摘要：一項(xiàng)針對(duì)1200多人的實(shí)驗(yàn)發(fā)現(xiàn)：AI幫忙解決難題，短期確實(shí)高效，但離開AI后，人的表現(xiàn)反而比從未用過AI的人更差，而且更容易放棄。

我們每天都使用AI，有沒有思考如果突然有一天沒有AI了，我們會(huì)發(fā)生什么變化？

最近一篇論文《AI Assistance Reduces Persistence and Hurts Independent Performance》通過1222名參與者做了一個(gè)實(shí)驗(yàn)，揭開答案。

論文的作者來自作者來自卡內(nèi)基梅隆大學(xué)、牛津大學(xué)、麻省理工學(xué)院、加州大學(xué)洛杉磯分校等機(jī)構(gòu)。

先說論文結(jié)果：

研究顯示，使用AI會(huì)降低人的毅力，并損害脫離AI后的獨(dú)立表現(xiàn)。

也就是說，AI在短期內(nèi)確實(shí)能幫你更快完成任務(wù)。但問題出在不用之后：當(dāng)你不能再使用AI時(shí)，你的表現(xiàn)會(huì)比那些從來沒用過AI的人還要差，而且可能會(huì)促使你中途放棄。

一、實(shí)驗(yàn)是怎么做的？

研究者組織了1222名參與者，完成了一系列隨機(jī)對(duì)照實(shí)驗(yàn)。我們以其中一項(xiàng)數(shù)學(xué)推理任務(wù)為例，來詳細(xì)拆解一下實(shí)驗(yàn)過程。

任務(wù)設(shè)計(jì)階段：參與者需要解決一組數(shù)學(xué)應(yīng)用題，難度中等偏上，而且所有題目都有標(biāo)準(zhǔn)答案，方便客觀評(píng)分，實(shí)驗(yàn)分為練習(xí)階段和測試階段。

分組方式：參與者被隨機(jī)分為兩組。

AI使用組：在練習(xí)階段可以使用AI助手。這個(gè)AI被設(shè)計(jì)成典型的大語言模型——當(dāng)你輸入問題，它會(huì)直接給出完整的解題步驟和最終答案。

無AI使用組：在練習(xí)階段完全靠自己解題，不可以使用AI幫助。

關(guān)鍵變量：兩組人員在練習(xí)階段的任務(wù)完全相同，唯一的區(qū)別為是否可以使用AI。練習(xí)階段時(shí)間約10分鐘（大約3-5道題目）。

測試階段：練習(xí)結(jié)束后，所有參與者將進(jìn)入測試階段，所有人都不可以使用AI，需要獨(dú)立完成一組新的、難度相似的數(shù)學(xué)題。

研究者設(shè)置了兩個(gè)主要指標(biāo)：

第一個(gè)指標(biāo)是解題正確率

第二個(gè)指標(biāo)是毅力指標(biāo)，看實(shí)驗(yàn)人員主動(dòng)放棄的題目數(shù)量和放棄的平均時(shí)間。

二、實(shí)驗(yàn)結(jié)果：具體發(fā)生了什么？

結(jié)果發(fā)現(xiàn)

1. 短期效率確實(shí)提升

在練習(xí)階段，使用AI的人員解題速度明顯更快，正確率也略高于無AI組（因?yàn)锳I直接給了答案）。這很符合常理，AI確實(shí)能幫人更快完成任務(wù)。

2. 脫離AI后，表現(xiàn)反而不如從未用過AI的人

正確率：之前使用過AI的人，在無AI試中的正確率明顯低于從未使用過AI的對(duì)照組。

放棄率：使用過AI的參與者在遇到不會(huì)的題目時(shí)，更傾向于直接跳過或點(diǎn)擊放棄，而不是繼續(xù)嘗試。對(duì)照組的參與者則平均多嘗試了約兩到三倍的時(shí)間才放棄。

3. 效果出現(xiàn)極快

僅約10分鐘的AI交互，就足以產(chǎn)生上述效應(yīng)。 也就是說，你不需要長期依賴AI——哪怕只是短時(shí)間內(nèi)用AI完成了幾道題，你的毅力和獨(dú)立解決問題的能力就已經(jīng)被測量到了變化。

