编辑：JM， 2025-12-12
（分别从脑科学和神经科学角度让DS输出，其正确性需要专业人士来鉴定）
JM让DeepSeek根据《用进废退，警惕AI接管我们的大脑》从脑科学角度做科普：
了解你的认知“免疫系统”
你的认知主权，始于理解大脑如何工作，以及AI正在如何改变它。
一、两种智力，两种影响：当AI遇上你的智能“账户”
晶体智力 vs. 流体智力：你的认知投资组合
- 晶体智力：你的“知识储蓄账户”
内容：词汇量、专业知识、历史事实、文化常识等已积累的知识库。
神经基础：主要存储于大脑皮层（尤其是颞叶和顶叶）的神经网络中。
AI的影响与风险：AI虽提供无限的“外部知识库”，但也可能让你产生“不必记忆”的心理依赖，导致知识难以转化为深层知识结构（即组织良好的知识网络）。研究发现，依靠自身记忆形成的知识，其大脑神经连接更丰富，也更易于提取。
- 流体智力：你的“思维操作系统”
内容：逻辑推理、模式识别、抽象思考及适应新情境的能力。
神经基础：主要依赖于前额叶皮层（执行功能）和白质纤维束（信息传递效率）。
AI的影响与风险：AI直接提供解决方案，剥夺了你锻炼“思维肌肉”的机会，可能导致前额叶的神经连接因缺乏挑战而“简化”。关键发现在于，流体智力高度依赖“刻意练习”，而AI外包可能中断这种练习。
核心区别：你可以用AI辅助晶体智力（如查找资料），但过度依赖会损害流体智力的发展——正如你可以购买现成的家具，却可能因此失去自己设计家具的能力。
二、两种记忆，两个系统：大脑如何存储“知道”与“会做”
陈述性记忆：大脑的“图书馆”
内容：事实、概念与事件（例如“巴黎是法国首都”、“上周三吃了什么”）。
神经基础：海马体作为关键转换中枢，将信息处理后存储于大脑皮层。
AI依赖的影响：
- 当形成“信息随时可查”的依赖后，海马体的深度编码功能得不到充分激活。
- 可能导致“谷歌效应”：只记得信息位置，却忘记信息本身。
- 神经变化：海马体体积与功能可能因使用不足而减弱，类似于依赖导航导致空间记忆区发生变化。
程序性记忆：大脑的“自动化程序”
内容：技能、习惯与条件反射（如骑车、打字、弹琴）。
神经基础：涉及基底神经节、小脑、运动皮层等，通过重复形成自动化神经通路。
AI依赖的影响：
- 可能影响思考的“技能”，如分析问题、构建论证等思考程序。
- 有趣的是，一些已自动化基础技能（如打字）可能不受影响。
关键区别：AI主要替代的是需要意识参与的认知过程，而非完全自动化的技能。
神经系统的智慧：大脑能区分“知道事实”和“掌握技能”。AI主要影响前者，但需注意，思考本身也是一种需要练习的“程序性技能”。
三、认知储备：大脑的“抗衰老基金”
什么是认知储备？
定义：大脑应对损伤或退化的能力储备，相当于神经的“备用网络”或“冗余系统”。
组成要素：
- 教育年限：学习经历创造更丰富的神经连接。
- 职业复杂度：复杂工作训练多任务处理与问题解决能力。
- 认知刺激活动：如阅读、下棋、学习新语言。
- 社会互动：复杂社交需要心理理论和情绪理解能力。
认知储备如何缓冲AI依赖？
- 提供更多替代路径：高认知储备者大脑中，相同功能常有更多神经通路支持。其神经表现为前额叶皮层更厚、白质完整性更好、默认模式网络效率更高。因此，即使某些思考习惯被AI改变，其他路径仍可支持深度思考。
- 具备更好的代偿能力：当一条认知路径效率下降时，其他路径可接管功能。研究发现，高认知储备者在执行认知任务时，大脑激活模式更灵活、分散。这意味着，在AI时代，你积累的“思考资本”越多，AI对思考能力的潜在侵蚀就越慢。
- 产生神经保护效应：认知储备高的大脑细胞更有弹性，对“废用性退化”抵抗力更强。在细胞层面，这常与更高水平的神经营养因子（如BDNF）相关，这些因子能促进神经元存活与连接。因此，在AI普及前建立良好的认知习惯，就如同为大脑接种“抗AI依赖疫苗”。
启示：你的教育背景、职业挑战和思维习惯，共同构成了对抗AI负面影响的认知免疫系统。
四、元认知：大脑的“AI使用监控器”
元认知是什么？
定义：对思考本身的思考，即对自己认知过程的监控、评估与调节。
包含三层：
- 元认知知识：了解自己的思维特点（例如“我在早晨思维最清晰”）。
