新智元报道

编辑：KingHZ

【新智元导读】AI上瘾堪比「吸毒」！MIT最新研究惊人发现：长期依赖大模型，学习能力下降、大脑受损，神经连接减少47%。AI提高效率的说法，或许根本就是误解！

ChatGPT正在「吸干」你的大脑！

刚刚，麻省理工学院完成了针对ChatGPT用户的首次大脑扫描研究，结果让人惊掉下巴。😲

针对日常写作中使用ChatGPT带来的影响，这次用数据揭示了AI版「魔鬼的交易」：

依赖AI写作，等于用长期思维能力，换取短暂效率。

简直堪称「出卖灵魂」！

来自麻省理工学院媒体实验室的研究人员，历时3个月深入研究了LLM的认知成本，揭示了一个紧迫问题：

学习能力可能因LLM的使用而下降。

尽管使用LLM在初期带来明显效率优势，但长达4个月的实验发现：LLM组在神经活动、语言质量和评分等方面，全面落后于「仅用大脑写作」的对照组。

论文链接：https://arxiv.org/abs/2506.08872

简而言之，过去关于AI提高生产力的说法，可能全错了！

图4: 实验过程中的参与者，佩戴Enobio脑电头戴设备和AttentivU专注力监测头戴设备，使用BioSignal Recorder软件进行数据记录

与魔鬼的交易

AI「吸干大脑」

用ChatGPT，只要花几分钟就能完成日常写作，方便快捷，但代价是什么？

83.3%的ChatGP用户无法引用自己写的内容，哪怕只是几分钟前完成的论文。

好好想一下：

你写完、保存，然后就忘了——因为从头到尾，思考的是ChatGPT，不是你。

图6：各组别中无法回忆Session 1论文任何引文的参与者比例

脑部扫描揭示了使用AI的损害：大脑的神经连接从79个骤降至仅42个。

也就是说降低了47%。

如果电脑失去了一半的处理能力，大家都会会认为它坏了。而ChatGPT用户的大脑，正在发生同样的情况！

无辅助写作（纯大脑组）在所有测量频段均表现出更强的神经连接强度，其中theta频段和高alpha频段的增幅尤为显著。

看过学生利用AI写的论文，老师们不知道哪些文章使用了AI，但能感觉到有些不对劲：

·没有灵魂。

·空洞无物。

· 语言接近完美，但没有真知灼见。

人类的大脑即使无法明确说出认知债务的存在，也能够察觉到它的影响。

可怕的是：在没有人工智能辅助的情况下，当研究人员让ChatGPT用户写作时，他们的表现比从未使用过人工智能的人还要差。

这不仅仅是依赖，而是认知能力的萎缩。就像一块忘记了如何运作的肌肉。

麻省理工学院的团队对54名参与者进行了为期四个月的脑电图（EEG）大脑扫描。

他们追踪了α波（创意处理）、β波（主动思考）以及神经连接模式，发现了因过度使用AI而导致的大脑损伤。

这不是观点，而是可测量的实验。

事实证明：AI并没有让人变得更高效，反而让人变得懒于思考、在认知上破产！

这次研究人员还发现了AI生产力悖论：

毫无疑问，ChatGPT让人完成任务的速度提升60%。

但它同时降低了真正学习所需的「有效认知负荷」（Germane Cognitive Load）——高达 32%。

这是用长期的大脑能力，换取短期的效率。

那些庆祝AI提升工作效率的企业，正在无意间打造出认知能力更弱的团队。

员工变得依赖于他们无法离开的工具，而独立思考能力则有所下降。

最近的许多研究都强调了同样的问题。

今年年初，微软进行了类似的项研究，相关结论已引起媒体广泛报道：

MIT研究人员把这种现象叫做「认知债」——技术债的大脑版：

每次用AI走捷径，你都在用未来的思考能力支付「利息」。就像金融债务一样，这笔账迟早要还。

研究中最值得关注的发现或许是：LLM辅助组（LLM-to-Brain）参与者表现出明显的思维窄化倾向。

但也有好消息——

研究第4阶段的惊人发现：「高基线认知者」（原本思维能力强的人）使用AI时，大脑神经连接度反而提升——AI成了他们的「认知增强器」。

但「长期依赖者」被迫脱离AI工作时，表现甚至比「从未用过AI的人」更差——他们的基础认知能力出现了「用进废退」式的退化。

用AI的代价

全是「认知债务」

我们正处于一个技术发展的关键转折点，必须认真全面地理解将大语言模型（LLM）引入教育和信息环境可能带来的认知影响。

这类工具确实为学习和获取信息提供了前所未有的便利，但它们对人的认知发展、批判性思维和独立思考能力所带来的潜在影响，值得我们高度关注并持续深入研究。

研究表明，与使用搜索引擎相比，LLM显著降低了参与者在回答问题时所需要的思考成本。

但这种「省力」的背后却带来了代价：参与者更不倾向于去质疑或深思LLM所提供的答案——

这些所谓的「观点」，其实只是基于训练数据生成的概率性结果。

这种情况令人担忧，因为原本在社交媒体中普遍存在的「回音室效应」，如今在AI工具中延续下来——

用户所接触到的内容，越来越受到算法推荐机制的影响，而这些机制的背后，是模型背后所代表的公司和股东的优先考量。

在访谈中，只有极少数参与者表示他们没有跟随LLM的「思路」进行写作，而是坚持了自己的想法和思考路径。

从伦理角度来看，仅用大脑进行写作的参与者不仅满意度更高，其脑电图也显示出更强的大脑连接性。

相较之下，使用 LLM 辅助写作的参与者，在回忆或引用自己写作内容时也存在明显困难（第1次实验，见图6和图7），对自己所写文章的归属感较低（见图8），花费时间更少（见图33）。

在真正广泛接受LLM并视其为一种正面工具之前，有必要进行长期的跟踪研究，以全面评估它对人类思维能力和大脑发展的深层影响。

图1：α波段动态直接传递函数（dDTF）脑电图分析结果对比（LLM组、搜索引擎Search组、纯大脑brain组），并标注显著性水平（*表示中等显著，**表示高度显著）

解决方法

解决方案不是禁止人工智能，而是战略性地使用它。

选择权在你手中：

产生认知债务并成为人工智能依赖者。 或者提升认知能力，成为人工智能的倍增器。