失控的认知外包：大语言模型如何像病毒般入侵人类思维与社会生态

西班牙、意大利和美国多个研究机构将大语言模型（LLM） 的扩散视为一种**"认知病毒"** ，通过流行病学模型探讨其在人类群体中的传播及其对认知自主性 的影响。研究指出，LLM的使用可能引发非线性集体转型 ，即一旦普及程度超过临界点，社会将从自主思考快速转向技术依赖 。这种转型伴随着认知外包 现象，即人类将推理、验证和创作等职能外包给机器，可能导致认知能力 的显著下降。作者强调了技术锁定 的风险，认为这种过程具有不可逆性，即预防依赖比事后纠正要容易得多。然而，该框架也提出了**"认知免疫"** 策略，建议通过强化独立思考实践 和维持非辅助的任务环境来保障人类的智力主权。总之，该研究为理解人机共同演化 及其潜在的智力风险提供了理论基础。

核心结论

1. 将LLM的社会扩散等同于"认知病毒"的传播动力学

研究提出，LLM在人类文化中的蔓延模式符合流行病学动力学的传播特征。论文通过构建一个三仓室的"宿主-耦合"模型，将人群划分为：未耦合用户（U） 、自主常规用户（C） 与持续依赖型用户（D），定量分析了用户是如何从最初的无接触，由于效率诱因而逐步转化为对LLM产生深度技术依赖的。

2. 社会强化反馈会导致"失控动力学"与临界突变

论文强调，人类的独立思考和自主认知，是依靠学校、职场和文化制度在社会层面上共同维持并提供正面反馈的。当越来越多人将原本由人类大脑执行的认知任务（如写作、推理）替代性地外包给LLM时，社会中支持和奖励独立思考的生态就会减弱；这种生态的减弱反过来会使独立思考变得更加艰难，从而促使更多人流向持续依赖。当这种负反馈越过临界阈值（Tipping Point） 时，就会触发失控动力学（Runaway Dynamics），使整个群体迅速滑向对AI的普遍依赖，导致群体自主认知能力的断崖式骤降。

3. 技术锁定与"预防-逆转不对称性"

基于系统动力学中的分叉分析，论文指出了一个极其重要的机制：预防（Prevention）往往比逆转（Reversal）容易得多。

技术锁定（Technological Lock-in）：一旦由于推广压力跨越了临界突变点（λTCλTC），即使随后将制度和推广压力降低到最初的水平，社会也会因为"自主思维能力的退化"以及"锻炼生态环境的消亡"而保持在高依赖状态。
反向恢复代价高昂：若想打破这种锁定、重建人类的自主认知，社会必须付出极高昂的代价，将采用压力削减到远低于最初临界点的一个极低阈值（鞍结分叉点 λSNλSN）之下，系统才有可能恢复自主。

4. 人机耦合路径决定认知的最终演化：支架 vs. 替代

LLM究竟是提升还是削弱人类的能力，完全取决于耦合的架构而非工具本身：

支架（Scaffolding） ：作为"互补性认知工具"，通过短期降低认知负荷，辅助和启发人类，保留或提升了人类随后独立完成任务的能力。
替代（Substitution） ：作为"竞争性认知工具"，彻底免除了人类大脑进行深度思维锻炼的必要，会导致自动化偏见和虚假能力，一旦移去AI工具，个体的独立认知表现就会发生明显衰退。

5. "认知免疫（Cognitive Immunization）"策略是保护人类自主权的关键

群体层面的"免疫"并非是指完全杜绝LLM的使用，而是要通过制度、技术以及个体设计，确保高采用率与人类的主动认知并存：

社会与教育手段 ：应当通过规范设计**"主动认知摩擦"（Cognitive Friction）**，如推行"先思考，后使用ChatGPT"协议、保留完全非AI的锻炼任务、以及开展反思性验证。
个体康复手段：针对已经产生严重持续性替代依赖的个体，可以通过认知行为疗法（CBT）等心理和行为干预手段，促进其恢复自主的习惯。

