17世紀(jì)法國哲學(xué)家、數(shù)學(xué)家布萊茲·帕斯卡爾曾言：“人是一根會思考的蘆葦?！比说娜孔饑?yán)，便在于思想。然而，當(dāng)ChatGPT能一秒鐘生成一篇論文，當(dāng)Claude能瞬間梳理出復(fù)雜的邏輯脈絡(luò)，一個疑問開始出現(xiàn)：這根“會思考的蘆葦”是否正在枯萎？人類是否正為了便利，主動交出自己的思考權(quán)？
美國紐約州立大學(xué)石溪分校教授勞倫·里士滿說：“AI本身不一定讓我們變笨，只是我們與它互動的方式可能很笨?！蹦敲矗祟愒谑褂蒙墒饺斯ぶ悄埽ˋI）時犯了哪些錯？又該如何改變習(xí)慣，讓技術(shù)真正為人所用？
減輕思維負(fù)擔(dān)帶來惡性循環(huán)
據(jù)英國《新科學(xué)家》網(wǎng)站報道，生成式AI正深度融入人們生活，并讓人延續(xù)了“認(rèn)知卸載”的傳統(tǒng)，即利用工具減輕思維負(fù)擔(dān)。就像人們不是用腦子記住要買什么，而是寫一份購物清單一樣。但相比蘇格拉底當(dāng)年對寫清單的擔(dān)憂，AI帶來的挑戰(zhàn)遠甚于此。
里士滿與其同事今年3月在《自然》雜志發(fā)表論文指出，認(rèn)知卸載會對認(rèn)知造成負(fù)面影響。過度依賴AI不僅讓學(xué)習(xí)過程變得被動和膚淺，更會導(dǎo)致惡性循環(huán)。人們卸載得越多，獨立思考的能力就越弱，進而更加依賴工具。
英國蘇塞克斯大學(xué)哲學(xué)家安迪·克拉克對此持辯證態(tài)度。他提出的“延伸心靈”理論認(rèn)為，利用外部工具分擔(dān)腦力本身并非壞事，但他擔(dān)憂的是，隨著人們將心智深度延伸至生成式AI與網(wǎng)絡(luò)空間，這種依賴性正讓人變得前所未有的脆弱。直白地說，一旦斷電或沒網(wǎng)，人類的認(rèn)知能力可能就跟著“癱瘓”了。
美國賓夕法尼亞大學(xué)今年1月的研究顯示，與使用搜索引擎相比，使用ChatGPT輔助的志愿者寫出的文章篇幅更短、事實引用更少。研究者指出，這是因為AI直接替人類完成了關(guān)鍵的“信息綜合”步驟，將探索與發(fā)現(xiàn)的機會徹底“交卸”給算法，導(dǎo)致學(xué)習(xí)淪為被動接收，對知識的理解也注定流于膚淺。
一些初步證據(jù)顯示，過度使用生成式AI可能會使批判性思維能力下降。瑞士SBS商學(xué)院的邁克爾·格爾利希在一項涵蓋600多人的調(diào)查研究中發(fā)現(xiàn)，17—25歲的年輕人比年長者更依賴AI，而他們的批判性思維得分也相應(yīng)低了約45%。格爾利希將其稱為“認(rèn)知懶惰”。當(dāng)人們連真誠的道歉信都習(xí)慣讓AI代勞時，人類大腦可能已經(jīng)開始拒絕處理那些更復(fù)雜、更費力的思考任務(wù)了，這才是最大的隱憂。
AI流暢的語言不代表有思維
既然人類的思考能力似乎岌岌可危，那么AI是否有資格“接管”人類的智力？科學(xué)界對此保持著冷靜，認(rèn)為AI看似聰明的回答，往往掩蓋了其本質(zhì)的局限。
去年6月，《自然》雜志刊登的一篇重磅評論指出：流暢的語言并不代表有思維。
3位美國科學(xué)家通過多重證據(jù)證實了這一點。腦成像顯示，大腦處理語言和推理的區(qū)域是截然分開的。失語癥患者雖失去語言能力，卻依然能解開復(fù)雜的數(shù)學(xué)題。而嬰兒在學(xué)會說話前，就已經(jīng)開始像科學(xué)家一樣探索世界。
如果語言能力并不等同于思考能力，那么當(dāng)下依靠概率預(yù)測下一個詞的大型語言模型就更難被視為“會思考的存在”。它們之所以能生成流暢、似乎頗有見地的回答，只是因為在語言形式上高度擬人化，卻并不具備驅(qū)動語言背后的認(rèn)知引擎。
美國哲學(xué)家理查德·羅蒂指出，所謂常識，往往是那些被反復(fù)使用而失去新意、最終化為固定表達的“死去的隱喻”。而生成式AI恰恰是從這種被大量重復(fù)的人類語言中學(xué)習(xí)，它掌握的是語言的“殼”，卻未參與讓語言誕生的真實經(jīng)驗世界。
因此，當(dāng)人們把問題交給AI時，它往往只是反芻已有的詞句，被困在人類數(shù)據(jù)的牢籠里。它可以復(fù)述關(guān)于“騎自行車”的所有物理公式，卻永遠無法像人類那樣，真正理解雙腳離地、保持平衡的一瞬間。
應(yīng)堅持“先思考后AI”
要避免認(rèn)知被削弱，人們必須重塑與生成式AI的關(guān)系，讓它成為增強而非取代思考的工具。但做到這點并不簡單。研究發(fā)現(xiàn)，即便自認(rèn)為思維嚴(yán)謹(jǐn)?shù)娜?，一旦缺乏明確指導(dǎo)，也會迅速滑向“大腦偷懶”的舒適區(qū)。
不過，美國麻省理工學(xué)院團隊發(fā)現(xiàn)，那些先獨立寫過一次作文的志愿者，再用ChatGPT寫第二版時，即便用了AI，大腦仍保持高水平連接度，思維參與度并未下降。
對此，克拉克表示，關(guān)鍵是永遠做那個先思考的人。越多獨立思考，越能提升所謂“混合認(rèn)知”。還有研究者建議，使用AI的正確方式，是把它當(dāng)作強化既有理解的工具，而不是取代思考的捷徑。
克拉克同時提醒，要警惕“錨定效應(yīng)”，即第一條信息往往會主導(dǎo)后續(xù)判斷。即便試圖批判性地評估AI的回答，仍可能被它生成的第一個答案潛移默化地帶偏。對此，他給出了一個巧妙的反向操作策略。例如，寫一件事的負(fù)面影響時，不要直接讓AI列舉負(fù)面例子，可先讓它列舉事實，再自己歸納負(fù)面影響，最后再請AI找漏洞或給出相反論證。
若人們依賴AI提供所有答案，人類原創(chuàng)內(nèi)容會減少，AI訓(xùn)練所需的新鮮數(shù)據(jù)也會枯竭，最終陷入“模型崩塌”，只能重復(fù)自己的內(nèi)容，智力和創(chuàng)造力逐漸下降。如果使用得當(dāng)，不只是人類會變得更聰明，AI也會隨之進化。
看來，唯有人類繼續(xù)做那根“會思考的蘆葦”，堅持創(chuàng)造，AI才能真正成為認(rèn)知的助力，而不是取代思維的幻象。（張佳欣）
（責(zé)任編輯：蔡文斌）
晉公網(wǎng)安備 14090202000008號 
