人工智能正在重塑學生、工作者和藝術家的寫作、設計與決策方式，同時消解某些認知過程的必要性。
人工智能最初是對人類大腦的模擬探索。如今，它是否正在改變人腦在日常生活中的角色？
正如工業革命減少了體力勞動的需求，作為研究AI在國際商務中應用的學者，我不禁思考：AI是否正在引發一場認知革命？
平面設計師使用AI快速生成備選Logo；營銷人員測試AI生成的客戶畫像對廣告的反應；軟件工程師部署AI編程助手；學生用AI速成論文——而教師用同類工具批改作業。
其經濟與文化影響深遠：當作家不再推敲詞句，設計師不再手繪數十版草圖，他們會像依賴GPS弱化導航能力般依賴這些"認知假肢"嗎？在算法泛濫的時代，人類創造力與批判性思維該如何存續？
工業革命的歷史回響
歷史總有相似。
工業革命用機械化生產取代手工技藝，實現商品批量復制。鞋子、汽車、農作物被高效標準化生產，卻也變得單調乏味。精湛工藝退居邊緣，成為奢侈品或抵抗形式。
如今，思維自動化面臨同樣風險。生成式AI誘使用戶將速度等同于質量，將產出量混淆為原創性。危險不在于AI會失敗，而在于人們會將其平庸輸出視為常態。當一切追求快速、無摩擦和"夠用就好"，人類工作中那些定義卓越的深度、微妙與思想厚度或將消亡。
算法平庸化的崛起
盡管名為"人工智能"，AI實則不會思考。
ChatGPT、Claude和Gemini等工具處理海量人類創作內容（常未經授權抓取網絡數據），其輸出只是基于數據模式的統計預測——本質上是將集體創作成果重組反射給用戶，具有衍生性卻無本源創造力。
而這正是其高效的原因：無數電子郵件、咨詢報告和社交媒體廣告本就遵循可預測的模式與固定公式。生成式AI擅長生產"合格"內容——清單、摘要、新聞稿、廣告——它們具備人類創作的形貌，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如何同時激發與扼殺創造力
即便在公式化內容領域，AI也能意外地助益創新。
某項實驗中，研究人員讓受試者完成創意挑戰，發現使用AI的組別平均創意水平更高，優于僅用搜索引擎或無輔助的組別。可見AI確實能提升基礎創造力。
但進一步研究揭示關鍵代價：依賴AI brainstorming會顯著降低創意多樣性——這是突破性創新的核心要素。AI系統傾向于趨同而非探索邊緣可能性。
這與我和學生的發現一致：生成式AI的輸出最貼近富裕英語國家的價值觀。這種內在偏見天然限制了創意多樣性。
更令人憂心的是，短暫接觸AI即可微妙改變人類解決問題的方式。
某項醫學診斷實驗中，研究者故意讓AI給部分受試者錯誤建議。即便停止使用AI，這些人仍會無意識延續偏見。便捷的捷徑可能演變為原創性遞減的惡性循環——非因AI產出低劣，而是它悄然收窄了人類創意的帶寬。
在認知革命中航行
真正的創造力、創新與研究絕非對過往數據的概率重組，而需要概念飛躍、跨學科思維和現實經驗——這些AI無法復制的特質。AI無法發明未來，只能拼貼過去。
AI生成物或可滿足短期需求：速成摘要、可行設計、及格劇本。但它罕有變革性，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：如何在這場合成內容洪流中守護人類創造力的不可替代價值？
工業化歷史既警示也給予希望。機械化取代了許多工種，也催生了新勞動形式與教育模式。同理，AI在自動化部分認知任務的同時，或能通過模擬智力能力開拓新知識邊疆，甚至承擔發明新流程、制定自評標準等創造性責任。
這場變革才剛起步。每一代AI模型都將產出曾屬科幻的成果。塑造這場認知革命的責任落在專業人士、教育者與政策制定者肩上。
它將引向思想繁榮還是認知依賴？觸發創造力復興還是使其漸趨過時？
答案，此刻仍在風中飄揚。
精選文章：