LLM 为什么被认为是病毒？

LLM由于其强大的实用性而被快速在人类文化和社会中的迅速蔓延和接纳，并传播中会通过促进"认知外包"（Cognitive Offloading）从而逐渐增加人类对其依赖、甚至削弱人类自身能力的技术，从这些角度来看它类似于生物病毒 或计算机病毒 的传染与扩散过程，因此LLM可以被视为认知病毒。在此基础上此论文提出了大语言模型（LLM）扩散的"病毒式"类比**（LLM Diffusion as a Viral Analogy）这种新型理论研究框架

该类比主要包含以下几个核心维度：

1. 结合三个学科维度的概念框架

这一类比将以下三个领域有机地结合在了一起：

流行病学动力学（Epidemic Dynamics）：用传染病数学模型的语言，刻画人群在使用技术时"未耦合"、"常规使用"与"深度依赖"等状态之间的动态转化过程。
文化传播（Cultural Transmission）：LLM的使用习惯就像模因（Memes）或语言结构一样，在人群、学校和工作场所中，通过社会学习和模仿被不断复制和传播。
认知外包（Cognitive Offloading）：将原本由人类大脑执行的认知任务（如写作、检索、推理和创作）委托给外部工具（LLM）处理。

2. 三阶段"宿主-耦合"转换模型

借鉴流行病学中描述宿主状态转换的"仓室模型"（Compartment Models），该理论将人群划分为三种与LLM耦合的宿主状态：

未耦合或弱耦合者（U - Uncoupled）：不使用或极少使用LLM。其认知仍分布在大脑和高度多元的传统外部信息生态（如书籍、个人电脑、传统互联网）中。
保持自主的常规用户（C - Coupled but Autonomous）：将LLM作为认知生态中的一个补充组件，但依然保留人类自主的阅读、写作、推理、验证能力以及多渠道的信息获取。
持续依赖型用户（D - Dependent）：将认知操作（如合成、评估、写作）彻底且持续地替代（Substitution）给模型，LLM成为其执行任务的主导界面，从而逐步取代了其他的认知支持。一旦工具撤出，用户自身可能面临严重的独立认知能力衰退风险。

该模型使用传输率（λλ） 表示社会和制度的推广压力；脱离率（ρρ） 表示常规用户返回未耦合状态的比例；依赖率（μμ） 表示转化为深度依赖的速度；以及**恢复率（σσ）**表示从依赖重回自主的速率。

3. "病毒式"反馈回路与技术锁定

该类比的核心在于，LLM的使用会生成具有自我维持（Persistence）和传播能力的反馈回路：

自主能力的社会消退 ：当社会中依赖（D）或使用（C）LLM的人越来越多，社会和机构维持和奖励"独立思考、推理和验证"的环境就会被削弱；而独立思考环境的削弱，反过来又使得人类进一步流向深度依赖。这种正反馈 会导致系统出现临界变异，触发失控动力学（Runaway Dynamics）。
历史路径依赖与锁定（Hysteresis & Lock-in） ：就像某些病毒感染后的遗留状态一样，一旦LLM的社会传播跨越某个临界阈值，即使后来降低了推广和传播压力，社会也无法简单地回到最初的完全自主状态，从而形成技术锁定 。这表明，预防（Prevention）往往比逆转（Reversal）容易得多。

4. 并不等同于"寄生"

研究特别强调，"病毒式"类比并不意味着LLM与人类的关系必然是绝对有害或寄生（Parasitic）的。在自然界中，病毒可以是病原体，也可以是互利共生者和演化伙伴。LLM的最终效果取决于其"耦合"的实际架构：

作为"脚手架"（Scaffolding）：它充当辅助工具，降低短期认知负荷，但保留或促进了人类的长期认知能力（例如pedagogically constrained AI，即受教学约束的AI）。
作为"替代品"（Substitution）：它彻底接管了推理、评估和创作，削弱了人类的批判性思维、信息检索与创作能动性。

因此，所谓**"认知免疫"（Cognitive Immunization）**的最终目标，并非完全杜绝接触LLM，而是通过维护自主练习、反思性验证、主动认知摩擦等手段，避免"常规使用"退化为"持续替代性依赖"，保持人类整体的认知自主权。

