知名内容创作者汉克·格林的经历揭示了一个普遍困境：即便只将人工智能（AI）用于研究辅助，也可能侵蚀我们的独立思考能力，导致一种“认知投降”。这引发了一个核心问题，即我们应当如何有意识地使用 AI，既利用其便利，又不损害我们自身的创造力和判断力。最终的结论是，每个人都应为自己制定一套个人 AI 使用准则，以确保与这项技术的健康关系。
一个引发争议的案例
近期，YouTube 创作者汉克·格林承认自己“过度依赖 AI 作为研究辅助工具”，并感觉这损害了他的工作质量，让内容带有一种说不清的“AI 感”。
- 争议的焦点： 他的坦白引来了两极分化的反应。一些粉丝批评他使用 AI，而另一些人则认为他向“反 AI 暴民”屈服是多此一举。
- 被忽略的核心问题： 这两种观点都忽略了更深层次的问题——AI 如何在我们不经意间接管我们的思考过程，模糊了人脑与机器的界限。
格林随后为自己的工作制定了一套新的 AI 政策，核心要点包括：
- 脚本的任何部分（撰写、编辑、大纲）都不使用大型语言模型（LLM）。
- 视频的核心论点必须源于人类。
- 视频中不使用 AI 生成的图像或音乐。
- LLM 的输出结果不被信任为可靠来源。
AI 的诱惑与“认知投降”的风险
如今的 AI，尤其是付费高级版本，在总结复杂研究和提出新想法方面变得异常强大。当我们习惯于向 AI 寻求答案时，便会面临一种被广泛讨论的现象：认知投降 (cognitive surrender)。
大型语言模型（LLM）的设计初衷是让脑力劳动变得轻松，但这让人感觉很不舒服，因为真正有价值的思考，恰恰需要付出努力。
AI 的诱惑力在于它能提供看似合理的“标准答案”，让我们免于深入思考和探索的艰辛过程。这与过去使用搜索引擎有本质区别，后者至少会提供一系列原始资料，需要我们自己去阅读、理解和整合。即使是专门用于分析用户上传资料的 AI 工具，也可能让我们以一种零散、脱离上下文的方式与信息互动，从而阻碍了形成深刻见解所必需的融会贯通。
为何需要制定个人 AI 准则
思考能力和推理能力就像肌肉一样，需要通过持续的练习来加强。我们之所以要坚持自己思考，不是因为人类天生就比 AI 强，而是因为只有通过实践，我们才能变得更善于思考。
AI 最强大的能力（例如快速整合信息）也可能是它最大的隐患，因为它可能扼杀了那种缓慢、开放式的探索过程，而这恰恰是原创性思想和重大突破的源泉。
如何建立健康的 AI 使用习惯
为了避免 AI 带来的认知退化，我们可以主动设定一些界限和规则，形成良好的“AI 卫生习惯”。
- 明确核心工作的归属： 不要让 AI 形成你的核心论点或主要观点。这项工作必须由你自己完成。
- 将 AI 用作“寻找”工具，而非“替代”工具： 利用 AI 发现你可能忽略的信源，但一定要亲自阅读和理解原始材料，而不是依赖 AI 的总结。
- 谨慎借用 AI 的语言： 可以像使用同义词词典一样，用 AI 来寻找某个精确的词或短语，但应将引用的长度限制在几个词以内，避免让它重写你的段落。
- 警惕强迫性使用： 当你发现自己与聊天机器人长时间来回对话时，这通常是一个警示信号。这表明你可能正在将本该自己完成的思考过程外包出去。
- 主动引导 AI 的行为： 你可以通过自定义指令，让 AI 采取“苏格拉底式”的提问方式来引导你，而不是直接给出答案。例如，让它提示：“在某某资料的第 42 页，可能有一些与你的想法相关的注意事项。”
最终，AI 公司有强烈的商业动机让我们沉迷于它们的产品。我们不能指望它们会主动为产品增加“摩擦力”来保护我们的思考能力。因此，责任落在了我们自己身上——通过制定和执行个人 AI 使用准则，我们可以在享受技术便利的同时，保护我们最宝贵的资产：独立思考的能力。