【2026年09月24日讯】（Cara Michelle Miller撰文／大纪元记者李静思编译）当人工智能（AI）成为写作和决策的起点时，它正在重塑人们理解观点、信任自身判断，以及评估自我工作价值的方式。
在生成式人工智能出现之前，亚马逊就将深度思考直接融入了工作流程中。
2017年，亚马逊创始人杰夫‧贝佐斯（Jeff Bezos）描述了一种围绕缓慢、书面推理建立的会议文化：没有PPT演示文稿，没有项目符号，只有一份通常需要一周时间来撰写的六页叙述性文稿，从头到尾详尽阐述一个产品或项目。
在会议室里，从初级员工到高级领导，所有人都要坐下来安安静静地阅读20到30分钟，然后才开始发言。
贝佐斯表示，这样做的目的是通过写作和阅读来强迫思维保持清晰。薄弱的推理会立刻显现出来，漏洞也无法隐藏在项目符号或精美的幻灯片背后。思考需要时间，这正是核心意义所在。
而生成式人工智能的危险在于，它用一个简单的提示词就颠覆了这种逻辑——并且让你觉得自己的思考变得多余。
对AI的日益顺从
然而如今，在整个美国企业界（包括亚马逊的一些部门），员工们越来越面临著使用AI工具来起草备忘录、提案、报告甚至代码的压力。其中的诱因显而易见：更高的生产力、更低的成本，以及更快的产出。
但伴随速度而来的，是代价。
那些曾经在过程中能够磨砺思维的工作，现在正被卸载给AI，而伴随著这种卸载而来的，是自主性的丧失。
使用提示词会让你觉得写作者就是你自己。然而，大部分的结构——框架、选项甚至逻辑——其实都已经被AI系统设定好了。用户虽然可以进行引导，但却是在他们并未定义的边界之内，这不知不觉中将用户的自主权转移到了AI模型上。
「你以为通过提示词你拥有了自主权」，南加州大学研究大语言模型（LLM）如何影响推理的计算机科学家日瓦尔‧苏拉蒂（Zhivar Sourati）在接受《大纪元时报》采访时表示，「但与两年前相比，你的自主权已经少得多了。」
两年前，AI只是一个需要你向其输入提示词的工具；而今天，它已经变成了一个会向你反向发送提示的工具，这种转变会让人对自己的想法失去信心。
多伦多大学心理学家迈克尔‧伊恩兹利希（Michael Inzlicht）主要研究技术如何改变动机、自我控制和努力程度，他在一封电子邮件中告诉《大纪元时报》：「当AI代劳了工作时，我们对产出的主人翁意识就会减少。这项工作其实已经不属于我们了，而我们心里也很清楚。」
职场中对AI的顺从正日益加剧。卡内基‧梅隆大学和微软的研究发现，信任AI输出结果的知识工作者往往不会对其进行仔细审查——这种倾向被称为自动化偏见。
这种顺从变得充满风险，因为尽管AI经常能给出看似很有说服力的答案，但这些答案可能是错误的、不完整的，或者被剥离了重要的上下文。
一些律师在提交了引用AI虚构并不存在的案件的法庭简报后，惨痛地吸取了这一教训。
共识的幻觉
当AI输出的内容本身开始变得千篇一律时，人们对AI工具的依赖就更难受到性质上的质疑了。
一打同事可能会向同一个AI系统输入相同的提示，并收到结构相似、语言清晰、中性且规范的草案。大家的想法可能会开始趋同——通常在独立判断完全形成之前就已经开始了。哪怕这种一致并非发自内心，同意也开始变得像是一种自然而然的事情。
「现在人们只是跟AI对话，然后就能得到点子。」苏拉蒂说。
在实践中，使用AI压缩了思考的早期阶段。一个起草战略备忘录的经理，其最初的一套建议可能与使用相同工具的其他人的建议别无二致。曾经需要手动梳理研究空白的博士生，现在可以让模型瞬间生成这些空白——该领域内的其他人也同样如此。
这种影响已经超越了技术工作。AI工具正越来越多地被用于个人写作——分手信、婚礼誓词甚至自传，这些曾经与个人经历和声音紧密相连的写作形式。苏拉蒂表示，在每周拥有数十亿用户的规模下，哪怕是想法生成方式上的微小转变，也能迅速使其走向同质化。
语言和思维上的顺从压力由来已久，并非AI诞生所致。AI所改变的是这种趋同现象介入流程的位置——它不再发生在思考的终点，而是越来越多地出现在起点。
