ChatGPT上瘾,大脑萎缩47%!?

人工智能生命体 新启点 2025年06月19日 14:33 广东 原文: ChatGPT上瘾,大脑萎缩47%!?

转:

ChatGPT上瘾,大脑萎缩47%!MIT祭出206页92图超长报告

新智元 新智元 2025年06月19日 13:04 北京


新智元报道

编辑:KingHZ

【新智元导读】AI上瘾堪比「吸毒」!MIT最新研究惊人发现:长期依赖大模型,学习能力下降、大脑受损,神经连接减少47%。AI提高效率的说法,或许根本就是误解!

ChatGPT正在「吸干」你的大脑!

刚刚,麻省理工学院完成了针对ChatGPT用户的首次大脑扫描研究,结果让人惊掉下巴。😲

针对日常写作中使用ChatGPT带来的影响,这次用数据揭示了AI版「魔鬼的交易」:

依赖AI写作,等于用长期思维能力,换取短暂效率。

简直堪称「出卖灵魂」!

来自麻省理工学院媒体实验室的研究人员,历时3个月深入研究了LLM的认知成本,揭示了一个紧迫问题:

学习能力可能因LLM的使用而下降。

尽管使用LLM在初期带来明显效率优势,但长达4个月的实验发现:LLM组在神经活动、语言质量和评分等方面,全面落后于「仅用大脑写作」的对照组。

论文链接:https://arxiv.org/abs/2506.08872

简而言之,过去关于AI提高生产力的说法,可能全错了!

图4: 实验过程中的参与者,佩戴Enobio脑电头戴设备和AttentivU专注力监测头戴设备,使用BioSignal Recorder软件进行数据记录

与魔鬼的交易

AI「吸干大脑」

用ChatGPT,只要花几分钟就能完成日常写作,方便快捷,但代价是什么?

83.3%的ChatGP用户无法引用自己写的内容,哪怕只是几分钟前完成的论文。

好好想一下:

你写完、保存,然后就忘了------因为从头到尾,思考的是ChatGPT,不是你。

图6:各组别中无法回忆Session 1论文任何引文的参与者比例

脑部扫描揭示了使用AI的损害:大脑的神经连接从79个骤降至仅42个。

也就是说降低47%

如果电脑失去了一半的处理能力,大家都会会认为它坏了。而ChatGPT用户的大脑,正在发生同样的情况!

无辅助写作(纯大脑组)在所有测量频段均表现出更强的神经连接强度,其中theta频段和高alpha频段的增幅尤为显著。

看过学生利用AI写的论文,老师们不知道哪些文章使用了AI,但能感觉到有些不对劲:

· 没有灵魂。

· 空洞无物。

· 语言接近完美,但没有真知灼见。

人类的大脑即使无法明确说出认知债务的存在,也能够察觉到它的影响。

可怕的是:在没有人工智能辅助的情况下,当研究人员让ChatGPT用户写作时,他们的表现比从未使用过人工智能的人还要差。

**这不仅仅是依赖,而是认知能力的萎缩。**就像一块忘记了如何运作的肌肉。

麻省理工学院的团队对54名参与者进行了为期四个月的脑电图(EEG)大脑扫描。

他们追踪了α波(创意处理)、β波(主动思考)以及神经连接模式,发现了因过度使用AI而导致的大脑损伤。

这不是观点,而是可测量的实验。

事实证明: AI 并没有让人变得更高效,反而让人变得懒于思考、在认知上破产!

这次研究人员还发现了AI生产力悖论:

毫无疑问,ChatGPT让人完成任务的速度提升60%。

但它同时降低了真正学习所需的「有效认知负荷」(Germane Cognitive Load)------高达 32%。

这是用长期的大脑能力,换取短期的效率。

那些庆祝AI提升工作效率的企业,正在无意间打造出认知能力更弱的团队。

员工变得依赖于他们无法离开的工具,而独立思考能力则有所下降。

最近的许多研究都强调了同样的问题。

今年年初,微软进行了类似的项研究,相关结论已引起媒体广泛报道:

MIT研究人员把这种现象叫做「认知债」------技术债的大脑版:

