AI 工具正被广泛用于邮件撰写、信息整理、路线规划等多类脑力任务。多项研究与行业报告在肯定效率提升的同时提出警示：当判断、记忆、创造等认知活动被长期“外包”给系统，个体在缺少辅助时可能出现能力下降的现象，一些研究者将其概括为“认知萎缩”。

“认知萎缩”在研究语境中的含义

研究人员通常将“认知萎缩”描述为一种因长期不使用而导致的能力退化过程，类似肌肉缺乏锻炼后的萎缩。教育者约翰·斯宾塞（John Spencer）指出，当人们停止参与某类思维过程时，相关能力会逐步流失；在能够随时总结、计算或头脑风暴的工具环境中，这类能力更容易被闲置。

临床与实验研究也开始从不同角度讨论这一风险。一篇关于决策支持系统的 8 月研究论文提出，长期依赖 AI 可能降低用户对自身判断的信心，并削弱其在缺少自动指导时完成复杂选择的能力，作者将其称为过度辅助带来的“认知成本”。另一篇 1 月关于日常技术习惯的评论文章则将“认知萎缩”描述为一种正在增长的现象：部分人在大量接触生成式系统后，自述生成想法、保持专注或追踪思路的能力减弱，并提到一些细微信号，例如没有提示就难以写出简短信息，或在任务中途更容易丢失思路。

研究与企业实验观察到的变化

一些早期数据将上述担忧从比喻推向可观察的关联。2 月一项针对 319 名知识工作者的研究发现，频繁使用生成式工具进行写作和分析，与受访者自我报告的问题解决能力与记忆力下降相关联；部分受访者还表示在无辅助工作时出现“精神迷雾”感，研究作者将这一模式与认知衰退联系起来。另有关于日常生活中 AI 工具使用的分析指出，个体若过度习惯自动建议，可能减少对规划、回忆与评估等能力的练习，从而使相关能力被闲置。

在受控实验中，大型科技公司研究团队也报告了相近现象。微软与卡内基梅隆大学研究人员发表的论文称，当参与者在复杂任务中过度依赖生成式系统时，其后续独立完成任务的表现会受损；在工具被移除后，参与者表现出较低的坚持性与较弱的批判性推理能力。该研究还指出，依赖自动建议越多，个体动用自身批判能力的频率越低，而在突然需要调用这些技能时会更困难。

教育与职场被视为“认知外包”的高频场景

教育领域的讨论尤为集中。近期一份关于学校使用 AI 的报告提出，当生成系统承担研究支持、课程辅助与评分等环节时，学生可能完成作业但未必形成相应的批判性思考能力；报告并描述了研究、课程与评分被逐步自动化的路径。同一分析中也有更直接的反对观点，认为 AI 可能强化一种“按需生成答案”的交易式学习方式，从而削弱深入推理。

高等教育与企业培训同样出现类似担忧。沃克森大学（Woxsen University）一门商业分析课程的教师报告称，部分学生能够操作复杂仪表盘，但在被要求从零设计分析或在缺少自动指导的情况下解读结果时表现困难，有讲师将其称为“认知萎缩危机”。企业端方面，1 月发布的《菲利普莫里斯分析 AI 对人类认知影响》简报称，根据内部评估，若生成式工具主导工作流程，可能带来多项认知风险，并可能侵蚀员工进行细致决策的能力。

心理学研究关注“过滤气泡”与思维路径塑形

除技能层面外，心理学研究也关注 AI 对思维方式的影响。一篇 6 月关于 AI 影响心理学的综述认为，相关系统可能通过影响愿望、情绪与信念而改变“认知自由”；当推荐引擎与聊天机器人形成个性化“过滤气泡”，并缩小用户所见信息与问题框架时，这种影响更为突出。研究者指出，当系统预测用户的下一个问题、补全句子并策划信息推送时，除了节省时间，也可能在无形中塑造用户的思考路径。

在强调与用户“共创”的生成式工具场景中，相关担忧进一步延伸。一场关于未来思维的全球对话提出，生成式 AI 自动化构思、起草与分析，可能减少有助于建立深刻理解与韧性的“富有成效的挣扎”；若员工更多成为机器产出的被动接受者，组织决策的参与度也可能下降。另有 1 月关于“混合智能”的分析提出，应将技术作为补充，同时通过强化同理心、伦理判断与复杂问题解决等能力来维持完整的专业技能，并警告若缺少相应安排，冲突解决等关键技能可能在高度自动化的职场中变得稀缺。