共计 3189 个字符，预计需要花费 8 分钟才能阅读完成。
想象一下，一名大学生在图书馆的一个角落，面对一个既熟悉又复杂的写作题目。他打开电脑，输入几个关键词，这次不是去搜索引擎，而是直接启动了 Deepseek 或 ChatGPT——几秒钟后，一篇结构严谨、语言流畅的草稿便在屏幕上显现。看似任务已完成，但在这个过程中，他的大脑究竟参与了多少呢？
在过去的一到两年间，像 Deepseek 和 ChatGPT 这样的人工智能助手迅速融入我们的日常生活，从撰写邮件、查找资料到完成论文，人们逐渐习惯将思考委托给机器。对此，很多人表示欣喜，认为 AI 带来了空前的效率，但也有人对此表示忧虑，担心这是否意味着我们正在逐渐失去思考的机会。
用 AI 写作是否会导致大脑变笨（图片
麻省理工学院的脑波实验揭示大脑的“懒惰”现象
为了探讨“AI 写作是否会使人变笨”这一问题，麻省理工学院（MIT）的研究团队设计了一项创新实验，利用脑电图技术观察大脑在写作过程中的活动。他们招募了 54 名大学生，将其随机分为三组，分别使用 ChatGPT、传统搜索引擎，或完全依赖自身思考来完成三篇短文。在每轮写作中，研究人员记录下参与者的脑电活动，并在后续进行语言分析与访谈。
整个实验历时四个月，直到最后一轮——第四篇作文——才发生重要转折，AI 组和纯思考组进行了身份互换。原本依赖 AI 的学生这次只能独立创作，而那些不使用 AI 的人则可以自由使用 ChatGPT。正是这一轮的身份互换，使得“认知负债”这一概念浮出水面。
研究人员分析不同频段（α 波、β 波、θ 波、δ 波）之间的连接强度，得出结论：大脑活动的活跃程度与所用工具的复杂性成正比。换句话说，越是依赖自身思考，神经网络越活跃；而越依赖 AI，大脑则越显得平静。
通过脑电波监测大脑活跃程度的示意图（图片
纯思考组展现出最为强烈的神经网络耦合，表明他们在信息处理、语言组织及逻辑规划上进行了充分的思考；搜索引擎组则处于中间水平，表现出一定的信息筛选与整合能力；而 AI 组的脑波最为平静，尤其是在代表注意力与信息整合的 α 波以及与逻辑思维相关的 β 波上表现最为薄弱，显示出其认知参与度显著降低。
更有趣的是，在访谈中，AI 组的参与者难以复述刚刚写过的内容，他们对于自己文章的归属感也明显不足——甚至有人坦言，“那根本不是我写的，我只是帮 ChatGPT 选了个开头。”相较之下，完全依赖自己创作的那一组，不仅能够准确复述内容，且普遍认为“这篇文章是我思考的结果”。
最引人注目的发现发生在第四轮写作——那些前三轮习惯使用 ChatGPT 的学生，在第四轮被迫断开与 AI 的联系后，表现出明显的不适应。他们的写作速度减慢，语言组织能力下降，脑电图显示他们的神经活动依然处于低迷状态，未能如纯思考组那样迅速进入高效思维状态。
研究者将此现象称为“认知负债”，亦即长期依赖 AI 完成任务，使大脑逐渐习惯于不动，当再次需要亲自思考时，就像一台久未开机的电脑，启动变得迟缓且效率低下。
AI 会使我们变得“笨”吗？其实关键在于使用方式
读到这里，或许你会不安地想，使用 Deepseek 和 ChatGPT 越多，大脑是否越懒惰？难道 AI 真的让我们变笨了吗？MIT 团队的研究确实揭示了一定的风险，但更重要的问题在于——我们使用 AI 的方式是否合理。
实际上，文章的另一位作者，来自澳大利亚南澳大学的教育学者，也对此研究提出了重要的补充。他们认为，MIT 团队的实验虽然设计精细，但第四轮实验的人数有限，仅有 18 人完成，这不足以支撑“大脑变懒、变笨”的结论，可能反映出的是练习不足的结果。
为何这样认为呢？设想一下，如果一个学生在前三次写作中都只依赖 AI，突然在第四次被要求独立思考，自然会显得不适应。而另一组已经经过了三次“脑力锻炼”，自然会在第四次表现得更为顺畅。这种现象在认知心理学中十分常见——大脑通过重复练习逐渐优化策略，提高效率。因此，问题的关键或许不是 AI 使人变傻，而是没有训练大脑去应对复杂的任务。
实际上，我们早已有类似的历史经验，例如计算器的使用。20 世纪 70 年代，计算器开始进入课堂，许多教师曾担心学生的心算能力会受到影响。然而，最终学校并没有禁止计算器的使用，而是提高了题目的复杂性。教师们不再要求学生手动计算平方根，而是要求他们利用工具解决更复杂的物理建模与金融问题。学生的能力并没有因此下降，反而得到了增强。
计算器是否会影响学生的计算能力（图片
因此，AI 本身并不是问题，关键在于任务是否发生变化，目标是否提升，学习设计是否跟上技术的进步。
AI 对于我们的大脑而言，究竟是拐杖还是登山杖？任务设计应当使 AI 成为挑战而非逃避的工具。比如，不是让学生使用 ChatGPT 直接交一篇作文，而是让他们借助 AI 撰写初稿，再进行一次口头答辩，解释其逻辑与论点来源；或者，让他们用 AI 搜集各方观点后亲自撰写一篇对比分析。这种方式不仅保留了 AI 的效率优势，还能迫使学生调动批判性思维、整合能力和表达技巧。
总结
人工智能正在以前所未有的速度改变我们的学习和工作模式，但它既不是灵丹妙药，也不是洪水猛兽。MIT 的研究提醒我们，工具的便利并不代表认知的成长。在 AI 时代，学习的能力不仅在于写得快、搜得准，更在于能够判断哪些任务可以交给 AI，哪些任务必须亲自完成。AI 可以帮助你查找资料、理清结构、润色措辞，但不能替代你做出判断、建立逻辑和培养思维。换句话说，真正的智慧在于明白什么时候该让 AI 沉默，让自己的大脑运转起来。
参考文献：
[1] Kosmyna, Nataliya, et al. “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task.” arXiv preprint arXiv:2506.08872 (2025).
[2] Stadler, Matthias, Maria Bannert, and Michael Sailer. “Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry.” Computers in Human Behavior 160 (2024): 108386.
[3] Zhang, Shunan, et al. “Do you have AI dependency? The roles of academic self-efficacy, academic stress, and performance expectations on problematic AI usage behavior.” International Journal of Educational Technology in Higher Education 21.1 (2024): 34.
[4] Milana, Marcella, et al. “Artificial intelligence (AI), conversational agents, and generative AI: implications for adult education practice and research.” International Journal of Lifelong Education 43.1 (2024): 1-7.
[5] Shen, Yiqiu, et al. “ChatGPT and other large language models are double-edged swords.” Radiology 307.2 (2023): e230163.
