用 AI 让我们变笨了吗？｜S10E25

概览

本期从主播自己近年常常想不起人名、术语和资料细节的体验出发，追问“记忆力下降是不是 AI 用多了造成的”。讨论把 AI 放进更长的技术史里看：从向族群里的“懂行的人”求助，到搜索引擎，再到大语言模型，人一直在把一部分记忆外包给外部工具。

节目核心结论不是简单说“AI 让人变笨”，而是区分了效率提升和能力积累。AI 可以提高完成任务的速度，但如果直接替代查找、筛选、整合、推理和表达过程，就可能削弱学习所需的主动加工，形成所谓“认知债务”。

后半部分转向解决方法：用 AI 要让它成为引导式工具，而不是标准答案；保持学习中的“合意困难”；同时通过睡眠、饮食、运动和适度挑战来维护大脑可塑性。节目也详细解释了睡眠如何帮助记忆迁移和巩固，并讨论了睡眠温度、饮酒、地中海饮食和力量训练等具体因素。

分段落总结

[00:15] 从记忆变差的个人体验提出问题

[事实] 主播提到自己最近常常忘记刚学过的专有名词、人名和数据，做节目准备时这种感受尤其明显。

[事实] 她也和朋友聊过类似体验，怀疑可能和年龄、mental capacity、记忆力下降或 AI 使用有关。

[事实] 本期请来学过神经科学的雅贤一起讨论“记忆力下降到底是不是 AI 引起的”。

[推测] 节目开场把一个很个人化的焦虑转化成更大的问题：技术便利是否正在改变人的学习和记忆方式。

[02:04] 认知卸载：人一直在外包记忆

[事实] 雅贤认为，AI 虽然新，但人类依赖外部工具或他人来记东西并不新，例如远古时期会询问族群中懂植物的人。

[事实] 搜索引擎出现后，人们也会把不了解的东西交给 Google 或百度来查，不再需要把所有信息都记在脑中。

[事实] 节目提到 2010 年左右发表在 Science 上的研究，把把记忆外包给搜索引擎的现象称为“认知卸载”。

[事实] 认知卸载也有好处：只要知道在哪里能找到信息，就可以把记忆资源节省下来用于别的事情。

[推测] AI 延续并放大了搜索引擎时代的外部记忆机制，使人更容易依赖即时答案。

[04:02] 学习路径不同，记忆效果也不同

[事实] 主播指出，过去查资料需要反复阅读、对比、纠错和换角度搜索，而现在向 AI 提问后会立刻得到大量文字。

[事实] 雅贤认为，写字、学新语言和学乐器都可以锻炼记忆。

[事实] 主播补充说，跳舞尤其能锻炼大脑，因为它涉及动作、视觉、节律和与他人的配合，是多模态活动。

[推测] 节目暗示，真正留下记忆的不是信息本身，而是获取、加工和反复调用信息的过程。

[06:37] 弗林效应与“人类是否变笨”的边界

[事实] 节目提到“弗林效应”：20 世纪初到 1990 年前后，许多国家 IQ 测试分数曾逐年提高。

[事实] 后来 IQ 测试出现反转，2016 年针对挪威 70 多万男性的研究显示，1975 年后出生者 IQ 有下降趋势。

[事实] 主播强调，这不一定能直接说明人类变笨，因为 IQ 测试主要反映数学、推理等部分能力。

[事实] 他们认为，人可能把数学和推理的一部分能力卸载给机器，但在判断、多项目协同等方面又有别的能力增长。

[推测] 节目倾向于把“变笨”理解为能力结构变化，而非总体智力单向下降。

[08:07] MIT 写作实验：AI 降低主动脑力投入

[事实] 节目介绍 MIT Media Lab 一个尚未正式发表、发布在 arXiv 上的实验：50 多名年轻人被分成不用工具、用搜索引擎、用大语言模型三组，在 20 分钟内写 SAT 论文。

