最近法国和意大利几所大学的一项研究，直接把AI的滤镜砸了个粉碎。研究人员拿一些大模型根本答不对的电影细节问题去测试人类，得出的数据相当魔幻。 没AI帮忙的时候，27%的参与者能答对，44%的人知道自己知识有盲区，会坦然承认不知道。可一旦让AI介入，画风突变。回答准确率直接跌到9%，暴跌三分之二。更离谱的是，觉得自己答对的人数比例从30%狂飙到了76%，自信度直接翻倍。 这组数据揭示了一个残酷现实：AI不仅没帮我们做对题，反而让我们错得心安理得。以前遇到认知盲区，人类至少还知道敬畏未知，现在有了AI，连承认无知的意愿都快被抹平了。 为了排除干扰，研究团队特意选了Step 3.5 Flash这种经常胡言乱语的模型，避免参与者把判断权交给所谓的可靠工具。结果证明，哪怕工具在瞎编，人类也会全盘照收，并对错误答案迷之自信。 这早就超出了技术瑕疵的范畴，演变成了人类认知能力的系统性降级。当机器用笃定的语气胡说八道时，我们不仅照单全收，还觉得自己掌握了真理。连最基本的自我怀疑机制都瘫痪了，批判性思维自然无从谈起。指望大模型自己进化出反思能力来兜底显然不现实，教育和监管的外部干预必须立刻跟上。 准确率下降还能理解，但更可怕的是人们面对错误答案时的反应。研究里有一组数据特别扎心：在没有AI介入时，有44%的参与者会坦然承认“我不知道”，具备暂缓判断的能力。可一旦让AI代劳，这个比例直接断崖式暴跌到3%。 米兰比可卡大学副教授Valerio Capraro点破了这层窗户纸：“对于人类来说，能够说‘我不知道’这一能力非常重要，因为这代表我们意识到了自身知识的局限。”以前遇到知识盲区，我们好歹知道踩一脚刹车，停下来想一想。现在倒好，遇到不懂的直接扔给大模型，机器随便抛个答案，人类就闭着眼睛接住。连承认自己无知的意愿都被抹平了，这哪是辅助工具，简直是认知麻醉剂。 研究团队甚至专门给论文起了个直白的名字：《AI建议会降低人们说“我不知道”的意愿，即使AI给出的建议是错误的且准确性是被鼓励的》。哪怕明知工具在胡说八道，只要它给得够快够笃定，人类就懒得去质疑。这种暂缓判断能力的全面崩溃，意味着我们把大脑的审查机制直接外包给了算法。 单纯指望大模型未来能进化出自我反思能力，或者等它们彻底消灭幻觉，根本不现实。当人类连说“不知道”的本能都在退化时，教育政策和行业监管必须立刻介入。我们得在制度层面强行给这种认知降级踩刹车，把独立思考的底线重新拉回来。 研究表明AI会削弱人类批判性思维，降低人们承认无知的意愿 既然知道AI不靠谱，为什么大家还是不肯承认自己不知道？研究人员试着加了点筹码。 他们引入了金钱奖励机制，想着重赏之下必有勇夫，给钱总该让人谨慎点吧。结果数据相当打脸。在利益驱动下，参与者选择暂缓判断、承认不知道的比例仅仅从3%爬升到了8%，回答正确的比例也只是从9%微涨到16%。 单看涨幅好像有点用，但对比一下没有AI介入时44%的暂缓判断率和27%的准确率，这点进步简直不值一提。给钱都唤不醒装睡的人，这认知麻痹得也太深了。 以前遇到拿不准的事，为了保住奖金或者避免犯错，人类本能会去查证和怀疑。现在倒好，AI随便抛个答案，大脑就直接躺平接收。金钱这种最直接的利益驱动，在算法的无脑投喂面前居然也失效了。这足以说明，我们对AI的依赖已经越过了理性计算的底线，退化成了某种不假思索的肌肉记忆。 靠发奖金或者指望技术自我迭代，根本治不了这种认知懒汉病。既然利益驱动都叫不醒被AI麻痹的大脑，外部干预就必须下猛药。把质疑能力的培养重新塞回教育大纲，用政策强制划定人机交互的边界，才是防止人类彻底沦为算法复读机的底线防守。 靠钱都砸不出批判性思维，那靠厂商自觉呢？别太天真了。 米兰比可卡大学副教授Valerio Capraro在采访中直接点破了这层商业逻辑：“当然，模型提供商也应该努力改善这一问题，但我认为双方的利益并不完全一致。”这句话算是把大模型厂商的底牌掀了。 大模型公司的核心KPI是用户日活、交互时长和留存率。为了实现这些商业指标，产品必须显得无所不知、对答如流。如果AI动不动就回复“我不知道”，或者给出一堆充满不确定性的免责声明，用户体验瞬间就会崩塌。在流量为王的逻辑下，一个“不懂装懂”但能提供即时反馈的AI，显然比一个“诚实但扫兴”的AI更有商业变现能力。 以前我们使用搜索引擎，好歹还要自己点开链接、交叉比对信息。现在大模型直接咀嚼完喂到嘴里。厂商为了留住用户，只会不断优化投喂的效率，而不是教用户怎么辨别信息有没有毒。