僅需10 分鐘，AI 就能毀掉你的堅持與獨立思考？

導讀：

一項涉及1222人的隨機對照實驗發(fā)現，短暫依賴AI獲取答案，會讓人在AI撤除后表現更差，并更頻繁地選擇直接放棄。研究者認為，AI的設計不應只是回應用戶的請求，也要考慮支持用戶的成長。

你是否有過這樣的體驗：在寫作業(yè)、解難題時，第一反應是打開AI 對話框，輸入問題，等待秒回的答案；做報表處理時，打開OpenClaw下指令，等待任務自動完成；或者正在讀這篇文章時，忍不住@一下元寶，總結一個“省流版”的摘要。有人認為這是高效，是跟上時代潮流。但一項來自卡內基梅隆大學、牛津大學、麻省理工學院、加州大學洛杉磯分校的跨團隊研究，用1222名受試者、3組嚴格隨機對照實驗得到了令人吃驚的結論：僅僅10到15分鐘的AI輔助，就足以讓人在獨立面對問題時表現更差，并更頻繁地選擇直接跳過。研究人員提醒，這種傷害像“溫水煮青蛙”，在毫無察覺中，慢慢侵蝕人類的學習能力與思維韌性。

這項題為《AI 輔助降低堅持性并損害獨立表現》的研究，于今年4月發(fā)表在預印本平臺arXiv，目前正在評審之中。它采用因果實證研究而非相關性推測，指出當下主流AI 助手對人類認知能力存在隱形傷害——短期貌似讓人 “開掛”，長期則存在無法忽視的負面影響。[1]

AI 是 “神助攻”，還是 “拖后腿”？

好的助手或導師，永遠把學生長期成長放在第一位。研究人員表示，就像一位負責任的老師，不會直接提供答案，而是引導學生思考，陪學生經歷挫折，在真正需要時才伸出援手，甚至在必要時“狠心” 拒絕，逼學生獨立面對挑戰(zhàn)。因為真正的學習，從來不是輕松得到答案，而是在掙扎、試錯、堅持中，把知識內化為自己的能力。

但今天的AI助手，則是另一種模樣。它們被訓練成短視的“討好型合作者”：除了安全限制，永遠不會說“不”，永遠秒回完整答案，永遠把“即時滿足”做到極致。用戶問數學題，直接給步驟和結果；寫作文，直接生成全文；做閱讀理解，直接提供正確選項。AI助手讓用戶瞬間變“學霸”，卻不關心這種“輕松” 會對用戶的認知和習慣造成什么長期影響。

這種極致的 “即時幫助”，代價是什么？

牛津大學出版社在2024 年將“Brain Rot”（腦腐）選為年度詞匯，《紐約時報》認為AI搜索、對話機器人和社交媒體導致腦腐。

10分鐘，足以影響普通人的獨立思考

研究者設計了三項獨立實驗，覆蓋了1222 名受試者。他們讓人們做幾道分數運算題或閱讀理解，一組人可以用AI 輔助，一組人完全靠自己，然后在沒有任何預告的情況下，撤走AI，讓兩組人完成最后幾道題，測試他們的真實水平。

結果顯示，AI輔助可提升短期表現，一旦撤回AI，則表現大幅下滑，顯著低于從未用過AI的對照組。AI 輔助導致堅持的心力斷崖式下跌，在沒有幫助時，面對難題更容易直接跳過、放棄嘗試，不再愿意花時間思考攻克難關。

而這一切，只需要10–15 分鐘的AI 使用，就足以讓一個正常人的認知受到負面影響。

在第一項實驗中，研究人員招募了354名受試者，任務是做15道分數計算數學題，難度逐級提升。實驗組的191人在前12題隨時可用AI（GPT5），沒有AI的對照組163人全程無輔助，獨立完成所有題目。關鍵步驟是對最后的3道題目，實驗組AI功能被突然撤走。

