顶尖科学家表示：仅5%的人在用AI变得更聪明，其余的人在悄悄变笨

面对席卷而来的智能浪潮，无数人觉得自己掌握了通向未来的钥匙，殊不知这把捷径之钥正在悄悄重塑人类的大脑。

近期，“可能性研究所”首席科学家薇薇安·明公布了一项极具震撼性的实验结果：在借助大模型预测真实世界事件时，高达95%的参与者完全沦为了工具的附庸，仅仅将它用于生成现成的答案。唯有那极少数5%的人，拒绝成为算法的提线木偶。

他们被称作“半机械人”，会主动去质疑算法、与之争吵，在充满张力的摩擦中催生出一种真正的混合智能。这场关乎人类认知走向的分化，绝不仅停留在科学家的统计表里。

无数追求极致效率的职场人，正大批量制造着千篇一律的“AI浆糊”，在不知不觉中交出了独立判断的权力。

人类的记忆，本身就不是什么都要牢牢记在脑子里。

远古时代的人类，并不会把所有生存知识全部存储在自己的大脑当中。遇到分辨哪些植物可以食用这类问题，人们会去族群当中寻找经验丰富的长者，向对方获取答案。

这本质上就是一种记忆的外包。搜索引擎出现之后，这种记忆外包的行为变得更加普遍。

研究把人类把记忆交付给外部工具的现象，命名为认知卸载。所谓认知卸载，就是把一部分需要大脑记忆存储的内容，交给外部工具来承担。

放到AI时代，这套逻辑依旧成立。遇到疑问，不再翻阅厚厚的资料，直接向大模型提问，就能快速拿到现成的解答。

AI就相当于升级版的远古族群智者，也相当于升级迭代后的搜索引擎。当我们习惯了这种外部工具的辅助，一旦脱离工具，就很容易产生焦虑，会下意识怀疑是不是自己记性变差了。

当然，年龄增长确实会带来记忆能力的自然衰减，但外部工具正在承接大量原本需要我们记忆、学习的内容，认知卸载也是造成我们主观感受记忆力下降的重要原因。

面对薇薇安·明口中极具诱惑力的人工智能，这种看似合理的记忆外包，正在让绝大多数人一步步让渡出最重要的独立思考能力。2023年ChatGPT发布之后，海外有大量研究开始关注AI工具对普通人行为模式、大脑功能带来的改变。

三组受试者的使用工具权限完全不同。第一组不允许借助任何电子工具，完全依靠自己思考完成写作。

第二组不能使用AI，但是可以自由使用谷歌搜索引擎查找资料。第三组可以无限制使用任意大语言模型。

实验过程当中会记录受试者的脑电活动，最终得到的实验结果很有参考价值。完全不借助任何外部工具的第一组，写作过程当中，大脑前额叶、视觉脑区、记忆相关脑区会大范围联动，全脑神经网络紧密耦合，是典型深度思考的大脑活动状态。

允许使用搜索引擎的第二组，使用者需要自主筛选网页资料，整合不同来源的信息，大脑依旧需要完成大量加工工作，脑区活跃度处于中等水平。全程依赖大模型的第三组，全脑神经耦合度最低，各个脑区联动微弱，大脑整体处于偏向休眠、偷懒的状态。

当大量思考、组织、写作的工作全部外包给AI，大脑就失去了筛选信息、搭建逻辑框架的锻炼机会，主动思考能力随之退步。我们享受AI带来的便捷，同时就要承担大脑思考能力退化这笔债务。

当时很多人认为这只是一小部分人的短期反应，但现实是到了2026年，麻省理工的达伦·阿西莫格鲁发表的新模型无情印证了这一点：这种全社会的懒惰正像外部性一样扩散，最终将推向知识崩溃。这里就出现了一个很矛盾的现实。

很多职场人全天候高频使用AI，并没有体会到大脑变轻松，反而持续陷入高强度的疲惫当中。理论上AI帮我们承接大量重复枯燥的工作，人应该更加省力，但是不少深度使用者反馈，大脑反而长期处于满载过载的状态。

一部分人会出现类似多巴胺强烈刺激带来的状态，多个AI对话窗口来回切换，工具输出内容源源不断推送过来，大脑很难真正停下来休息。看似把工作外包出去，实际上我们要消耗更多精力去处理AI产出的海量信息。

明明拥有了帮手，需要处理的内容反而变多，海量信息处理，是造成精神疲惫的一大来源。除此之外，即便AI完成初稿，人依旧要承担大量判断、复核的工作。

就像团队当中实习生产出稿件之后，需要花费大量时间修改打磨。AI生成的内容同样需要反复审阅校对。

修改他人产出的内容，本身就是一件消耗心力的事情。遇到质量不佳的结果，甚至会产生还不如自己从头开始做的想法。

整个过程枯燥乏味，很难获得创作本身带来的成就感。当最终的工作成果来自AI生成，我们很难产生属于自己的成就感与价值感。

大量时间消耗在修补、校对AI产出的内容上，精神内耗会持续加重。微软曾经针对内部数千名员工开展调研，很多员工日常会使用Copilot生成代码。

调研结果显示，员工需要承担很高的认知负担与决策负担，逐条校验AI生成代码是否存在漏洞。使用AI之后，员工并没有觉得工作变得轻松，更多反馈脑子转不动，属于精神层面的疲惫。

微软员工的遭遇无疑是一记沉重的警钟，今连很多开发者都患上了严重的GPS依赖，一旦离开辅助便寸步难行。

很多人会把效率当成第一追求，查找资料、反复试错、更换角度检索信息，这些看似拉低效率的行为，站在神经可塑性的角度，恰恰是非常珍贵的学习过程。运动领域有一个拐杖的概念，过度依赖辅助工具，就无法完成完整的学习闭环。

心理学当中也有一个对应的概念，叫做合意困难。合意困难指的是，学习过程当中当下越费力，短时间之内越是需要绞尽脑汁去思考，长期来看，对于记忆巩固、深度理解知识、灵活运用知识的效果就越好。

只有大脑主动费力提取、整合、推导知识，记忆通路才能够得到加固。如果整个学习过程全程丝滑顺畅，很容易产生虚假的熟练感，知识并不会真正留在大脑当中。

刷短视频就是非常典型的场景，连续刷两小时，接收大量博主输出的概念观点，主观感觉学到很多东西，关掉手机之后，却什么内容都记不住。AI问答同样会出现类似的效果，答案来得太快太顺滑，很难沉淀为自身的知识储备。

只有保持好奇心，主动在那5%的艰难用法中寻找确定性，我们才能避免在算法的抚慰中被彻底抹平。事实证明，科技的终极考题核心在于检验人类自身的好奇心与韧性，绝非单纯比拼计算效率。

当极少数人愿意选择那种更费力的路径，在不断质疑和摩擦中锤炼出难以替代的智慧时，大多数人却沉溺于顺滑的妥协里，任由自身的创造力被逐渐平庸化。技术的初衷毫无疑问在于赋能，但无脑的顺从终将让我们支付昂贵的认知代价。

在这个被效率裹挟的时代，唯有拒绝沦为盲目的附庸，时刻保持思考的锐度与批判的勇气，才能避免悄然变笨的命运，真正成为驾驭智能的引路人。