AI 越幫越忙，大腦越來越懶？認知外判的真正代價

你有沒有試過這種感覺：打開 ChatGPT，輸入一個問題，幾秒鐘後得到一個比你自己能寫的更完整、更有條理的答案——然後你把它複製貼上，心裡有一種滿足感，好像自己剛剛完成了一件了不起的事？

我有。而且我有這種感覺的頻率越來越高。

作為一個寫了十幾年程式的人，AI 對我來說確實像一種超能力。以前要花一整天才寫好的功能，現在可能半小時就搞定。不懂法律？問 AI。不懂設計？問 AI。那種「甚麼都做得到」的能力感是很真實的——但幾份 2025 年的初步研究讓我開始想：我們獲得這種超能力的同時，到底付出了甚麼代價？

用了 AI，你就懶得自己想了

Georgiou (2025) 做了一個很直接的實驗：把人分成兩組，一組用 ChatGPT 完成一篇論證文章，一組自己寫。寫完之後，研究者測量他們在四個認知面向的投入程度——心智投入、專注度、深層處理、策略性思考。

結果不算意外，但很扎心：用 ChatGPT 那組在每一個面向的得分都明顯較低。他們投入的心力更少，思考也更表面。

研究者用了一個很精準的詞來描述這個現象：認知外判（cognitive offloading）——你本來應該自己做的思考工作，在不知不覺間交了出去。

這讓我想到一個日常情景。以前寫一封重要的電郵，我會反覆斟酌用字、考慮對方會怎麼理解、想想有沒有更好的表達方式。現在？「幫我寫一封語氣專業但友善的回覆。」幾秒鐘搞定，語氣比我自己寫的還得體。但那個過程中，我自己的判斷力、我對語言的敏銳度——有沒有在流失？

你的大腦連結，正在被 AI 削弱

如果說 Georgiou 的研究看的是你的主觀感受——你有多用力想，MIT 的 Kosmyna 等人 (2025) 則直接看了你的腦。

他們讓 54 個人分成三組寫文章：一組只靠自己，一組用搜尋引擎，一組用 ChatGPT。全程用腦電圖（EEG）記錄腦部活動。他們特別關注的，是大腦不同區域之間的連結強度——研究者認為，像創意、批判思考這些認知能力，都涉及不同腦區之間的協作。

結果非常清楚，而且有階梯效應：只靠自己思考的人，腦區連結最強、覆蓋範圍最廣。用搜尋引擎的人居中。用 AI 的人，腦部連結降幅高達 55%。

研究者把這個現象叫做「認知債務」（cognitive debt）：AI 讓你當下省了很多心力，但你的批判思考能力、創意、對偏見的抵抗力，都可能在不知不覺中受到影響。

更讓人在意的是一個後續發現：當那些一直用 AI 的人在第四次實驗中被要求不用任何工具，他們的腦區連結比從來沒用過 AI 的人還要弱。好像大腦已經習慣了「不用那麼努力」，一時之間回不去了。

而且，用 AI 寫出來的文章高度同質——不同人寫出幾乎一樣的東西。研究者的分析顯示，在用字、句式結構、論點方向上，AI 組的文章都缺乏差異。有人形容，AI 的回答就像人類全部思想的統計平均值——平庸、安全、毫無稜角。這些同質化的文章，某程度上印證了這個說法。

計算機不會取代九九乘法表

我是在 AI 出現之前學寫程式的。當年每一行 code 都是自己打的，一天寫個幾百行就算多了。那些年的訓練，讓我現在即使用 AI 寫程式，也能很快判斷它寫的東西合不合理——哪裡有安全漏洞，哪裡的架構撐不住一千個用戶同時使用。

但如果一個人跳過了那個階段呢？

最近在 Threads 上看到一個 IT 人的吐槽：最怕老闆用 Vibe Coding 一天寫了個 APP，然後跟團隊說「我一天就做到了，你們全部一天來做。」問題是，那個 APP 可能連基本的安全性都沒有——有人甚至把 API Key（等於夾萬鑰匙）直接暴露在程式碼裡。面子好看，裡子不堪一擊。

這跟計算機和九九乘法表的道理一模一樣。計算機不會取代人類的計算能力，但你不能讓小學生還沒背乘法表就只用計算機。因為沒有那些基礎訓練，你永遠得不到那種「數學感」——一種直覺上知道答案大概對不對的能力。

