科技媒体 The Verge 在 2026 年 10 月 5 日刊发长文，将生成式 AI 比作心智层面的热狗：廉价、诱人，却可能侵蚀人类数千年演化而来的认知系统。这篇文章迅速重新点燃了教育界与科技界的经典焦虑，人们再次追问，心智计算模型是否在将人类大脑简化为一台被动接收输出的生物计算机，而算法的介入是否正在系统性瓦解下一代的独立思考能力。
这种技术致蠢论之所以能引发广泛共鸣，是因为它击中了大众对认知外包的本能恐惧。但穿透流行叙事会发现，舆论对脑力衰退的笃定已经远远走在严肃科学的前面。大语言模型带来的真正危机并非大脑在生理机制上被算力摧毁，而是面对语言生成的逼真模拟，使用者过早交出了质疑与求证的主体权力。
证据成色：小样本实验与自评调查的推论边界
翻看指责 AI 损害人类心智的文献清单，最常被引用的实证结论往往伴随着显著的方法论瑕疵。被科技社区频繁引述的麻省理工学院脑电写作实验 Your Brain on ChatGPT，其最初设计仅纳入了 54 名成年人，按使用 ChatGPT、使用常规搜索引擎和无辅助工具分为三组；而真正进入第四阶段任务切换测试的被试甚至仅有 18 人。该项研究很快在学术界遭遇关于样本容量有限、脑电频段分析解释过度以及结论难以有效复现的严谨质疑。
同样容易被误读的还有微软与卡内基梅隆大学在 CHI 2025 上发表的实证调查。该研究追踪了 319 名知识工作者 记录的 936 个 生成式 AI 真实案例，其核心发现是当使用者对模型的信任超过对自己判断的信任时，会明显减少在批判性思维上的脑力投入。必须分清的是，这是一项基于行为记录和自我报告的心理倾向观察，证明的是人在特定任务下的怠惰策略，绝不能草率等同于日常使用造成了不可逆的智力折损。
大脑没有在短期内被机器退化，退化的是人在对话框前主动核查证据的耐心。
截至 2026 年 10 月 5 日，认知科学界尚未通过具备充分统计效力的大规模随机对照试验证实，在常规教育与工作中使用生成式 AI 会造成批判性思维能力的持久性受损。现有研究揭示的几乎全部是短期的工作记忆策略调整与主观依赖倾向。
机器并非心智：语言建模不等于认知建构
科技界长期存在一种将心智简单类比为图灵机的执念。无论业界高管如何宣称大脑只是一台生物计算机，主流认知科学界都在不断划清分界线。麻省理工学院出版社相关学术梳理明确指出，大语言模型本质上是用来建模和模拟人类语言行为的概率工具，它从来不是解释人类心智如何运作的科学认知模型。模型能生成流畅且符合语法的长篇大论，无法在本体论上推导出它拥有意图、信念和常识理解。
真正的问题出在人机交互界面的心理投射上。一项系统梳理了 70 项实证研究 的学术综述点出了教育场景下的关键隐患：大语言模型的高流利度极易引发过度的拟人化倾向，伴随而来的是浅层理解、接受虚假幻觉以及学生探索主体性的削弱。
- 提醒.当用户把界面上的语言交互便利（工具性拟人）错误升级为对机器具备独立思考能力的崇拜（本体性拟人）时，认知卸载就会从正常的减负手段演变成放弃验证的思维懒惰。
学生不再把模型当成需要核实的资料库，而是当成无所不知的真理导师。这种心态变化直接阻断了知识建构所必需的认知冲突，人们以为自己通过对话掌握了知识，实际上只是省去了理解知识所需的全部脑力咀嚼。
阻断无意识外包：从替代思考转向结构化检验
既然认知卸载的风险来自无防备的思维代劳，应对方案就绝非回到砸毁机器式的全盘禁用，而在于重塑人机协作的认知规则。
一项针对 150 名参与者 的结构化提示词对照实验显示，当使用者被强制要求在向 AI 提问前先写出自己的推测并进行引导式反思时，其最终的批判性推理得分显著提高，同时大幅遏制了无意识的认知外包。这表明认知工具本身具有高度的中立性，关键在于教育体系是把它设计成替代脑力的自动贩卖机，还是倒逼思考的苏格拉底式镜子。
对于学校与课程设计者而言，教育重心的转向迫在眉睫。培训学生如何写出 prompt 获得即时答案的意义正在迅速贬值，教会他们识别大模型的逻辑漏洞、求证事实出处并对其输出实施系统性证伪，才是保护年轻一代认知主体性的有效护栏。