MIT 新研究：長期用 ChatGPT 寫作，大腦連線明顯減弱

把論文題目扔給 ChatGPT，幾十秒吐出一篇結構工整、論據充分的文章，很多人可能覺得自己的生產力翻倍了。

但問題是，在這個過程中，你自己的大腦到底在幹什麼？

來自麻省理工學院等機構的研究人員 Nataliya Kosmyna 等人，在預印本平臺 arXiv 上發表了一項歷時 4 個月的研究，直接把腦電圖（EEG）裝置套在寫作者頭上，看他們用不用 AI 時的腦部反應。結果發現，依賴大語言模型寫出來的文章看似光鮮，大腦卻悄悄欠下了一筆「認知負債」。

戴上腦電帽寫文章，大腦偷懶全被記錄了

這項實驗找來了 54 名參與者，把他們分成三組完成論文寫作任務。第一組純靠自己大腦思考，不借助任何外部工具；第二組可以用傳統搜尋引擎查資料；第三組則直接使用大模型輔助寫作。

每個人在同一條件下連續完成了前 3 輪寫作測試。研究人員除了用自然語言處理和人工、AI 雙重打分評估文章質量，核心是記錄他們寫作時的腦電訊號。

結果顯示，三組人的大腦活躍程度呈現出極其鮮明的階梯狀分佈。

純靠腦力寫作的那組人，大腦神經網路的連線最強、分佈最廣泛；用搜索引擎查資料的人，大腦處於中等程度的啟用狀態；而用大語言模型輔助的那組人，腦網路連線最微弱。換句話說，外部工具介入得越多，大腦內部的認知活動就縮減得越厲害。

更讓人警惕的是第四輪交叉測試。研究人員讓前三輪一直依賴大模型的使用者「斷網」，改用純腦力獨立寫作，同時讓之前純靠大腦的人換用大模型。

結果那些習慣了大模型的人，在換回純腦力寫作時，腦電波里的 alpha 和 beta 連線顯著減弱，大腦表現出明顯的參與不足。這就好比習慣了坐輪椅的人，突然被要求站起來跑步，大腦神經根本無法迅速進入高強度調動的狀態。

反過來，那些習慣了獨立思考的人在第一次用上大模型時，枕頂葉和前額葉依然高度啟用，表現出了強大的記憶調取能力，狀態和使用搜索引擎查資料非常相似。

不僅神經訊號在縮水，行為層面的脫節更明顯。調查顯示，大模型組對文章的「所有權感」最低，很多人甚至無法準確複述或引用自己剛剛生成出來的文章段落。

為什麼重要

這項研究第一次用量化的神經生物學資料，戳破了「AI 無痛提升生產力」的神話。

對於學生、創作者和文字工作者來說，直接讓 AI 代筆短期內確實能交差，但代價是你在放棄深度認知的訓練機會。連自己文章裡寫了什麼都記不住，這種產出本質上不是你的能力，而是大模型的投餵。如果你現在的工作需要大量複雜決策和邏輯推演，我們建議不要把構思和初稿的環節完全丟給 AI，否則可能會失去長篇邏輯組織的大腦耐力。

對教育和人機互動行業來說，這篇論文敲響了一記警鐘。過去兩年大家都在討論如何把大模型嵌入教學流程，但現在看來，如果把 AI 當成終點式的代寫機器，長期很可能會導致學習者的認知退化。未來的教育工具不能只比誰更會生成完整答案，而是要設計成激發使用者前額葉思考的「腳手架」或對話者。

我們認為這項研究做得非常紮實的地方，在於它抓住了「工具替換」後的滯後反應。它證明了認知惰性是會積累的，也就是論文所說的認知負債。當然，樣本量只有幾十人，且實驗場景集中在論文寫作上，結論還不能直接推及程式設計或視覺創作等其他領域。但它丟擲的核心事實已經足夠尖銳：當你把思考外包給機器時，你的大腦確實在以肉眼可見的速度關機。