【2026年09月24日訊】（Cara Michelle Miller撰文／大紀元記者李靜思編譯）當人工智能（AI）成為寫作和決策的起點時，它正在重塑人們理解觀點、信任自身判斷，以及評估自我工作價值的方式。
在生成式人工智能出現之前，亞馬遜就將深度思考直接融入了工作流程中。
2017年，亞馬遜創始人傑夫‧貝佐斯（Jeff Bezos）描述了一種圍繞緩慢、書面推理建立的會議文化：沒有PPT演示文稿，沒有項目符號，只有一份通常需要一週時間來撰寫的六頁敘述性文稿，從頭到尾詳盡闡述一個產品或項目。
在會議室裡，從初級員工到高級領導，所有人都要坐下來安安靜靜地閱讀20到30分鐘，然後才開始發言。
貝佐斯表示，這樣做的目的是通過寫作和閱讀來強迫思維保持清晰。薄弱的推理會立刻顯現出來，漏洞也無法隱藏在項目符號或精美的幻燈片背後。思考需要時間，這正是核心意義所在。
而生成式人工智能的危險在於，它用一個簡單的提示詞就顛覆了這種邏輯——並且讓你覺得自己的思考變得多餘。
對AI的日益順從
然而如今，在整個美國企業界（包括亞馬遜的一些部門），員工們越來越面臨著使用AI工具來起草備忘錄、提案、報告甚至代碼的壓力。其中的誘因顯而易見：更高的生產力、更低的成本，以及更快的產出。
但伴隨速度而來的，是代價。
那些曾經在過程中能夠磨礪思維的工作，現在正被卸載給AI，而伴隨著這種卸載而來的，是自主性的喪失。
使用提示詞會讓你覺得寫作者就是你自己。然而，大部分的結構——框架、選項甚至邏輯——其實都已經被AI系統設定好了。用戶雖然可以進行引導，但卻是在他們並未定義的邊界之內，這不知不覺中將用戶的自主權轉移到了AI模型上。
「你以為通過提示詞你擁有了自主權」，南加州大學研究大語言模型（LLM）如何影響推理的計算機科學家日瓦爾‧蘇拉蒂（Zhivar Sourati）在接受《大紀元時報》採訪時表示，「但與兩年前相比，你的自主權已經少得多了。」
兩年前，AI只是一個需要你向其輸入提示詞的工具；而今天，它已經變成了一個會向你反向發送提示的工具，這種轉變會讓人對自己的想法失去信心。
多倫多大學心理學家邁克爾‧伊恩茲利希（Michael Inzlicht）主要研究技術如何改變動機、自我控制和努力程度，他在一封電子郵件中告訴《大紀元時報》：「當AI代勞了工作時，我們對產出的主人翁意識就會減少。這項工作其實已經不屬於我們了，而我們心裡也很清楚。」
職場中對AI的順從正日益加劇。卡內基‧梅隆大學和微軟的研究發現，信任AI輸出結果的知識工作者往往不會對其進行仔細審查——這種傾向被稱為自動化偏見。
這種順從變得充滿風險，因為儘管AI經常能給出看似很有說服力的答案，但這些答案可能是錯誤的、不完整的，或者被剝離了重要的上下文。
一些律師在提交了引用AI虛構並不存在的案件的法庭簡報後，慘痛地吸取了這一教訓。
共識的幻覺
當AI輸出的內容本身開始變得千篇一律時，人們對AI工具的依賴就更難受到性質上的質疑了。
一打同事可能會向同一個AI系統輸入相同的提示，並收到結構相似、語言清晰、中性且規範的草案。大家的想法可能會開始趨同——通常在獨立判斷完全形成之前就已經開始了。哪怕這種一致並非發自內心，同意也開始變得像是一種自然而然的事情。
「現在人們只是跟AI對話，然後就能得到點子。」蘇拉蒂說。
在實踐中，使用AI壓縮了思考的早期階段。一個起草戰略備忘錄的經理，其最初的一套建議可能與使用相同工具的其他人的建議別無二致。曾經需要手動梳理研究空白的博士生，現在可以讓模型瞬間生成這些空白——該領域內的其他人也同樣如此。
這種影響已經超越了技術工作。AI工具正越來越多地被用於個人寫作——分手信、婚禮誓詞甚至自傳，這些曾經與個人經歷和聲音緊密相連的寫作形式。蘇拉蒂表示，在每週擁有數十億用戶的規模下，哪怕是想法生成方式上的微小轉變，也能迅速使其走向同質化。
語言和思維上的順從壓力由來已久，並非AI誕生所致。AI所改變的是這種趨同現象介入流程的位置——它不再發生在思考的終點，而是越來越多地出現在起點。
