人工智能最初是對人類大腦的模擬探索。如今，它是否正在改變人類大腦在日常生活中的作用？
工業革命減少了對體力勞動的需求。作為一名研究人工智能在國際商務中應用的學者，我不禁思考：人工智能是否正在引發一場認知革命，重塑學生、工作者和藝術家寫作、設計和決策的方式，從而讓某些認知過程變得不再必要？
平面設計師使用人工智能快速為客戶生成一系列可能的標志。營銷人員測試人工智能生成的客戶畫像對廣告活動的反應。軟件工程師利用AI編程助手。學生用AI快速完成論文草稿——而教師也使用類似工具提供反饋。
這背后的經濟和文化影響深遠。
當作家不再為尋找完美措辭而絞盡腦汁，設計師不再為尋找最佳方案反復推敲草圖時，會發生什么？他們會像依賴GPS導致導航能力退化一樣，逐漸依賴這些“認知假肢”嗎？在算法泛濫的時代，人類的創造力和批判性思維又該如何存續？
工業革命的歷史回響
我們曾經歷過類似變革。
工業革命取代了手工匠藝，實現了大規模機械化生產。鞋子、汽車和農作物得以高效、標準化地制造，但產品也變得單調、乏味，失去了個性。匠人精神逐漸邊緣化，成為奢侈品或一種反抗形式。
如今，思維自動化也面臨相似風險。生成式AI誘使用戶將速度等同于質量，將效率誤認為原創性。危險不在于AI會讓我們失望，而在于人們可能將其輸出的平庸視為常態。當一切變得快速、無摩擦且“足夠好”時，人類卓越工作中蘊含的深度、微妙和思想豐富性可能就此消失。
算法平庸的崛起
盡管名為“人工智能”，AI實際上并不會思考。
ChatGPT、Claude和Gemini等工具處理大量人類創作的內容（通常未經許可從互聯網抓取），其輸出只是基于數據模式的統計預測。它們本質上是“鏡子”，將人類集體創作的內容重新排列組合后反射給用戶——看似新穎，實則衍生。
而這正是它們如此高效的原因。
想想人們寫過的無數郵件、戰略顧問制作的幻燈片，以及充斥社交媒體的廣告。這些內容大多遵循可預測的模式和既定公式。生成式AI擅長生產“聽起來不錯”的內容——清單、摘要、新聞稿、廣告——它們具備人類創作的形似，卻缺乏靈感的火花。在原創性需求低、“夠用就行”的場景中，它如魚得水。
AI如何激發與扼殺創造力
然而，即便在公式化內容的世界里，AI也可能出人意料地有用。
一項實驗中，研究人員讓參與者完成創意挑戰。結果發現，使用生成式AI的人提出的想法平均更具創意，表現優于僅使用搜索引擎或完全自主思考的參與者。換言之，AI確實能提升基礎創造力。
但進一步分析揭示了一個關鍵矛盾：依賴AI進行頭腦風暴會顯著降低想法的多樣性——而多樣性是突破性創新的關鍵。AI系統傾向于趨同于可預測的“中庸”，而非探索邊緣的非常規可能。
這一發現并不令人意外。我和學生的研究表明，生成式AI的輸出最貼近富裕英語國家的價值觀和世界觀。這種固有偏見自然限制了其生成想法的多樣性。
更令人擔憂的是，與AI的短暫互動可能悄然改變人們解決問題的方式。
一項醫學診斷實驗中，研究人員故意讓AI給部分參與者提供錯誤建議。即使這些人后來不再使用AI工具，他們仍會無意識地延續AI的偏見，在自己的決策中重復錯誤。便捷的“捷徑”可能演變為原創性不斷減弱的惡性循環——并非因為AI內容質量低劣，而是它悄然收窄了人類創造力的帶寬。
在認知革命中尋找方向
真正的創造力、創新和研究不僅僅是過去數據的概率重組。它們需要概念飛躍、跨學科思維和真實世界經驗——這些是AI無法復制的品質。AI無法發明未來，它只能重組過去。
AI生成的內容或許能滿足短期需求：快速摘要、可行設計、及格劇本。但它極少帶來變革，而真正的原創性可能淹沒在算法同質化的海洋中。
因此，挑戰不僅是技術性的，更是文化性的：
在這股合成內容的洪流中，如何守護人類創造力不可替代的價值？
工業化的歷史既警示我們，也帶來希望。機械化取代了許多工人，但也催生了新的勞動形式、教育模式和繁榮景象。同樣，AI可能自動化部分認知任務，同時也可能通過模擬智力能力開辟新的思想疆域，甚至承擔創造性職責，比如發明新流程或制定評估自身輸出的標準。
這場變革才剛剛開始。每一代新AI模型都將產出曾經只屬于科幻小說的成果。專業人士、教育者和政策制定者有責任以明確的意圖引導這場認知革命。
它將導致思想繁榮還是依賴？催生人類創造力的復興還是逐漸淘汰？
目前，答案仍懸而未決。
精選文章：