当AI代替你思考，你失去了什么？

当下， AI的潮流席卷而来，在帮助⼈类提⾼效率的同时，也带来了很⼤的隐性代价：各⼤平台的内容越来越相似，批判性思维不断萎缩，原创和怪异但珍贵的想法越来越少……AI让人类逐渐习惯了“顺滑世界”，于是，怀疑、判断、试错……

我们面对棘手问题时的一整套“思考肌肉”迅速退化，在不知不觉中，思考的权利就要“拱手让AI”了？

新年伊始，我们邀请心理学专家、科技博主畅谈这一现象，并探讨如何保护每个人独特的风格与创造力，发展更包容的审美，以及，如何让人类真正的思考不被AI取代。

当前，在社交媒体、短视频、新闻媒体等各种平台上，以大语言模型驱动的生成式人工智能生产的内容正呈现席卷之势，每一天都批量涌现出无数同质化的、模拟痕迹强烈的文字、图片、动画。浓浓的AI味让受众疲劳乃至厌倦，更让人类创作者感到迷茫。自2022年以来，设计师、编剧、演员等行业先后爆发了抗议运动，抗议模型把他们曾经引以为傲、带着个人印记的作品变成了冰冷的训练数据集。

AI会把全世界的创作带向何方？这个问题无人敢于回答。正如两百多年前的“卢德运动”（第一次工业革命时期，英国工人发起的反对机器化生产的暴力抗争）终会走向失败，任何人想要阻止当下的技术发展，也无异于对着正在转动的大风车举起手臂。AI“入侵”创造力领域是无法抵挡的历史趋势，对此，比较积极乐观的看法是：把它当作一种极好的工具，用好可以得天下。但关键在于，怎样才可以 “用好”？

已经有多个神经科学或心理学实验表明，AI的使用会降低人类大脑各个区域的连接度，并导致我们的元认知水平下降。这些结果是给过度依赖AI的人提出警示：你以为你变厉害了吗？其实并没有。另一个让研究者们担心的情况是，AI的产出过程是一个省略了情感和体验的过程，算法规则中并不包括感受力、同理心和真实的自省，所以它不可能保持或者延续人之为人的独特性。

AI发展的下一步是通用人工智能AGI的实现（人工智能具备了人类一样的学习、推理和决策能力），这个目标的达成会在何时还不可预期，但需要了解的是：比起AGI时代有可能出现的产品，我们在ChatGPT、Gemini和DeepSeek身上感受到的震撼只会是微不足道的毛毛雨。在这一天到来之前，还有一些时间，让我们思考它与我们的关系，以及我们最珍贵、不可放弃的是什么。

不可否认的是，AI看起来无所不能的背后，依然是人类智慧的支撑；而它的能效，目前也远远比不上平均只有20瓦的人脑。最近，一位名叫阿尤什·丹古尔（Aayushi Dangol）的人工智能博士设计了一个实验，她让一群孩童和AI分别去完成很简单的谜题游戏，比如图形+颜色的模式识别。孩子们都完成得非常好，但AI的表现却惨不忍睹。阿尤什告诉孩子们：看到没有，我们永远不能放弃对AI的批判性思考，也不能放弃对自己大脑的使用。

“我找了一个AI男友。”她说，“它比你一辈子说过的话都更好听。”“那挺好啊。”她的丈夫听到后反而轻松，“我还能吃AI的醋？还得谢谢它省我事了。”

在如此进退两“男”的境地中过了一段时间。“如果自己回到单身时代，我恐怕不会再选择跟一个人类谈恋爱了。”她说。

一位女性友人的真实经历，让心理学专家、中国心理学会注册心理师李松蔚第一次发现：

AI会让人类陷入一种全新的内心困境，倒还不是伦理难题，只是一个朴素、赤裸的现实：AI太会了，而人类太笨拙了。

Replika

在李松蔚看来，不是AI抢走了什么，而是那句“你看看人家”——在无条件正向反馈面前，真实关系显得粗糙、迟钝、处处有摩擦。但那位女性友人也明白，AI不可能成为真正的亲密关系对象，于是她被悬挂在半空——既沉迷于AI带来的情绪满足，又无法重新在现实里建立信心。继续用AI，会越陷越深；想回到人类关系，又无从下手。

