当 ChatGPT 已经成为做题、写代码、查资料的默认外挂,研究者开始担心一件更基础的事:人类在被 AI 替掉「挣扎」的过程后,会不会连「坚持把难题啃下去」的能力也一并丢掉。UC Berkeley 与合作机构的工作给出了让人心里咯噔一下的答案:仅仅 10 分钟的 AI 协助,就足以显著削弱一个人的专注力和坚持度,尤其是在 AI 工具被临时撤走那一刻,落差以肉眼可见的速度塌陷。
这项研究近日在语言建模领域会议 Conference on Language Modeling(CoLM)上由学术合作团队做同行评审报告,题为 "AI Assistance Reduces Persistence and Hurts Independent Performance"(arXiv:2604.04721),UC Berkeley 人工智能兼容中心的研究员 Brian Christian 是作者之一。该团队在线招募了 1222 名参与者,通过三组随机对照实验来观察 AI 协助对专注力的真实影响。
三组实验设计
第一组实验有 354 名参与者,任务是完成 15 道基础分数题。一组独立解题,另一组可以开 ChatGPT 当助手,甚至直接抄答案。表面上看,拿到 AI 协助的一开始准确率更高;但研究人员故意在第 12 题之后撤掉 AI 工具,剩下的几道题,「用过 AI」组的回答立刻崩盘,要么弃做要么答错——而对照组从头坚持到了第 15 题。
第二组规模更大,667 人参与,流程基本相同。结果与第一组几乎完全一致:AI 一撤离,这一组要么答错要么放弃;没有 AI 的对照组坚持到最后并整体表现更佳。
第三组 201 人,题目换成了 SAT 阅读理解题,行为模式被再次复现:AI 撤走后的坚持度和准确率同步塌陷。Christian 对此评价,「你几乎想象不到一个更干净的实验了」。
真正值得注意的是机制
研究团队把这种现象命名为「产品化挣扎」(productive struggle)的流失。他们引用一个朴素但有力的直觉:当 AI 在几秒钟内就把答案喂到你嘴边,你的大脑会习惯这种「即时反馈」节奏;凡是稍微慢一点的思考路径,都会显得低效、甚至令人不适。
更关键的是,「产品化挣扎」恰恰是大多数人找到研究兴趣点和长期能力长板的地方。一旦这条路被切平,人们会失去形成独立判断、独立完成长链路任务的能力——而这恰恰是当前 AGI 浪潮中最被广为宣传的「AI 协作」应当鼓励的能力。
Christian 自己既是这本书的作者《The Alignment Problem》也是这个实验的亲历者,他承认自己也会切身体会到这种「被 AI 边缘化」的感受,所以才会选择用严格实验去验证而不是停留在轶事。
跨实验一致性与边界
需要在意的边界同样是这次研究的优势:三组实验分别用了基础分数题、SAT 阅读题,样本规模从 200 跨到 670,实验材料、参与者池、问题类型都不一样,行为模式却高度一致。这种「跨范式同方向」的稳定性,在行为科学里是少数能让人睡得着觉的证据。
当然,这次实验用的 AI 工具是 ChatGPT,也并未测量长期使用是否会出现「去依赖」(即脑子重新适应),所以结论更精确地说,是:短期 AI 协助即可留下显著的「坚持度坑」,人们对这种坑缺乏自我感知。
对教育与开发者生态的下游意义
这件事的下游不止实验心理学。把 AI 直接接入作业批改、代码生成的工具,已经在 K12 和工程场景里大量存在;如果「使用 AI」反而让我们在短时间内放弃独立攻关,那么所谓「AI 普及普惠」的现实账面上,得算上一笔「专注力损耗」的隐性税。
对个人来说,可执行的结论其实很简单:把 AI 当陪练,不当答题器。AI 拿来当苏格拉底式提问机,远比当成答案生成器,对长期能力的保留更友好。