正好本人去年和今年上半年一直在成都做一个 AI+学习的项目，做了不少调研，所以这个问题可以瞎聊聊。

“过度依赖”与“独立思考”

“依赖”，在认知心理学里对应的概念是认知卸载（cognitive offloading），指人借用外部工具分担认知负荷。它本身完全中性，把号码存进手机，用日历设提醒，掰着手指算数，都算[1]。里斯科（Evan Risko）和吉尔伯特（Sam Gilbert）在2016年的综述里把它分成两类，一类是外化，指把信息存到外部；而另一类是委托，即让外部主体替你完成认知工作。生成式 AI 把第二类推到了极端，它承接的活已经不只限于存储，还包括归纳、推演和综合[2]。

北京建筑大学的研究团队2026年调查了353名使用生成式 AI 的大学生，在委托这一层又划出一条线，把“策略性卸载”（拿 AI 当思考伙伴，保留认知主体地位）和“习惯性卸载”（拿 AI 当思考替代品）分开。回归结果显示，卸载深度的确正向预测了认知自主权的让渡（β = 0.25），参与越深，依赖越重；但学习动机才是预测批判性思维增益的最强变量（β = 0.42）[2]。这条线是后面所有讨论的轴。

换一种说法就是：决定结果的是使用方式，跟用不用没有关系。

再看“独立思考”。它是几个能力的合称。本杰明·布鲁姆（Benjamin Bloom）1956年提出、安德森（L. W. Anderson）和克拉斯沃尔（D. R. Krathwohl）2001年修订的教育目标分类，把认知分成六层：记忆、理解、应用、分析、评价、创造[3]。检索和常规计算在底层，逻辑推演和因果归纳在中层，上层要做的是定义问题、质疑前提，裁决价值，并监控自己的思路。AI 对这三层的冲击并不一样。底层交出去，代价很小；中层交出去，开始出问题；上层交出去，麻烦最大，而这一层恰好是人区别于工具的地方。

因此，当我们讨论所谓的“过度依赖 AI”是否会“削弱人的独立思考能力”这一问题时，事实上应该追问的是“把哪一层，在什么时机交出去，会削弱哪一层”。

省力是本能，外包是常态

大脑天生倾向省力。社会心理学家苏珊·菲斯克（Susan Fiske）和谢利·泰勒（Shelley Taylor）在1984年提出了一种名为“认知吝啬者”（cognitive miser）的说法：只要一件事能用更少的脑力完成，人就倾向选那条路[4]。丹尼尔·卡尼曼（Daniel Kahneman）后来把它发展成著名的双系统模式：系统1快速直觉，系统2缓慢费力。人本能地躲着系统2走。

省力本身是适应性的，麻烦在于外包出去的认知过程会因用进废退而退化。这方面最干净的证据来自导航。麦吉尔大学的 Louisa Dahmani 和 Véronique Bohbot 在2020年追踪了50名日常驾驶员，发现 GPS 使用越多的人，在没有导航时自主寻路的空间记忆越差；另一项纵向追踪也显示，更高的 GPS 使用频率对应着空间记忆的显著衰退。这条路依赖海马体，长期跟着语音指令走，海马体的空间网络就少了锻炼[4]。

事实上，技术史已经把这套剧本演过好几遍了。公元前4世纪，柏拉图在《斐德罗篇》里记下苏格拉底对文字的抱怨，说书写会在学习者的灵魂里种下遗忘，因为他们不再锻炼记忆。15世纪印刷术普及，学者担心廉价书籍让人不再背诵。2011年，哥伦比亚大学的贝齐·斯帕罗（Betsy Sparrow）等人在《科学》上发表“谷歌效应”：当人们知道一条信息随时能在网上查到，对信息本身的记忆就下降，转而记住去哪里找[7]。这一幕在维基百科大行其道那几年几乎一字不差地再度上演。每一次外化，都有人宣布某种能力要死了，结果人类每次都把聪明重新排了队。

