当我们在搜索引擎里输入问题，或者在聊天框中键入指令，AI会迅速给出一个看似完美的答案。但你是否想过，这种无摩擦的“知识获取”正在悄悄改变我们的思维方式？一项来自法国和意大利多所大学的最新研究敲响了警钟：获得AI建议后，人类的批判性思维能力可能被削弱，人们变得更自信地复述错误信息，甚至丧失了说“我不知道”的勇气。在科技趋势飞速演进的今天，这一发现引发了对AI与人类认知关系的深刻反思。
AI的“双刃剑”：效率提升背后的认知代价
每一次技术革命都伴随着效率的飞跃，但同时也可能带来意想不到的副作用。今天，我们正站在一个特殊的十字路口：AI技术已经渗透到写作、设计、编程甚至决策辅助等各个领域，人们习惯于向AI寻求答案，却很少质疑这些答案的可靠性。
米兰比可卡大学副教授Valerio Capraro与法国高等师范学院、罗马第一大学的研究团队合作，设计了一个精妙的实验。他们选取了电影中极其冷门的视觉细节作为问题——比如《我爱贝克汉姆》中球队球衣的颜色，或者《高速路上一只猫》里女主角驾驶的车型。这些细节通常不在AI模型的训练数据中，因此模型大概率会给出错误答案。
研究团队将参与者分为两组：一组只能依靠自己，另一组可以请求AI帮助。结果令人震惊：在没有AI的情况下，44%的人会诚实地说“我不知道”，暂缓判断；而在获得AI建议后，这一比例骤降至3%。也就是说，几乎所有人都不再愿意承认自己不知道，而是倾向于接受AI给出的——哪怕可能是错误的——答案。
这并非孤例。随着最新科技的普及，从医疗诊断到法律咨询，从教育辅导到创意生成，AI正在成为人类认知的“外挂”。但当我们过度依赖外挂时，内在的思考肌肉是否会萎缩？这项研究给出了一个不祥的答案。
实验揭秘：AI如何让人类“自信地犯错”
更令人担忧的是，AI不仅让人不再说“我不知道”，还显著降低了回答的准确率，却同时大幅提升了自信程度。
在实验中，无AI辅助时，27%的人给出了正确答案；而获得AI建议后，只有9%的人答对——准确率下降到原来的三分之一。与此同时，参与者对自己答案的信心却从30%飙升至76%。这意味着，即使AI提供了错误答案，人们不仅照单全收，还深信不疑。
“人们的表现变得更差，准确率只有原来的三分之一，但自信程度却提高了一倍。”Capraro教授一针见血地指出了问题的核心。
这种现象背后有着深刻的心理学机制。当人类面对复杂问题时，天然存在认知负担，而AI提供了一个看似省力的“捷径”。一旦习惯了这个捷径，我们就会逐渐放弃对答案的质疑和验证。AI Agent技术的自主性越强，这种依赖就越深。例如，在工作中使用AI画图快速生成设计初稿，或者用文生图直接产出素材，如果缺乏对画面正确性的判断，就很容易把错误当作创意。
更值得警惕的是，研究团队特意选择了一个经常给出错误答案的模型（Step 3.5 Flash），以避免参与者是因为“工具可靠”而合理让渡判断权。即便如此，参与者仍然毫无保留地信任AI。这说明，问题不在于AI的准确性，而在于人类对AI的盲从。
从44%到3%：说“我不知道”的能力为何崩溃
“能够说‘我不知道’是人类非常重要的能力，因为它代表我们意识到了自身知识的局限。”Capraro教授解释道。但在AI的“有求必应”之下，这种能力正在被系统性侵蚀。
实验中的一组数据尤其值得玩味：当参与者被允许使用AI时，只有3%的人选择暂缓判断。而在无AI组，这一比例是44%——相差超过14倍。这意味着，AI的存在几乎彻底瓦解了人类“悬置判断”的机制。
为什么会出现这种情况？从认知心理学角度看，人类大脑天生厌恶不确定性。当面对一个模糊的问题时，AI提供的——哪怕错误的——具体答案，满足了大脑对确定性的渴求。而“我不知道”则意味着认知上的不舒适感。AI就像一个随时待命的“答案机器”，让我们不再需要忍受这种不适，代价是放弃了思考的深度。
