您是使用人工智能来思考，还是让它为您思考？

Vivienne Ming 是元科学研究小组 Possibility Institute 的首席科学家，也是人工智能和教育公司 Socos Labs 的创始人，她表示，这项技术正在将人们分成两类：一小部分人利用它来更好地思考，而大多数人则利用它来更好地思考。用它来减少思考。

“压倒性的趋势是替代，”明最近在伦敦接受《商业内幕》采访时表示。而不是使用人工智能加深推理，大多数人都将其外包，她说。

Ming 将这种区别描述为“不断增长的认知鸿沟使用人工智能来增强思维的人和依靠人工智能替他们思考的人之间的关系。

随着人工智能工具嵌入到工作场所，从编码到写作和分析，越来越多的人工智能研究人员警告说：过度依赖技术可能会削弱认知和独立思考能力。

风险已经显现：当Anthropic的克劳德倒下本月早些时候，一些开发人员表示，他们很难继续工作，因为如果没有人工智能，那些已经成为例行公事的任务突然变得更加困难。

“生产性摩擦”

为了测试人工智能对认知技能的影响，Ming 表示，她从夏末到 2025 年秋季进行了一项实验。她组建了三人团队，其中包括来自加州大学伯克利分校的 39 名学生和来自旧金山湾区的其他 33 名学生，使用 Polymarket 数据来预测现实世界的事件，无论是单独工作还是与人工智能系统一起工作。

她说，结果显示大约 90% 到 95% 的参与者分为两组：依赖人工智能为他们以及那些用它来验证自己假设的人生成答案。

剩下的少数人——大约 5% 到 10%——采取了不同的方法，Ming 将其称为“半机械人”。

他们没有依靠人工智能来寻找答案，而是将其用作合作者，探索想法，挑战假设，并推动问题向前发展，而人工智能则带来数据和反驳。

这一过程产生了明所说的“生产性摩擦”。

“他们会挑战人工智能，”她说，并问道，“不要告诉我为什么我是对的，而是告诉我为什么我错了。”

“混合智能”

这种动态就是明所说的“混合智能”——不仅仅是人类加机器，而是两者相互作用中产生的一种独特的智能形式。

在她的研究中，她发现最好的人类与人工智能协作不是由更先进的大型语言模型驱动的，而是由人类特征驱动的，例如好奇心、谦虚的知识、换位思考以及在不确定性下推理的能力。

她担心的是，目前人工智能的大多数使用都将人们推向相反的方向。

Ming 将其与 GPS 进行比较：一种在短期内让你的生活更轻松的工具，但可以降低认知能力随着时间的推移，如果过度使用。

“如果你用它来为你思考，”Ming 在谈到人工智能模型时说道，“这就是你的长期认知健康状况。所以，是的，100% 技能被抹除。”

其影响超出了个人范围。工作场所越来越奖励速度和效率——鼓励员工接受人工智能生成的输出而不是质疑它们的条件。

明警告说，这可能会导致一个充满能力但难以区分的工作的世界，或者她所说的“AI 坡度”。

“你从手机中得到的答案与其他人得到的答案完全相同，”她说。“即使它是正确的，它也不会给你带来任何价值。”