- 元认知监控：实时评估思考过程（例如“我这样理解对吗？”）。
- 元认知调节：调整思考策略（例如“这个方法不行，换一种试试”）。
元认知的神经基础
- 核心脑区：前额叶皮层，特别是背外侧前额叶及执行控制网络。
- 关键功能：作为大脑的“指挥中心”，负责决定哪些任务自主完成，哪些可以外包。
- 与AI的关系：元认知即你大脑中决定何时使用AI、如何使用AI的决策系统。
AI时代，元认知是你的关键防线
缺乏元认知的AI使用：
- 表现为无意识地接受所有AI建议。
- 不评估答案质量，直接采纳。
- 忘记自身在思考过程中的责任。
神经后果：前额叶的监控功能被绕过，认知进入“自动驾驶”模式。
高元认知的AI使用：
- 使用前：自问“这个问题我需要独立思考到什么程度？”
- 过程中：评估AI输出的可信度与逻辑性。
- 使用后：将AI答案与自身思考整合，保持批判性距离。
- 长期：定期分析自身的AI使用模式，并调整依赖程度。
如何培养元认知“监控器”？
- 思考记录：每周回顾“我使用AI替代了哪些本可自主完成的思考？”
- 决策审计：重要决定后，反思“这个过程中，我的独立思考贡献占多少？”
- 元问题提问：在询问AI前，先问自己：“我为何要问此问题？我想借此锻炼什么能力？”
五、整合视角：构建你的“认知保护系统”
个人认知健康检查表
- 晶体智力保护：定期不借助AI，回忆与复述重要知识体系。
- 流体智力锻炼：每周主动挑战需要全新解决方案的复杂问题。
- 陈述性记忆训练：对重要概念，尝试用自己的语言复述并与已有知识关联。
- 程序性记忆维护：保持分析问题、构建论证等“思维程序”的刻意练习。
- 认知储备增强：持续学习新领域，从事具有认知挑战性的活动。
- 元认知培养：养成“思考自己的思考”的习惯，主动监控并调整AI使用模式。
好消息：大脑始终可塑
即便已形成一定的AI依赖习惯，通过有意识的认知训练，你仍然可以：
- 重新激活已弱化的神经通路。
- 建立替代性的思考路径。
- 强化元认知监控能力。
- 发展出更平衡、更智慧的人-AI协作模式。
最终目标：并非回到前AI时代，而是推动认知进化，塑造一个更智慧的大脑——既能充分利用AI的增强能力，又能牢牢保持人类独有的深度思考、创造性突破与价值判断能力。这需要你真正了解自己的认知系统，并像规律锻炼身体一样，有意识、有计划地训练你的大脑。
AI的上述输出，可正确？
JM让DS以神经科学家的角度写一篇科普文章，核心内容为：
主动选择如何与AI共处将其作为拓展智能、处理繁琐的“脚手架”，从而释放大脑进行更高级的思考；而不是被动地任由其改变我们的认知习惯，降低我们从事深度、复杂、主动思考的意愿和能力。
善用AI“脚手架”，为高阶思维腾出空间
导航软件让我们不再记忆复杂路线，而AI搜索引擎可能正在重塑我们获取知识的方式，人类大脑正在这个数字时代经历着一场静悄悄的重塑。
伦敦大学的一项神经影像研究发现，长期依赖卫星导航的驾驶员，其海马体（负责空间记忆的大脑区域）在处理复杂路线时的活跃度，确实低于那些依靠自身记忆导航的出租车司机。
但值得注意的是，出租车司机海马体的显著增大，源于他们持续进行主动、复杂的脑内路线规划和记忆整合，而非简单地“不使用导航”。
我们的大脑具有卓越的神经可塑性，能够根据我们的行为模式和频繁使用的工具进行自我重塑。这意味着，我们使用AI的方式，实际上是在训练我们的大脑朝某个方向发展。
01 大脑的可塑性，人类最非凡的适应能力
神经可塑性是大脑最根本的特性之一，它并非简单的“用进废退”，而是一个复杂、动态的重塑过程。当我们反复进行某种思维活动时，大脑会强化相关的神经连接；当我们减少某项技能的使用时，这些连接可能减弱，但并不会轻易消失。
与普遍担忧相反，智能工具的使用并不会直接导致大脑萎缩。关键在于我们如何与之互动：是被动依赖工具完成思考的全过程，还是主动将其整合到自己的认知策略中。
人类文明史实际上就是一部“认知卸载”史，从文字、印刷术到计算器，每一种工具都改变了我们大脑的工作方式。AI不过是这一历程的最新篇章。
真正的问题不在于是否使用AI，而在于如何保持对自身思维过程的主控权。当我们将记忆、计算等基础任务交给外部工具时，我们的大脑并非闲置，而是有机会转向更高层次的认知活动。
