你的思考能力有没有事，取决于你自己
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
人工智能有可能促进也有可能损害人的思维能力
编者按：MIT实验证实AI惰性思考侵蚀学习效果，但尼日利亚教师引导案例使成绩翻倍。创造力测试中GPT-4击败91%人类，却因锚定效应导致原创力危机——工具价值取决于人机协作顺序。文章来自编译。
越来越多人问我：“用AI会损伤大脑吗？”这个问题很有启发性。并不是因为AI真的会对大脑造成生理损伤（其实不会），而是它暴露了我们对AI侵蚀思考能力的深层恐惧。本文将探讨如何让AI助力而非损害我们的思维。但大家为什么会执着于“AI伤脑”论呢？
部分源于对MIT媒体实验室（联合多所高校）那篇爆火的论文《ChatGPT如何影响你的大脑》的误读。实际研究远比媒体报道要平淡得多：大学生分组写论文——独立完成/用谷歌/用纯ChatGPT。使用ChatGPT的学生参与度更低，论文内容记忆更浅。四个月后，9名ChatGPT用户被要求脱离AI重写论文，表现逊于初始未用AI组（尽管新实验要求他们必须用AI），写作时脑电波活跃度也更低。当然没有脑损伤。但危言耸听的解读总能俘获人心：柏拉图曾担忧文字摧毁智慧，手机普及初期也有人害怕不记号码会导致智力退化。
但这不意味着我们该忽视AI对思考的影响。技术本来就是为了将工作外包给机器而诞生的，这其中也包括脑力劳动——如用计算器算数、靠手机存号码。将思考外包确实会丧失能力（比如记不住号码）。而AI作为通用智能技术，能接管大量思考任务。如何用它来助力而非伤害我们呢？
学习大脑
最容易预见AI会损害心智成长的场景是学习新知识时。如果将思考外包给AI而非亲力亲为，就会错失学习机会。我的宾大同事在土耳其高中的实验证实了这一点：允许学生随意用GPT-4做作业时，他们会直接抄答案走捷径。尽管自以为从ChatGPT获益良多，期末考试分数却比未用AI组低了17%。
更隐蔽的危害在于：非恶意使用时伤害仍会发生。AI的训练目标就是高效答疑。如同学生本想请教解题思路，AI却直接给答案。MIT研究显示，这直接绕过了创造学习效果所需的（有时候是痛苦的）思维训练。问题不仅是作弊（虽然AI让作弊变得更加容易），更在于诚心求助也可能适得其反——AI默认模式是代劳而非协作。
尼日利亚研究图示：参与AI辅导的学生的成绩分布[蓝色] vs 未参与者[红色]
AI必然损害学习吗？绝非如此！尽管研究刚起步，但越来越多的证据表明：在有教师的指导以及基于好的教学原则设计出提示词的情况下，AI能大幅提升学习效果。比方说，世界银行的随机对照研究发现，在尼日利亚进行的为期六周的课外项目中，经教师引导的GPT-4辅导效果“比某些最高效教育干预强两倍以上”且成本极低。虽说没有研究是完美的（本实验对照组未干预，无法完全分离AI效果），但类似结论正不断积累：哈佛物理大课证明，有优质提示的AI导师优于传统课堂；斯坦福编程课显示ChatGPT提升了考试成绩；马来西亚研究证实教师引导的AI辅助促进了学习；连前文所属的土耳其实验也发现，优化导师提示词可消除ChatGPT导致的成绩下滑。
教学提示词模板
最终决定在学习是AI是益脑还是伤脑的，是使用方式而非使用本身。将AI从“作业帮手”转型为“学习导师”是关键一步。可惜多数AI的默认设置偏好直接给答案，因此需要给对方特殊的提示词。虽然没有完美模板，我们实验室的教育提示词已在多项研究中被验证其有效性（沃顿生成式AI实验室资源库可获取更多，支持CC协议修改）。家长也可充当中转，让AI“用X年级孩子能懂的语言解释答案，方便我辅导”。这些方案皆不完美，AI教育挑战严峻，但存在希望——通过教师引导、优质提示词及审慎选择使用场景，教育终将适应AI，强化而非削弱人类的思考能力。
创意大脑
与教育类似，AI对创造力的影响取决于使用方式。在多项创造力测试中，AI的表现已经超越了大多数的人类。创造力虽无统一定义，但研究者开发了多种有缺陷的测试（如衡量产生多样化且有价值想法的能力）。这些缺陷本无大碍——直到有一天AI突然通过了所有的测试：旧版GPT-4在创造力替代用途测试变体中击败了91%人类，在托兰斯创造力测试中超过了99%受试者。这些创意更非纸上谈兵：沃顿同事举办的创意大赛中，ChatGPT-4对阵曾孵化多家初创公司的明星创新班学生。人类评委证实AI生成的创意数量更多、成本更低、质量更优，且评委对AI创意的购买意愿更高。
但任何用过AI来生成创意的人都会发现数字无法捕捉到的缺陷：AI创造力模式如同一个创意个体般可预测。你会反复看到VR、区块链、环保及（当然）AI等雷同主题。这导致了一个核心矛盾：AI虽比多数个体更具创造力，却缺乏多元视角带来的多样性。研究同时表明，人用AI时的创意常优于独立创作，有时候纯AI的生成甚至超越了人机协作的成果——但若不控制，创意会逐渐趋同。