[事实] 不用任何辅助工具的一组，大脑前额叶、视觉和记忆相关脑区有大范围联动，符合深度思考模式。

[事实] 使用搜索引擎的一组需要筛选和整合网页信息，大脑活跃度处于中等水平。

[事实] 依赖大语言模型的一组全脑神经耦合度最低，各脑区联动较弱。

[推测] 这项实验被节目用来说明，AI 可能让任务完成得更快，却减少了大脑主动组织内容的机会。

[09:47] AI 写作后的记忆和所有权感下降

[事实] 实验结束后，研究人员让参与者复述文章内容并引用自己写过的句子。

[事实] 不用工具的一组能够复述全文，甚至能准确引用自己写过的句子。

[事实] 完全使用 AI 的一组中，只有八成人能复述文章内容，没有人能完整说出自己写出的句子。

[事实] 使用 AI 的参与者还表示，感觉文章不像是自己写的。

[事实] 研究人员评估文章时发现，AI 组作品在逻辑框架、案例引用和行文风格上很相似。

[11:19] 认知债务：长期依赖 AI 可能留下后效

[事实] 节目提到该实验持续四个月，最后一轮让长期使用 AI 的一组改为不能使用 AI、自己写作。

[事实] 结果显示，即使不用 AI，这组人的神经激活程度仍然较低，思考协调性也变差。

[事实] 研究作者把长期使用 AI 后大脑激活减弱和记忆下降的情况称为“认知债务”。

[事实] 节目解释，认知债务意味着当筛选、组织和逻辑搭建都外包给 AI 时，大脑失去了原本可以完成这些工作的训练机会。

[推测] 这里的风险不是一次性使用 AI，而是长期把关键认知步骤交出去后，自己的主动思考习惯被削弱。

[12:21] AI 没让人更轻松，反而可能更疲劳

[事实] 主播提到一些重度 AI 使用者会同时开多个对话，持续让 AI 工作，反而感到大脑满载和疲劳。

[事实] 雅贤认为，一个原因是 AI 让可接触信息量暴增，例如读文献时 AI 可以给出几乎所有相关资料，导致需要处理的内容更多。

[事实] 另一个原因是人需要不断判断、review 和修改 AI 产出，例如文章和代码是否正确。

[事实] 节目提到微软曾对内部几千名员工做相关调研，员工表示使用 AI 后并没有觉得工作更轻松。

[推测] AI 减少了部分执行劳动，却增加了信息筛选、质量判断和决策负担。

[15:41] 心流和成就感被改稿式工作取代

[事实] 主播说，过去自己写文章时可能进入心流，现在加入 AI 后，更容易只想着怎样产出更多内容。

[事实] 两位主播都提到，修改别人或 AI 的工作会让人觉得效率低、枯燥，也更容易内耗。

[事实] 节目联系前面的实验指出，如果使用者觉得成果不是自己完成的，就可能缺少 credit 和成就感。

[推测] AI 的副作用之一是把创造性过程中的乐趣留给机器，把人推向审核和修补的角色。

[17:11] 合意困难：费劲的过程才帮助长期记忆

[事实] 节目介绍心理学概念“合意困难”，英文为 desirable difficulty。

[事实] 雅贤解释，当下学习越费劲、短时间内越绞尽脑汁，越有利于长期记忆、深度理解和灵活运用。

[事实] 大脑需要主动提取、整合和推导知识，才能巩固记忆通路。

[事实] 如果学习过程过于丝滑，容易产生“我学会了”的虚假熟练感，但知识留不住。

[事实] 节目把短视频、AI 问答和只看 bullet point 都列为可能让人感觉学了很多、但关掉后记不住的例子。

[20:03] 神经可塑性与长时程增强

[事实] 雅贤解释，神经元本身不太可再生，但神经元之间的连接可以被重塑，这就是神经可塑性。

[事实] 与学习和记忆相关的一种经典神经激活方式叫长时程增强，即 long term potentiation，简称 LTP。

[事实] 高频、重复的刺激可以增强神经突触之间的活性和连接，并持续几个小时甚至数周。

[事实] 这种增强需要刺激强度和时间达到一定阈值；如果只是轻松刷短视频、看 bullet point 或随意听播客，可能达不到重塑连接的强度。

[推测] 节目用神经机制解释了为什么“费力学习”比“快速接收答案”更容易留下能力。

