生成式AI正在削弱批判性思维：认知努力减少与信心效应的启示

简介：一份面向人工智能产品研究者、知识工作者及关注认知能力变迁读者的完整英文论文文档，聚焦生成式人工智能工具对批判性思维的实际影响。研究基于319名知识工作者的调查，收集936条真实工作场景案例，通过定量分析任务相关信心、自我效能与批判性思维投入之间的关系发现：对生成式人工智能工具信心越高，批判性思考越少；自身信心越高，批判性思考越多。长期依赖人工智能可能削弱独立分析能力并影响决策质量。资源共1个PDF文件，压缩包995KB，适合需要引用研究结论、了解人机交互顶级会议研究设计或开展人工智能素养相关课题的读者取用。已有631人学习下载，可作为理解生成式人工智能认知代价与设计挑战的一手文献。

1. 生成式 AI 与批判性思维：一份调查报告要回答的真正问题

用生成式 AI 完成知识工作，时间省了，思考也省了——这不是玄学，而是大量知识工作者正在经历的认知变化。标题为《生成式 AI 对批判性思维的影响：知识工作者调查中的认知努力减少与信心效应》的报告，指出了一个反直觉现象：日常使用 AI 的过程中，人们在任务里投入的批判性思维明显减少，同时对自身判断的自信反而上升。认知努力减少与信心效应同时出现，意味着你省下的不只是时间，还有原本用来校验结论的那部分脑力。这份调查适合每天打开 AI 对话窗口的从业者，尤其是软件工程师、产品经理、数据分析师这类以判断力为产出的岗位。读完你会知道调查的方法逻辑、关键结论，以及怎么把它变成对抗认知退步的工作习惯。

2. 认知努力减少与信心效应：先拆开调查的两个核心机制

这类调查最容易读偏的地方，是把它当成“AI 有害论”的证据。实际上，它不是否定生成式 AI 的效率价值，而是在测量一种很具体的迁移：当 AI 把“产出答案”变成标准化服务后，知识工作者在多大程度上减少了自己对答案的推导和校验投入。报告标题里的“认知努力减少”和“信心效应”，就是这种迁移的两个可测量侧面。跳过机制直接套结论，很容易得出“少用 AI”这种没法落地的答案；理解机制之后，你会发现真正的问题不是用不用 AI，而是在哪个环节放弃了自己的判断。

2.1 批判性思维在调查里如何被操作化定义

批判性思维是一种抽象能力，没法直接量出来，所以调查里必须给它换一套可观察的行为定义。这类调研的通行做法，是把批判性思维拆成四个可回答的行为指标：一是面对任务时先独立推理还是直接寻求 AI 输出；二是拿到 AI 答案后是否做来源或数据校验；三是是否会主动生成替代方案而不是接受第一个答案；四是出错之后如何归因——认为是自己的提示词没写好，还是 AI 本身不可靠。受访者不需要回答“我有没有批判性思维”，只需要回忆最近一次任务里具体做了什么。

操作化定义决定了结论的口径。比如“认知努力减少”在调查里往往不是直接问“你偷懒了吗”，而是让受访者在几个行为选项里选频率：直接复制、简单改写后使用、核对数据后使用、推翻重来。选“直接复制”频率高的人，在后续自我评估中通常报告更高的工作效率，但他们在开放式追问里解释任务逻辑时，正确率明显低于那些选了“核对数据后使用”的人。这一点很关键——效率感和真实理解在这里第一次出现分离。

自报式问卷有一个老问题是社会期望偏差，大多数人不太愿意承认自己不动脑子。所以相对可靠的调研会避开态度型问题，比如问“你是否重视批判性思维”这种送分题，改用情景型问题：“上周的竞品分析里，AI 给了一个结构完整的结论，你拿到之后的第一个动作是什么？”选项里放“直接写进文档”“重新核对来源”“自己另做一版再对比”，用行为频率替代态度表态，数据才更有参考价值。

把同一套指标搬到个人身上，你可以给自己做个快检：过去一周里，面对 AI 输出时你的默认动作是哪一种——直接拿、改一改拿、验证后拿、还是不用。统计一下四种动作的比例，直接拿的比例越高，你在调查里的画像就越接近“认知努力减少”那一端。这一步不需要任何工具，一张纸一支笔就能完成。

