MIT 新研究：长期用 ChatGPT 写作，大脑连接明显减弱

把论文题目扔给 ChatGPT，几十秒吐出一篇结构工整、论据充分的文章，很多人可能觉得自己的生产力翻倍了。

但问题是，在这个过程中，你自己的大脑到底在干什么？

来自麻省理工学院等机构的研究人员 Nataliya Kosmyna 等人，在预印本平台 arXiv 上发表了一项历时 4 个月的研究，直接把脑电图（EEG）设备套在写作者头上，看他们用不用 AI 时的脑部反应。结果发现，依赖大语言模型写出来的文章看似光鲜，大脑却悄悄欠下了一笔「认知负债」。

戴上脑电帽写文章，大脑偷懒全被记录了

这项实验找来了 54 名参与者，把他们分成三组完成论文写作任务。第一组纯靠自己大脑思考，不借助任何外部工具；第二组可以用传统搜索引擎查资料；第三组则直接使用大模型辅助写作。

每个人在同一条件下连续完成了前 3 轮写作测试。研究人员除了用自然语言处理和人工、AI 双重打分评估文章质量，核心是记录他们写作时的脑电信号。

结果显示，三组人的大脑活跃程度呈现出极其鲜明的阶梯状分布。

纯靠脑力写作的那组人，大脑神经网络的连接最强、分布最广泛；用搜索引擎查资料的人，大脑处于中等程度的激活状态；而用大语言模型辅助的那组人，脑网络连接最微弱。换句话说，外部工具介入得越多，大脑内部的认知活动就缩减得越厉害。

更让人警惕的是第四轮交叉测试。研究人员让前三轮一直依赖大模型的用户「断网」，改用纯脑力独立写作，同时让之前纯靠大脑的人换用大模型。

结果那些习惯了大模型的人，在换回纯脑力写作时，脑电波里的 alpha 和 beta 连接显著减弱，大脑表现出明显的参与不足。这就好比习惯了坐轮椅的人，突然被要求站起来跑步，大脑神经根本无法迅速进入高强度调动的状态。

反过来，那些习惯了独立思考的人在第一次用上大模型时，枕顶叶和前额叶依然高度激活，表现出了强大的记忆调取能力，状态和使用搜索引擎查资料非常相似。

不仅神经信号在缩水，行为层面的脱节更明显。调查显示，大模型组对文章的「所有权感」最低，很多人甚至无法准确复述或引用自己刚刚生成出来的文章段落。

为什么重要

这项研究第一次用量化的神经生物学数据，戳破了「AI 无痛提升生产力」的神话。

对于学生、创作者和文字工作者来说，直接让 AI 代笔短期内确实能交差，但代价是你在放弃深度认知的训练机会。连自己文章里写了什么都记不住，这种产出本质上不是你的能力，而是大模型的投喂。如果你现在的工作需要大量复杂决策和逻辑推演，我们建议不要把构思和初稿的环节完全丢给 AI，否则可能会失去长篇逻辑组织的大脑耐力。

对教育和人机交互行业来说，这篇论文敲响了一记警钟。过去两年大家都在讨论如何把大模型嵌入教学流程，但现在看来，如果把 AI 当成终点式的代写机器，长期很可能会导致学习者的认知退化。未来的教育工具不能只比谁更会生成完整答案，而是要设计成激发用户前额叶思考的「脚手架」或对话者。

我们认为这项研究做得非常扎实的地方，在于它抓住了「工具替换」后的滞后反应。它证明了认知惰性是会积累的，也就是论文所说的认知负债。当然，样本量只有几十人，且实验场景集中在论文写作上，结论还不能直接推及编程或视觉创作等其他领域。但它抛出的核心事实已经足够尖锐：当你把思考外包给机器时，你的大脑确实在以肉眼可见的速度关机。