AI与思维能力的平衡之道

遗忘曾经掌握的知识，会带来一种独特的羞愧感。你曾学习过它，理解过它，但随后——一切都忘记了。一个名字，一个事实，一张面孔，统统消失。

我耗费了二十年时间进行训练，目的就是为了避免这种情况的发生。我记住了二十副特殊扑克牌的洗牌顺序。我记住了一千个陌生人的名字。我参加了六次美国记忆锦标赛，并且每次都获得了冠军。即便如此，有些早晨我走进厨房时，还是会忘记自己为什么会来这里。

记忆力并非天赋，而是一种技能。就像其他技能一样，当我们把这项工作交给外部工具时，它就会逐渐退化。这就引出了一个显而易见的记忆力威胁目标：人工智能。

如今，人们对人工智能和认知能力的担忧无处不在。这种担忧有一定的道理：当工具替我们思考时，我们往往会减少思考。计算器削弱了我们的心算能力，GPS悄然降低了我们的空间推理能力。人们担心像ChatGPT这样的工具也会对我们更广泛的认知能力造成类似的负面影响。

但那些危言耸听者忽略了一点：工具与使用者之间的关系并非一成不变。火既能烹饪食物，也能烧毁房屋。问题不在于人工智能是否具有认知危险性，而在于你是把它当作拐杖还是教练。

记忆的巩固是通过一种称为精细编码的过程实现的。你对信息的处理越深入、越积极，留下的痕迹就越牢固。浅尝辄止（略读、被动吸收、让AI帮你总结）只会留下模糊的印象。积极的探索——提取、联系、质疑——才能构建持久的知识。这有时被称为“理想难度”原则，也是认知心理学中最可靠的发现之一。轻松的学习往往最容易遗忘。正是探索和努力，才能让知识真正留存。

人工智能如果使用不当，就像一台反向运行的、难度适中的机器。它消除了摩擦，抹平了棱角，在你还没来得及自己思考之前就把答案直接递给你。每次你让它概括一本你没读过的书，回忆一个你本来可以自己找到的事实，或者帮你草拟一个你正要形成的想法时，你都跳过了一次认知过程。

为了进行自我训练，我会给人工智能工具一段我正在学习的内容——一段演讲稿、一个章节、一组陌生的名字——然后关掉屏幕，尝试回忆。之后，我会让人工智能以苏格拉底式的提问方式考考我，引导我回忆那些遗漏的知识点。当我一时想不起来时，我不会让它直接帮我填补空白，而是让它给出提示，迫使我的大脑完成回忆。这正是记忆力运动员的训练方法：不是被动复习，而是主动回忆，并在必要时给予策略性的提示。

同样的逻辑也适用于推理。辩论这种古老的方法——就某个问题正反两方进行辩论，并有力地反驳对方——是我们所知的最古老的认知训练方法之一。人工智能聊天机器人会按照你要求的任何立场进行辩论。所以，把它当作陪练伙伴，而不是代笔人。强迫自己反驳它。你会发现这个练习真的很难，而这正是它的目的所在。

这里蕴含着一个更广泛的原则，却在人工智能恐慌中被忽略了。认知自主性——独立思考、将想法储存在脑海中、无需辅助就能推理的能力——不仅对个人有价值，研究也开始表明它正面临风险。研究发现，人工智能的过度使用与批判性思维能力之间存在显著的负相关关系，这种关系是由认知科学家所说的“卸载”造成的——大脑会停止执行那些它知道机器会完成的工作。这使得独立推理能力在各个专业和创意领域都变得越来越稀缺，因此也越来越宝贵。那些能够与人工智能共存并取得成功的人，并非那些最有效地屈服于人工智能的人，而是那些利用人工智能来检验自身思维能力并拓展认知范围的人。

这一切并不要求你记住圆周率小数点后1000位，也不要求你周末参加记忆力比赛。它只要求你注意到使用工具和被工具使用之间的区别。当你让人工智能为你总结某些内容时，问问自己：我能在五分钟内读完并自己总结出来吗？当它帮你起草一段文字时，问问自己：在我提问之前，我是否知道自己想表达什么？当它回答一个问题时，问问自己：我是否正打算自己寻找这个答案？

抗拒AI并非目标，那注定是一场徒劳。真正的目标是在这种关系中始终保持思考主体的角色：去引导探究的方向、去评估输出的结果、去裁定何者重要而何者不然。而这需要一颗经过磨炼、挑战，甚至偶尔经历过挣扎的大脑。