2.2 认知努力减少：从主动推导退化为验证和采纳

认知努力减少的本质是一种计算卸载。过去完成一个知识任务，大脑要走完“理解需求—调取相关知识—形成初步假设—推理验证—形成结论”这条链；现在生成式 AI 把中间的三到四步全代劳了，留给知识工作者的主要动作只剩两个：验证建议是否离谱，以及决定是否采纳。表面上看这个流程仍然包含判断，但判断的强度和密度已经完全不一样了——从“构建论证”变成了“浏览论证”。

行为层面，这种减少通常有三个可观察的特征。第一个特征是从“推导”变成“让人给自己解释”：过去是自己想通一个逻辑，现在是把 AI 的推理过程读一遍当作想通。第二个特征是从“校验”变成“扫视”：真正的校验需要核对数据来源、检查推导前提、试算反向案例；而扫视只看输出是否结构完整、用词是否专业，看一遍没问题就过了。第三个特征是“默认接受”：只要 AI 的答案没有明显硬伤，就默认采纳，不再考虑其他可能性。

为什么调查会关注这个现象？因为省下来的时间并不是白拿的。同样花十分钟，过去十分钟是大脑高强度运转的思考过程，现在是等待生成和快速浏览的过程，而批判性思维恰恰只发生在高强度运转的那段过程里。认知努力减少的直接后果，是思考的“肌肉”使用频率下降，但它的间接后果更隐蔽：当任务难度突然提升，需要真正的复杂推理时，你已经不太习惯从零开始构建论证了。

要识别自己的认知努力是否正在减少，可以回看最近一周发生在 AI 对话窗口之外的行为。比如，你是否还保留着“先自己列个大纲再问 AI”的习惯；拿到输出后，你是否会主动改掉其中一部分表述，还是它的第一版就是终稿；遇到 AI 给不出满意答案时，你是换着法子继续问，还是沉下来自己把问题拆一遍。这些都是判断外部卸载程度的日常信号。

2.3 信心效应：自信上升而能力未同步的错位

信心效应描述的是两个趋势同时出现：知识工作者在使用生成式 AI 后，对自身判断的自我评价提升了，但客观表现没有同步提升，甚至轻微下降。这是一个典型的错位。信心的来源从“自己推导过程的完整性”迁移到了“输出文本的流畅度和可信特征”——AI 给的答案结构工整、语气笃定，看起来像领域专家写的，读者便不自觉地把这种可信度错记成自己的理解。

认知科学里有一个解释叫流畅性启发式：一条信息越容易被大脑处理，就越容易被判断为真实。AI 生成的文本一切都是为“易处理”优化的——排版整齐、逻辑连贯、专有名词密集，这些特征恰好绕过了人类大脑的质疑机制。调研里常见的设计，是让受访者分别在任务完成前后给自己的把握程度打分：那些报告“AI 辅助后更有把握”的人，在后续针对任务细节的追问里，能够准确复述的比例并不高。

信心效应真正危险的地方在于它会关闭校准机制。如果你对自己的判断信心不足，通常会再去查资料、找同事讨论、做小规模验证；但如果信心被充足得莫名其妙，这些验证行为就全部被跳过了。AI 的错误如果停留在表面，很容易被发现；但当错误发生在概念层面——比如把因果说成相关、把一个局部结论推广到全局——表面的流畅性会掩盖它，而信心效应又确保没人回头检查，于是错误被信心放大而不是被拦截。

我见过很多人中招的场景是这样：一次架构评审里，A 同学用 AI 准备了一份调研结论，表述非常专业，评审会上他自己也讲得头头是道。直到某位同事追了一个具体数据的口径来源，他才发现自己完全没法解释——但在此之前，他对自己结论的相信程度是真实的。这不是态度问题，是信心的来源被替换了。判断你自己的信心效应用一个简单标准：对于最近一次 AI 深度参与的任务，你能不能在被追问“为什么”第三次之后，仍然不借助对话记录把逻辑讲完整。

提示：信心效应和认知努力减少通常是绑定的。认知努力减少让人不再校验，信心效应让人认为没必要校验；两个机制叠加，才是调查报告里说的“批判性思维影响”的完整含义。

3. 知识工作者调查的关键结论：哪些工作场景受影响最深

机制说完，再看调查在真实工作场景里的落点。这类调研通常会按任务难度、个人经验、组织环境三个维度做交叉分析，因为同样是“用 AI”，不同条件下认知努力减少的程度和信心效应的强弱差别很大。把这三个维度过一遍，你就能对自己所在的象限有个基本判断，也能明白为什么同一支团队里，有人觉得 AI 只是提效工具，有人却明显退化。

