文章标题:“AI 引力”正将你拉向依赖,如何抵制
随着企业竭尽全力将人工智能工具融入主流工作流程和商业实践,它们可能忽视了 AI 广泛使用对机构知识和批判性思维的长期影响。
MIT Sloan 管理学院全球经济学与行为科学教授 So 认为,AI 正在改变人们大脑的运作方式,制造了一个用户过度依赖该技术的陷阱,对商业可能产生严重后果。
“我们越来越多地将本应由大脑处理的任务交给 AI 系统,让它们替我们思考、替我们写作、替我们创造,”So 在最近的 MIT Sloan 演讲系列中表示,该系列主题为“AI + X:AI 如何改变管理实践”。
“每次我们进行这种认知外包,我们都在参与一场剧烈的社会变革”——这一变革不应被轻视,So 说,他在即将出版的新书《碰撞:AI 对我们做了什么》中深入探讨了这些变化。
“我们需要尽己所能保护自身能力,识别这些工具何时出错,理解它们何时遗漏了什么,并在这些系统失败时能够采取行动,”他说。
导致员工过度依赖 AI 的三个因素
So 列举了三个导致过度依赖 AI 的行为趋势,可能带来持久影响。
- 更强大、更娴熟的 AI 放大了人类节省脑力的本能。这催生了强烈的欲望,想尽可能多地将任务交给技术,而非独立完成工作。
- 不惜一切代价追求成功的社会压力,促使个人增加 AI 使用,以此模仿专家级人类表现并获得优势。
- 随着越来越难以察觉同事何时在使用 AI 工具,个人越来越难以抗拒对更高生产力的要求,尤其是在试图在竞争中脱颖而出时。
“这些因素的组合与汇聚导致了‘AI 引力’——为了变得更高效,不断将更多思考外包给 AI 的持续推拉之力,”So 说。
他说,当员工过度依赖 AI 时,存在严重的技能崩塌风险,最终可能削弱个人学习模式并偏离商业目标。
在一项初步的 MIT Media Lab 研究中,83% 使用 ChatGPT 写文章的参与者无法引用他们片刻前提交内容中的任何一句话。“它从电脑屏幕传到了作业上,却从未进入他们的大脑,”So 说。
更广泛地说,这些影响可能意味着隐性机构知识——人们从经验和多年实践中学习到的材料——面临风险,尤其是在较年轻的劳动力群体中。“随着我们失去对构建深厚专业知识的动手工作和问题解决的实践,我们自然也会失去与之相关的一些技能,”So 说。“这对依靠连续性的组织是真正的威胁。”

如何保护组织中的认知资本
So 主张企业需要有意识地保护其机构认知资本,采取战略行动提高对这些问题的认识,并有效重新校准 AI 的使用。
他分享了四条管理 AI 引力的建议——适用于个人及其团队:
文章标题:“AI引力”正将你拉向依赖。以下是如何反击
- 重视挣扎的过程。现代社会痴迷于让事情变得更简单,但So认为,克服认知摩擦会带来更有成效的结果。他指出,在心理上努力应对艰难挑战,是人类培养批判性思维和解决问题能力的形成性步骤。当AI移除这一过程时,个体的宝贵技能可能会萎缩,从而导致集体事业受损。他表示,如果放任不管,机构、培训和学位的价值可能会下降。
- 重视没有AI时的你。数字领域之外有许多时刻将需要超越AI的技能,例如客户会议迫使销售代表随机应变,或求职面试中需要以AI无法做到的方式察言观色。这些时刻都依赖于非增强能力。So表示,组织需要制定政策和项目来帮助培养这些技能组合并强化其重要性。在个人层面,鼓励员工识别并增强定义其价值的标志性技能,例如沟通、推理和谈判能力。
- 重新投资你的认知盈余。AI节省时间,但这远非其唯一好处。真正的变革来自于将外包机械性任务所节省的时间重新投资于更高价值的举措,例如培养技能或开发新流程。So表示,AI不应仅仅是更快完成现有工作的手段;相反,它应成为释放新可能性和工作模式的跳板。
- 让AI成为你的认知教练。AI系统可以提供定制化辅导,增强教育而非降低认知能力。像ChatGPT和Claude这样的AI模型可以被提示充当导师,不提供答案,而是与用户一起解决问题。通过意识提升、培训和以身作则来鼓励使用这些资源。

AI高管学院
MIT Sloan线下授课
立即注册
避免认知外包
AI本身并非真正的危险。So表示,危险在于它在用户中助长的心态,这些用户不知不觉中成为技术的“腹语木偶”。
“要在AI时代蓬勃发展,我们必须区分我们所使用的工具和我们所拥有的能力,”他说。“如果我们离开这些机器就无法思考,我认为我们根本没有在思考。”
“AI + X:AI如何改变管理实践”是由MIT Sloan教学与学习办公室和MIT Open Learning联合推出的教师演讲系列。该系列为MIT Sloan社区提供关于AI如何塑造真实管理决策的实用、跨行业视角。MIT社区成员可在此获取更多系列资源。
Eric So是MIT Sloan管理学院全球经济学与行为科学的Sloan杰出Professor、AI高管学院教务联合主任、MIT Sloan博士项目教务主席,以及MIT Sloan生成式AI教学与学习中心的首席教师。他目前的研究组合涵盖相互关联的主题,包括人工智能、行为经济学、人机交互和监管政策。他的著作《碰撞:AI对我们做了什么》将于2026年10月出版。
像{{NAME_ab12cd34}}这样写的值是真实值的占位符。在回复和工具调用中完全按原样使用它们:它们会在任何运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。