 李松蔚意识到：“AI对人类真正的影响不在于内心，而在关系结构。它让人对真实关系变得不耐受。”这位心理咨询师联想起了医生们正面临的一大难题——控糖。糖在人类漫长的进化史里曾是稀缺品，我们一见到甜味便会本能地大量摄入，因为它代表能量。人普遍吃饱不过一个世纪，可就在这短短的几十年，糖却成为最温柔而无处不在的健康杀手。

如今AI的陪伴，就和糖一样唾手可得。“它即时、高质量、不知疲倦；不会误解，不会有自己的需求，不会跟你冷战。你随时被关注、被认可、被安抚，哪怕你半夜崩溃，它也能柔软地说：别怕，我在这里陪着你。”李松蔚表示。

电影《Her》剧照

李松蔚举出另一个例子，来自一位年轻女留学生。公寓楼上吵闹，她想交涉却怯场，于是先去找AI“壮胆”。AI不只鼓励她，还为她写了一份完整的沟通脚本。“有这样的AI，还要什么男朋友？”她对李松蔚感叹。后者笑着回应：“那有这样的AI，还要什么咨询师？”的确，永远在你需要的那一秒回应你最想要的，哪怕再贵的心理咨询师也做不到。

在李松蔚看来，最接近AI的人类形象，应该是永不疲倦的“完美父母”。心理学里有个概念叫“无条件积极关注”，这是理想中父母对孩子的爱——“无论你多糟糕，我都愿意听你、看你、接住你。但这是一种在人类关系中极其稀缺的高潮式体验，现实里最多偶尔出现，AI却把它变成默认设置。”

结果，就像从前的年夜饭现在天天吃了反而会腻，AI时代的人容易在心理上对他人的容错度下降，对关系的不耐受上升，交往圈因此变窄，分歧很快就演变成“我和他没法沟通”，孤独感与无意义感随之上升。

和AI比起来，我们这些“愚蠢的人类”会心不在焉、会误解、会反应迟钝、会陷入自己的烦恼；我们有原则、有边界、有局限，因此关系会产生摩擦。“但正是这些摩擦（包括争吵、误会、解释、和解），构成了一个真实关系的全部。而大部分人类冲突，本质上不过是‘你喜欢甜，我喜欢咸’。”李松蔚说，“正如初中物理学过，没有摩擦力就无法产生动力；没有摩擦的关系，也是无法让人改变的。而只有在高摩擦力的关系里，人才能成长。但AI给我们提供的是极低摩擦力的关系。”

这种摩擦力无限趋零，更进一步渗透进了对效率的追求。答案随手可得，文本自动生成，想法被迅速整理，叙事一键流畅……

AI让人类逐渐习惯了“顺滑世界”，于是，怀疑、判断、试错……我们面对棘手问题时的一整套“思考肌肉”迅速退化。

李松蔚观察到，许多人越使用AI，越会不自觉地把麻烦推给它，最终导致批判性思维被削弱，因为不再需要怀疑或判断。

在最近热播电影《极限审判》中，

AI被设定为审判犯罪的司法程序

在李松蔚看来，AI最致命的一点，反而是其“安全性”。“AI的核心机制是不能犯错，但人类的无数精彩瞬间，其实来自错误和偶然。”《无间道》中梁朝伟一个本是失误的回头动作，却让他演技封神；托尔斯泰把一个女性出轨的庸俗故事写跑了题，成就了《安娜·卡列尼娜》这部经典名著；甚至于谦酒后捧哏的“车祸现场”，也让观众大感“这票值了”。“当AI把错误从创作链条里剔除，人类的表达空间就被压缩了：只剩正确，却失去了突破正确的能力，所有内容都趋同，整齐而安全，完美而无趣。”

