ChatGPT上癮，大腦萎縮47%！MIT祭出206頁92圖超長報告
ChatGPT正在「吸干」你的大腦！
剛剛，麻省理工學(xué)院完成了針對ChatGPT用戶的首次大腦掃描研究，結(jié)果讓人驚掉下巴。??
針對日常寫作中使用ChatGPT帶來的影響，這次用數(shù)據(jù)揭示了AI版「魔鬼的交易」：
依賴AI寫作，等于用長期思維能力，換取短暫效率。
簡直堪稱「出賣靈魂」！
來自麻省理工學(xué)院媒體實驗室的研究人員，歷時3個月深入研究了LLM的認知成本，揭示了一個緊迫問題：
學(xué)習(xí)能力可能因LLM的使用而下降。
盡管使用LLM在初期帶來明顯效率優(yōu)勢，但長達4個月的實驗發(fā)現(xiàn)：LLM組在神經(jīng)活動、語言質(zhì)量和評分等方面，全面落后于「僅用大腦寫作」的對照組。
圖片
論文鏈接：https://arxiv.org/abs/2506.08872
簡而言之，過去關(guān)于AI提高生產(chǎn)力的說法，可能全錯了！
圖片
圖4: 實驗過程中的參與者，佩戴Enobio腦電頭戴設(shè)備和AttentivU專注力監(jiān)測頭戴設(shè)備，使用BioSignal Recorder軟件進行數(shù)據(jù)記錄
與魔鬼的交易 AI「吸干大腦」
用ChatGPT，只要花幾分鐘就能完成日常寫作，方便快捷，但代價是什么？
83.3%的ChatGP用戶無法引用自己寫的內(nèi)容，哪怕只是幾分鐘前完成的論文。
好好想一下：
你寫完、保存，然后就忘了——因為從頭到尾，思考的是ChatGPT，不是你。
圖6：各組別中無法回憶Session 1論文任何引文的參與者比例
腦部掃描揭示了使用AI的損害：大腦的神經(jīng)連接從79個驟降至僅42個。
也就是說降低了47%。
如果電腦失去了一半的處理能力，大家都會認為它壞了。而ChatGPT用戶的大腦，正在發(fā)生同樣的情況！
圖片
無輔助寫作（純大腦組）在所有測量頻段均表現(xiàn)出更強的神經(jīng)連接強度，其中theta頻段和高alpha頻段的增幅尤為顯著。
看過學(xué)生利用AI寫的論文，老師們不知道哪些文章使用了AI，但能感覺到有些不對勁：
- 沒有靈魂。
- 空洞無物。
- 語言接近完美，但沒有真知灼見。
人類的大腦即使無法明確說出認知債務(wù)的存在，也能夠察覺到它的影響。
可怕的是：在沒有人工智能輔助的情況下，當(dāng)研究人員讓ChatGPT用戶寫作時，他們的表現(xiàn)比從未使用過人工智能的人還要差。
這不僅僅是依賴，而是認知能力的萎縮。就像一塊忘記了如何運作的肌肉。
麻省理工學(xué)院的團隊對54名參與者進行了為期四個月的腦電圖（EEG）大腦掃描。
他們追蹤了α波（創(chuàng)意處理）、β波（主動思考）以及神經(jīng)連接模式，發(fā)現(xiàn)了因過度使用AI而導(dǎo)致的大腦損傷。
這不是觀點，而是可測量的實驗。
圖片
事實證明：AI并沒有讓人變得更高效，反而讓人變得懶于思考、在認知上破產(chǎn)！
這次研究人員還發(fā)現(xiàn)了AI生產(chǎn)力悖論：
毫無疑問，ChatGPT讓人完成任務(wù)的速度提升60%。
但它同時降低了真正學(xué)習(xí)所需的「有效認知負荷」（Germane Cognitive Load）——高達 32%。
這是用長期的大腦能力，換取短期的效率。
