本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
2025年麻省理工学院媒体实验室的一项研究发现：经常使用AI写作助手的人，大脑活动显著低于独立写作的人。研究由Nataliya Kosmyna团队主导。大脑遇到能代劳的工具，就会”节能”。问题在于，它在节能的同时失去了什么。
这不是对技术的警告，而是对使用方式的警告。这一区别至关重要。
核心要点
- Kosmyna等人（麻省理工媒体实验室，2025年）的研究记录了一个可测量的现象：经常使用AI写作的用户，大脑活动中出现”认知债务”累积。
- 神经科学区分两种认知努力：生产性努力（产生想法、构建结构、组织语言）与验证性努力（阅读、纠正、批准）。AI倾向于用后者取代前者。
- 教育领域是问题的核心地带。美国和欧洲机构的初步实验表明，对AI使用方式的框架设定，直接影响认知的增益或损失。
- 一代人尺度上的问题：如果生成式AI在基本技能稳固建立之前，就成为15至25岁人群的主导写作模式，其对结构化推理能力的影响需要十到十五年才能显现。
大脑不再写作时，在做什么
写作不是转录，而是思考。写一个句子，要在不同表述之间权衡，要澄清模糊的意图，要在落笔的过程中发现自己真正在想什么。认知心理学从1980年代起就记录了这一机制：书面语言的约束，充当概念澄清的工具。很多时候，人只有写下来，才知道自己在想什么。
Kosmyna等人的研究揭示了这一机制的另一面。当AI生成文本、用户负责验证或修改时，认知参与的性质改变了。大脑从生产模式切换到评估模式。两种模式调动不同的神经网络。研究人员观察到，经常使用AI助手的用户，与计划和表述相关的前额叶区域活动下降。他们将这种效应称为”认知债务”——一种因废用导致的功能性萎缩，类似于停止锻炼某项身体技能后出现的退化。
机制并不复杂。大脑是能量优化器官。外部工具接手某项任务后，大脑就减少分配给该任务的资源。多数情况下这是优势。但当被委托的任务恰好是塑造能力本身的任务时，这就成了问题。
药与毒：同一分子，既治病，亦致命
技术哲学家安娜·阿隆贝尔（Anna Alombert）借用贝尔纳·斯蒂格勒（Bernard Stiegler）的”药”（pharmakon）概念来分析生成式AI。药既是解药也是毒药，取决于剂量、用法和情境。计算器是一个典型：它把人从重复计算中解放出来，让人在数学推理上走得更远；但如果它替代了儿童对计算本身的学习，则会削弱心算能力。
应用于写作的生成式AI遵循同样的逻辑。对于已经掌握写作技能、用AI处理标准化任务的专业人士而言，AI释放了认知资源，可用于更复杂的工作。对于正在学习构建论证的学生而言，AI恰恰绕过了他必须经历的学习过程。同样的工具，同样的操作，因使用者和目的不同，产生截然相反的结果。
这个框架能帮助我们走出两种无效立场之间的死局：”禁止派”认为AI损害大脑，”全面采用派”认为AI增强能力。根据具体情境，两方都有道理。真正有建设性的问题是：在哪些场景下AI增强能力，在哪些场景下它让人丧失能力？
另一种解读：达龙·阿西莫格鲁的视角
还有一种解读值得认真对待。达龙·阿西莫格鲁（Daron Acemoglu）在近期关于技术与权力的研究中指出，工具对人类能力的实际影响，与其说取决于工具本身，不如说取决于工具被部署于其中的结构。这个论点直接适用于当下：问题不是”AI是否在认知上使人丧失能力”，而是”谁控制着使用方式的框架设定，为谁的利益服务”。
大型生成式AI平台的商业模式建立在用户参与度和留存率上。用户对工具的依赖越深，就越忠实。这些工具的架构并非中立：AI在用户尚未形成完整想法之前，就主动推送一个完整答案。它不提供帮助用户构建自己答案的认知支架，而是提供一个现成答案。这种设计，正好产生了Kosmyna等人测量到的效应：验证模式取代生产模式。
这不意味着该工具本身有问题。它意味着认知努力是否得以保留，取决于交互设计，而非技术本身。设计可以是另一个样子。
教育能做到而禁令做不到的事
早期教育实验提供了具体参照。自2023年起，美国和欧洲部分机构测试了不同方法。简单禁止AI的学校，遭遇了大量未申报的规避行为。将AI与明确使用协议相结合的学校，产生了更值得关注的结果。
可汗学院开发了Khanmigo，这个AI助手刻意拒绝直接给出答案。它提问、引导，迫使学生在获得验证或纠正之前，先阐述自己的推理。交互架构的设计目标，是保留生产性努力。初步评估（仍处于早期阶段）显示，这种使用模式有可能限制Kosmyna等人记录的那些效应，但可靠数据仍有待积累。
法国2024年的贝尔古尼厄-蒂奥利埃报告（Rapport Bergounioux-Thiollière）就学校数字化问题提出了类似思路：根据年龄和目标技能划定AI使用区域。核心逻辑是：技能已经习得时，认知委托可以接受；技能仍在习得中时，认知委托适得其反。已经学会构建大纲的高中生，可以用AI加速标准化引言的写作。正在学习构建大纲的初中生，不应将这个学习过程委托给工具。
这套框架与神经心理学数据吻合，实践层面也具有可行性。它不要求教师消灭学生在校外无论如何都会使用的工具，而是要求建立明确的教学法，让学生了解在何种条件下AI是增强而非替代。