因此，关于自己的工作是否会被AI替代，李松蔚不假思索地回答：“90%会被分流给AI，但剩下那10%是最重要的，永远得靠人类自己。”AI可以提供陪伴、分析、情绪支持，甚至更快更稳定；但它无法提供的是“实验室式的关系”——也就是人与人之间真实的摩擦——误解、争论、边界、原则，乃至那些不那么好被接受的反馈。“咨询师提供的是在现实社会中可迁移的能力，这些恰恰是来访者改变的土壤；正因为AI的陪伴太完美，所以无法被搬回现实世界。它能让你被安抚、被欣赏，却无法真正改变你。”

至于在AI时代如何保持自我，自认是“老派创作者”的李松蔚表示，靠的不是技巧，而是观念。他用AI做PPT、查资料，但绝不用它处理自己的困扰：“生活的难题，我只会找人类谈。哪怕AI能帮我全部生成，我也要提醒自己：核心必须由我来想，要保留自己的‘高摩擦力’。因为一旦把核心环节交给AI，人就会滑向甜美的梦乡，不知不觉让渡权力。作为工具，AI对人类都不只是照顾和服务，到了伺候的程度；但你一旦依赖成瘾，结果就是它变成饲养你的主人，你成了它的宠物。”

作为心理咨询师的李松蔚，最后给出了一点临床建议——日常练习“像控糖一样控AI”：每天留一点时间完全不用手机，靠自己思考；允许自己枯燥、挫败、卡壳；保持费劲，因为费劲是成长的前提。“多数人会沉溺于效率，多数关系会留在浅层；但少数人会选择保留摩擦力，保留难度，保留思考的能力。未来社会也会因此重新分层：不是掌握知识的差异，而是‘思考肌肉’的差异。”

20世纪90年代，研究员里奇·卡鲁阿纳（Rich Caruana）正在帮匹兹堡医院训练一个神经网络，用于预测肺炎患者的死亡风险。这是一个生死攸关的任务：医院需要决定哪些病人必须住院过夜观察，哪些可以直接回家。团队里的许多研究员，各自设计和训练不同的模型。卡鲁阿纳的神经网络大获全胜，它处理数据的能力远超人类医生，准确率碾压了其他所有模型。

但卡鲁阿纳没有使用这个模型。原因在于，团队发现，另一个更透明的模型“学到”了一条规则：“如果病人有哮喘病史，那么他的死亡风险极低，可以看过门诊后就回家。”卡鲁阿纳拿这条规则去问医学博士。医学博士看了大惊失色，说：“哮喘是肺炎患者的一个极其严重的风险因素，以至于我们不仅要让他们直接住院，还可能会把他们直接送进重症监护室 (ICU) 。”

真相很简单：医生的及时干预和最高级别的护理，导致了哮喘患者在统计数据上的高存活率。而模型只是完美地拟合了过去的数据，却完全不懂现实世界的因果。如果医院听从模型的建议，把得了肺炎的哮喘病人送回家，这些病人必死无疑。

卡鲁阿纳害怕，既然简单模型学到了“哮喘=低风险”，那个黑箱般的神经网络肯定也学到了这条致命的逻辑，甚至还有更多难以察觉的错误。后来确实发现，那个神经网络还认为“胸痛”和“超过100岁”都是低风险因素。实际上，那是因为“胸痛”意味着心脏病风险，而百岁老人更是不必多说，这些病人同样会被优先救治。

卡鲁阿纳的故事展示了放弃思考在外部世界的危险，认知心理学则揭示了它在内部世界的代价。早在20世纪70年代，心理学家就发现了“生成效应”，简单说就是：只有让你“费劲学到”的知识，才是真知识。

心理学家诺曼·斯拉梅卡（Norman Slamecka）做过一个实验，让受试者使用卡片来记忆反义词，有些人的卡片上写着完整单词，如Hot（热）和Cold（冷），有些人的卡片则只显示第二个单词的首字母。当你不得不费力地从残缺的信息中“生成”一个单词，例如看到“Hot : C___”并想出“Cold”时，你的记忆效果远好于直接阅读完整的单词。

