伪智能时代:AI不是让你变笨,是让你失去变聪明的机会

日期:2026-05-07 09:23:55 / 人气:10


旧金山有一家叫Cluely的初创公司,做的是给打工人开会、面试、写代码时实时偷看AI答案的工具。他们有两条广告语,一条是“你再也不用思考了”(Stop thinking),一条直接叫“思考的终结”(End of thinking)。
我看到这两句话的第一反应不是震惊,反倒觉得它们很诚实,而且抓住了这个时代的时代精神。
诚实在哪?诚实在硅谷已经准确判断了,这个时代真正能卖出去的东西,已经不是“让你更聪明”。那种话听上去高级,但产品做不到。
真正能卖出去的是“让你不用聪明”。这两件事不是程度差别,是方向相反。前者要求你投入摩擦,后者承诺帮你绕过摩擦。
今天这篇文章,想说的是一件比“AI让人变笨”更黑色一点的事:
AI可能没有让你变蠢,它只是让你失去了变聪明的那段过程。
我下面会反复用一个词来指称这种状态:伪智能。需要先把这个词的意思讲清楚,因为它的重音不在AI那一边,在人这一边。
伪智能不是AI输出的内容假。AI大多数时候输出的内容是不假的,而且越来越不假。伪智能是一个人借助AI呈现出一种看似聪明的状态,却没有经历聪明背后必需的那段训练。
学生交上来的论文、CEO看到的市场分析、医生收到的诊断建议、政府收到的政策报告,都“看起来对”。“看起来对”和“是对的”之间,差着一整个思考过程。“看起来聪明”和“真的聪明”之间,差着一整段没人愿意走的训练。
聪明从来不是一个状态,是一种习惯。一个人不是因为知道了答案就变得聪明,是因为反复经历了“自己摸到答案”的那个过程,才长出了下一次还能摸到答案的能力。AI把过程消掉之后,结果还在,能力没了。
这件事,在三个层次上同时展开。第一层是个体的认知投降,第二层是组织和教育的算法塌缩,第三层是一个不懂技术的政府,把整个文明的判断力外包给一个三分之一到九成时候出错的系统。
下面我们一层一层来。
一、认知缴枪:当你不再是判断的来源
2015年,赫尔辛基阿尔托大学(Aalto University)商学院的埃斯科·彭蒂宁(Esko Penttinen)教授注意到一件怪事。芬兰一家顶尖金融公司里,一款用来加速会计师工作的关键软件正面临被废弃。问题不是它运行得不好,问题是它运行得太好了。
这款软件负责自动化处理固定资产管理的会计工作,几乎没有出过错。但其中一位会计师告诉彭蒂宁:“当这份工作被自动化之后,你就不会再开始深入思考事物的本质了。”关键技能正在变成一种“丢失的能力”。公司高管震惊到,最后的决定是把这款完美运行的软件停掉,重新教员工固定资产管理会计的原理。
为了让公司活下去,这款软件必须死。
这个故事后来被收进彭蒂宁参与撰写的一篇研究论文,题目就叫《技能侵蚀的恶性循环:认知自动化的案例研究》(The Vicious Circles of Skill Erosion)。这篇论文是一个很早期的预警:当机器开始接管那些原本由人来思考的环节,人不会自动转去思考更重要的事,人会停止思考。
这个判断在2024年被一组实验数据精准确认了。
宾夕法尼亚大学沃顿商学院的Steven Shaw和Gideon Nave,设计了一个非常巧的实验。他们让一组志愿者在AI协助下回答有难度的问题,故意在AI的答案里随机插入错误。结果分两种情况:
当AI给出正确答案时,使用AI的志愿者表现优于完全靠自己的对照组。这是大家预期的结果。
当AI给出错误答案时,使用AI的志愿者表现远远低于对照组。也就是说,他们没能识别出AI在胡说,他们直接采纳了。Shaw和Nave给这种状态取了一个名字:认知投降(cognitive surrender)。
这个名字很准。它和“认知卸载”(cognitive offloading)区别很大。认知卸载是说“这件事我让工具去做”,前提是你还在判断“这件工具的输出靠不靠谱”。认知投降是说“判断这件事我也让工具去做”。前者你还是大脑,后者你只是一个传声筒。
AI越像一个聪明人,人就越容易忘记它只是一个概率系统。
最危险的不是AI错,是AI错得很自信、很流畅、很有条理。一个明知道自己可能错的工具会让人保持警惕,一个看起来从不犯错的工具会让人完全松手。Cluely那句广告语之所以能说出来,是因为他们已经看清楚:用户最想要的不是更聪明的助手,是一个让自己可以彻底松手的对象。
但真正让我觉得这件事必须被写下来的,是另一个层次的代价。代价不在于使用AI的人在某次任务中错得更多,而在于他们正在失去未来某天独立做对这件事的能力。
这就要谈一件公众号读者很少有人提到的事:很多被认为是低价值的工作,其实是高价值能力的训练场。
初级律师查案例,不是为了找到那个案例,是为了在翻阅几百份案件中长出“哪些细节会决定胜负”的直觉。
年轻分析师整理资料,不是为了交一份表格,是为了在数据里慢慢摸到“这个行业的真正机制是什么”。
程序员调bug,不是为了让程序跑起来,是为了在反复定位错误中长出“代码在哪些地方最容易坏”的判断力。
编辑改稿,不是为了让句子更顺,是为了在改别人的文字中长出自己写文字时不再犯同样错误的本能。
学生写作文,不是为了交一篇作文,是为了在卡住、推翻、重写的过程中,把模糊的感觉变成清楚的语言。
这些工作有一个共同特征:它们看起来低效,但它们提供的是适度困难(desirable difficulty)。这是1990年代加州大学洛杉矶分校的认知心理学家罗伯特·比

作者:奇亿娱乐




现在致电 5243865 OR 查看更多联系方式 →

COPYRIGHT 奇亿娱乐 版权所有