然而，类比是一种非常容易被滥用的修饰技巧。事实上，谷歌效应在2018年的大型复现里没能通过。科林·卡默勒（Colin Camerer）等人组织的社会科学复现项目，以更高统计功效重做了21项发表在《自然》和《科学》上的实验，只有13项得到同向的显著结果，斯帕罗的那项就在失败名单里；2020年一项按原作者建议改进方法的复现，同样没有得到确定性结论[7]。技术如何改变认知，直觉讲出来往往比证据硬。

因此，当这套说辞重现 AI 时代的时候，其可信度究竟几何，是需要小心斟酌的。

生成式AI越过了哪条分界线

在反对者那里，计算器的类比经常被搬出来给 AI 辩护：人们当年也担心心算能力会退化，可结果并没有人因此而变笨。

再次提醒：类比是一种非常容易被滥用的修辞技巧。上述这一类比在一个地方能站得住，换另一个地方就有可能彻底翻车。

这里的关键是，计算器替代的是一个子任务，而不是全部。你仍然要自己判断该不该做这个乘法、算出来的数意味着什么、下一步怎么用。工具交给你的是半成品，最后那道组装的工序留在你脑子里。但生成式 AI 交给你的是成品，一段拼装完好、语气自信的论证。加州大学尔湾分校的 Sina Rismanchian 与麦格劳-希尔的研究者分析了 ALEKS 数学平台10年、320万条学习交互记录，正是用这一点将两件此前经常被混为一谈的事变得泾渭分明：认知卸载是把子任务交出去，人还在搭解题框架；而认知屈服（cognitive surrender）是把整条推理链的控制权交出去[9]。

他们的识别策略相当巧妙。众所周知，在当前的 AI 工作模式下，文字应用题是可以直接复制粘贴给 AI 的，但作图题不行，得先截图再在平台里重画。ChatGPT 发布之后，两类题的行为开始分岔：到2025年底，高中生花在文字应用题上的时间下降了31%，大学生下降27%；作图题的用时却没有跟着一起变化。学习结果更让人不安。在有人监考的分班考试（college placement test，一般只考数学，且成绩不进入课程分数，只决定新生能选哪一档数学课、够不够格跳过先修课程）里，学生答对文字应用题的几率从历史上的约80%掉到约60%，相当于下降了四分之一；作图题的正确率却没有下滑。研究者对《赫辛格报告》说，让他紧张的是这不只关乎应用题，而是这种认知屈服可能正在写作、科学乃至所有领域发生[9]。

这一行为分岔排除了此前好几种理论解释。如果只是疫情后的学习损失、高中准备不足或者注意力涣散，作图题的成绩也该跟着掉，但它没有。变化只出现在容易被外包的题目上，一有监考就消失，而且快三年里持续扩大。

被削弱的究竟是哪一环

把上面的证据摆在一起，可以看到三条互相咬合的机制。

第一条，是 AI 的频繁使用抽走了认知摩擦。加州大学洛杉矶分校的罗伯特·比约克（Robert Bjork）在1994年提出“必要难度”（desirable difficulty）：让学习过程变难的条件，短期让表现变差，长期却让记忆和迁移更好。他区分了“表现”和“学习”，反复阅读制造的是掌握的假象，真正巩固记忆的是提取、间隔和交错[5]。生成式 AI 恰好是一台移除摩擦的机器，它把需要自己扛的检索、试错和卡壳一次抹平。前面那项针对近千名土耳其高中生的随机实验印证了这一点：无约束使用 GPT-4 的学生，练习阶段比对照组高48%，可一旦撤走 AI 来考试，反而比从没用过 AI 的对照组低17%；换成被教师设计过的、“给提示不给答案”的 AI 家教，练习成绩高127%，撤走 AI 后的损失基本被消除[11]。这里插一个嘴：在《设计的设计》中，原研哉也提出过类似的观点，一定的困难能更好地为用户服务，可见“必要之难”是一种具有普适性的设计模式。

