AI工具使用率达到历史新高，从作业辅导到工作总结，从创意写作到决策支持，AI似乎无所不能。然而，这种便利性背后隐藏着人类认知能力系统性退化的重大风险。MIT、哈佛大学、卡耐基梅隆大学等顶尖研究机构已开展多项实证研究，证实AI过度使用导致大脑活动减少、神经连接减弱、记忆力和创造力下降。

2025年2月，微软和卡耐基梅隆大学的研究人员发布的一份报告指出，生成式AI的使用可能会削弱批判性思维。这项针对319名知识工作者的研究发现，使用生成式人工智能可提高受访者的工作效率，但也会抑制他们的批判性思维，并可能导致对人工智能的过度依赖、个人应变能力的降低，以及“机械化趋同”“评估能力退化”等现象。

2025年6月，麻省理工学院媒体实验室发布的研究成果指出，过度依赖人工智能大模型可能会导致学习能力下降和大脑功能受损等影响。实验通过对54名参与者实施为期4个月的脑电图（EEG）扫描发现，连续、过度地使用人工智能会导致枕叶到额叶信息流有效连接数的下降，神经连接数从79个骤降至42个，可见大脑活跃程度显著降低。研究团队指出，人工智能大模型能显著降低使用者的思考成本，降低学习所需的有效认知负荷，但也会导致独立思考能力的明显下降，基础认知能力出现萎缩和退化。

经济合作与发展组织(OECD)的国际基准测试PISA日前发布的数据显示，在一系列测试中，普通人的推理和解决新问题的能力似乎在2010年代初达到了顶峰，并从那时起一直在下降。从PISA的测试结果来看，许多国家的学生在阅读、数学和科学方面的成绩在2010年代初达到最高点，但从那以后就开始下滑。比如，2022年的数据显示，美国在过去一年内读过一本书的人的比例首次跌破一半，这反映了阅读能力的下降。到了2024年，“几乎不看书”的美国人占比接近50%，几乎每天读书的比例萎缩到14%。这不仅仅是青少年，成人的认知能力也在下降，在高收入国家中，大约25%的成年人表示在简单的数学推理和判断语句真实性时感到困难，美国的这一比例更是高达35%。

2011年哈佛大学丹尼尔·韦格纳的研究发现，当人们知道信息可以随时在网上查到时，大脑就不再去费力记忆它。AI将这种效应扩展到更高级的认知功能，不仅影响事实性记忆，还影响程序性记忆和情景记忆。MIT研究发现，83.3%的ChatGPT用户无法回忆起刚完成的文章内容，而纯大脑组仅有11.1%的人出现类似问题。

MIT媒体实验室研究首次通过神经科学技术量化了AI辅助写作对人脑认知活动的影响。研究显示，与纯大脑写作相比，使用ChatGPT的参与者大脑连接性降低了高达55%，这种影响被称为"认知债务"。这一发现为认知卸载理论提供了神经科学层面的实证支持，同时也揭示了AI时代认知卸载的边界问题。

AI使用前后大脑关键区域神经连接强度变化

研究表明，当人们依赖AI执行复杂任务时，大脑会选择阻力最小的路径，导致负责高级行政功能的神经回路活跃度下降。MIT的脑电图监测显示，长期使用ChatGPT的用户神经连接从79个降至42个，降幅达47%。这种神经连接的减弱反映了大脑在AI辅助下选择认知经济性策略的倾向。

更令人担忧的是，这种认知退化表现出一定的不可逆性。实验发现，长期依赖AI的参与者在脱离AI后，其神经系统仍表现出严重的"不参与"状态，且无法重置到独立思考时的连接水平。这表明认知债务的累积可能对大脑功能产生持久影响，特别是在青少年大脑高塑性阶段，长期依赖AI生成内容会导致原本用于记忆、联想和抗压的神经通道退化。

AI对人类大脑神经连接的显著削弱

MIT媒体实验室对54名大学生进行的脑电图(EEG)监测方案，实验被试信息包括18-39岁的健康大学生，平均年龄24.5岁，男女比例均衡，所有参与者均具有正常的视力和听力，无神经系统疾病史。实验采用随机分组设计，将54名参与者分为三组：纯大脑写作组(18人)、Google搜索组(18人)和ChatGPT辅助组(18人)。分组标准基于参与者的AI使用经验和写作能力，确保各组在基线水平上具有可比性。

MIT媒体实验室对54名大学生的脑电图监测数据显示，过度AI使用导致大脑α波和θ波活动下降50%。α波(8-13Hz)通常与放松状态和创造性思维相关，而θ波(4-7Hz)则与深度思考和记忆编码过程密切相关，这两种脑波活动的系统性下降反映了AI使用对高级认知功能的深刻影响。

