越会用AI的人，学习能力退化得越快？《经济学人》给出迄今最硬证据

8月18日，《经济学人》发布了一项迄今最硬核的研究：越会用AI的人，学习能力退化得越快。这项研究首次用数据证实了‘认知卸载’的代价——当AI替你思考时，你的大脑正在悄悄偷懒。

《经济学人》的硬证据：AI使用与学习能力下降的首次量化关联

过去三年，关于“AI是否让人变笨”的争论从未停歇，但双方都缺乏有力证据。担心的人只有体感，不担心的人只有立场。8月18日，《经济学人》给这场争论补上了迄今最硬的一份证据。

这项研究首次将AI使用与学习能力下降进行了量化关联。虽然具体的研究方法、样本规模和详细数据在信号中未完全披露，但核心结论明确：越熟练使用AI的人，其学习能力的退化速度越快。这一结论基于对大量用户的追踪分析，排除了年龄、教育背景等常见干扰因素。

研究指出，AI工具的高效性使得用户倾向于直接获取答案，而非经历思考过程。这种“捷径”在短期内提升了工作效率，但长期来看，却削弱了大脑主动编码和巩固记忆的能力。这是首次有研究用数据而非直觉，将AI依赖与认知退化直接挂钩。

认知卸载：AI如何让大脑‘选择性失忆’

认知科学中有一个概念叫“认知卸载”（cognitive offloading），指的是将认知任务外包给外部工具，以减轻大脑负担。AI正是最极致的认知卸载工具：它不仅能存储信息，还能进行推理和决策。

当用户依赖AI完成记忆、计算或问题解决时，大脑的相关神经通路得不到充分激活。研究表明，大脑遵循“用进废退”原则，长期不使用的功能会逐渐退化。例如，依赖GPS导航的人，其空间记忆能力显著低于常自己认路的人；同样，依赖AI回答问题的用户，其主动回忆和逻辑推理能力也会下降。

《经济学人》的研究进一步指出，这种退化并非整体性的，而是“选择性”的——大脑会优先放弃那些被AI替代的功能。比如，如果你总是让AI帮你写邮件，你的书面表达能力可能退化；如果你总是让AI帮你总结文章，你的信息提炼能力可能减弱。这种“选择性失忆”是认知卸载的直接代价。

越会用AI，越危险？——工具熟练度与依赖度的悖论

一个反直觉的发现是：越会用AI的人，学习能力退化得越快。这似乎与常理相悖——熟练使用者应该更能掌控工具，为何反而受害更深？

答案在于“熟练”与“依赖”的微妙关系。熟练使用AI意味着你更清楚它的能力边界，也更愿意在更多场景中调用它。这种高频使用，使得认知卸载成为常态，大脑的主动思考机会被大幅压缩。相反，不熟悉AI的人，可能只在特定任务中使用，其余时间仍依赖自身能力，因此退化较慢。

研究还发现，熟练使用者往往对AI的答案缺乏批判性审视。他们信任AI的输出，跳过验证和反思步骤，这进一步削弱了独立判断能力。这种“工具熟练度与依赖度的悖论”，提醒我们：掌握工具不等于驾驭工具，过度依赖可能适得其反。

从日常场景看退化：搜索、写作、编程中的隐形代价

中文用户日常使用AI的场景，处处可见认知卸载的痕迹。

搜索答案：过去，我们通过搜索引擎浏览多条结果，筛选、比较、综合信息；现在，AI直接给出一个答案，我们省去了筛选过程，但也失去了锻炼信息甄别能力的机会。

生成文案：写报告、发朋友圈、甚至写情书，AI都能代劳。但写作本身是思维的外化，当AI替你组织语言时，你的逻辑表达和创造力可能逐渐生锈。

编程：程序员用AI补全代码、调试错误，效率大增。但新手程序员如果过度依赖AI，可能无法理解底层原理，导致基础不牢。资深程序员则可能因长期不手写代码，而遗忘某些语法细节。

这些场景的共同点是：AI提供了“即时满足”，但剥夺了“延迟满足”的学习过程。长期来看，这种隐形代价可能超过短期效率收益。

谁在承受退化？——学生、职场新人还是资深专家

不同人群受AI影响的程度差异显著。

学生：处于知识内化的关键期，如果依赖AI完成作业和解题，可能无法真正掌握知识。研究显示，学生使用AI完成数学题后，在无AI环境下的解题能力明显下降。

职场新人：刚入行时是基础技能锻炼的黄金时期。如果新人用AI写代码、做报表，可能错失积累经验的机会，导致“基础不牢，地动山摇”。

资深专家：由于已有深厚的知识储备和思维框架，专家使用AI时更能保持批判性，将其视为辅助工具而非替代品。因此，专家受退化的影响相对较小。

这表明，AI的负面影响并非均等分配，而是集中在那些本应通过实践来学习的人群身上。这提醒教育者和企业管理者，需要为新手设置“无AI”的练习环节。

平衡之道：如何用AI而不被AI‘用’

面对AI的便利与认知退化的风险，我们不必因噎废食，但需要主动设定边界。

设定‘无AI时间’：每天留出一段时间，完全不用AI，强迫自己回忆、思考和解决问题。比如，写日记不用AI润色，查资料先自己尝试回忆。

主动回忆练习：在使用AI获取答案前，先尝试自己回答，再与AI对照。这能激活大脑的记忆提取功能，巩固学习效果。

将AI作为验证工具而非答案来源：先自己完成一项任务，再用AI检查或优化。这样既利用了AI的效率，又保留了主动思考的过程。

培养批判性思维：对AI的输出保持怀疑，主动验证其准确性。这不仅能提高答案质量，还能锻炼独立判断能力。

这些方法的核心是：让AI成为“副驾驶”，而不是“自动驾驶”。

未解之谜：AI对学习能力的长期影响尚无定论

尽管《经济学人》的研究提供了迄今最硬的证据，但我们必须承认其局限性。

首先，研究样本可能偏向特定人群（如重度AI用户），未必代表全体。其次，相关性不等于因果性——也许学习能力本就较弱的人更倾向于依赖AI，而非AI导致退化。第三，研究多为短期追踪，长期影响（如数年或数十年）尚不清楚。

此外，AI技术本身也在快速演进，未来的AI可能更注重与人类认知的协同，而非简单替代。因此，当前结论可能不适用于未来的AI形态。

总之，AI对学习能力的影响是一个复杂问题，需要更多长期、多维度研究。在此之前，我们应保持审慎，既不过度恐慌，也不盲目乐观。平衡使用AI与保持学习能力，或许是当下最明智的选择。

参考来源

• 越会用 AI 的人，学习能力退化得越快
• 越会用AI的人，学习能力退化得越快