3.1 任务难度与认知努力减少不是线性关系

最容易踩的直觉误区，是认为难度越高的任务认知努力减少越严重。实际调研里看到的规律通常是反过来的：低风险低难度的任务上，认知努力减少最明显、最普遍。原因很理性——写周报、整理会议纪要、润色一段文案，这类任务判断成本和纠错成本都低，直接采纳是性价比最高的选择，人没有动力去推导和校验。高难度任务反而让人保持警惕，因为人们知道它的后果不可逆。

真正复杂的场景在中间地带。代码片段、数据分析第一稿、竞品资料整理这类中等复杂度任务，人们倾向于让 AI 生成初稿，然后自己审校一遍。这个流程看起来保留了批判性思维，但审校的真实强度需要打个问号：很多人所谓的审校，是通读一遍确认没有明显硬伤，而不是逐行追踪生成逻辑。这种“半自动化”状态恰恰是最值得警惕的——它给大脑一种“我已经检查过了”的错觉，实际投入的认知努力远低于真正的复核。

高难度任务上还有另一个隐藏现象：当任务超出个人专业覆盖面，AI 会成为唯一的信息来源，这时候发生的不是认知努力减少，而是认知努力转移——人把精力从推导结论转移到维护对话（设计提示词、追问澄清、拆解需求），对结论本身的评估能力反而下降了。这类场景下，信心效应特别强，因为人无法区分“问题问得好”带来的输出质量和“结论推理严密”带来的输出质量。

识别自己的位置不需要复杂方法。把你最近两周的工作任务按这个难度表分个类，看两个数据：AI 参与比例最高的是哪一档任务？哪一档任务里你最容易连错都不挑就直接用？如果答案都是“低难度任务”，短期没大问题，但要注意习惯的迁移——你在低风险任务上养成的接纳习惯，会不知不觉带进高难度任务里。

3.2 经验水平是信心效应的调节变量

经验水平是调研里区分影响程度最重要的变量之一。领域专家使用 AI 时，心里有一套自己的内部模型，AI 的输出对他们是“候选假设”而不是“标准答案”，他们会拿自己的理解去比对、验证、找反例，信心效应因此很弱。但领域初学者没有这个内部模型，他们评估答案质量的唯一参照，就是输出文本本身的流畅度和完整度，信心效应在这里最强。

更值得留意的是第三类人：跨领域资深者。一个人在自己的领域里是专家，但借用 AI 去处理不熟的领域时，表现得和初学者几乎一样。某开发者是很资深的工程专家，让 AI 帮忙起草一份数据分析方案时，他完全无法判断统计方法选得对不对，但又足够自信——因为他把“工程领域的经验感”错误地迁移到了统计领域。这类人最容易被信心效应影响，因为他们习惯了自己的判断可信，很少会对外行领域的 AI 输出保持初学者的警惕。

调研里区分这类人群有一个典型方法：任务完成后，让受访者给自己的把握度打分，再用标准答案评测他们实际回答的正确性。专家的两个分数高度一致，初学者的自评分明显高于实际表现，跨领域资深者的偏差甚至比初学者更大——高经验掩盖了低熟悉度，这是一个很值得记住的规律。

落到个人层面，你需要识别自己的“跨领域时刻”：哪些任务是你经常做但不是核心专业的？比如工程师做数据分析、产品经理看财务模型、运营写合规文案。这些场景是信心效应的高发区，处理它们时要刻意降低对 AI 输出的信任级别，增加一个人工校验环节，最好能找到该领域的同事帮你过一遍。这不是能力问题，是熟悉度盲区。

3.3 组织文化决定认知卸载是偶然还是习惯

调查里最后让我印象深刻的维度是组织环境。认知努力减少在个人层面是一种行为选择，在组织层面会被文化和考核系统放大或抑制。只看交付速度、不关心推导过程的团队，验证行为会被视为多余成本，知识工作者在理性权衡下会选择减少校验，认知卸载就会从偶然行为变成默认习惯。这不是个体层面的懒惰，是环境给出的最优解。

反过来，对 AI 输出有明确规范的团队，批判性思维的保留程度会明显不同。这些规范通常包括三类：一是对关键数据要求标注来源或验证方式，不允许裸用 AI 生成的数据；二是项目评审时要求讲推导过程而不是只讲结论；三是团队内部允许甚至鼓励对 AI 输出提出质疑，把“这答案哪里不对”当成常规讨论的一部分。这些规范本质上是在对抗顺畅性偏见——它们强行给“直接采纳”增加了摩擦成本。