这种效应在AI诗词和AI网名等创意生成场景中同样存在。当用户输入几个关键词，AI就能产出一首押韵的诗或一个独特的昵称时，用户很少会去审视这些内容的逻辑与美感，而是直接拿来使用。长此以往，原本属于人类独有的创造力与判断力，可能会被算法驯化。
金钱激励收效甚微：AI依赖的深层原因
研究人员还尝试用金钱激励来改善参与者的表现。他们告诉参与者，如果回答正确或选择“我不知道”会获得奖励。结果虽然有所改善，但效果非常有限：选择暂缓判断的比例从3%提升到8%，正确率从9%提升到16%。这两个数字仍然远低于无AI辅助时的44%和27%。
这一发现表明，AI依赖并非简单的“懒惰”或“不负责任”，而是一种更深层的认知习惯。即便有经济利益的驱动，人们仍然难以摆脱对AI的顺从。我们似乎已经内化了“AI知道答案”的预设，甚至愿意为此放弃金钱奖励。
从另一个角度说，这也解释了为什么AI工具箱类产品如此受欢迎——它们确实解决了效率问题，但同时也可能悄悄削弱了用户的独立思考能力。比如，使用抠图工具时，用户只需一键操作，无需学习PS技巧；但长期依赖后，面对简单的手动抠图反而会感到困难。
Capraro教授认为，模型提供商和平台方有责任改善这一问题，但利益并不完全一致——AI公司追求的是用户粘性，而非用户的批判性思维。因此，更有希望的解决方式在于教育层面。
儿童与未来：AI对批判性思维的长期威胁
如果说成年人已经通过过往的学习经历培养了一定的批判性思维基础，那么对于从出生起就与AI系统相伴成长的儿童来说，风险更加严峻。
“成年人已经通过过去的学习经历培养了一定的批判性思维能力。”Capraro教授说，“但对于那些从出生起就伴随着这些系统成长的孩子来说，风险在于，他们甚至可能无法真正学会最基本的批判性思考能力。”
想象一下，一个从小用AI完成作业、用AI解答疑惑、用AI生成故事的孩子，他如何学会区分事实与虚构？如何建立“我不知道”的认知边界？当AI给出的答案总是正确（至少在表面上），孩子会失去质疑的动力，也失去了培养元认知能力的机会。
这一担忧并非杞人忧天。在大模型训练过程中，模型虽然在不断优化，但“幻觉”问题从未被彻底解决。2026年，AI仍然会出现幻觉。与此同时，企业数字化转型正在加速，大量工作流程被AI接管。如果下一代从业者缺乏对AI输出结果的批判性审视，那么整个社会的知识质量都可能面临风险。
如何破局？AI素养教育成为关键
面对这一挑战，学术界和产业界已经开始呼吁系统性的干预。Capraro教授认为，最有效的方案是“在AI教育层面进行干预”——即在学校和社会中普及AI素养教育，教会人们如何与AI协作，而不是盲目服从。
具体而言，AI素养教育应包括以下几个核心能力：
1. 质疑能力：学会对AI输出的结果提出“为什么”和“凭什么”。 2. 验证意识：培养交叉验证的习惯，不把AI答案当作唯一真理。 3. 认知边界意识：能够坦然地说“我不知道”，并理解这是进步的起点。 4. 工具理性：将AI视为辅助工具，而非替代思考的代理人。
在实践层面，已经有教育机构开始探索“AI+批判性思维”课程。例如，让学生先用AI生成答案，再手动验证其正确性，或者设计“AI陷阱”问题来训练学生的警觉性。这些方法正在被纳入最新的科技趋势之中。
与此同时，技术开发者也应当承担起责任。未来的AI产品应该在给出答案时附带“置信度”或“参考来源”，并鼓励用户进行二次确认。例如，当用户询问一个冷门问题时，AI可以主动提示“这个问题不在我的训练数据中，建议您查阅权威资料”。这种设计不仅能减少误导，还能倒逼用户保持思考。
回到我们每个人，作为AI时代的使用者，我们需要时刻提醒自己：AI可以是强大的助手，但绝不是思考的替代品。每一次使用AI工具导航寻找解决方案时，每一次用AI诗词生成文案时，都应该问自己一句：这个答案，我真的理解吗？
科技趋势的列车不会停下，但我们可以选择保持清醒。真正的智慧，从来不是拥有所有答案，而是知道何时该说“我不知道”。