ChatGPT引发的“大脑退化”并非不可避免，但风险真实存在。初次使用AI聊天机器人时，用户常感到高效、自信甚至更聪明，但随后往往伴随“宿醉感”：记忆力减退，写作、编程等技能钝化，独立解决问题和决策的能力似乎不如从前。
费城营销总监Susette Brooks坦言，尽管拥有非虚构写作硕士学位，依赖AI撰写邮件仍让她感觉写作和思考能力下降，“回忆信息和综合想法变得更加困难”。这种现象被称为“认知卸载”（cognitive offloading）——利用外部工具减少认知努力。虽然计算器及日历属于此类，但Claude和ChatGPT等工具引发了前所未有的大规模认知卸载，进而导致“去技能化”（de-skilling）：胜任力螺旋式下降，影响批判性思维、创造力及记忆力。
短期红利与长期代价
年轻群体对此尤为焦虑。盖洛普与宾夕法尼亚大学的调查显示，68%的美国Z世代成年人担心过度卸载认知任务会剥夺技能构建机会，同等比例的人担忧AI阻碍批判性思维和社会学习。皮尤研究中心数据亦显示，约37%的30岁以下美国人认为AI对个人有负面影响，尽管超半数Z世代每周都在使用AI。
弗吉尼亚大学心理学教授Daniel Willingham指出，人类本能倾向于寻找阻力最小的路径，因为思考耗费精力且未必正确，而记忆既高效又可靠。“大脑的设计初衷是让你免于思考，”Willingham表示，“思考是你陷入困境时才做的事。”然而，这种本能正带来副作用。
内容创作者Derek Salyers的经历颇具代表性：依赖AI后，作品质量沦为“AI垃圾”，且因缺乏真正思考投入，导致记忆留存率降低。学术研究佐证了这一趋势：一项针对近1000名高中生的研究发现，使用ChatGPT的学生在辅助下数学成绩高出48%，但在无AI环境下复测时，成绩比从未接触AI的控制组低17%。加州大学欧文分校对在线测试纵向数据的分析也发现，引入ChatGPT后学生在文本类问题上表现更好，但在离线测试中表现更差。
滑铁卢大学心理学教授Evan Risko指出，基本认知能力如工作记忆具有韧性，但算术、驾驶等习得行为需通过练习获取和保留。AI可能损害这些技能的积累，且由于AI输出的高质量表象，用户往往难以察觉自身独立能力的衰退。普渡大学教授Brooke Macnamara强调：“人们可能意识不到，若AI不可用，他们的独立表现会有多低。”
策略一：有意识选择任务
保护认知能力的首要步骤是审慎选择AI的使用场景。德克萨斯大学奥斯汀分校人机交互研究员Anjali Singh建议，不应因AI可用就全盘外包。例如，写作涉及独立思考与推理，完全外包将错失技能提升机会。“随着时间推移，不断外包这些活动会导致去技能化，”Singh指出。
反直觉的是，在已擅长的领域使用AI效果更佳。麻省理工学院经济学家David Autor等人的工作论文显示，向专利律师提供AI工具后撤走，经验丰富的律师表现优于从未接触AI的同行，而年轻律师的提升则消失。米德尔伯里学院的实验同样表明，“增强型用户”（利用AI改进工作）的表现优于“自动化型用户”（让AI代劳）。
纽约州立大学石溪分校认知科学教授Lauren Richmond建议：“使用AI深化对主题的理解，而非让其包办思考，是使用这些工具的最佳方式。”
策略二：将AI设为“导师”
直接获取答案往往导致信息过载且缺乏反思。Singh指出，传统研究方式虽慢，但提供了处理信息的“反思时刻”，而AI的快速响应剥夺了这一过程。若感到被内容淹没，通常意味着对材料不够精通或使用方法不当。
建议通过设置自定义指令，要求AI以挑战者或导师身份互动，而非直接给出答案。OpenAI的学习模式、Anthropic的教育版Claude及Google面向学生的Gemini均旨在通过提问和鼓励自主解决来发挥作用，而非仅提供结果。
策略三：放慢速度并增加阻力
AI的快速响应诱人却危险。沃顿商学院研究表明，代码量的增加并不等同于成品软件增多，也不必然提升员工幸福感。前科技公司品牌总监Joei Chen表示，高压下人们易将AI视为“最终Boss”，无意中卸载了批判性思维。
剑桥大学AI研究员Advait Sarkar指出，比较不同选项的行为能激发批判性思维、培养判断力并激活记忆。因此，应使AI互动更具协作性：例如要求生成五个草稿并自行评估，而非直接采用单一结果。
《技能密码》作者Matt Beane强调，必须引入“阻力”以对抗认知卸载。Risko建议主动向AI请求反馈、提示、示例及练习题，强化元认知（对思考的思考）。最佳的自我测试方法是定期“断网”：尝试在无AI辅助下撰写邮件、进行研究或编写代码。若发现能力生疏，可通过传统的阅读、写作和计算重建技能。思考虽苦，却是保持敏锐的唯一途径。