人工智能的普及并未如预期般减轻工作负担，反而使工作变得更密集、更碎片化，导致了“AI脑疲劳”。它放大了不同用户间的认知差异：求知欲低的人倾向于依赖 AI，从而削弱了自身的思考能力；而求知欲高的人则将 AI 视为提升效率和保持原创性的工具。因此，未来的教育和组织模式必须转向，更加重视培养个体的“意志力”和主动探索精神，确保 AI 成为增强人类能力的辅助，而不是替代人类思考与成长的捷径。
AI 加剧了工作而非减轻了负担
与人们的普遍期望相反，AI 并未带来更轻松的工作，而是导致了更高的工作强度。
- 工作更密集: 研究发现，AI 的早期使用者在电子邮件、即时消息和聊天应用上花费的时间翻了一番以上。他们省下的时间并没有用于休息，而是用来承担更多、更新的任务。
- 专注度下降: 工作变得更加碎片化。人们在晚上、周末或任何零碎时间里穿插工作，导致专注、不间半断的工作时间下降了 9%。
- 期望值提高: AI 似乎提升了员工及其老板对于日工作量的期望，让每个小时都感觉更拥挤、更疲惫。这种精神状态甚至有了一个名字：“AI 脑疲劳” (AI brain fry)。
当智能变得充裕时，意志力就变得宝贵。
未来，人与人之间的差异将不在于他们有多聪明，而在于他们与脑力劳动的关系。心理学家将这种差异称为 “认知需求” (need for cognition)。有些人享受高强度的思考（高认知需求），而另一些人则会尽力避免（低认知需求，或称“认知吝啬者”）。
三种类型的 AI 用户
根据对脑力劳动的不同态度，人们在使用 AI 时会产生截然不同的体验和结果。
1. 高效的乘客 (Productive Passengers)
这类用户认知需求较低，倾向于使用 AI 来减少思考。
- 收益与损失: 他们最大的收获是 AI 带来的 高效率，因为任务变得简单了。而他们最大的损失，也恰恰是因为任务变得简单，导致其 心智能力逐渐萎缩。
- 认知空洞化: 研究发现，与不使用 AI 相比，人们在使用 ChatGPT 时的大脑连接性最多可下降 55%，认知努力的标志（伽马波活动）也下降约 40%。
- 技能退化: 这种依赖会削弱批判性思维能力。更糟糕的是，一旦习惯了 AI 这个“拐杖”再被拿走，他们的表现会比从未使用过 AI 的人更差，放弃得也更频繁。这就像习惯了 GPS 后，我们便丧失了阅读地图的导航能力。
2. 不情愿的优化者 (Reluctant Optimizers)
这类用户认知需求中等。他们明白 AI 可能会“掏空”自己，并为此感到担忧，但最终在日常工作压力下，还是会逐渐陷入过度依赖。
- 心态的转变: 他们被技术所诱惑，从追求个人成长的 “培养心态” 转向了追求效率最大化的 “优化心态”。
- 认知投降: “优化心态”追求的是产出最大化，而非卓越。为了追求效率，他们会提交 AI 生成的、自己都怀疑有错的内容。久而久之，他们会丧失独立构建知识体系的能力，最终不加批判地接受 AI 提供的一切，这被称为 “认知投降” (cognitive surrender)。
“AI 本可以在五分钟内完成”的观点，并非仅仅关乎速度，而是一种道德上的重新估价。它假设重要的是产出，而不是过程；是图像，而不是观察；是产品，而不是那个变得有能力创造它的人。
3. 精神马拉松选手 (Mental Marathoners)
这类用户认知需求高，他们像马拉松选手一样，享受迎接挑战和付出努力的过程。对他们来说，汽车虽然能轻松跑完 26.2 英里，但亲自跑完这段距离的体验和成长才是目的。
- 核心动机: 他们有强烈的 原创性 渴望，希望利用 AI 增强自身能力，而不是替代思考。
- 有效使用 AI 的策略:
- 寻求提示，而非答案: 直接索要答案会削弱动力和能力，而请求背景信息或澄清则不会。
- 从空白页开始: 在求助 AI 之前，先写下自己的分析和结论，然后让 AI 来挑战你的想法。
- 轮换任务: 在使用 AI 完成一项任务后，接着做一项不依赖 AI 的任务，以保持创造力。
- 区分工作类型: 让 AI 处理功能性的重复工作（如写邮件），但不要让它代写需要深度思考的文章或备忘录。
- 将 AI 视为图书管理员，而非神谕: 不要直接让 AI 思考问题，而是让它总结相关思想家的观点，并推荐阅读书目。
未来：认知两极分化与应对之道
如果任其发展，AI 可能会导致严重的 认知两极分化：一部分人利用 AI 思考得更多、变得更高效快乐；而其他人则思考得越来越少，最终沦为“精神下层阶级”。
但这并非不可避免。意志力 (volition) 虽然有其天生因素，但也极易受到环境影响。因此，我们可以通过改革制度来构建它。
- 教育的转向: 当知识本身唾手可得时，教育的核心必须从传授内容转向 培养意志力 和 主动探索的渴望。
- 如何激发渴望:
- 根据 自我决定理论，创造能给予人 自主性、胜任感和归属感 的环境。
- 通过接触伟大人物或艺术作品来激发敬佩之心。
- 通过学徒制，让导师不仅传授技能，更传递对该领域的热爱。
AI 揭示了人性的本质
AI 做不到的事情，反而更能揭示人性的独特之处。
生活不是解决问题，任何计算机都能做到。生活是一场朝圣之旅——去往某处，从经验中成长，扩展自我，触及你尚未拥有的可能性。
AI 能够计算和预测，但它不具备生物性的需求、个人历史、情感结构和人生目标。它没有一个渴望成为的“未来自我”。因此，AI 缺乏人类最本质的特征：渴望 (hunger) 和 志向 (aspiration)。
如果我们能教育人们拥有更强烈的渴望和更明确的目标，他们就会愿意付出脑力去完成困难的事情。届时，AI 将负责计算和综合，而人类将继续定义什么才是重要的，决定我们探索的方向和最终的目的。这样，人类的尊严才能在机器时代得以保留，甚至得到升华。