蘇拉蒂在《認知科學趨勢》（Trends in Cognitive Sciences）雜誌上發表的一篇文章中指出，這非常重要，因為人們在工作中會帶來各自獨特的寫作和推理方式。
他告訴《大紀元時報》：「當這些差異被同一個大語言模型過濾後，他們各自獨特的語言風格、視角和推理策略就會變得同質化。」
AI所做的不僅僅是讓我們聽起來相似；令人擔憂的是，它可能會縮小可接受辯論的邊界。當語言被抹平、選項被一再以相同方式構架時，異議或不同聲音就會顯得比實際情況更缺乏支持。
蘇拉蒂暗示，隨著時間的推移，重複的構架會產生一種「共識的幻覺」：即人們會產生一種錯覺，以為大家是在獨立得出相似的結論或解決問題的方法，而事實上，卻是相同的機器生成模式將截然不同的想法、視角甚至批判性立場，給打磨成了一種比實際情況更具統一性的假象。
甚至在他自己的寫作中，他也注意到了這種影響。AI的潤色讓一切變得更加常規化——也讓他自身的獨特性減弱了。
「我突然發現……這已經不再是我了。」他說。
當一致性從共同的起點湧現時，它感覺起來比實際情況更自然。從這個意義上說，AI逆轉了亞馬遜備忘錄流程等系統旨在實現的目標——在那裡，寫作和仔細的閱讀有助於人們在接觸他人觀點之前發展出自己的視角，因此達成一致是需要通過努力去贏得的。
改變的不僅是人們的想法，還有AI潛移默化塑造他們所得出想法的方式。
阻力減少，理解降低
對AI的日益依賴——以及隨之而來的認同感——並不是憑空出現的。它被一種更難以察覺的現象所強化：人們往往覺得自己懂的比實際要多。
當人們使用AI時，他們常常把該工具快速流利的回答誤認為是自己的理解。
人工智能安全與研究公司Anthropic的一項實驗有助於解釋原因。那些依賴AI輔助的參與者，在一項涵蓋他們幾分鐘前剛剛處理過材料的理解測試中，得分低了約17%。任務雖然完成了，但理解卻滯後了。
伊恩茲利希說：「深度的理解可能需要阻力——即經歷一定程度的掙扎去把事情想透。而AI完全繞過了這種『掙扎』，所以你最終得到的是一個光鮮亮麗的成品，而使用者卻並不真正理解其中包含的內容。」
對伊恩茲利希來說，問題就始於阻力消失的時候。思考包含著錯誤的開端、不確定性以及緩慢構建想法的過程。他和合著者在《通訊心理學》（Communications Psychology）雜誌上發表的一篇文章中指出，該過程中涉及的心理努力有助於人們學習和培養技能。
「當我們努力去理解某事時，我們被迫將它與我們已知的事物聯繫起來；正是這種聯繫讓它刻在腦海裡。」
伊恩茲利希說：「回想一下高中的數學。自己把一道題解出來，無論過程多麼痛苦，都比先看到答案然後進行逆向工程要教給你更多東西。這種與難題的搏鬥本身就是核心所在。」
根據使用方式的不同，AI可能會使這一過程短路，從而鼓勵認知卸載。隨著時間的推移，這可能會削弱人們的毅力，一旦拿走AI，人們就更容易在難題面前放棄。
研究發現，哪怕僅僅使用15分鐘的AI，也會讓人感覺注意力不集中，無法靠自己的力量堅持完成困難的任務。
通過這種方式，AI改變了努力與知識之間的關係：原本只是一種便利的東西，最終變成了必需品。
為什麼努力如此重要
努力的作用不僅僅在於建立理解——它還能建立意義。當人們艱難地完成一項任務時，他們往往會更加珍視最終的成果。
「當AI幫助我們產出工作時，我們對工作的價值評估就會降低」，伊恩茲利希說，「它感覺不那麼有意義，不那麼屬於我們，也更不值得。」
他指著AI生成的藝術品和視頻說：「我們甚至願意為之支付更少的報酬。這說明了問題。在某種程度上，我們意識到AI所製造的東西並非真正是我們自己製造的。」
阻力的好處並非無限的；過多的阻力可能會讓人感到難以承受。
真正的風險並非AI本身，而是失去了那些能夠塑造我們所取得的成就以及我們成為什麼樣的人的各種努力。
原文：What We Are Giving Away to AI 刊於英文《大紀元時報》。