結果令人吃驚：解題正確率AI 組測試階段平均0.57，對照組0.73，AI組低了16 個百分點。放棄（跳過）率：AI 組0.20，對照組0.11，AI組高了近一倍。統(tǒng)計學意義上的差異極其顯著（P<0.001）。簡言之，用AI做了10分鐘題的人，一旦失去AI，不僅做得更差，還更不想做了。

AI削弱人在沒有輔助時的表現和堅持完成任務的意愿。(a) 按題目出現順序統(tǒng)計的參與者每題平均解答率和跳過率，95% 置信區(qū)間（CI）。灰色虛線表示學習題與測試題之間的分界。實驗中題目難度逐步提升：依次為一步題（第1—4 題）、兩步題（第5—8 題）和三步題（第9—12 題）。（b）圖為參與者在測試階段的平均解題率與跳過率，95% 置信區(qū)間。測試指標通過對每位參與者最后三道測試題的表現取平均值。

那么，實驗1的結論，是不是因為AI 組保留了更多能力差的人？是不是界面突然變化導致不適應？

對于這些干擾項，研究團隊做了規(guī)模更大、控制更嚴格的重復實驗：招募了667名受試者。同時增加前測進行篩選，保證兩組初始能量完全一致。此外對照組也設置實驗組相同的側邊欄界面，也在最后3題同步撤走，消除界面不對稱干擾。

結果仍然符合實驗1的結論：AI 組測試正確率0.71，對照組0.77。放棄率AI 組0.10，對照組0.07，方向一致。這顯示能力差異被嚴格排除，界面干擾被徹底消除，傷害依然存在。

也許有人說：數學是計算，依賴AI正常，文科思維不會受影響。研究團隊的第三項實驗，則直接用SAT 水平的閱讀理解進行實驗：招募201名受試者，讓他們做閱讀理解題目，考察邏輯推理、觀點辨析、細節(jié)理解。

結果再一次高度重復：AI 組測試正確率0.76，對照組0.89。放棄率AI 組0.08，對照組0.01，高了 8 倍。統(tǒng)計學顯著（P<0.01），效果量較大（Cohen’s d=0.42）。

這意味著AI 帶來的堅持性下降、獨立能力受損，不只是數學任務的特例，而是較為普遍的效應。無論是數字計算，還是文字理解，只要習慣了AI 秒出答案，一旦失去它，普通人的表現就會變差，且更不想努力。

“人們不僅會變得不擅長任務，他們甚至不再嘗試，”該研究第一作者、卡內基梅隆大學博士Grace Liu在接受CNET采訪中談到，“如果這種效應隨著經年累月的AI使用不斷累積，我們最終可能會培養(yǎng)出一代學習者，他們失去了脫離技術輔助而進行高效掙扎（productive struggle）的傾向。”[2]

閱讀理解任務中表現與堅持性的下降。（a）圖為參與者在題目呈現順序下的平均答題率與跳過率，95% 置信區(qū)間。灰色虛線標示學習階段與測試階段的分界點。（b）圖為參與者在測試階段的平均答題率與跳過率，95% 置信區(qū)間，由各參與者數據匯總。

Grace Liu ，論文第一作者，目前在卡內基梅隆大學從事強化學習和 AI 向善領域的博士研究

如何用 AI很重要？

值得注意的是，在實驗2中，研究者還讓AI組受試者自行報告使用方式，顯示直接要答案占61%，要提示/ 解釋，用AI找思路、問步驟、理解難點，不直接抄答案的占27%，基本不用AI的占12%。

對比三組的后測表現，AI 使用方式不同，結果也明顯分界：直接要答案組測試正確率最低，放棄率最高，相比自己的前測，成績大幅下滑，堅持性顯著惡化。要提示/ 解釋組表現接近對照組，傷害極小，甚至部分人略有提升。基本不用AI 組表現最好，正確率最高，放棄率最低，甚至超過純對照組。這表明AI使用的方式對于個人獨立面對問題時的表現影響巨大。