组织层面的另一个副作用是初级员工的成长路径变化。设想一下：一个刚刚入职的分析师，工作全部变成“AI 产出的管理员”——生成、审核格式、提交——他的独立判断能力几乎没有积累机会。流程看起来效率很高，但那是因为代价被他未来的能力缺口悄悄承担了。两年后，“不会思考”会变成一个很难归因于 AI 的问题，因为一切都和 AI 有关，又没人能说清是哪一步出了问题。

给团队负责人三个可以直接落地的动作：第一，把“是否质疑过 AI 输出”写进每周复盘模板，强制出现在讨论里；第二，做重要决策时要求提交者同时附上“哪部分是 AI 直接生成的、哪部分是自己的判断”两部分；第三，不要用 AI 使用量或生成速度当成绩效指标——凡是把效率当成唯一标准的系统，都在系统性地鼓励认知卸载。

4. 使用生成式 AI 的认知退步避坑指南：现象、原因与对策

机制和图谱都讲完了，下面是每天真实工作里反复出现的具体坑。我自己的经验是，认知卸载和信心效应很少以戏剧化方式出现，它们藏在那些“看起来完全正常”的日常动作里：扫一眼就通过、顺手就采纳、复述得流畅就觉得懂了。以下几条是我在工作里反复看到、自己也踩过的具体场景，按现象、原因、解决三段来写。

4.1 现象：AI 输出读起来越顺，越不想动脑子

现象发生时自己是不知道的：你拿到 AI 生成的第一稿，扫读一遍，逻辑通顺、结构完整、用词专业，于是直接采纳。真正发现问题是在几天后的追问里——被问到一个细节你忽然答不上来，这才意识到当初那个“看起来没问题”其实是一个没有经过你推理的结论。越是表述流畅的回答，越容易触发这种直接采纳，因为大脑把可读性当成了可信度。

原因层面，生成式 AI 的输出天然就是为“可读性”优化的：分段整齐、衔接平滑、尽量避免歧义。这种文本处理起来非常省力，而认知科学早就验证过，处理起来省力的信息会被大脑判断为更真实。问题在于，可读性和正确性是两个维度，但大脑在面对 AI 输出时会把两者合并成一个信号。

我的解决习惯是给 AI 输出加一道时间闸：凡是涉及决策的内容，生成后先放进单独文档，至少隔几个小时再回来看。隔一段时间再看，你对文本的“流畅感”会明显下降，这时候才更容易注意到内容本身有没有逻辑缺口。我坚持这个习惯两年，最直接的收益是在重要决策里拦截了好几处被流畅性掩盖的错误。这个方法不费任何成本，只需要改变提取内容的时间。

4.2 现象：低风险任务最先失去思考习惯

表现为：周报、会议纪要、邮件草稿这类低风险任务完全交给 AI，偶尔输出有错也无人在意。这个现象最容易被忽视，因为它的成本看起来为零。真正的问题在于习惯的通用性——你在低难度任务上养成的“不校验就采纳”的行为模式，不会自动停留在低难度任务里，它会静默迁移到更重要的工作中。

原因不复杂：低风险任务上校验的边际收益太低，直接采纳是最省力的理性选择。但正是这种省力选择在反复强化同一个神经回路——看到 AI 输出，跳过深度处理，直接结束这个任务。回路用多了会变成肌肉记忆，等到处理高风险任务时，大脑会依照惯性走上同一条路，此时省下的校验就不是零成本，而是真实的判断失误风险。

我一般会用一种“反效率”的方式处理低风险任务：不是把周报整段交给 AI，而是先手写一个三行要点，再让 AI 负责润色和扩展。这样做的目的不是产出本身，而是强制自己每周至少对这类任务做一次原始梳理，保持“从零构建内容”的状态。你会发现这个习惯带来的额外好处：手写的要点往往比 AI 生成的周报更准确，因为它来自你真正干过的事。

4.3 现象：拿不出独立判断却敢拍板

这是日常协作里最容易发现的信号。场景往往是这样：某同事让 AI 分析了一个方案，评审时问他的判断，他能流利地复述 AI 的输出并说“我觉得没问题”，但追问一句“为什么选 A 不选 B”就卡住了。这类人不是故意装懂，他是真的相信自己懂了——因为 AI 输出的论证太完整，他记住了论证的样子，却没建立论证的理解。