苏拉蒂在《认知科学趋势》（Trends in Cognitive Sciences）杂志上发表的一篇文章中指出，这非常重要，因为人们在工作中会带来各自独特的写作和推理方式。
他告诉《大纪元时报》：「当这些差异被同一个大语言模型过滤后，他们各自独特的语言风格、视角和推理策略就会变得同质化。」
AI所做的不仅仅是让我们听起来相似；令人担忧的是，它可能会缩小可接受辩论的边界。当语言被抹平、选项被一再以相同方式构架时，异议或不同声音就会显得比实际情况更缺乏支持。
苏拉蒂暗示，随著时间的推移，重复的构架会产生一种「共识的幻觉」：即人们会产生一种错觉，以为大家是在独立得出相似的结论或解决问题的方法，而事实上，却是相同的机器生成模式将截然不同的想法、视角甚至批判性立场，给打磨成了一种比实际情况更具统一性的假象。
甚至在他自己的写作中，他也注意到了这种影响。AI的润色让一切变得更加常规化——也让他自身的独特性减弱了。
「我突然发现……这已经不再是我了。」他说。
当一致性从共同的起点涌现时，它感觉起来比实际情况更自然。从这个意义上说，AI逆转了亚马逊备忘录流程等系统旨在实现的目标——在那里，写作和仔细的阅读有助于人们在接触他人观点之前发展出自己的视角，因此达成一致是需要通过努力去赢得的。
改变的不仅是人们的想法，还有AI潜移默化塑造他们所得出想法的方式。
阻力减少，理解降低
对AI的日益依赖——以及随之而来的认同感——并不是凭空出现的。它被一种更难以察觉的现象所强化：人们往往觉得自己懂的比实际要多。
当人们使用AI时，他们常常把该工具快速流利的回答误认为是自己的理解。
人工智能安全与研究公司Anthropic的一项实验有助于解释原因。那些依赖AI辅助的参与者，在一项涵盖他们几分钟前刚刚处理过材料的理解测试中，得分低了约17%。任务虽然完成了，但理解却滞后了。
伊恩兹利希说：「深度的理解可能需要阻力——即经历一定程度的挣扎去把事情想透。而AI完全绕过了这种『挣扎』，所以你最终得到的是一个光鲜亮丽的成品，而使用者却并不真正理解其中包含的内容。」
对伊恩兹利希来说，问题就始于阻力消失的时候。思考包含著错误的开端、不确定性以及缓慢构建想法的过程。他和合著者在《通讯心理学》（Communications Psychology）杂志上发表的一篇文章中指出，该过程中涉及的心理努力有助于人们学习和培养技能。
「当我们努力去理解某事时，我们被迫将它与我们已知的事物联系起来；正是这种联系让它刻在脑海里。」
伊恩兹利希说：「回想一下高中的数学。自己把一道题解出来，无论过程多么痛苦，都比先看到答案然后进行逆向工程要教给你更多东西。这种与难题的搏斗本身就是核心所在。」
根据使用方式的不同，AI可能会使这一过程短路，从而鼓励认知卸载。随著时间的推移，这可能会削弱人们的毅力，一旦拿走AI，人们就更容易在难题面前放弃。
研究发现，哪怕仅仅使用15分钟的AI，也会让人感觉注意力不集中，无法靠自己的力量坚持完成困难的任务。
通过这种方式，AI改变了努力与知识之间的关系：原本只是一种便利的东西，最终变成了必需品。
为什么努力如此重要
努力的作用不仅仅在于建立理解——它还能建立意义。当人们艰难地完成一项任务时，他们往往会更加珍视最终的成果。
「当AI帮助我们产出工作时，我们对工作的价值评估就会降低」，伊恩兹利希说，「它感觉不那么有意义，不那么属于我们，也更不值得。」
他指著AI生成的艺术品和视频说：「我们甚至愿意为之支付更少的报酬。这说明了问题。在某种程度上，我们意识到AI所制造的东西并非真正是我们自己制造的。」
阻力的好处并非无限的；过多的阻力可能会让人感到难以承受。
真正的风险并非AI本身，而是失去了那些能够塑造我们所取得的成就以及我们成为什么样的人的各种努力。
原文：What We Are Giving Away to AI 刊于英文《大纪元时报》。