第二条，是 AI 的大量使用伪造出了“我懂了”的错觉。耶鲁大学的列昂尼德·罗森布利特（Leonid Rozenblit）和弗兰克·凯尔（Frank Keil）在2002年做过一个著名的实验：先让人自评对拉链、马桶这类日常装置的理解程度，再要求写出详细运作过程，然后重新自评。绝大多数人在动笔之后把分数调低了，他们原本把熟悉感当成了理解[6]。这种“解释深度错觉”（illusion of explanatory depth）在 AI 时代被极大地放大了。模型输出条理清晰、语气笃定，读起来毫不费力，人就把阅读的流畅误判成已经掌握。宾大沃顿商学院的 Shiri Melumad 等人的实验发现，靠 AI 摘要做研究的人搜索时间更短、写出来的东西更短也更粗，读者评价这些建议更不可信、更不愿采纳[4]。

第三条，是使用 AI 引发的元认知与问题意识的钝化。微软研究院与卡内基梅隆大学2025年调查了319名知识工作者、收集936个真实用例，发现对生成式 AI 的信任度越高，人在任务中投入的批判性思维越少；对自己判断越有信心，投入的批判性思维越多。生成式 AI 还改变了批判性思维的形态，把它从独立建构挪到了核实、整合和监控[12]。麻省理工学院媒体实验室的 Nataliya Kosmyna 等人用脑电记录54名参与者写作，纯靠自己写的脑网络连接最强，用搜索引擎的居中，用大语言模型的最弱；模型组对文章的归属感最低，也最难准确引述自己刚写的内容[13]。

三条机制里，最硬的因果证据来自我国。斯德哥尔摩大学的 David Strömberg 和香港大学的 Victor Lei、吴延晖在2026年发布工作论文，追踪我国中部一个县9所中学的26,811名初高中生30个月。使用生成式 AI 后，作业分数平均提高18%，完成时间减少30%，但6个月内闭卷月考成绩下降20%，两年后中考、高考成绩最多下降24%和18%。研究者把两组人分开看：约81%属于“作业外包”，做题极快、作业分很高、考试很差；另外约19%把 AI 当导师，花在题目上的时间与非 AI 学生相近，成绩没有受损。吴延晖对《知识分子》说，损失的来源是时间置换，AI 减少了多数使用者的学习时间，却没有提高那些学习时间不变者的效率[8]。

当然，上述实验与理论的边界也要说清楚——不谈适用范围的理论都是耍流氓，这是科学界的常识。上述研究是双重差分设计的工作论文，不是随机实验，作者自己也承认没有从2022年9月起实地跟踪，用的是回溯数据[8]。损失的估计针对的是闭卷考试，它衡量的是应试能力，未必等于解决真实问题的能力。多数证据的效应出现在学生和初学者身上，专业人员用 AI 做已经掌握的常规任务，产出质量往往是提升的。哈佛商学院与波士顿咨询公司对758名咨询顾问的实验显示，在 AI 擅长的任务里产出质量提升40%，可一旦越出技术前沿，盲信 AI 的顾问得出错误结论的概率反而比不用AI的对照组高19%[4]。

受损还是获益

一种流行的说法是，专家有内部校验模型，能把 AI 当杠杆；新手没有评估标准，容易被带偏。

这个说法的总体方向当然是对的，只不过过于简化了。

波兰的一项自然实验让资深内镜医师先做无 AI 的结肠镜，再引入 AI 辅助。三个月后撤掉AI，这些做了两千多台手术的老手的腺瘤检出率从28.4%掉到22.4%，低了6个百分点，堪称自动化导致技能退化的直接临床证据[4]。我国那项研究还发现，受损最重的是成绩排在前三分之一的学生，而不是后进生[8]。吴延晖的解释是，考试里拉得开差距的是少数几道难题，过去优秀学生靠自己啃下这些题，正是这种训练塑造了他们的优势；把这段思考交给 AI，优势反而被削掉了[8]。