这个现象对应的是信心效应的核心机制。人评估自己“是否理解”时，依赖的不只是记忆，还有一种“熟悉感”——如果内容见过两次以上、能顺畅复述，就会产生已经掌握的判断。AI 输出的内容第一次看是陌生的，但多读几遍之后流畅感上升，熟悉感出现，理解程度的主观判断就被带高了，而客观理解并没有同步增长。

我的处理方法是引入一个“无 AI 复述测试”：重要决策前关掉对话窗口，用自己的话把这个方案的逻辑完整讲一遍，不能打开记录作为提词器。讲不出来的部分，就是没有理解的部分；理解不了的部分，就不该进入拍板环节。这个测试对别人操作很简单——开会时把投屏关掉，让对方空口解释方案逻辑，通常一分钟内就能看出真实理解程度。

4.4 现象：把 AI 的表述错记成自己的思考

比“直接采纳”更隐蔽的，是来源记忆的错误：汇报时说“这个思路我之前考虑过”，实际上这个思路是第一次在 AI 输出里看到。人脑对来源的记忆本来就不太牢靠，当 AI 的输出风格越来越接近人、越来越像“自己会写的东西”，这种混淆就会加剧。后果是一方面高估了自己的独立思考能力，另一方面低估了自己对 AI 的依赖程度。

心理学里这种现象叫来源记忆错误，AI 使用把它的发生频率拉高了一个量级。过去你要混淆一个思路的来源，至少需要一次真实的翻阅或对话，信息有足够多的外部标记；现在 AI 的输出直接混在你的工作流里，风格与自制内容几乎无法区分，大脑的“这条是我写的还是模型写的”标记处于默认关闭状态。

我的习惯是给 AI 内容显式打标：凡是直接使用的 AI 语句，在文档里保留一个“AI 引用”标记，不混入自己的草稿。这个标记不是为了给别人看，是给自己划一道心理边界——这段不是我思考的产物。坚持一段时间后你会明显注意到，去掉所有 AI 打标内容以后，自己真正输出的原创想法占比远低于印象中的数字。这种落差感是让人保持清醒的好工具。

5. 把调查结论变成工作流规则：自测与对抗认知卸载的落地做法

读完调查之后最常见的问题是“知道了，然后呢”。要回答这个“然后呢”，需要的是工具而不是道理。下面这套做法是三件套组合：一张量化自测表、一道接入工作流的思考闸门、一个团队层面可执行的规范。按顺序做，先从自测开始——你只有量过自己在哪一档，才知道后面两条规则该执行到什么强度。

5.1 用一张自测表量化自己的认知依赖

自测表不复杂，但统计口径要固定。我用的表包含四个字段：任务类型、AI 介入方式、占比、事后可解释性。任务类型分三档：低难度（邮件、周报、润色）、中难度（代码、分析初稿、资料整理）、高难度（评审、选型、策略）；AI 介入方式分四种：直接采纳、修改后采纳、验证后采纳、不用 AI；可解释性只看一个问题：这个任务完成三天后，你还能不能脱离对话记录独立解释其逻辑。

按周统计时只统计上周发生过的任务，不凭印象填。关键比例有两个：直接采纳率 = 直接采纳任务数 ÷ 使用 AI 的任务总数；独立解释率 = 能独立解释的任务数 ÷ AI 参与的任务总数。我的经验阈值是：直接采纳率超过 40%，基本处于高认知卸载状态；独立解释率低于 60%，信心和掌握之间已经出现明显错位，需要执行下面的闸门流程。

这里不追求精确，自测的意义在于看清楚趋势：连续三周统计下来，如果直接采纳率在稳定上升，说明你在逐渐滑向完全依赖，这个信号比任何一次单次的失误都值得警惕。

5.2 给 AI 接入工作流设置一道“思考闸门”

思考闸门是一个强制流程：任何中等以上复杂度的任务，AI 生成之前必须经历至少一步“先自己写”的阶段。你可以先列一个粗糙的大纲，可以只写三行思路，甚至可以写几个关键词，但必须是在看 AI 输出之前产生的。这样做的目的不是让初稿有多专业，而是先逼近自己当前的真实理解边界。闸门开在“AI 介入之前”才有效——开在 AI 之后，它就只是多一轮审校，失去了保留独立推导的意义。

