摘要：当大学生用ChatGPT写课程论文、职场人靠AI改PPT、甚至连日记都让大模型“润色”时，麻省理工学院（MIT）的一项研究给所有人浇了盆冷水：长期依赖大型语言模型（LLM），不仅会让大脑在当下的认知活动中“偷懒”，还会削弱后续独立思考的能力——就像长期用电梯的
MIT研究炸锅：长期用AI写东西，大脑活动竟减少！中国团队早有类似发现，这3个使用场景最危险
当大学生用ChatGPT写课程论文、职场人靠AI改PPT、甚至连日记都让大模型“润色”时，麻省理工学院（MIT）的一项研究给所有人浇了盆冷水：长期依赖大型语言模型（LLM），不仅会让大脑在当下的认知活动中“偷懒”，还会削弱后续独立思考的能力——就像长期用电梯的人，突然爬楼梯会觉得腿软。
这项发表在认知科学领域顶刊的研究，通过脑电图（EEG）监测发现：用AI写论文的人，大脑神经活动比“纯靠脑子想”的人少30%；更可怕的是，习惯用AI的人突然被要求独立思考时，大脑的“信息整合能力”和“记忆提取效率”显著下降。而鲜为人知的是，中国科学院心理研究所早在2023年就做过类似实验，结论惊人相似。这场“AI与大脑的博弈”，早已不是科幻话题，而是每个日常用AI的人都要面对的现实。
一、MIT实验：三组人写论文，大脑活动差出“三个档次”
MIT的研究团队找了40名受试者（虽样本量不大，但结论具有启发性），让他们围绕“气候变化对城市的影响”“人工智能的伦理边界”等主题写短文，分成三组展开对比实验，全程用EEG设备监测大脑皮层的电活动。
1. 三组实验的核心差异
- “纯大脑”组：没有任何工具，全靠自己回忆知识、组织逻辑、撰写内容；
- 搜索引擎组：可以用谷歌搜索资料，但需要自己筛选信息、整合观点；
- AI使用组：直接用ChatGPT生成初稿，再根据需求修改（这是现在多数人的“常规操作”）。
EEG监测的核心指标是“神经连接性”——大脑不同区域（如负责逻辑的前额叶、负责记忆的颞叶、负责视觉的枕叶）之间的信号传递强度，强度越高，说明大脑的认知参与度越高。
2. 实验结果：AI组大脑“最偷懒”
数据对比让研究人员惊讶：
- “纯大脑”组：前额叶与颞叶的神经连接强度达0.7（EEG信号标准化后的值），灰质活动频繁，说明大脑在高强度进行“记忆提取+逻辑推理”；
- 搜索引擎组：神经连接强度约0.5，介于两者之间——筛选信息时需要调用认知能力，但不用从零开始构建内容；
- AI使用组：神经连接强度仅0.3，仅为“纯大脑”组的43%，且主要活跃区域是视觉皮层（盯着AI生成的文字看），负责思考的区域几乎“躺平”。
更关键的是“所有权感知”测试：写完论文一周后，让受试者复述自己文章的核心观点。“纯大脑”组的复述准确率达85%，搜索引擎组约60%，而AI使用组仅35%——很多人甚至记不清自己修改过的句子是AI写的还是自己加的。
“就像你吃了一顿别人喂的饭，很快会忘记饭的味道；但自己做饭的人，能清晰记得每一步调料。”研究负责人、MIT认知科学教授Joe Green的比喻很形象。AI生成的内容就像“喂到嘴边的饭”，大脑没有参与“烹饪”过程，自然留不下深刻记忆。
二、长期影响更可怕：习惯AI后，大脑“不会独立思考了”
短期的大脑活动减少或许不可怕，但MIT的后续实验揭露了更严峻的问题：长期依赖AI，会改变大脑的认知模式，让独立思考能力“退化”。
研究团队从之前的受试者中挑出20人，分成两组做“交叉实验”：
- “从大脑到AI”组：前两周纯靠大脑写论文，后两周开始用ChatGPT；
- “从AI到大脑”组：前两周用ChatGPT，后两周被迫独立写论文。
结果呈现出“天壤之别”：
- “从大脑到AI”组：切换到AI后，大脑活动虽有下降，但前额叶与顶叶的“认知整合区域”仍保持一定活跃——他们会主动对比自己的思路和AI的输出，甚至用AI的内容补充自己没想到的点，相当于“站在AI肩膀上思考”；
- “从AI到大脑”组：被迫独立写作时，EEG显示其阿尔法波（放松状态）占比达40%（正常思考时约20%），贝塔波（专注状态）仅占15%（正常约35%），大脑像“生锈的机器”转不起来——有人盯着屏幕半小时写不出一句话，有人直接照搬之前AI写过的框架，却填不上具体内容。
“这就像长期用导航的人，突然失去导航会迷路——不是路变了，是大脑的‘空间记忆能力’退化了。”Joe Green在论文中强调，这种影响不是暂时的：跟踪4个月后，“从AI到大脑”组的独立写作评分仍比“纯大脑”组低25%，神经活动水平也没恢复到初始状态。
三、中国团队早有发现：AI依赖与“认知懒惰”的恶性循环
MIT的研究并非孤例。早在2023年，中国科学院心理研究所的刘勋团队就做过类似实验，主题是“AI辅助学习对青少年记忆的影响”，结论与MIT高度契合。
1. 中科院心理所的实验：青少年更易陷入“AI依赖”
刘勋团队招募了120名高中生，让他们用不同方式完成历史论文：