所以“经验壁垒”的含义落在一个人有没有为眼前这项具体任务建好内部模型这点上，而跟资历深浅关系不大——或者说，资历和内在认知模式之间其实并不存在必然关联，只不过大多数人在日常生活中一般都将两者关联了起来。我们可以认为，人的经验与能力中，已经内化的部分，AI 能放大；正在形成的部分，AI 会截断。Anthropic 2026年1月发布的随机对照实验把这一点量化了出来：52名熟悉 Python 但没用过 Trio 异步库的工程师，一半用 AI 辅助、一半手写，学习后立即测验，手写组平均67分，AI 组平均50分，差17分，接近两个字母等级（letter grade，指美国学校用 A、B、C、D、F 记成绩的制度，与百分制并行）；差距最大的是调试题。研究者逐帧分析录屏，发现得分低于40%的人几乎都把代码生成和排错整个交给 AI，得分在65%以上的人则拿 AI 问概念、要解释，或者生成代码之后追问为什么，报错还是自己独立排掉[10]。

这个梯度也牵动组织层面。吴延晖最初的关切来自企业：过去初级员工在工作中学习、成长为高级员工，AI 替掉初级工作之后，这条晋升通道被掐断，未来可能长不出高级员工[8]。这个逻辑放到个人身上同样成立，跳过基础环节的人，很难长成能监督AI的人。

让大脑健身

至此，大量证据已经给出了两个高概率的结论：生成式 AI 确实能在特定用法下削弱特定层级的思考力，而且有可观测的行为和学业代价；此外，削弱与否跟交互方式的关系极大。其中第二点比第一点更有用，因为它给出了可操作的空间。

尤其是，多条证据都指向同一条设计原则：让摩擦发生在 AI 输出之前。宾大团队发现，如果把完整答案换成教师设计的提示，那么不但练习阶段的收益可以保住，撤走 AI 后的损失也变得可控[11]。瑞士商学院的 Michael Gerlich 在150人身上比较了三种写作条件：不用 AI 的古法手搓、无引导地用 ChatGPT、以及用结构化提示引导（先自己反思，再做定向检索，再建构并批判性地审视论证，最后修改），专家评分最高的是结构化提示那组[4]。Gerlich 还用哈尔彭批判性思维测试测过666人，发现频繁使用 AI 工具与批判性思维得分呈显著负相关，认知卸载在其中起中介作用[14]。他的建议是把常规提示策略倒过来，先把问题自己想一遍，需要补充数据时只问定点问题、别透露整个项目，等自己得出答案，再交给 AI 求反馈。这样能有效避免 AI 的早期输出锚住你的推理。

而对于如何看待 AI 提供的认知与能力外包，我们需要先把任务分成两类，一类是必须完成的产出，一类是必须内化的能力。公文和邮件这类产出，还有格式整理、代码样板，都可以放心外包；而要练的那项能力，生成的那一步得自己走。心理学家给的建议是做任务分析，把“做完就行”和“非学不可”分开[4]。我国那项研究里的19%学生就是活样本，如果让学生的精力能保留在题目上，那成绩就不会掉[8]。一个可用的自检标准是：撤掉 AI 之后，这件事我还做不做得了。这条标准在认知摩擦的研究里被叫做可逆性检验。当然，很显然，这点不仅仅对 AI 有用，对计算器、谷歌、维基百科等，都适用。

Gerlich 那句话特别值得我们牢记：AI 不会从蜡烛跳到灯泡，它是模式识别，跳不出框架[4]，至少目前来说是这样。人的优势在定义问题、质疑前提、判断哪个框架适用。落到训练上，就是少问“答案是什么”，多问“这个结论成立的边界在哪”“如果反过来会怎样”“有哪三条相反的证据”。苏格拉底式的引导式提问已经被做成可复用的工具，多组研究显示，把 AI 从答案机器改造成追问者，能显著提升学生的批判性思维与反思[4]。设计良好的 AI 导师还能超过课堂上的主动学习，哈佛大学团队在194名本科生身上做交叉实验，循证教学法设计的定制 AI 导师在更短时间内拿到约两倍的学习增益[15]。