每次用AI走捷径,你都在用未来的思考能力支付「利息」。就像金融债务一样,这笔账迟早要还。

研究中最值得关注的发现或许是:LLM辅助组(LLM-to-Brain)参与者表现出明显的思维窄化倾向。

但也有好消息------

研究第4阶段的惊人发现:「高基线认知者」(原本思维能力强的人)使用AI时,大脑神经连接度反而提升------AI成了他们的「认知增强器」。

但「长期依赖者」被迫脱离AI工作时,表现甚至比「从未用过AI的人」更差------他们的基础认知能力出现了「用进废退」式的退化。

用AI的代价

全是「认知债务」

我们正处于一个技术发展的关键转折点,必须认真全面地理解将大语言模型(LLM)引入教育和信息环境可能带来的认知影响。

这类工具确实为学习和获取信息提供了前所未有的便利,但它们对人的认知发展、批判性思维和独立思考能力所带来的潜在影响,值得我们高度关注并持续深入研究。

研究表明,与使用搜索引擎相比,LLM显著降低了参与者在回答问题时所需要的思考成本。

但这种「省力」的背后却带来了代价:参与者更不倾向于去质疑或深思LLM所提供的答案------

这些所谓的「观点」,其实只是基于训练数据生成的概率性结果

这种情况令人担忧,因为原本在社交媒体中普遍存在的「回音室效应」,如今在AI工具中延续下来------

用户所接触到的内容,越来越受到算法推荐机制的影响,而这些机制的背后,是模型背后所代表的公司和股东的优先考量。

在访谈中,只有极少数参与者表示他们没有跟随LLM的「思路」进行写作,而是坚持了自己的想法和思考路径。

从伦理角度来看,仅用大脑进行写作的参与者不仅满意度更高,其脑电图也显示出更强的大脑连接性。

相较之下,使用 LLM 辅助写作的参与者,在回忆或引用自己写作内容时也存在明显困难(第1次实验,见图6和图7),对自己所写文章的归属感较低(见图8),花费时间更少(见图33)。

在真正广泛接受LLM并视其为一种正面工具之前,有必要进行长期的跟踪研究,以全面评估它对人类思维能力和大脑发展的深层影响。

图1:α波段动态直接传递函数(dDTF)脑电图分析结果对比(LLM组、搜索引擎Search组、纯大脑brain组),并标注显著性水平(*表示中等显著,**表示高度显著)

解决方法

解决方案不是禁止人工智能,而是战略性地使用它。

选择权在你手中:

产生认知债务并成为人工智能依赖者。 或者提升认知能力,成为人工智能的倍增器。

首批针对AI用户的大脑扫描研究刚刚向我们揭示了其中的利害关系。

谨慎选择。

参考资料:

https://x.com/itsalexvacca/status/1935343874421178762

https://arxiv.org/abs/2506.08872

相关推荐
学术小八11 分钟前
2025年人工智能、虚拟现实与交互设计国际学术会议
人工智能·交互·vr
仗剑_走天涯1 小时前
基于pytorch.nn模块实现线性模型
人工智能·pytorch·python·深度学习
cnbestec2 小时前
协作机器人UR7e与UR12e:轻量化设计与高负载能力助力“小而美”智造升级
人工智能·机器人·协作机器人·ur协作机器人·ur7e·ur12e
zskj_zhyl2 小时前
毫米波雷达守护银发安全:七彩喜跌倒检测仪重构居家养老防线
人工智能·安全·重构
gaosushexiangji3 小时前
利用sCMOS科学相机测量激光散射强度
大数据·人工智能·数码相机·计算机视觉
ai小鬼头4 小时前
AIStarter新版重磅来袭!永久订阅限时福利抢先看
人工智能·开源·github
说私域5 小时前
从品牌附庸到自我表达:定制开发开源AI智能名片S2B2C商城小程序赋能下的营销变革
人工智能·小程序
飞哥数智坊5 小时前
新版定价不够用,Cursor如何退回旧版定价
人工智能·cursor
12点一刻6 小时前
搭建自动化工作流:探寻解放双手的有效方案(2)
运维·人工智能·自动化·deepseek
未来之窗软件服务6 小时前
东方仙盟AI数据中间件使用教程:开启数据交互与自动化应用新时代——仙盟创梦IDE
运维·人工智能·自动化·仙盟创梦ide·东方仙盟·阿雪技术观