[21:41] 学习难度要和兴趣结合

[事实] 主播追问学习需要达到多大难度才算有效，并用“学量子力学可能完全学不懂”举例。

[事实] 雅贤认为学习难度很主观，并强调要学自己喜欢的事情。

[事实] 她以数学家王虹为例，认为真正享受数学的人是在享受做题过程中实现长期刺激。

[事实] 两人总结说，AI 能提高工作效率，但能力积累和大脑可塑性的提高是另一件事。

[推测] 节目并不主张为了锻炼大脑而盲目选择痛苦任务，而是建议在兴趣中保留足够挑战。

[23:01] 初入职场者如何使用 AI

[事实] 主播认为，职场中使用 AI 确实可以提效，但这可能忽略学习过程。

[事实] 节目指出，初入职场的年轻人需要通过实际体会、失败和挫折来锻炼职场能力。

[事实] 对于重复性、已有明确 SOP 的工作，主播认为很适合使用 AI。

[事实] 对于创造类工作，主播认为多轮问答可能只是低效、低水平重复，不一定带来高质量结果。

[事实] 建议年轻人更多向同事、leader、mentor 和有经验的人提问，把 AI 当成建议来源之一，而不是直接把 AI 答案作为工作成果提交。

[25:03] AI 产品设计需要在答案和引导之间找平衡

[事实] 主播认为大模型公司也需要从产品角度探索，不要让答案总是直接给出。

[事实] 她提到有些 AI 会在结尾给出选项或反问问题，这能激发更深入的思考和好奇心。

[事实] 但她也指出悖论：如果用户只想快速得到简单答案，AI 反复提问也可能让人不耐烦。

[事实] 雅贤认为，商业公司往往优先考虑让用户用得舒服、停留更久，而不一定优先考虑用户学习能力是否被保持或提高。

[推测] AI 的教育价值很大程度取决于交互设计：它是直接喂答案，还是逼用户走完思考过程。

[26:57] 有护栏的 AI 辅导更像有效学习工具

[事实] 节目介绍宾夕法尼亚大学沃顿商学院的实验，约 1000 多名高中生参与数学课 AI 辅导。

[事实] 学生分为三组：任意使用 GPT-4 做题、使用加了护栏的 GPT、完全不用 AI。

[事实] 加护栏的 AI 不能直接给答案，而是要求学生先说出自己的思路，再逐步引导。

[事实] 练习阶段，两组使用 AI 的学生成绩都有提升；直接给答案的一组提升约 50%，加护栏的一组提升约 120%。

[事实] 到闭卷考试时，任意使用 AI 的一组成绩下滑约 20%，而有 AI 引导练习的一组几乎没有下滑。

[推测] 这个实验支持节目观点：AI 可以帮助学习，但前提是它保留和促进学生自己的思考过程。

[29:05] AI 可以是导师，也可以只是标准答案

[事实] 主播提到 OpenAI 正在和高校合作开发有引导的学习模式，也提到可汗学院、斯坦福等合作。

[事实] 两人总结说，AI 用得好可能像循循善诱的老师，用得不好就像习题册后面的标准答案。

[事实] 节目认为，应继续探索如何让 AI 成为工具，而不是完全替代人。

[推测] 这一段把前面关于效率、学习和产品设计的讨论收束到“使用方式”上，而不是把责任完全归给技术本身。

[29:59] 提升大脑可塑性需要系统性维护

[事实] 主播提出，前面讲了很多原因，但还需要讨论实际怎么做。

[事实] 节目认为，提升大脑可塑性、减少健忘不能只靠学习努力，还涉及饮食、睡眠、运动等多个方面。

[事实] 雅贤用健身类比学习，指出肌肉是在恢复过程中增长，学习和记忆也是在休息和睡眠中强化、巩固。

[推测] 节目的解决方案从“少用 AI”转向更整体的生活方式调整。

[30:49] 睡眠如何帮助记忆迁移和巩固

[事实] 雅贤把睡眠粗略分为快速动眼睡眠和非快速动眼睡眠，后者中最深阶段是慢波睡眠，也就是深睡眠。

[事实] 清醒学习时，新信息会同时写入海马体和新皮层；海马体编码快但像临时储存库，新皮层编码慢但适合长期储存。

[事实] 进入慢波睡眠时，海马体中的临时记忆会被转移到新皮层，形成相对长期的记忆网络。

[事实] 快速动眼睡眠有利于长时程增强，能通过基因表达、蛋白合成等过程加固突触连接。

[事实] 一晚七到八小时睡眠中，慢波睡眠和快速动眼睡眠会交替四五个周期，记忆经历迁移和封存的循环。