4. 毅力下降是表現(xiàn)受損的中介變量

通過統(tǒng)計(jì)分析，研究者證實(shí)：AI輔助組在測試階段表現(xiàn)差，很大程度上是因?yàn)樗麄兏菀追艞?。換句話說，AI沒有直接讓腦子變笨，而是通過削弱堅(jiān)持下去的意愿，間接損害了表現(xiàn)。

三、為什么會(huì)這樣？

論文給出的解釋也不復(fù)雜：AI讓人習(xí)慣了立刻得到答案的反饋回路。

當(dāng)你遇到一個(gè)難題，AI在幾秒內(nèi)給出完整解答。這個(gè)過程很舒服，也很高效。但卻失去了獨(dú)自面對(duì)困難、掙扎著找到答案的經(jīng)歷。

而那種經(jīng)歷，恰恰是培養(yǎng)毅力和深層理解的關(guān)鍵。

心理學(xué)和教育學(xué)中有一個(gè)概念叫有效的掙扎（productive struggle）——學(xué)生在自己克服困難的過程中，才能真正掌握技能。AI把這個(gè)過程跳過了。

而且，當(dāng)你習(xí)慣了AI的即時(shí)反饋，再回到?jīng)]有AI的環(huán)境里，大腦的第一反應(yīng)不再是我再想想，而是這太難了，放棄吧。實(shí)驗(yàn)中的放棄率數(shù)據(jù)也正好印證了這一點(diǎn)。

四、這不是第一個(gè)研究

這篇論文不是第一個(gè)發(fā)現(xiàn)AI有副作用的，近幾年，有多個(gè)研究都指向了類似的方向：

沃頓商學(xué)院和賓大的研究（2026年2月）：在國際象棋AI輔導(dǎo)實(shí)驗(yàn)中，可以隨時(shí)求助AI的學(xué)生，表現(xiàn)提升只有30%；而受控使用AI的學(xué)生提升了64%。而且學(xué)生明知道過度依賴AI會(huì)損害學(xué)習(xí)，還是忍不住去點(diǎn)幫助按鈕，形成了“自我調(diào)節(jié)悖論”。

MIT媒體實(shí)驗(yàn)室：腦電圖研究發(fā)現(xiàn)，長期使用ChatGPT的人，在無輔助寫作時(shí)表現(xiàn)比從未使用過的人更差。神經(jīng)連接從79個(gè)驟降至42個(gè)，降幅達(dá)47%。

微軟和卡內(nèi)基梅隆大學(xué)：生成式AI會(huì)削弱人的批判性思維能力——你越依賴它幫你思考，你自己就越不會(huì)思考。

這些研究都證實(shí)了，AI提升效率的同時(shí)，也可能會(huì)削弱人的基礎(chǔ)能力，而且這個(gè)過程迅速且隱蔽。

論文的作者沒有建議不要使用AI，而是建議AI的設(shè)計(jì)需要改變。

目前AI被優(yōu)化成短視的協(xié)作者——追求即時(shí)、完整的答案，幾乎從不說不。

而人類導(dǎo)師的做法是長遠(yuǎn)的協(xié)作者——他們會(huì)搭建學(xué)習(xí)框架，會(huì)故意不給出完整答案，把學(xué)生的成長放在眼前效率之上。

研究者建議，未來的AI應(yīng)該更像人類導(dǎo)師，在提供幫助的同時(shí)，保留用戶獨(dú)立面對(duì)挑戰(zhàn)的機(jī)會(huì)。不是直接給答案，而是給提示、給思路、引導(dǎo)用戶自己解決問題。

對(duì)于我們普通用戶來說，這個(gè)研究也提供了一個(gè)提醒

別把AI當(dāng)成問題叮當(dāng)貓，著急獲取答案。

有意識(shí)地給自己留一些無AI的練習(xí)時(shí)間。

創(chuàng)作：Omni實(shí)驗(yàn)室

哇，你竟然看到了最后，如果文章對(duì)您有幫助，歡迎點(diǎn)贊哦~