让一家靠用户注意力赚钱的公司，主动去限制用户的认知爽感，无异于与虎谋皮。 指望大模型在底层逻辑上长出道德自觉，主动牺牲流畅度来保护人类的批判性思维，根本不现实。资本的本质是逐利，当幻觉和盲目自信能换来更高的用户粘性时，厂商根本没有主动纠错的内生动力。 既然技术厂商没有动力踩刹车，监管的鞭子就必须抽下来。把防认知降级纳入AI产品的合规评估，强制要求大模型在输出事实时提供信源溯源，甚至对过度拟人化的交互设计设立红线。只有用政策大棒打破厂商的利益舒适区，才能倒逼技术真正服务于人类心智的进化，而不是把我们驯化成只会点头的算法奴隶。 既然厂商指望不上，政策干预就成了唯一的出路，而教育则是成本最低、见效最远的破局点。但看看现在的AI素养课都在教些什么？满屏幕都是怎么写提示词、怎么让AI一键生成报告、怎么批量写代码。这完全是在培训高级流水线工人，根本没教学生怎么质疑AI。 米兰比可卡大学副教授Valerio Capraro在研究中点出了关键：“更有希望的解决方式，可能是在教育层面进行干预。”现在的教育体系对AI的应对显然慢了半拍。成年人好歹通过过去的学习经历，还保留着一点批判性思维的底子。可那些真正的AI原住民呢？Capraro特别警告，对于那些从出生起就伴随着这些系统成长的孩子来说，最大的风险在于他们甚至可能无法真正学会最基本的批判性思考能力。 教育大纲必须立刻动真格。AI素养课不能只停留在工具使用层面，得把怎么质疑作为核心必修课。学校得教孩子们怎么交叉比对信源，怎么识别大模型的逻辑漏洞，甚至怎么在AI给出笃定答案时保持本能的警惕。我们不能只培养出一批熟练的提示词操作员，却产出一群毫无判断力的算法复读机。 技术迭代的速度永远快过人类心智进化的速度。把质疑能力重新写进教育政策，用制度为下一代筑起认知防火墙，这才是对抗降级最底层的防御。别等孩子们连怀疑的本能都退化了，再来谈什么补救。 在基础教育阶段，这种政策转向对特定群体尤为紧迫。成年人好歹有过去十几年积累的批判性思维底子，哪怕被AI麻痹一下，遇到大事还能回过神来。但那些真正的AI原住民完全不同。米兰比可卡大学副教授Valerio Capraro在研究中警告得很直接，对于那些从出生起就伴随着这些系统成长的孩子来说，最大的风险在于他们甚至可能无法真正学会最基本的批判性思考能力。 以前我们小时候遇到不懂的问题，还得翻字典、查百科全书，在试错中建立对知识的敬畏。现在倒好，孩子们遇到难题直接语音问大模型，机器秒回一篇完美答案，他们连脑子都不动直接照单全收。如果从识字起，大脑的默认回路就是提问、接收、复制，那怀疑和质疑的神经突触可能根本就不会发育。这种认知塌陷一旦在未成年人身上固化，后果比成年人丧失判断力可怕得多。 面对这种风险，光靠学校开几堂AI素养课根本兜不住，政策防火墙必须从产品端和法律法规层面双管齐下。针对未成年人的AI产品，不能只搞个青少年模式屏蔽点不良信息就完事，得在底层交互逻辑上动刀子。监管部门应当强制要求面向未成年人的大模型开启启发式引导，剥夺它们直接给出最终答案的权限，用制度逼迫孩子去经历思考和推导的过程。 给未成年人使用AI设立政策防火墙，绝不是因噎废食去阻挡技术进步。这是在算力狂飙的时代，为人类心智保留最后一块自留地。等这帮孩子长大，如果我们连让他们学会问一句为什么的政策底线都没守住，那才是真正不可逆的灾难。 保护未成年人只是底线，整个行业的合规标准也得跟着升级。现在的AI产品备案和合规审查，大多盯着数据安全、内容合规、算力指标。但让人变笨这种隐性伤害，在现有的评估体系里完全是个盲区。把防认知降级纳入AI产品合规评估，已经到了不得不做的时候。 回顾那组扎心的数据，准确率跌到9%，自信度却飙到76%，承认不知道的比例从44%暴跌到3%。这已经不是简单的技术瑕疵，而是产品设计本身在诱导人类放弃思考。目前的合规体系只看模型跑分高不高、回答流不流畅，却根本不管它是不是在把用户批量改造成算法复读机。 监管的鞭子必须抽到点子上。未来的合规评估，不能只查大模型会不会说脏话、会不会泄露隐私，还得审查它的交互逻辑有没有在剥夺用户的批判性思维。强制要求大模型在输出事实性内容时提供信源溯源，不能光秃秃地甩个笃定的结论。对于那些过度拟人化、语气绝对化、容易引发用户盲目自信的交互设计，必须设立明确的产品红线。 把防认知降级写进合规标准，不是要掐死AI，而是给狂奔的行业套上缰绳。当厂商发现让人变笨的设计会影响产品过审时，他们才会真正从讨好用户转向对用户心智负责。