人工智能对人类认知能力的影响 - AI导致认知卸载 使人类特定认知技能下降 如个体记忆能力减退[7][8] - 过度依赖AI与较低批判性思维能力存在显著关联 年长者因AI依赖度低而批判性得分高于年轻人[8] - AI渗透速度快且覆盖广 对工作生活及心理产生技术性依赖风险 适应性下降问题显著[9][12] 人工智能与人类智能的本质差异 - 大模型智能仅集中在语言智能和部分逻辑推理智能 缺乏视觉空间智能 具身智能和情感理解能力[7][16][17] - AI本质是概率问题而非真正理解推理 缺乏临床直觉和具身认知能力 无原生学习过程[15] - 人类智能包含八种类型 AI仅在语言和逻辑推理表现优秀 其他类型智能进展有限[16][17] 人工智能在教育领域的挑战与变革 - AI挑战传统教育体系 需构建无分数学习概念 将评分体系置换到更具挑战性学习任务[7][20] - 教育应培养使用AI工具生产内容的能力 强调沟通协作 批判性思维 创造力和自信心等关键技能[7][21][22] - 通识教育变得前所未有的重要 人文社科帮助人类发现自我并与AI相处 弥补AI缺乏的真实体验和激情[23][24][27] 人工智能的局限性与发展障碍 - 生成式AI面临幻觉问题 内生于大模型 不能完全作为知识停止点系统[18] - 当前AI无法产生行星层级的颠覆性范式创新想法 如全球气候变化和经济不平等问题[26] - AI技术具有前所未有的独特性 需严肃全面审视和管理 避免混淆人机边界[12][25] 人机协作的风险与应对策略 - 人机协作存在丧失人类思想主体性的风险 如骆驼挤进帐篷的寓言所示[6][13] - 使用AI需具备超高信息素养 养成人在回路中的使用习惯 识别幻觉根本性[18] - 应关注AI对人类的影响 而不仅是AI能为人类做什么 发挥机器无法实现的创造力 批判性思维和直觉[25]

AI对人类智力的影响 - AI可能使人类思维同质化 缺乏新意和批判性思考[2] - 麻省理工学院实验显示使用ChatGPT组记忆正确率仅11.1% 远低于未使用组的88.9%[4] - 脑电波数据显示AI使用组神经连接强度(dDTF=0.009)显著低于未使用组(dDTF=0.053)[4][5] 认知能力变化机制 - 认知负荷转移导致大脑处理能力退化 类似过度依赖导航系统[5] - 认知卸载效应使大脑为节省能量将任务外包给AI工具[5] - 知识平庸化趋势使AI输出内容缺乏思想灵魂 呈现平铺直叙特征[6] 智力维度重构 - 智力应视为多维光谱而非单一分数 包含批判思维/记忆力/逻辑推理等多要素[10] - AI主要替代计算和记忆能力 但创造力/情感理解/同理心等软技能仍难以被取代[10] - 认知增强使人类从繁琐记忆中解放 专注于高级认知活动[11][12] 教育体系变革 - 教育需从知识灌输转向培养批判性思维和创造力[17] - 可探索无分数学习模式 将基础知识学习交由AI处理[17] - 认知教育应重点培养语言能力/逻辑能力/自主判断能力等基础认知能力[18] 人机关系重构 - 需重新定义人类价值锚定点 探索深空/深海等新疆域[14] - 未来可能出现人机混合的赛博格新物种 改变人类生产生活方式[15] - 意识问题构成人与机器的本质区别 需警惕AI对人心智的渗透[15] 技术发展辩证观 - AI影响具有动态辩证性 既存在降智风险也具备启智潜力[9] - 技术将淘汰平庸思维 解放敢于提问和善于反思的独特智慧[18] - 国务院要求深入研究AI对人类认知判断的深层次影响机制[2]

研究核心发现 - 人工智能在医疗领域的应用可能导致医生独立诊断技能退化 首次提供临床证据显示医生长期使用AI辅助后 其独立发现癌前病变（腺瘤）的能力显著下降 腺瘤检出率从28.4%降至22.4% 绝对降幅6% 相对降幅达20% [4] - 该现象被归因于"认知卸载"机制 医生在AI持续辅助下会不自觉地降低警惕性和注意力 将部分认知责任外包给机器 [4][6] 研究背景与方法 - 研究发表于《柳叶刀》子刊The Lancet Gastroenterology & Hepatology 在波兰四家内镜中心开展 [1][4] - 研究对象为19名经验丰富的内镜医师 研究周期为三个月基线测试加三个月AI辅助检查 最终再次测试独立诊断能力 [4] - 聚焦结肠镜检查领域 此为筛查和预防结直肠癌的关键手段 [4] 潜在行业影响 - AI系统尚未普及时可能造成医疗水平不均衡 习惯使用AI的医生在未配备该技术的医疗机构工作时可能出现诊疗水平下滑 [5] - 技能退化风险可能不限于单一息肉识别 或蔓延至更广泛的临床诊断领域 [6] 技术积极价值 - AI能显著提升诊疗效率与准确性 在放射学 病理学和皮肤科等领域 图像识别表现已达人类专家平均水平 可帮助发现微小或不典型病灶 [8] - AI可将医生从繁重复事务中解放 如自动完成病历书写 文献检索和数据分析 使医生更专注于患者沟通与人文关怀 [8] - AI可作为强大培训工具 通过模拟海量病例为年轻医生提供安全高效的学习环境 神经外科研究显示AI实时反馈能显著提升学员手术技能和风险控制能力 [8] 行业应对策略 - 需革新医学教育 不仅教授使用AI工具 更要培养批判性思维和元认知能力 使医生能理解算法原理并独立验证AI建议 [9] - 建议设立定期"脱机训练"机制 类似飞行员手动飞行训练 以维持和强化医生核心专业技能 [9] - 应开发人机协同新模式 AI作为交互式副驾驶提供建议和警示 但最终决策权和核心操作仍由医生掌握 [9] 研究意义 - 为全球AI热议话题提供冷静且关键的审视视角 [3] - 警示技术依赖可能带来的"去技能化"风险 强调需在拥抱技术便利的同时守护医学核心价值 [9][10]

以下文章来源于极客公园 ，作者芯芯 极客公园 . 用极客视角，追踪你最不可错过的科技圈。欢迎同步关注极客公园视频号 本文来自微信公众号： 极客公园 （ID：geekpark） ，作者：芯芯，编辑：靖宇，题图来自：AI生 成 大模型推动的AI工具进入生活，最大的呼声可能不是写字楼的"牛马"白领，而是学校中的学生们， 因为用ChatGPT生成一份作文或者短论文，实在是太轻松了。 正因如此，大模型诞生后，很多老师最快的反应是"禁用AI"，或者重新定义作弊规范。 但有一些人很快意识到：真正的危险，可能不是作弊，而是学生们， 正在把大脑的"学习过程"本 身，全面外包给AI 。 看起来，写作业更容易了，成绩上去了。但一个令人焦虑的问题也同时出现：当学生越来越依赖AI 写作、答题、总结、思考时，他们到底还在"学习"吗？ 又或者，在AI时代，学生还需要"学习"吗？ 一、看上去学了，实际上没学 自2022年底推出ChatGPT以来，OpenAI可能也不得不承认，他们最忠实的一批用户，是学生。 回顾过去两年，媒体一度爆出OpenAI用户增长陷入停滞，但一到9月份，用户数量又大幅增长，波动 的原因很简单——学生开学了，暑假结束了。 ...