无人能断言的代际问题
真正的问题不在个人层面，而在代际层面，时间跨度明确。当前进入高等教育和劳动力市场的15至25岁人群，是第一代在成长阶段就能接触生成式AI的群体。如果在基本技能稳固建立之前，这些工具就成为他们主导的写作和结构化推理方式，认知能力的影响要等十到十五年才能显现。
正是这种时间差，让这个问题在政治上难以处理。AI委托的好处即时可见：节省时间、文本更流畅、感知工作负担减轻。认知成本（如果存在的话）则延迟且弥散。政治决策者和教育机构很少在这个时间尺度上运作。科技平台没有任何动机这样做。
可以把推理推进一步，但须将其视为假设而非结论。如果写作能力与结构化推理能力相关，而这种能力部分来自持续练习，那么整整一代人在成长阶段较少锻炼这种能力，可能在复杂推理任务中表现出可测量的缺陷。阿西莫格鲁和约翰逊关于技术与收益分配的研究提醒我们：一项技术对人类能力的影响，取决于谁控制其部署、为谁的利益服务。这种动态与此处直接相关。
这不是预言。这是一个当前数据无法填补的盲区，但其逻辑迫使我们将其指出。关于生成式AI在青少年中高强度使用的认知影响，第一项严肃的纵向研究尚不存在。但它应该存在。
已在推进的，和仍需完成的
危言耸听并不准确。已有行动者在构建具体应对方案。除可汗学院外，认知科学研究团队正在定义能保留生产性努力的使用协议。教育科技企业正在开发以”支架”模式而非”替代”模式运作的AI工具。联合国教科文组织2023年发布了生成式AI教育使用指南，重点区分增强性使用与规避性使用。
在欧洲，《人工智能法案》要求面向教育领域的AI工具提供商对其运作方式保持透明。这是必要条件，但不充分：知道一个工具会引发认知委托，并不能阻止委托本身发生——除非工具设计随之改变。
可操作的问题落在设计上。教育类AI工具可以被设计成：先迫使用户付出生产性努力，再提供帮助。这不是技术难题，而是设计选择——因此也是监管或激励这种选择的问题。为教育类AI工具设立”认知保护”认证，类似营养标签或环境认证，这一想法已在部分学术圈流传，但尚未找到严肃的机构支持者。
博弈的核心不是写作作为文化实践的命运。而是下一代人成年时，拥有的是通过努力形成的结构化推理能力，还是通过委托形成的验证能力。这两种认知特征对社会所需要完成的任务——维持制度、生产新知识、在模糊情境中作出判断——并不等价。
药需要有人来开。关键在于，是否有人愿意承担这个责任。
来源
- Kosmyna, N. et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab. https://www.codeandcortex.fr/intelligence-artificielle-anne-alombert/
- Anna Alombert — 技术哲学与生成式AI的药性 (2025-2026)：https://www.codeandcortex.fr/intelligence-artificielle-anne-alombert/
- Daron Acemoglu & Simon Johnson, Power and Progress, PublicAffairs, 2023
- Khan Academy — Khanmigo，项目公开文档 (khanacademy.org)
- UNESCO, Guidance for generative AI in education and research, 2023 (unesdoc.unesco.org)
- Bergounioux-Thiollière报告，École et numérique，2024（法国参议院）
- Kosmyna et al. 2025 研究 — 主要来源 (arXiv)：https://arxiv.org/abs/2506.08872
- MIT Media Lab 官方页面 — Kosmyna 发表物：https://www.media.mit.edu/publications/your-brain-on-chatgpt/
- Stanković et al. 2026 方法论批评：https://arxiv.org/abs/2601.00856
- Anne Alombert — 学术简介与发表物：https://organoesis.org/anne-alombert
- Daron Acemoglu — MIT Sloan 教职员工：https://mitsloan.mit.edu/faculty/directory/daron-acemoglu
- Khanmigo — Khan Academy（官方网站）：https://www.khanmigo.ai/
- Brookings — 2023年以来的AI与学校：https://www.brookings.edu/articles/should-schools-ban-or-integrate-generative-ai-in-the-classroom/