而更重要的是，我国那项353名大学生的研究给出了一条非常直接结论，即教育干预应当把重心放在元认知训练上，单纯提升技术技能无法保证认知卸载对批判性思维起到促进作用[2]。通俗来说，就是要时常校准“我以为我懂”和“我真的懂”之间的落差，即能力提升错觉或者说能力幻觉。科睿唯安的那套做法是非常值得借鉴的：先自己写一份理解，再要求 AI 扮演反方挑漏洞，然后对照自己漏掉了什么。前文提到的 Anthropic 实验里，仅仅多追问一句“为什么”，新知识的理解程度就接近翻倍[10]。

这几条合起来，指向一种和“少用 AI”不同的答案。人们真正要着重磨练的，也即我称之为“大脑健身”的，是保留那几个不能被代劳的动作：先想后问，怀疑验证，戒断自检。如果你看到这12个字想不起来到底说的是什么，那表示你已经需要戒断 AI、谷歌、计算器，自己古法手搓一遍听说读写了。

思考力不是孤岛

讨论到这里，还得回到一个哲学层面的问题。把“独立思考”想象成一颗不依赖任何外物的孤岛式心智，这种类比显然是一种无理取闹。

1998年，哲学家安迪·克拉克（Andy Clark）和大卫·查尔默斯（David Chalmers）在《延展心智》（The Extended Mind）里提出，认知过程并不封闭在颅骨内。他们的经典例子是奥托（Otto），一位阿尔茨海默病患者，随身携带笔记本记下一切，需要时再翻看。克拉克和查尔默斯主张，如果这个笔记本稳定、可靠地承担了记忆的功能，它就已经构成认知系统的一部分[16]。按这个视角，人类从来就在用纸笔、算盘、地图、语言、计算器、电脑、谷歌、维基百科等等，把思考从体内延伸到体外，由此外推而言，把 AI 当成一种新一代的认知外骨骼，本身并没有什么可指摘的。

我此前在回答“AI正在怎样改变我们认识世界的方式”时也给过一个类似的判断：生成式 AI 与显微镜、望远镜这类被动中介根本不同，它是会主动重构和生成现实模式的认知中介，人的角色正从因果解释者转向需求提出者、边界设定者与机器结论的验证者。这个转向没有对错，只有是否清醒。

克拉克和查尔默斯强调的耦合条件是“可靠”和“可及”，一个随时可用可停的工具才有可能成为系统的一部分。反过来看，AI 最危险的用法是让耦合变得单向：人把判断权让渡了出去，却失去了校验对方行为与结果的能力。一个不再能独立判断的人，和一个无法被监督的系统绑在一起，认知的外骨骼就被抽走，只剩一副空壳。或者换一种更惊悚的说法，就是你这具人形蛋白质聚合体被 AI 给夺舍去了。

所以，对问题前半部分的回答（还记得是什么不？）是分层的：把记忆、检索和格式化推演交给 AI，不会让你变笨，这些能力本来就在被工具淘汰，历史上每次都是这样；把中层的推理生成、上层的批判性审视和问题定义整包交出去，会。前者取决于你用什么、怎么用；后者取决于你在用之前，脑子里有没有一套自己的检验标准。至于问题的后半部分，已有的证据指向一个不算轻松但也不悲观的答案：思考力在 AI 时代仍然可以持续提升，前提是把训练从“找到答案”挪到“提出好问题，给出好判断，承担结果”，并且刻意保留摩擦，保留断联，保留对输出的怀疑习惯。AI 不会平均地削弱所有人的思考，它会把主动思考者和被动消费者之间的差距拉大。

往远处看

这份讨论还落到几个更远之处，值得继续揣想。

一个问题是评价体系。我国那项研究里最刺眼的矛盾，是学生用 AI 做作业、考试却还是闭卷，学习方式和考核方式对不上。对此，吴延晖提了两条出路：要么平时允许自由使用 AI、把闭卷测验搬到课堂上每天都做；要么彻底放任、接受一部分人在自由环境里学得更好[8]。无论走哪条，背后都牵动高考和整个社会评价体系，这不是教育技术能单独解决的问题。

