文章核心观点 - 生成式人工智能的深度融入可能导致人类过度依赖技术，引发“认知卸载”，从而削弱独立思考、批判性思维和深度学习能力，形成恶性循环 [1][2] - 当前生成式人工智能（如大型语言模型）的本质局限在于其仅能处理语言形式，缺乏真正的思维、认知和基于真实经验的理解能力 [3][4] - 为避免认知能力被削弱，人类需重塑与生成式AI的关系，坚持“先思考后AI”的原则，将其用作增强而非取代思考的工具，并警惕其回答带来的“锚定效应” [6][7] 生成式AI对人类认知的潜在负面影响 - 生成式AI让人延续“认知卸载”传统，即利用工具减轻思维负担，但过度依赖会对认知造成负面影响，使学习过程被动和肤浅，并导致独立思考能力越弱、工具依赖越强的恶性循环 [1] - 与使用搜索引擎相比，使用ChatGPT辅助的志愿者写出的文章篇幅更短、事实引用更少，因为AI直接完成了关键的“信息综合”步骤，剥夺了人类探索与发现的机会，导致对知识的理解流于肤浅 [2] - 一项涵盖600多人的调查研究发现，17-25岁的年轻人比年长者更依赖AI，而他们的批判性思维得分相应低了约45%，这种现象被称为“认知懒惰” [2] - 人类将心智深度延伸至生成式AI与网络空间，这种依赖性正让人变得前所未有的脆弱，一旦断电或没网，人类的认知能力可能随之“瘫痪” [2] 生成式AI的技术本质与局限 - 科学界认为AI看似聪明的回答掩盖了其本质局限，流畅的语言并不代表有思维 [3] - 脑成像显示大脑处理语言和推理的区域是分开的，且失语症患者虽失去语言能力却依然能解复杂数学题，证明语言能力不等同于思考能力 [4] - 依靠概率预测下一个词的大型语言模型难以被视为“会思考的存在”，它们只是在语言形式上高度拟人化，并不具备驱动语言背后的认知引擎 [4] - 生成式AI从被大量重复的人类语言中学习，掌握的是语言的“壳”，却未参与让语言诞生的真实经验世界，因此往往只是反刍已有的词句，被困在人类数据的牢笼里 [4] 正确使用生成式AI的建议与策略 - 关键原则是永远做那个先思考的人，越多独立思考，越能提升所谓“混合认知” [6] - 美国麻省理工学院团队发现，那些先独立写过一次作文的志愿者，再用ChatGPT写第二版时，即便用了AI，大脑仍保持高水平连接度，思维参与度并未下降 [6] - 使用AI的正确方式是把它当作强化既有理解的工具，而不是取代思考的捷径 [6] - 需警惕“锚定效应”，即AI生成的第一个答案可能潜移默化地带偏后续判断，可采用反向操作策略，例如先让AI列举事实，再由自己归纳，最后请AI找漏洞或给出相反论证 [6] 人类与AI的共生关系及未来展望 - 若人们依赖AI提供所有答案，人类原创内容会减少，AI训练所需的新鲜数据也会枯竭，最终陷入“模型崩塌”，只能重复自己的内容，导致智力和创造力逐渐下降 [7] - 如果使用得当，不只是人类会变得更聪明，AI也会随之进化 [7] - 唯有人类继续坚持创造和思考，AI才能真正成为认知的助力，而不是取代思维的幻象 [7]