AI 也是一樣。它是很強大的工具，但如果你在建立基礎能力之前就把思考外判出去，你可能永遠得不到那種思考感。

思考外判了，情感呢？

如果認知可以被外判，情感也可以嗎？

答案是：已經在發生了。Fang 等人 (2025) 進行了一個為期四星期的實驗，讓 981 個人使用 AI 聊天機器人，發現每天花更多時間跟 AI 聊天的人，往往也更孤獨、跟真人的社交時間也較少，對 AI 的情感依賴也更強。不過研究者也坦言，因果方向尚未確定——可能是用得多導致孤獨，也可能是本身較孤獨的人用得更多。但無論因果方向如何，AI 與真人社交之間的此消彼長，是一個值得留意的訊號。（關於這份研究的完整分析，可以看我們的另一篇文章：AI 心理輔導真的有用嗎？心理學研究怎麼說）

我在影片裡提過一個場景：一個程式員想追同事，問 AI 怎麼開話題。AI 給了一個完美的破冰句子——「我看你經常戴著耳筒，是聽音樂還是 Podcast？」他照說了，對方也回應了。但那句話不是他想的。他在那段互動中，有多少是真實的自己？

AI 有一個已知的傾向：它常常不是給你最真實的答案，而是給你最想聽的答案。這在技術領域影響不大——程式碼跑不動就是跑不動，AI 再怎麼說「You are absolutely right」也沒用。（這是 Claude Code 開發者之間的經典笑話——舊版模型不管你提出甚麼荒謬的設計，都會先來一句「你說得太對了！」）

但在人際關係這種「現實比較柔軟」的領域呢？你可以把對方的冷淡解讀為欲拒還迎，而 AI 會配合你——因為那正是它學會的「好回應」。

先想，再問 AI

說了這麼多，我不是反 AI。我自己每天都在用——我們團隊開發的 MindForest，很多程式碼也是 AI 幫忙寫的。但我有一個習慣，而且我認為這個習慣在 AI 時代比以往更重要：先自己想，再用 AI。

每次拍影片、寫文章、做決定之前，我都會先安靜下來，用筆在紙上把自己的想法寫一遍。不用搜尋引擎，不問 AI。先想清楚自己的觀點、自己的疑問、自己的直覺反應。然後才用 AI 來幫我找資料、完善論點、查漏補缺。

次序很重要。先有自己的想法，AI 就是幫你打磨的工具。沒有自己的想法就先問 AI，AI 就變成替你思考的拐杖——而你永遠不知道自己本來會怎麼想。

廣泛的閱讀也很重要。AI 的回答是人類全部思想的統計平均值——它不會給你意外、給你衝突、給你那種「我從來沒想過還能這樣看」的感覺。那些只能來自你自己真正讀過的書、走過的路、跟真人交鋒過的觀點。

結語

我們大概是人類歷史上第一代需要認真回答這個問題的人：當機器可以替你想，你還願不願意自己想？

AI 不會消失。它只會越來越強大、越來越好用、越來越像一個真正理解你的人。但也許最重要的警號不是「AI 會不會用壞腦」——而是當你發覺自己對某件事完全沒有想法、沒有判斷，必須先問 AI 才能形成任何意見的時候。

那一刻，值得停下來。

當 AI 幫你想好了——誰來幫你重新學會思考？

MindForest 的設計哲學很簡單：AI 不應該取代你的思考或感受，而是幫你更清楚地看見自己。ForestMind AI 不會告訴你答案——它會問你問題，讓你自己找到答案。靈感日記不是叫你記錄 AI 說了甚麼，而是記錄你自己在想甚麼。

這不是又一個讓你更依賴科技的 APP。這是一個提醒你回到自己的工具。

下載 MindForest

參考文獻

註：以下研究均為預印本（preprint），尚未完成正式同行評審。研究結果屬初步發現，有待後續研究驗證。

Fang, C. M., et al. (2025). How AI and human behaviors shape psychosocial effects of chatbot use: A longitudinal randomized controlled study. arXiv preprint. https://doi.org/10.48550/arXiv.2503.17473

Georgiou, G. P. (2025). ChatGPT produces more "lazy" thinkers: Evidence of cognitive engagement decline. arXiv preprint. https://doi.org/10.48550/arXiv.2507.00181

Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint. https://doi.org/10.48550/arXiv.2506.08872