另一个问题是提问能力会不会分层。用 AI 的门槛正在趋近于零，但用好它的门槛却正在以肉眼可见的方式上升。同样是对话，有人拿到一段现成答案就复制，有人能通过追问把模型逼到一个更精确的位置。两者的产出差距，可能比过去“会用搜索引擎”和“不会用”的差距更大——AI 放大人的能力的同时，也在放大人与人之间的距离与门槛。哪些能力该进课表，哪些该进考核，需要重新想清楚。

还有一个我暂时只能存疑的问题：如果生成式 AI 在特定用法下确实会造成可测的认知退化，那它对一群人的累积效应会是什么？个体层面的证据已经不少，但在群体层面还缺少长周期的追踪，而已有的碎片让人不敢掉以轻心。荷兰奈梅亨拉德布大学的奥利维亚·盖斯特说，她近年来观察到学生能力滑坡，有些学生已难独立完成深度文章的写作；2025年6月，全球上千名专家发布公开信，反对大学不加批判地采纳AI技术[4]。这些是担忧的信号，不是定论。该做的，是把它当成一个需要持续测量、持续校准的问题。

参考资料

• [1] 《AI 时代最顶级的大脑锻炼方式，竟然是这个被嫌弃的老办法》。引用：“把本来在脑子里完成的信息处理，转移到外部工具上去完成，认知学上把这样的过程称为‘思考外包’（Cognitive Offloading）。这个词是中性的，比如一边折手指一边数数就是一种思考外包。”全文简介：该文从认知卸载概念与“用进废退”的神经机制出发，论证AI时代仍需要记忆与重复训练，并引述Risko & Gilbert的认知卸载综述、Gerlich的研究与Bastani的随机实验，说明过度依赖AI对判断、推理、记忆提取的负面影响。
• [2] 《When Thinking Is Outsourced: Cognitive Offloading and the Heterogeneity of Critical Thinking Among Chinese University Students Using Generative Artificial Intelligence》。引用：“Notably, offloading depth positively predicted cognitive autonomy relinquishment (β = 0.25), revealing a paradoxical pattern: sophisticated GAI use was associated with greater dependence.”“Learning motivation was the strongest predictor of both critical thinking gains (β = 0.42) and lower cognitive autonomy relinquishment (β = −0.35).”全文简介：北京建筑大学团队对353名中国大学生的问卷调查与聚类分析，基于认知卸载理论与分布式认知理论，区分策略性卸载与习惯性卸载，发现卸载深度与认知自主权让渡正相关，学习动机是批判性思维增益的最强预测变量。
• [3] 《Does Generative Artificial Intelligence Improve Students' Higher-Order Thinking? A Meta-Analysis Based on 29 Experiments and Quasi-Experiments》。引用：“The analysis revealed that Gen-AI exerts a moderate positive effect on HOT, with the most significant improvement observed in problem-solving abilities, followed by critical thinking, while its effect on creativity is relatively limited.”“The theoretical origins of HOT can be traced back to Benjamin Bloom's (1956) taxonomy... Anderson and Krathwohl (2001) later revised Bloom's taxonomy, reorganizing cognitive processes into remembering, understanding, applying, analyzing, evaluating, and creating.”全文简介：一篇综合29项实验与准实验的元分析，发现生成式AI对学生高阶思维有中等程度的正向促进，问题解决提升最明显、批判性思维次之、创造力有限，且8至16周的干预效果最强，自主学习能力更强的学生获益更多。
• [4] 《How AI is reshaping human skills and thinking》。引用：“There's a general consensus that people are 'cognitive misers'—if a task can be done with less cognitive labor, we tend to take that option.”“The polyp-detection rate without AI assistance fell 6 percentage points, from 28.4% to 22.4%, in the 3 months after the AI system was introduced.”“But AI will not make the leap from candle to light bulb.”全文简介：美国心理学会《Monitor on Psychology》2026年7月的封面报道，系统梳理生成式AI对人类认知与职业技能的研究，涵盖认知吝啬者理论、GPS与空间记忆、微软与卡内基梅隆的调研、Melumad的摘要实验、Kosmyna的脑电研究、Gerlich的结构化提示实验、Lu的元认知研究以及波兰内镜医师技能退化案例。