[33:23] 睡眠时长、节律和学习时间窗口

[事实] 节目指出，不是深度睡眠越长越好，睡眠周期的交替节律也很重要。

[事实] 白天几分钟到一两个小时的小睡也能在一定程度上改善记忆，但更大的提升仍需要较长、完整的夜间睡眠。

[事实] 熬夜后白天补觉，无法完全挽回夜间损失的记忆迁移过程。

[事实] 记忆巩固有时间窗口，晚上背书后马上睡觉最有利于长期记忆形成。

[事实] 深度睡眠主要发生在前半夜，快速动眼睡眠在接近早晨醒来时延长。

[35:42] 个体差异与睡眠温度

[事实] 雅贤提醒，每个人睡眠需要不同，平均八小时只是统计意义上的参考，有人可能四五个小时就能满足需求。

[事实] 节目提到入睡后一到两个小时内，身体核心温度会下降，快醒时又会回升。

[事实] 环境温度最好能适应身体温度变化，以保证睡眠质量。

[事实] 节目还提到雌激素会影响女性身体温度，女性在月经、更年期荷尔蒙治疗、怀孕等阶段对睡眠温度的体感可能不同。

[推测] 这部分强调睡眠优化不能只看平均指标，还要结合个体体感和生理状态。

[38:08] 智能床垫与睡眠监测

[事实] 主播分享自己和家人睡眠温度需求不同，因此尝试了 ASleep 相关智能硬件。

[事实] 她提到该产品可分区调节床两侧温度，并会根据年龄、性别、大数据和个人偏好自动调整。

[事实] 雅贤补充说，这类床罩式设备可以监测睡眠时间、节律、快速动眼、非快速动眼、温度和 HRV 等数据。

[事实] 节目认为，相比手表或手环，睡眠时身体全程贴近床垫，可能获得更精准的数据。

[推测] 这一段带有产品推荐性质，但也服务于前文关于“个性化睡眠条件”的讨论。

[42:24] 饮酒、饮食与大脑健康

[事实] 节目提到，很多人以为工作后喝酒能放松、更容易入睡，但酒精对 HRV、睡眠和身体都有负面影响。

[事实] 雅贤解释，喝酒会破坏睡眠节律，即使让人更快入睡或睡得更久，也会打乱快速动眼和慢波睡眠过程。

[事实] 主播提到对大脑有益的饮食主要是地中海饮食，包括鱼类、橄榄油，少反式脂肪和糖分。

[事实] 雅贤补充，只要饮食全面，大多数人基本能满足营养需求，补剂并不是必须的。

[推测] 节目对饮食的态度较克制，不强调神奇补剂，而强调长期、基础的健康饮食。

[44:03] 运动和小挑战是对身体与大脑的共同训练

[事实] 主播认为，真正享受锻炼的人不多，因此重要的是找到自己喜欢的运动，例如跑步、游泳或打球。

[事实] 节目提到，如果不喜欢很累的训练，每天走七千到一万步也能对心肺和肌肉形成一定刺激。

[事实] 主播建议最好做一些力量训练，并称肌肉是身体最强的抗衰器官。

[事实] 节目最后总结，AI 能帮人完成很多事情，但不能代替人学习出新能力，也不能代替人睡觉。

[事实] 两位主播建议好好吃饭、好好睡觉、好好锻炼，并在学习中给自己一点小挑战。

播客点评/总结

本期的价值在于，它没有停留在“AI 让人变笨”这种简单判断上，而是把 AI、搜索引擎、认知卸载、学习困难、神经可塑性和睡眠记忆巩固串在一起，讨论比较完整。节目最有启发的一点是区分“完成任务的效率”和“长出能力的过程”：前者可以外包，后者不能完全外包。

亮点是例子多，而且能把论文实验、职场体验和个人生活经验连起来。MIT 写作实验、沃顿数学辅导实验，以及关于睡眠周期和记忆迁移的解释，都让抽象观点更容易理解。节目也没有完全否定 AI，而是强调有护栏、有引导、有反馈的 AI 更接近老师，直接给答案的 AI 更像标准答案。

局限在于，部分研究在转录中被描述为尚未正式发表或样本不大，因此关于 AI 长期影响的结论仍需要谨慎看待。节目中关于智能睡眠产品的部分带有明显体验分享和推荐色彩，[推测] 听众可以把它视为睡眠管理案例，而不是唯一解决方案。

这期适合经常用 AI 写作、查资料、做代码或学习的人，也适合对记忆力下降、注意力疲劳、睡眠质量和学习效率有焦虑的听众。最适合带走的行动是：用 AI 时尽量让它引导自己思考，而不是直接替自己完成；学习后主动回忆；同时把睡眠、饮食、运动这些基础能力维护好。