我們的大腦為何會被AI重塑？

但是，為什么AI能在10分鐘內就能如此影響到我們的大腦？

研究團隊認為，有兩個機制或許可解釋這一現象。

首先是即時滿足導致預期扭曲，進而帶來努力厭惡。AI 秒給答案，讓普通人形成“問題=瞬間解決”的心理預期和多巴胺路徑后，效率閾值被無限拉高了。研究將其歸因于“享樂適應”（Hedonic Adaption），當突然失去AI，需要自己花1 分鐘、3 分鐘、5 分鐘思考時，大腦會覺得：“這太慢了、太麻煩了、太痛苦了”。這種主觀難度的急劇上升，讓大腦本能地逃避、放棄。更令人擔心的是，這是自我強化的惡性循環(huán)：越依賴AI，就越覺得獨立思考辛苦，從而越依賴AI，越不想思考。[3]

另外，AI剝奪了學習中的有效掙扎，導致元認知退化。認知科學顯示：真正的學習，發(fā)生在掙扎中。如同健身過程的肌肉撕裂和重建，自己算錯題、找思路、啃難點，這個過程不僅重建神經元連接，學會新知識，更會知道：我能靠自己解決難題，這種元認知校準和信心建立是堅持性的心理根基。AI 直接給答案，徹底剝奪了大腦掙扎的機會。從未體驗過“靠自己攻克難題” 的成就感，也從未建立“我能行”的信念。一旦AI 消失，面對難題的第一反應不是“我試試”，而是“我不會，放棄”。[4]

每一天的AI 依賴，都只帶來一點點微小的傷害，完全察覺不到，但日積月累，研究團隊形容這將“猶如溫水煮青蛙”，導致后果最后難以收拾。

AI系統(tǒng)應該重新設計？

從文字、算盤、計算器，到互聯(lián)網、搜索引擎，人類一直在用工具拓展能力邊界。但歷史反復證明：工具越強大，越考驗我們使用工具的智慧。AI 是人類有史以來最強大的認知工具，可以把高密度信息瞬時推送到面前，也可以在短短10 分鐘內，悄悄瓦解我們的認知能力和韌性。

研究團隊明確提出：AI的發(fā)展，不能只追求“即時好用”，必須兼顧長期能力培養(yǎng)。就像好導師知道“什么時候不幫忙”，未來的AI，也應該學會適度拒絕、引導思考、分步提示、延遲滿足，而不是一味秒給答案、討好用戶。

該研究的通訊作者、MIT教授Michiel Bakker在接受《連線》（The Wired）雜志采訪時指出，“直接給出答案的系統(tǒng)，與為用戶搭建思考支架、提供引導輔導或是向用戶提出思辨挑戰(zhàn)的系統(tǒng)，二者帶來的長期影響截然不同”。[5]

該研究仍然存在一定局限。比如樣本以美國成年人為主，是否適用于兒童、老人、不同文化背景，仍需驗證，而且題目對中國成年人來說，可能相對簡單。實驗任務為短期認知任務，長期日常使用的累積效應，仍需縱向追蹤研究。另外僅測試了GPT5 ，不同AI 設計的影響，仍需進一步探索。但這些局限，絲毫不影響其核心結論。當下“秒給答案、永不拒絕” 的AI 使用模式，對人類堅持性與獨立能力的傷害，值得深思。

參考文獻：

[1]AI Assistance Reduces Persistence and Hurts Independent Performance, https://arxiv.org/abs/2604.04721v2

[2] Counting on AI to Solve Problems Makes Us More Likely to Struggle and Give Up, Study Suggests. https://www.cnet.com/tech/services-and-software/counting-on-ai-to-solve-problems-makes-us-more-likely-to-struggle-and-give-up-study-suggests/

[3] Philip Brickman. Hedonic relativism and planning the good society. Adaptation level theory, pp. 287–301, 1971.

[4] Nick Yeung and Christopher Summerffeld. Metacognition in human decision-making: conffdence and error monitoring. Philosophical Transactions of the Royal Society B: Biological Sciences, 367(1594):1310–1321, 2012.

[5] https://www.wired.com/story/using-ai-negative-impact-thinking-problem-solving-study/

來源：賽先生

編輯：檸七

轉載內容僅代表作者觀點

不代表中科院物理所立場

如需轉載請聯(lián)系原公眾號