LLM是如何影响人类认知的

在大语言模型（LLM）与人类的协同演化中，"认知外包"（Cognitive Offloading） 本是人类认知的常态（如阅读和书写对大脑神经回路的重塑）。然而，技术对人类长期认知能力的最终塑造，完全取决于人类与技术之间所形成的耦合架构。研究将这两种截然不同的耦合路径区分为**"支架路径"** 与**"替代路径"**：

1. 核心机制与工具属性的区分

支架路径（Scaffolding） ：
- 工具属性 ：属于**"互补性认知工具"（Complementary Cognitive Artifact）**。
- 核心机制 ：它降低了当下的即时认知负荷 ，但保留甚至增强了用户随后在没有工具辅助时独立完成任务的能力。
- 交互模式 ：LLM 在这里扮演的是**"导师"（Tutor）** 的角色。人类用户处于主动状态，需要对 AI 生成的论证与观点进行重构、质疑和主动验证。
替代路径（Substitution） ：
- 工具属性 ：属于**"竞争性认知工具"（Competitive Cognitive Artifact）**。
- 核心机制 ：它直接接管了底层任务，彻底免除了人类大脑进行该项认知操作的必要。
- 交互模式 ：LLM 扮演的是**"代劳者"（Substitute）**的角色。合成信息、评估论证和文章写作等核心认知过程被全权委托给模型，人类只需被动接受结果。

2. 对认知能力的长期塑造（当移去 AI 时）

这两种路径决定了当外部技术支持被撤走时，个体的**独立认知能力（Cognitive Competence）**会发生怎样的改变：

在支架路径中 ：由于人类在交互中依然付出了主动思考的"认知摩擦"，在脱离 AI 辅助后，个体的自主认知能力得以维系，甚至在学习中得到了增强。
在替代路径中 ：由于长期缺乏主动思维练习，一旦移去 AI，人类自身的独立表现（Unaided Performance）会明显退化，导致信息检索、深度理解和记忆保留率变差，产生自动化偏见和虚假能力。

3. 在群体动力学模型中的对应状态

在论文构建的"宿主-耦合"传染病数学模型中，这两种路径对应着完全不同的状态和转换过程：

支架路径 让用户维持在**"保持自主的常规用户"（C）**状态。在此状态下，LLM 仅仅是人类多元认知生态（包含书籍、大脑思考、传统互联网等）的一个补充组件。
替代路径 则是从常规使用（C）向**"持续依赖用户"（D）**过渡的微观体现（即 C→DC→D 的转换）。在 D 状态下，人机交互取代了其他所有的认知支点，LLM 成为唯一且主导的认知界面。

4. 实验与实证证据

论文引用了多项最新的随机对照研究，清晰地揭示了这两种路径的现实差异：

教育领域 ：无限制地直接获取 AI 的生成内容（替代路径）虽能让眼前的作业拿高分，但会损害随后的独立测试表现；相反，**受教学约束的 AI（支架路径）**则能显著减缓甚至避免这种退化。
创造力表现 ：采用**"先思考，后使用 ChatGPT"（Think first, ChatGPT later）** 协议的实验组，在随后的独立测试中展现出了比无限制使用 AI 的组别更高的独立创造力。
代码与阅读：新手程序员若无法批判性评估代码（替代路径），极易产生自动化偏见；而学生在看 LLM 生成的内容时若不同时进行记笔记等 complementary 认知活动，其阅读理解和信息保留会直接受损。

区分总结

比较维度	支架路径 (Scaffolding)	替代路径 (Substitution)
工具类型	互补性认知工具 (Complementary)	竞争性认知工具 (Competitive)
AI 的角色	辅助、引导的"导师"	直接接管任务的"代劳者"
认知练习	被保留、重构与主动验证	被彻底免除
脱离 AI 后的表现	维持或得到长期的提升	独立理解与能力明显衰退
动力学状态	自主耦合状态（C）	转向持续依赖状态（D）

https://arxiv.org/html/2609.03344v1