• [5] 《Desirable difficulty》。引用：“The term was first coined by Robert A. Bjork in 1994.”“Although there are many ways to introduce difficulties in learning, only some of these difficulties will be desirable for enhancing learning, comprehension, and future performance.”全文简介：维基百科“必要难度”条目，介绍罗伯特·比约克1994年提出的概念，说明重读等轻松任务制造掌握假象，而检索练习、延迟反馈、间隔与交错学习等条件虽短期费力却能增强长期记忆与迁移，并给出判定难度是否适宜的准则。
• [6] 《Illusion of explanatory depth》。引用：“In the experiment they conducted with 16 Yale undergraduate students, they asked them to rate their understanding of devices and simple items. They were then asked to generate a detailed explanation of how they worked and then rerate their understanding of that item. Consistently, ratings were lower after generating an explanation.”全文简介：维基百科“解释深度错觉”条目，介绍罗森布利特与凯尔2002年提出的认知偏差，即人们高估自己对复杂因果知识的理解，并说明该效应在政治极化、阴谋论认同中的表现及以“要求解释而非辩护”来削弱它的方法。
• [7] 《Google effect》。引用：“In a large-scale replication study published in Nature in 2018, Camerer and colleagues attempted to replicate 21 social science experiments originally published in Nature and Science between 2010 and 2015. The Google effect, as reported by Sparrow et al., was among those experiments that could not be successfully replicated.”“people are less likely to remember certain details they believe will be accessible online.”全文简介：维基百科“谷歌效应”条目，梳理斯帕罗等人2011年在《科学》上提出的数字健忘现象、其认知卸载与交互记忆机制、神经影像证据、个体差异，以及2018年与2020年复现失败和2024年元分析支持并存的争议状态。
• [8] 《他们追踪2万多中学生发现，AI会让考试成绩大幅下滑》。引用：“研究团队追踪了中国中部某县九所中学共26811名初高中生长达30个月的学业表现……使用AI后，学生的日常作业成绩平均提升18%，用时缩短30%，但在6个月内月考成绩下降20%。负面影响在大约两年后体现得更充分，中、高考成绩可能分别下降多达24%和18%。”“‘学习惩罚’主要发生在利用生成式AI帮助完成作业，即‘作业外包’的学生身上。这部分学生占比高达81%。”全文简介：上海科技报转载《知识分子》对香港大学吴延晖教授的专访，详述斯德哥尔摩大学与香港大学团队关于“生成式AI学习惩罚”的研究，讨论损失源于时间置换、尖子生受损更重、企业学徒阶梯断裂以及教育评价体系须同步改革等问题。
• [9] 《Faster solutions, lower test scores: How AI is eroding math skills》。引用：“Historically, students answered about 80 percent of these word problems correctly on supervised placement tests. After ChatGPT's introduction, that fell to about 60 percent — a roughly 25 percent reduction in the odds of answering a word problem correctly.”“‘This cognitive surrender might be going on in writing, science, everything.’”全文简介：《赫辛格报告》对Rismanchian等人ALEKS研究的报道，说明以文字应用题与作图题作对照，发现ChatGPT发布后学生在易外包题目上用时不减、监考成绩下滑，提出“认知屈服”概念，并对比了设计良好的AI导师能提升成绩的反例。
• [10] 《How AI assistance impacts the formation of coding skills》。引用：“the AI group averaged 50% on the quiz, compared to 67% in the hand-coding group—or the equivalent of nearly two letter grades (Cohen's d=0.738, p=0.01). The largest gap in scores between the two groups was on debugging questions.”“Cognitive effort—and even getting painfully stuck—is likely important for fostering mastery.”全文简介：Anthropic 2026年1月发布的随机对照实验，让52名熟悉Python但不熟悉Trio库的工程师在有/无AI辅助下学习并测验，发现AI组理解掌握度低17分，调试差距最大，并识别出六种交互模式：全盘委托与逐步依赖得分低，追问概念与“生成后再理解”得分高。