优化提示词可部分解决这一问题。我与Lennart Meincke、Christian Terwiesch合著的论文发现，优质提示词显著提升了生成创意的多样性，虽然仍不及学生组。
创意生成提示模板（适用于GPT-4及其他模型，但推理模型的创新性可能略逊于传统模型）：
生成满足下列要求的新产品创意：目标用户为[市场/客户群体]，产品类型需为[物理商品/服务/软件]，不得是[物理商品/服务/软件]，零售价需低于[金额]。
创意只是创意，不需要是已经存在的或完全可行。请严格按步骤执行：
首先生成100个创意（仅标题）
- 首先生成100个创意（仅标题）
- 逐条审核：确保创意具备差异性与突破性，必要时强化其独特性（严禁创意重复！）
- 为每个创意命名并附产品描述（格式：名称+冒号+40-80字段落说明）
第一是锚定效应。接触AI创意后，思维容易被其限制，如同被告知“别想粉色大象”后更难摆脱这种意象一样——即便是平庸的AI建议也可能挤占独特见解的生存空间。其次如MIT研究所示，人们对AI创意缺乏归属感，导致参与创意构建过程的积极性降低。
如何获取AI红利而不让自己的想法枯竭？核心在顺序管理：务必要先独立构思再求助AI。不管你的想法有多粗糙，记录下来再说，如同小组头脑风暴前需个人独立思考一样，你必须先捕捉独特视角才能避免被AI锚定。随后再用AI来推进创意：“用极端化的方式组合3号和7号创意”、“更激进些”、“基于42号创意衍生出10个创意”、“用超级英雄灵感提升趣味性”。
这一原则对写作更加关键。许多作者坚称“写作即思考”（虽非绝对真理），但写作过程确实能锤炼思想。若将写作全权交予AI，等于放弃了思考环节。
作为践行“以写促思”的人，我建立了一条严格的纪律：每篇文章（含本文）初稿绝对不用AI（研究辅助除外）。这个过程往往耗时漫长，因为需要反复修改重写——这其中就需要思考！完稿后才启用多个AI模型：先让其扮演读者：“哪些段落不易懂？如何针对非专业读者进行优化？”；再充当编辑：“结尾欠佳，提供20种优化版本”。尽管用AI打磨文句，拓展可能，但谨记：思考永远无法外包。
（最终我选了第四版）
集体智慧
还有一个领域人工智能可能会伤害到我们，那就是它对社会化进程的影响。理想情况下，团队协作的根本目的就在于提升我们的绩效——团队应能产生更多想法，更好地识别潜在的机会和陷阱，并提供专业技能和能力来帮助执行。会议应该是团队协调和解决问题的场所。当然，这是理想状态。
现实中，最具启示性的管理文本之一，其实是中情局前身（OSS）在二战期间为平民编写的破坏行动指南。看看那些旨在造成士气低落和延误的破坏办公任务的点子，想想其中有多少是你会议中的正常环节。
因此，人工智能一个重要的早期用途就是总结会议，并且越来越多地用于总结你完全缺席的会议，这就不足为奇了。当然，这会引发一个会议的生存问题，比如“如果我们只看摘要就够了的话，那一开始为什么要开会？”或者“我是不是只用派个AI替身去参加会议就行了？”。显然，在一个每个人都只是去阅读转录稿而不做其他事的会议上，是不存在互动，没有团队协作，也没有思想交流的。它只是占用了大家时间和精力，是一种组织层面的脑损伤。
但是，与其让人工智能损害我们的集体思考，我们也可以选择让它帮助我们变得更好。一个有趣的例子是把人工智能当作引导者（facilitator）。我们创建了一个提示词，让AI扮演引导者角色，在会议中途创建定制的塔罗牌，来帮助引导（而不是取代）你们的讨论。你给它一份会议记录，它帮你引出最好的想法。
这只是人工智能可用于帮助我们提升集体智慧的一个有趣例子，但还需要进行更多实验来找出有效的方法：让人工智能扮演魔鬼代言人（devil"s advocate）来引出未说出来的顾虑，让它识别讨论中谁的声音没有被听到，或者用它来发现人类遗漏的团队动态模式。关键在于，人工智能是增强而非取代了人际互动。
反“伤脑”论
人工智能不会损害我们的大脑，但不假思索的使用却会损害我们的思考能力。利害攸关的不是我们的神经元，而是我们的思维习惯。有很多工作值得用人工智能自动化或取代（我们很少哀悼我们用计算器做的数学题），但也有大量工作需要发挥我们的思考能力。对于这些问题，研究给了我们一个明确的答案。如果你想保留工作中属于人类的那部分：先思考，先动笔写，先见面开会。
我们对人工智能“伤脑”的恐惧，实际上是对我们自身懒惰的恐惧。这项技术为我们提供了逃避艰苦思考工作的轻松出路，而我们担心我们会选择这条路。我们确实应该担心。但我们也应该记住，我们是有选择的。
你的大脑是安全的。不过，你的思考能力有没有事，取决于你自己。
译者：boxi。
文章来自“36氪”，作者“神译局”
