在信息爆炸的时代，人工智能（AI）和数字工具以前所未有的速度渗透到我们生活的方方面面。我们轻点指尖，即可获取海量的信息，这无疑极大地提升了效率和便利性。然而，这种便捷性背后却隐藏着一个令人担忧的悖论：过度依赖AI和数字工具来存储和处理信息，反而可能削弱我们自身认知能力的开发，尤其是在记忆力方面。这并非纸上谈兵，而是日益浮出水面的严峻现实。
在过去的几十年里，一个名为“弗林效应”的现象曾长期存在，它反映了发达国家人口智商的持续增长。这一增长被归因于营养改善、教育水平提高以及日益增长的认知刺激等因素。然而，近年来，这一趋势不仅停滞不前，甚至在一些国家出现了逆转，智商分数开始下降。
这种智商下降的现象引发了科学界的广泛关注。Oakley、Johnston、Chen、Jung 和 Sejnowski (2025) 等研究人员的研究为解释这一现象提供了一个全新的视角。他们的研究围绕“记忆悖论：人工智能时代我们的大脑为何需要知识”展开，从神经科学的角度提出了解释。他们认为，人类长期将认知任务外包给外部工具，从简单的回忆事实到复杂的解决问题，这会导致负责内化和保持知识的神经通路减弱。问题的关键不在于AI本身，而在于我们对自身认知能力的“过度节约”。
AI时代的认知能力挑战
研究表明，AI的普及正在改变我们的学习方式。传统上，我们通过反复练习和主动回忆来内化知识，从而建立强大的记忆网络。这种内化知识的过程不仅仅是死记硬背，更重要的是构建起概念之间相互关联的复杂网络，从而促进创造性解决问题和批判性思维。然而，当AI能够快速提供答案时，我们很容易放弃主动思考和记忆的过程，从而导致认知能力的钝化。简单的说，AI可以替我们检索信息，却不能替我们“理解”信息。理解需要我们积极参与知识的构建过程，而不仅仅是 passively 接受。
知识内化与深度理解的重要性
Oakland University 对这项研究的总结强调，培养流畅性、直觉和真正的理解需要通过重复练习和主动回忆来内化知识。仅仅拥有访问信息的权限是不够的，大脑需要积极地处理这些信息，才能将其巩固到长期记忆中。正如研究人员所强调的，没有知识的创造力就像没有音阶的爵士乐，只是一堆缺乏结构和意义的音符。强有力的基础知识，是通过内在的认知努力构建的，是真正的创新必不可少的前提。
AI与人脑功能的相似性与差异
Daly 的“RESEARCH RIFF”强调了 AI 和人脑功能之间的相似之处，这表明我们需要了解这些相似之处，以减轻潜在的认知衰退。AI依靠算法模型来学习和推理，而人脑则通过神经连接来存储和处理信息。虽然AI在处理海量数据和执行重复性任务方面具有优势，但人脑在创造性思维、直觉判断和情感理解等方面更胜一筹。理解AI与人脑的功能差异，才能更好地利用AI的优势，同时保护我们的认知能力免受损害。例如，在使用AI辅助学习时，我们应该注重培养批判性思维，质疑AI提供的答案，并尝试从不同角度理解问题。
“记忆悖论”的影响远不止个人认知能力的表现。批判性思维和创造力是应对日益复杂的世界必不可少的技能，而这些技能从根本上依赖于强大的知识基础。有关生成式人工智能的报告也强调了这一点，倡导对如何使用人工智能来增强学习而非取代它提供指导。因此，挑战不是拒绝人工智能，而是有意识地在利用其能力和积极参与我们自己的认知能力之间培养平衡。这需要在教学方法上进行转变，从纯粹的基于发现的学习（可能鼓励依赖外部资源）转向优先考虑深刻理解和内部知识构建的方法。这项研究出现在 arXiv 和 Sciety 等平台，并在 YouTube 上进行了总结，它不是呼吁放弃技术进步，而是在一个我们的能力越来越有可能萎缩的时代，及时提醒我们培养自身认知能力的重要性。
随着强化学习和检索增强生成等复杂的人工智能记忆系统的兴起，对强大的人类内部记忆的需求，具有讽刺意味地变得更加重要，因为这些系统在信息处理方法上变得更加微妙，并且在某些方面更像“人类”。最终，重塑我们的记忆不是为了抗拒未来，而是为了确保我们仍然是塑造未来的积极参与者。我们需要重新审视我们的学习方式，鼓励主动思考和知识内化。我们需要意识到，人工智能只是辅助工具，而我们自身的大脑才是真正的知识引擎。通过培养强大的记忆力和批判性思维，我们才能在人工智能时代保持竞争力和创造力，并真正掌握自己的未来。
发表评论