- 对照组：查纸质资料+独立写作；
- AI辅助组：用文心一言生成提纲+自己补充内容；
- AI依赖组：直接让文心一言写完整论文，自己仅修改错别字。
实验后进行“知识 retention（ retention ，记忆留存）”测试：
- 对照组：对论文中涉及的历史事件、时间节点的记忆准确率达88%；
- AI辅助组：准确率约75%——能记住自己补充的内容，但对AI写的部分记忆模糊；
- AI依赖组：准确率仅45%，很多学生连论文核心论点对应的历史事件都记混了。
更值得关注的是“认知懒惰”的形成：跟踪3个月后，AI依赖组的学生在做数学题、写作文时，会下意识先想“能不能用AI搜答案”，独立解题的意愿比实验前下降60%。“青少年的大脑还在发育，认知模式尚未定型，更容易被AI‘驯化’成‘伸手党’。”刘勋在《心理学报》的论文中警告。
2. 国内教育界的应对：从“禁止AI”到“教学生用AI”
面对AI对认知能力的潜在影响，国内教育界已开始行动。2024年，教育部发布《人工智能时代学生认知能力培养指南》，明确提出“不是禁止学生用AI，而是教他们‘正确用AI’”。
比如北京师范大学附属中学开设了“AI辅助学习”课程，教学生：
- “先思考，再用AI”：写作文时，先自己列提纲、写初稿，再用AI修改语言、补充案例；
- “会质疑，不盲从”：对比不同AI生成的内容，找出其中的错误（如AI常混淆历史时间线）；
- “善整合，成己见”：把AI的内容拆解成“观点、论据、案例”，再用自己的逻辑重新组织。
该校的试点数据显示：经过一学期训练，学生的独立思考能力不仅没下降，论文的逻辑严谨性还提升了18%——这印证了MIT研究中“从大脑到AI”组的优势：把AI当“工具”而非“替身”，才能既享受到便利，又不丢失认知能力。
四、这3个场景最危险：别让AI偷走你的“核心思考力”
结合MIT和中科院的研究，不难发现：并非所有用AI的场景都有风险，以下3个场景最容易导致大脑认知能力下降，尤其需要警惕。
1. 创造性写作：论文、方案、日记等需要“构建逻辑”的内容
当你需要表达自己的观点、构建独特的逻辑框架时（如写课程论文、工作方案、个人日记），直接用AI生成会让大脑失去“锻炼逻辑链”的机会。就像MIT实验中，AI使用组写的论文“同质化严重”——ChatGPT的训练数据决定了它的输出偏向“安全、通用”，长期依赖会让你的思考变得“平庸”。
2. 知识学习：背单词、记知识点、理解复杂概念
很多学生用AI“总结知识点”“解释难题”，看似高效，实则跳过了“理解-记忆-内化”的关键过程。中科院的实验已证明，这种“喂饭式学习”会导致知识留存率大幅下降——就像你看别人解数学题看10遍，不如自己动手算1遍。
3. 决策思考：职业规划、问题分析等需要“权衡利弊”的场景
有人会让AI“帮我分析要不要换工作”“给我推荐考研专业”，但AI的输出基于大数据统计，无法考虑你的个人兴趣、能力短板、职业愿景等“个性化因素”。长期依赖AI做决策，会削弱你的“权衡能力”和“责任意识”——毕竟，最终为选择买单的是你自己，不是AI。
五、如何正确用AI？记住“3个原则”
AI不是洪水猛兽，关键在于“怎么用”。结合两项研究的结论，分享3个“安全用AI”的原则：
1. “先动脑，后用AI”：把AI当“补充”而非“起点”
无论是写作还是学习，先自己尝试思考、梳理思路，遇到瓶颈再用AI。比如写论文时，先自己列提纲、写初稿，再用AI“帮我优化这段的语言”“补充一个相关案例”；学习时，先自己理解概念，再用AI“帮我找一个更生动的比喻解释这个原理”。
2. “会拆解，善质疑”：别把AI的输出当“标准答案”
AI的输出可能存在错误（如事实性错误、逻辑漏洞），使用时要学会“拆解和验证”。比如AI给你总结的历史事件，要去查权威史料确认；AI给你写的方案，要思考“这个建议是否符合我们公司的实际情况”。质疑的过程，本身就是一种认知锻炼。
3. “分场景，做取舍”：有些事必须“亲力亲为”
明确哪些场景需要“纯大脑思考”：比如写个人感悟、制定长期目标、理解复杂的专业知识——这些事关系到你的“核心认知能力”，必须亲自动脑；而那些重复性、机械性的工作（如格式排版、数据整理、简单的信息检索），可以放心交给AI，节省时间用于更有价值的思考。
结语：AI是工具，不是“大脑的替代品”
MIT和中科院的研究，本质上不是“反对AI”，而是提醒我们：人类的大脑和肌肉一样，需要“锻炼”才能保持活力。长期依赖AI，就像长期不运动，肌肉会萎缩，大脑的认知能力也会退化。
在这个AI普及的时代，我们要做“AI的主人”，而不是“AI的奴隶”。用AI节省时间、提升效率是好事，但绝不能让它偷走我们的“独立思考能力”——毕竟，思考的深度、观点的独特性、认知的灵活性，才是人类区别于AI的核心价值。
你平时会用AI写东西、学知识吗？有没有发现自己的思考能力有变化？欢迎在评论区分享你的经历！
来源：智能学院