那些慶祝AI提升工作效率的企業(yè)，正在無意間打造出認知能力更弱的團隊。
員工變得依賴于他們無法離開的工具，而獨立思考能力則有所下降。
最近的許多研究都強調(diào)了同樣的問題。
今年年初，微軟進行了類似的項研究，相關(guān)結(jié)論已引起媒體廣泛報道：
圖片
圖片
圖片
MIT研究人員把這種現(xiàn)象叫做「認知債」——技術(shù)債的大腦版：
每次用AI走捷徑，你都在用未來的思考能力支付「利息」。就像金融債務(wù)一樣，這筆賬遲早要還。
研究中最值得關(guān)注的發(fā)現(xiàn)或許是：LLM輔助組（LLM-to-Brain）參與者表現(xiàn)出明顯的思維窄化傾向。
圖片
但也有好消息——
研究第4階段的驚人發(fā)現(xiàn)：「高基線認知者」（原本思維能力強的人）使用AI時，大腦神經(jīng)連接度反而提升——AI成了他們的「認知增強器」。
但「長期依賴者」被迫脫離AI工作時，表現(xiàn)甚至比「從未用過AI的人」更差——他們的基礎(chǔ)認知能力出現(xiàn)了「用進廢退」式的退化。
用AI的代價 全是「認知債務(wù)」
我們正處于一個技術(shù)發(fā)展的關(guān)鍵轉(zhuǎn)折點，必須認真全面地理解將大語言模型（LLM）引入教育和信息環(huán)境可能帶來的認知影響。
這類工具確實為學(xué)習(xí)和獲取信息提供了前所未有的便利，但它們對人的認知發(fā)展、批判性思維和獨立思考能力所帶來的潛在影響，值得我們高度關(guān)注并持續(xù)深入研究。
研究表明，與使用搜索引擎相比，LLM顯著降低了參與者在回答問題時所需要的思考成本。
但這種「省力」的背后卻帶來了代價：參與者更不傾向于去質(zhì)疑或深思LLM所提供的答案——
這些所謂的「觀點」，其實只是基于訓(xùn)練數(shù)據(jù)生成的概率性結(jié)果。
這種情況令人擔(dān)憂，因為原本在社交媒體中普遍存在的「回音室效應(yīng)」，如今在AI工具中延續(xù)下來——
用戶所接觸到的內(nèi)容，越來越受到算法推薦機制的影響，而這些機制的背后，是模型背后所代表的公司和股東的優(yōu)先考量。
圖片
在訪談中，只有極少數(shù)參與者表示他們沒有跟隨LLM的「思路」進行寫作，而是堅持了自己的想法和思考路徑。
從倫理角度來看，僅用大腦進行寫作的參與者不僅滿意度更高，其腦電圖也顯示出更強的大腦連接性。
相較之下，使用 LLM 輔助寫作的參與者，在回憶或引用自己寫作內(nèi)容時也存在明顯困難（第1次實驗，見圖6和圖7），對自己所寫文章的歸屬感較低（見圖8），花費時間更少（見圖33）。
圖片
圖片
圖片
在真正廣泛接受LLM并視其為一種正面工具之前，有必要進行長期的跟蹤研究，以全面評估它對人類思維能力和大腦發(fā)展的深層影響。
圖片
圖1：α波段動態(tài)直接傳遞函數(shù)（dDTF）腦電圖分析結(jié)果對比（LLM組、搜索引擎Search組、純大腦brain組），并標(biāo)注顯著性水平（*表示中等顯著，**表示高度顯著）
解決方法
解決方案不是禁止人工智能，而是戰(zhàn)略性地使用它。
選擇權(quán)在你手中：
產(chǎn)生認知債務(wù)并成為人工智能依賴者。
或者提升認知能力，成為人工智能的倍增器。
首批針對AI用戶的大腦掃描研究剛剛向我們揭示了其中的利害關(guān)系。
圖片
謹慎選擇。
參考資料：
