想象一下，一個大學生坐在圖書館的角落，面對著一個熟悉又棘手的寫作題目。他打開電腦，敲出幾個關鍵詞，不是去搜索引擎，而是打開Deepseek或ChatGPT——幾秒鐘后，一篇結構嚴謹、語言流暢的草稿赫然在屏幕上跳動。看起來，他完成了任務。但在這個過程中，他的大腦，真的參與了嗎？

過去一兩年里，像Deepseek 、ChatGPT這樣的人工智能助手迅速走入日常生活，從寫郵件、查資料到撰寫論文，人類越來越習慣將思考外包出去。有人歡呼AI帶來前所未有的效率，也有人擔憂，這是否意味著我們正在逐漸失去動腦的機會？

用AI寫作會讓大腦變笨嗎（圖片來源：作者使用AI生成）

MIT 的腦波實驗證明，大腦真的“懶”了

為了搞清楚“AI寫作會不會讓人變笨”這個問題，近日，麻省理工學院（MIT）的研究團隊設計了一項別出心裁的實驗，用腦電圖來觀察大腦在寫作時的活動情況。他們招募了54名大學生，將他們隨機分成三組，分別使用ChatGPT、傳統搜索引擎或完全依靠自己大腦來完成三篇短文寫作任務。在每一輪寫作過程中，研究者都會記錄參與者的腦部電活動，并在之后進行語言分析和訪談。

這個實驗持續了整整四個月，直到最后一輪——也就是第四篇作文——才迎來關鍵轉折，AI組和純大腦組互換身份。原本依賴AI的學生這次只能靠自己寫作，而原本不用AI的人則可以自由調用ChatGPT。正是這輪互換，讓“認知負債”這一概念浮出水面。

研究人員通過分析不同頻段（α波、β波、θ波、δ波）之間的連接強度，得出一個結論，大腦活動的活躍度與所用工具的復雜度成正比。也就是說，越是依賴自己的大腦，神經網絡就越活躍；而越依賴AI，大腦就越安靜。

科學家通過腦電波檢測大腦活躍程度示意圖（圖片來源：作者使用AI生成）

純大腦組展現出最強的神經網絡耦合，說明他們在處理信息、組織語言和規劃邏輯上都進行了充分思考；搜索引擎組處于中間水平，表現出一定的主動信息篩選與整合過程；AI組的腦波最平靜，尤其在代表注意力和信息整合的α波和與邏輯思維相關的β波上表現最弱，顯示出認知參與度顯著降低。

不僅如此，在訪談中，AI組的參與者很難復述剛剛寫過的內容，他們對自己文章的歸屬感也較低——甚至有人坦言，“那根本不是我寫的，我只是幫ChatGPT選了個開頭。”相比之下，完全自己寫作的那一組，不僅能準確復述內容，還普遍認為“這篇文章是我思考出來的”。

最具沖擊力的發現來自第四輪寫作——那些前三輪習慣了用ChatGPT的同學，在第四輪被切斷與人工智能的聯系之后，表現出明顯的不適應。他們寫作速度變慢、語言組織力下降，腦電圖顯示他們的神經活動依舊低迷，沒能像純腦組那樣迅速進入高效思維狀態。

研究者將這種現象稱為“認知負債（cognitive debt）”，就是長期依賴AI完成任務，大腦會逐漸習慣不動，當再次需要親自思考時，就像一臺很久沒開機的電腦一樣，啟動變得遲緩、效率低下。

AI會讓我們變“笨”嗎？其實是你怎么用它的問題

看到這里，你也許會不安地想，Deepseek、ChatGPT用得越多，大腦越偷懶？是不是AI真讓我們變笨了？MIT團隊的研究確實提示了一種風險，但更關鍵的問題在于——我們用AI的方式是否合理。

事實上，文章的另一作者團隊——來 自澳大利亞南澳大學的教育學者——對這項研究也提出了重要提醒。他們認為，MIT團隊的實驗設計雖然細致，但第四輪實驗人數有限，僅有18人完成，并不足以支持“大腦變懶、變笨的結論，可能是練得少的結果。

為什么這么說？試想一下，如果一個學生連續三次寫作都只靠AI，突然在第四次被要求獨立思考，自然會有不適應。而另外一組已經經歷了三次“腦力拉練”，當然在第四次表現得更順手。這種是認知心理學中常見現象——我們的大腦通過重復練習，逐漸優化策略，提高效率。所以，問題可能不是AI讓人變傻、變笨，而是沒有訓練大腦去適應復雜任務。

我們其實早有類似的歷史經驗——比如計算器的出現。20世紀70年代，計算器走入課堂，許多老師也曾擔憂，學生會不會因此不會心算？結果呢？學校并沒有禁用計算器，而是提高了題目的復雜度。老師們不再要求學生用手算平方根，而是要他們利用工具解決復雜的物理建模與金融問題。學生不是更懶了，而是更強了。

計算器會影響學生的計算能力嗎（圖片來源：作者使用AI生成）

所以，AI不是問題，關鍵是任務有沒有變化，目標有沒有升級，學習設計有沒有跟上技術的發展。

AI對于我們的大腦來說，是拐杖還是登山杖？任務設計要讓AI成為挑戰而非逃避的工具。 例如，不是讓學生用ChatGPT直接交一篇作文，而是讓他們用AI做初稿，再參加一場口頭答辯，解釋邏輯與論點來源；或者，讓他們用AI搜集多方觀點，然后親自寫出一篇對比分析。這種做法不僅保留了AI的效率優勢，更迫使學生調動批判性思維、整合能力與表達技巧。

結尾

人工智能正以前所未有的速度改變我們的學習與工作方式，但它既不是魔法，也不是毒藥。MIT的研究提醒我們，工具的便利并不等于認知的成長。AI時代的學習能力，并不只是寫得快、搜得準，而是能判斷哪些任務可以交給AI，哪些任務必須親自完成。AI可以幫你查資料、理結構、潤措辭，但不能代替你的大腦做判斷、建立邏輯、培養思維。換句話說，真正的聰明，是知道什么時候該讓AI閉嘴、讓自己的大腦開工。

參考文獻：

[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.

作者丨Denovo科普團隊（楊超 博士、中國科普作家協會會員、廣東省青年科技創新研究會會員）

審核丨樊春雷 中國科學院心理研究所副研究員 中國心理學會會員

來源: 科普中國創作培育計劃

內容資源由項目單位提供