关键的原创数据结果显示，纯大脑组的α波段神经连接高达79个，而ChatGPT组骤降至42个，降幅达47%。这种神经连接的减弱呈现出明显的区域性差异：前额叶皮层的连接数从21降至9(-57.1%)，颞叶联合区从18降至8(-55.6%)，顶叶皮层从16降至7(-56.3%)，这些区域正是负责执行功能、语义处理和空间推理的关键脑区。相比之下，枕叶视觉区和边缘系统的降幅相对较小，分别为-33.3%和-16.7%，表明AI使用对高级认知功能的影响更为显著。

思维依赖下的批判性思维下降

瑞士SBS商学院对666名参与者的调查研究显示，频繁使用AI工具与批判性思维能力存在显著的负相关，这种负相关在年轻人中尤为明显。研究发现，17-25岁的年轻人比年长者更依赖AI，而他们的批判性思维得分也相应低了约45%，这一代际差异反映了不同年龄段人群对AI认知影响的敏感度差异。

实验结果显示，AI使用与懒惰程度有68.9%的相关性，决策能力丧失27.7%，批判性思维得分降低45%[2]。这种现象的本质在于，当个体过度依赖AI提供的解决方案时，他们丧失了独立思考和批判性分析的机会和能力，导致认知技能的系统性退化。

研究的问卷调查数据显示了AI使用频率与批判性思维得分的剂量-反应关系。随着AI使用频率的增加，批判性思维得分呈现系统性下降趋势：从不使用组的平均得分为85.2，偶尔使用组降至78.3，经常使用组为65.4，频繁使用组更是降至46.8。这种梯度变化表明AI使用对批判性思维的影响具有累积效应，长期高频使用可能导致更为严重的认知退化。

青少年和年轻成年人的大脑仍处于高度可塑阶段，神经网络正在经历重要的重组和优化过程。在这个关键期过度依赖AI，可能干扰正常的认知发展轨迹，导致批判性思维等高级认知功能的发育受阻。相比之下，年长者的大脑结构相对稳定，可能具有更强的认知保护机制。

实验观察发现，许多ChatGPT使用者在第三轮写作时几乎放弃思考，直接复制粘贴AI内容。当思考过程被外包，学习就沦为机械接收产物的过程，失去了知识建构和能力发展的本质意义。这种变化不仅影响个体的认知能力，还可能对教育效果和学习成果产生深远影响。

除此之外，AI影响人类认知还突出表现在记忆编码能力的退化，其核心表现为"写完即忘"现象的普遍出现。实验发现，当被要求复述几分钟前刚"完成"的文章内容时，83.3%的ChatGPT用户无法回忆起任何有效信息，而纯大脑组仅有11.1%的人出现类似问题。这种显著的组间差异揭示了AI使用对记忆编码过程的系统性阻断效应。

长期追踪研究数据显示，AI使用对记忆能力的影响具有累积性和持续性。参与者在连续使用AI工具6个月后，记忆测试成绩下降22.7%，这种下降不仅体现在事实记忆层面，还影响到概念理解和知识应用能力。

儿童精神科医生Zishan Khan警告称，青少年大脑处于高塑性阶段，长期依赖AI生成内容会导致原本用于记忆、联想和抗压的神经通道退化。青少年时期是大脑神经网络重组和优化的关键期，青少年教育应用场景中的影响尤为值得关注。在AI辅助学习环境下，学生可能过度依赖即时答案和生成内容，忽视了知识内化和能力培养的过程。这种"走捷径"的学习方式虽然短期内提高了任务完成效率，但长期来看却损害了深度学习的效果和终身学习的能力。

针对青少年高敏感性的保护策略需要特别关注。教育体系需要重新设计，强调批判性思维、创造性问题解决和元认知能力的培养。

• 从政策层面，建议教育部门制定AI时代的教育政策，明确AI在教育中的合理使用边界，政策平衡技术创新与认知保护的关系，确保AI技术成为人类智能的助力而非替代；
• 构建适合青少年认知特点的AI使用指导原则，帮助他们建立健康的AI使用习惯，倡导实施一定程度的“数字戒断”行为， 在青少年教育中设立"无AI日"或"低AI时段"，强制进行独立思考和创新活动；
• 教育体系需要进行根本性改革，以应对AI时代的认知挑战。改革方向应包括：重新设计课程体系，强调批判性思维、创造性问题解决和元认知能力的培养，更新教育内容，精心设计课程内容，让学习更加生动有趣、贴近实际；开设课程普及人工智能的局限性和消极影响，培养学生的自主思维和专注能力；
• 建立AI使用规范，明确在教育过程中AI工具的合理使用边界，开发认知保护教育项目，帮助学生建立健康的AI使用习惯，丰富教育形式，增加手工实践、调研考察等感官体验课程，设置深度阅读时间，对抗“赛博空间”的虚拟化、碎片化认知；采用互动式、研讨式教学形式和合作学习方式，促进学生进行更多人与人的交流；
• 改革考核方式，注重提升独立思考能力，布置难以单纯靠人工智能完成的作业和任务，设计考查综合能力的考题。