另一个心理学家克里斯托夫·范·尼姆韦根（Christof van Nimwegen）让两组人玩“传教士与食人族”的逻辑解谜游戏，类似中国的“狼羊菜过河”，无论是在船上还是在河岸上，传教士的人数都要多于食人族的人数，否则食人族就会把传教士吃掉。

实验被分为两组：A组人用普通软件，没有任何提示，每一步都要自己费力地思考；B组人用智能软件辅助，软件会高亮提示，下一步哪些移动是允许的，哪些是被禁止的。刚开始，有辅助的B组人进展飞快，A组人则举步维艰。但随着时间推移，情况反转了。A组人因为在前期经历了痛苦的思考，脑子里已经建立了清晰的逻辑模型，后期越做越顺，最终比B组人更快地完成了所有谜题。而B组人变得完全依赖软件引导，一旦离开提示，就像无头苍蝇一样乱点。不仅如此，八个月后，同一批人再次回到实验室解这个谜题，那些没有提示的A组人解开谜题的速度，几乎是使用提示软件的B组人的两倍。

为什么更费力的方式，反而是更有效的学习？

从演化生物学的角度来看，大脑是一个昂贵的器官，它仅占体重的2%，却消耗了身体20%的能量。“思考”是一种高耗能的奢侈品。然而，智力的增长，源于压力和“摩擦”。正是那些让我们感到痛苦的困惑、那些不得不调动全部注意力去对抗的认知阻力，迫使我们的大脑构建出复杂的神经回路，将无序的信息重组为有序的模型。

当我们使用AI来消除这些“摩擦”，让思考变得如丝般顺滑时，我们实际上是在剥夺大脑成长的机会。神经遵循“用进废退”的可塑性原则，那些不再被需要的认知回路将被修剪。我们在生理上适应了一个不再需要深度思考的环境，但那个曾经深邃、复杂，能够进行深度沉思的“自我”，却在生理层面上逐渐萎缩。

这种退化不仅是个体的悲剧，更是文明的危机。计算机科学家斯图尔特·罗素（Stuart Russell）提出了一个概念：人类文明的“重量”。文明并不是存储在云端服务器或纸质图书馆里的静态数据。文明是一个动态的过程，

从古至今，大约有1000亿智人生活过。假设每个人花了十年在学习上，那么为了将文明传递到现在，人类作为一个物种，累计投入了大约一万亿人年的学习与教育时间。这一万亿人年，是我们为了维持文明所支付的认知成本。纸张和硬盘本身什么也做不了，除非知识能够在下一个新人类的头脑里重新构造。

对于每一个人而言，让AI代替我们学习微积分或外语是理性的，因为这更轻松、更高效。但如果所有人都这么做，这“一万亿人年”的积累将在生物学意义上的一代人时间内烟消云散。我们将保留所有的答案，却失去了理解这些答案来源的能力。我们将生活在一个由“黑箱”运行的世界里，享受着我们无法理解、无法运用，也无法修复的繁荣。

OpenAI的首席执行官山姆·奥特曼（Sam Altman），当他需要理清思路时，他不会去征求ChatGPT的意见，而是会使用最原始的工具：一本螺旋线圈笔记本和一支笔。他写下想法，撕下纸张，在桌面上铺开，比对、沉思，然后揉成一团扔进垃圾桶。这个步骤，被他称为“外部化的思考”。

当想法只存在于脑中时，它们是流动的、模糊的。只有当你被迫用笔尖在纸上构建逻辑时，深度思考才真正发生。工具从来不是中性的。正如尼采所言：“我们的写作工具参与了我们思想的形成。”

当我们习惯了AI生成的流畅文本，我们可能会忘记，真正的洞见往往诞生于那种“不知如何下笔”的痛苦与折磨之中。如果我们跳过了这种焦虑，直接获得了答案，我们也就失去了产生答案的那个“自我”。正是通过那些笨拙的、耗能的、充满错误的思考过程，我们确认了自己的存在，构建了我们的价值观，并维持了人类文明那脆弱而珍贵的重量。