrich團(tuán)隊(duì)的研究指出，人類的知識(shí)和信念，是在主動(dòng)的思考、驗(yàn)證、修正中，和大腦中已有的其他知識(shí)深度綁定形成的，我們清楚“自己為什么相信這件事”，也能在出現(xiàn)反證時(shí)重新審視。

但從AI那里獲得的觀點(diǎn)，往往缺少了這個(gè)深度綁定的過(guò)程，我們很難說(shuō)清“這個(gè)結(jié)論是怎么來(lái)的”，更無(wú)法對(duì)其進(jìn)行有效的驗(yàn)證和修正。

長(zhǎng)此以往，我們的信念體系會(huì)變得越來(lái)越模糊，最終甚至?xí)艞壀?dú)立形成觀點(diǎn)的能力，把“判斷對(duì)錯(cuò)、選擇相信什么”的權(quán)力，也一并交給AI。

難道我們只能拒絕AI，才能避免陷入“空心思維”嗎？

研究團(tuán)隊(duì)給出的答案是否定的，AI本身不是洪水猛獸，問題的核心在于我們?nèi)绾沃貥?gòu)和AI的互動(dòng)模式，以及AI系統(tǒng)本身的設(shè)計(jì)邏輯。

對(duì)抗“空心思維”的核心，是培養(yǎng)論文中提出的“強(qiáng)化思維”——一套由扎實(shí)的領(lǐng)域基礎(chǔ)知識(shí)、成熟的元認(rèn)知能力，和主動(dòng)進(jìn)行深度思考的習(xí)慣構(gòu)成的認(rèn)知體系。

這不是讓我們死記硬背零散的知識(shí)點(diǎn)，而是要構(gòu)建起一個(gè)領(lǐng)域的核心思維框架，這是我們能獨(dú)立判斷AI輸出、駕馭AI工具，而不是被AI牽著走的根本前提。

對(duì)個(gè)人而言，守住自己的“認(rèn)知主權(quán)”，關(guān)鍵在于改變和AI的互動(dòng)方式：不要把AI當(dāng)成直接要答案的“抄作業(yè)工具”，而是把它當(dāng)成輔助思考的“腳手架”。

面對(duì)一個(gè)問題，先自己完成思考、搭建框架、形成初步的想法，再用AI去補(bǔ)充細(xì)節(jié)、驗(yàn)證邏輯、指出漏洞，而不是反過(guò)來(lái)，讓AI替你完成從0到1的核心思考。

哪怕只是拿到AI的答案后，強(qiáng)迫自己用自己的話重新解釋一遍邏輯，也能有效激活大腦的深度加工過(guò)程，避免陷入認(rèn)知旁路。

而對(duì)AI系統(tǒng)的設(shè)計(jì)者來(lái)說(shuō)，研究團(tuán)隊(duì)提出了一個(gè)核心的設(shè)計(jì)方向：把AI從“答案引擎”，改造成“認(rèn)知訓(xùn)練環(huán)境”。

未來(lái)的教育AI，不應(yīng)該追求“無(wú)摩擦的即時(shí)答案”，反而應(yīng)該主動(dòng)制造“必要的困難”——比如不直接給出結(jié)果，而是通過(guò)引導(dǎo)式提問，推著用戶自己一步步找到答案；根據(jù)用戶的能力水平，逐步減少輔助，讓用戶的思考能力在這個(gè)過(guò)程中得到鍛煉，而不是被替代。

在AI無(wú)處不在的今天，我們終于意識(shí)到，人類最核心的競(jìng)爭(zhēng)力，從來(lái)不是記住多少信息、算得多快、寫得多流暢。

而是獨(dú)立思考、批判性判斷、主動(dòng)構(gòu)建知識(shí)體系的能力。

AI能幫我們省去思考的辛苦，卻無(wú)法替我們獲得思考帶來(lái)的成長(zhǎng)。

所謂“認(rèn)知主權(quán)”，從來(lái)不是拒絕使用AI，而是我們永遠(yuǎn)要做那個(gè)思考的主體、決策的最終掌控者。畢竟，能駕馭工具的人，永遠(yuǎn)是那些先懂得獨(dú)立思考的人。