• [11] 《Generative AI without guardrails can harm learning: Evidence from high school mathematics》。引用：“While having access to GPT-4 significantly improves practice performance (48% improvement for GPT Base and 127% for GPT Tutor), students given unconstrained access ('GPT Base') performed 17% worse than the control group once AI access was taken away. These negative learning effects were largely mitigated by pedagogical guardrails.”全文简介：宾夕法尼亚大学沃顿商学院团队在土耳其对近千名高中生开展的田野随机实验，发现无约束使用GPT-4会形成“拐杖效应”，撤走AI后成绩低于对照组，而带教学护栏、只给提示不给答案的AI导师基本消除了这一损失。
• [12] 《The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers》。引用：“higher confidence in GenAI is associated with less critical thinking, while higher self-confidence is associated with more critical thinking.”“GenAI shifts the nature of critical thinking toward information verification, response integration, and task stewardship.”全文简介：微软研究院与卡内基梅隆大学发表于CHI 2025的研究，调查319名知识工作者、收集936个真实使用案例，发现对AI的信任度越高批判性思维投入越少，并将生成式AI环境下批判性思维的重心描述为信息核实、回复整合与任务统筹。
• [13] 《Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task》。引用：“Brain-only participants exhibited the strongest, most distributed networks; Search Engine users showed moderate engagement; and LLM users displayed the weakest connectivity.”“Self-reported ownership of essays was the lowest in the LLM group... LLM users also struggled to accurately quote their own work.”全文简介：麻省理工学院媒体实验室的脑电研究，54名参与者分三组完成写作任务，发现纯脑力组脑网络连接最强、搜索引擎组居中、大语言模型组最弱，模型组对文章的归属感最低且难以复述自己刚写的内容。
• [14] 《AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking》。引用：“The findings revealed a significant negative correlation between frequent AI tool usage and critical thinking abilities, mediated by increased cognitive offloading.”“Younger participants exhibited higher dependence on AI tools and lower critical thinking scores compared to older participants.”全文简介：瑞士商学院Michael Gerlich使用哈尔彭批判性思维测试对666名不同年龄与教育背景参与者的混合方法研究，发现频繁使用AI工具与批判性思维得分呈显著负相关，认知卸载起中介作用，受教育程度与更好的批判性思维保持正相关。
• [15] 《AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting》。引用：“AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting”。全文简介：哈佛大学团队发表于《Scientific Reports》的随机对照试验，194名本科生交叉学习同一物理内容，与课堂主动学习相比，经过循证教学法设计的定制AI导师在更短时间内取得约两倍的学习增益，说明设计良好的AI能提升而非削弱学习。
• [16] 《The Extended Mind》。引用：“Cognitive processes ain't (all) in the head!”“If, as we confront some task, a part of the world functions as a process which, were it done in the head, we would have no hesitation in recognizing as part of the cognitive process, then that part of the world is (so we claim) part of the cognitive process.”全文简介：克拉克与查尔默斯1998年发表于《Analysis》的论文，提出“主动外在主义”与延展心智假说，通过奥托的笔记本与延展记忆等案例论证认知过程可延伸至环境，并讨论可靠耦合与可及性条件。
• [17] 《AI正在怎样改变我们认识世界的方式？》。引用：“生成式与深度学习模型展现出截然不同的属性，它们是具备自主特征抽取、潜在空间压缩与概率生成的‘认知中介’。AI 不再单纯传递现实信号，而是主动在千亿级参数空间中重构、切分和生成现实模式。”全文简介：我此前从知识论出发分析AI如何重塑科学探索、日常经验、自我认知与实践技能四类认识活动，指出AI是主动生成模式的认知中介，人的角色正转向需求提出者、边界设定者与机器结论验证者。