02 执行功能，大脑的指挥中心
前额叶皮层是大脑的“指挥中心”，负责执行功能——包括规划、决策、问题解决和认知灵活性等高级思维能力。这些能力决定了我们如何分配注意力、管理信息以及应对复杂挑战。
AI的影响核心正在于它如何与我们的执行功能互动。当我们主动、有意识地使用AI作为工具时，我们实际上是在锻炼自己的目标设定、策略规划和结果评估能力。
相反，如果我们被动地接受AI的推荐和建议，不加批判地采纳其输出，我们便削弱了自己批判性思维和独立判断的能力。这可能导致认知惰性的增强，降低我们处理复杂问题的意愿和能力。
更微妙的影响在于注意力系统。AI驱动的信息流（如短视频、个性化推荐）通常被设计为最大化用户参与度，这可能重塑我们的注意力模式，使我们更习惯碎片化、浅层的信息处理，而难以维持深度、持续的专注。
03 AI的两种面孔：脚手架还是拐杖？
将AI视为“脚手架”的视角极具启发意义。在建筑学中，脚手架是临时性结构，帮助工人到达原本无法触及的高度，一旦建筑完成便会拆除。
同样，AI作为认知脚手架，可以帮助我们处理繁琐的数据分析、信息检索或重复性任务，使我们能够将有限的认知资源集中在创造性思考、复杂决策和战略规划等高级思维活动上。
这种使用方式不仅提高了效率，还能增强我们的认知能力而非替代它。例如，研究人员可以使用AI工具快速筛选成千上万的学术论文，然后将节省的时间用于深入分析关键研究并建立新的理论联系。
而当AI变成“认知拐杖”时，情况则完全不同。拐杖暗示着一种依赖性——使用者因自身能力不足而需要外部支撑。被动依赖AI会导致“去技能化”，使原本掌握的能力逐渐退化。
一个明显例子是导航软件：偶尔使用者仍然保持方向感，但长期完全依赖者可能在软件失灵时完全迷失。这种依赖不仅影响特定技能，更可能改变我们与环境的互动方式和对自身能力的信心。
04 智能协作，而非智能替代
与AI建立健康关系的关键在于将其定位为“智能协作伙伴”而非“智能替代者”。这意味着明确哪些任务适合委托给AI，哪些应该由人类大脑主导。
简单规则是：规则明确、重复性高、数据处理量大的任务适合由AI处理；而需要情感理解、伦理判断、创造性突破和复杂系统思考的任务，则应保留为人类认知的核心领域。
例如，在写作过程中，我们可以用AI帮助整理资料、检查语法甚至提供初步大纲，但核心论点、叙事结构和独特见解应源自作者自身的思想和体验。这样，AI增强了而非取代了人类的创造性表达。
教育领域尤其需要重视这种平衡。学生应该学习如何将AI作为学习工具，同时培养无需外部辅助的批判性思维和问题解决能力。理想状态是能够灵活地在“使用AI”和“自主思考”之间切换。
05 重新掌控思维主动权的实用策略
保持思维主动权需要意识和方法。首先，设定明确的“认知边界”，确定哪些领域要保持完全自主的思考，即使AI能提供帮助。
例如，可以规定在做出重要人生决策前，先进行一段时间的无AI自主思考，形成自己的初步判断，然后再参考AI提供的补充信息。
其次，定期进行“认知锻炼”，有意识地进行无需AI协助的深度思考活动。这可能包括阅读长篇复杂文本而不搜索摘要、解决数学问题时不使用计算工具，或凭记忆绘制地图等。
第三，培养元认知能力——即对自己思维过程的觉察和调节。在使用AI时，时刻保持警觉：我在用它解决什么问题？我是否理解它的解决方案？我能否用自己的话解释这个过程？
此外，创造无干扰的深度思考环境也至关重要。每天安排一段时间远离所有数字设备，让自己有机会进行不受打断的连续思考。这种“数字安息日”实践已被证明能显著提高注意力和创造性产出。
正如GPS导航系统没有消灭人类的空间认知能力，却改变了我们与城市互动的方式一样，AI也不会简单地让大脑“萎缩”，但它正改变着我们分配认知资源的方式。
你手机里那些待处理的AI生成内容，大脑中那个渴望深度阅读却总被短视频打断的自我，以及手指滑动屏幕时那份对即时满足的期待——这些冲突恰好展现了当代人面临的认知选择困境。
选择权从未如此清晰地摆在我们面前：是将AI视为思维的延伸，还是让渡思考的主导权。大脑可塑性的秘密不仅在于它会改变，更在于它会按照我们主动、重复的选择而改变。
AI这次的输出，正确吗？