闸门流程具体分五步：第一步，写下你对任务的最初理解和期望答案方向；第二步，让 AI 生成方案或初稿；第三步，逐条对比“自己的思路”和“AI 的思路”，高亮所有差异；第四步，对每一条差异写下自己的判断——认可、怀疑还是存疑待查，存疑内容必须单独列出来；第五步，所有存疑待查项处理完之前，不进入交付环节。这五步听起来繁琐，实际只在任务的前半段有感知，因为差异点数量会随着你对任务的理解加深而快速减少。

关于时间成本，诚实说一句：头三天笨手笨脚，每个任务多花十五到二十分钟。坚持一到两周后，因为流程里的“先写思路”在逐渐变成自动反应，单次任务多花的时间会降到五分钟以内。我不建议把这套流程套到所有任务上——低难度任务走快速通道，直接采纳没问题；但每天至少保留一个中等以上复杂度任务完整走一遍闸门，这是对抗习惯迁移的最低剂量。

提示：如果你发现自己已经很久没有“先写思路”这个动作了，从最简单的任务开始重建——哪怕只是周报，也先手写三行再说。这是目前性价比最高的批判性思维锻炼。

5.3 团队层面：把“质问 AI 输出”变成协作规范

个人习惯之外，团队层面的规范才是长期机制。认知卸载在团队里扩散，往往不是因为大家偷懒，而是因为流程没有给“质疑”留位置。你可以观察一个典型场景：只要 AI 输出看起来专业，评审会上没人会主动质疑它的前提假设。这不是恶意，是社交惯例——没有人希望显得自己质疑了一个大家都在用的工具。要打破这个惯例，只能通过明文规则，不能靠呼吁。

我建议的最小规范集有三条。第一条，关键数据必须标注来源：AI 生成的数据进入交付文档时，必须附上验证方式或原始出处，无法验证的要用标记注明“待核”。第二条，重要决策评审时要求提交者讲推导路径而不是只讲结论，先用两分钟解释“这个方案是怎么来的”，再进入方案本身的讨论。第三条，每周复盘固定加入一个问题——“这周有没有不经审视就采纳的 AI 答案”，有案例就复盘，没有案例就跳过，问题本身的存在比回答更重要。

与这些规范配套的一条禁止项是：不要用 AI 使用量、生成速度当成绩效指标。组织一旦开始奖励“用得快”，就是在系统性地为认知卸载定价，任何批判性思维保护措施都会失效。反过来，如果组织考核里加入了“结论可否被解释”这条软指标，团队成员会自发调整使用方式——从追求速度转向追求可解释性，认知卸载会在环境层面被自然抑制。

6. 进阶：给自己做一次迷你版认知努力审计

调查给你的是群体规律，但你可以用一个星期，给自己做一次个人版审计。这个实验不需要任何工具，只需要隔离两个变量：AI 介入方式和你的最终解释能力。

实验设计很简单。第一步，挑出六到八个你本周真实要做的中等复杂度任务，分成两组，尽量保证两组任务难度相似。第二步，A 组走你现在的默认流程，先 AI 后自己；B 组强制走思考闸门，先自己写思路再让 AI 介入。第三步，记录每个任务的两个数据：完成时长，以及任务完成后的“无辅助解释流畅度”——用一到五分打分，五分表示能完全不看纪录，把结论背后的逻辑讲给另一个人听并让他听懂。

一周后对比两组数据。你会看到两个常见结果：第一个结果，B 组完成时长普遍长于 A 组，但差距没有想象中大；B 组的解释流畅度均值比 A 组高一到两分。第二个结果，A 组里有几个任务你当时觉得完全没问题，解释时却明显卡壳——这些任务就是认知卸载已经发生的证据。这个审计的妙处在于，它不需要对照大量人群，不需要统计学显著性，你自己的两组数据的差异就足以说明问题。

经过这种审计的人，通常会在两类任务上改变习惯：一类是解释需求高的任务，比如评审材料、给客户讲方案，强制先写思路；另一类是知识储备薄弱但有决策后果的任务，即使自己不擅长，也不能跳过独立推导——因为不擅长恰恰是信心效应最强的时刻。我自己保留的习惯是每天早上打开 AI 对话窗口之前，先在手边把当天要解决的三个问题各写两三行思考，哪怕是错的，也要先逼自己站在推理的这一侧。这份调查报告真正值得带走的东西，就是把这句话变成行动：AI 可以帮你做很多，但每一次让 AI 替你思考之前，值得问自己一句——这个问题的答案，我自己的版本是什么？希望这些方法和尺度，能在你的工作里帮到你。

本文还有配套的精品资源，点击获取