用了AI之后,我们变得更自信地犯错

前几天我看到一份研究,看完心里咯噔一下。

它说的不是 AI 有多聪明,而是我们用了 AI 之后,变得有多蠢,还浑然不觉。

法国和意大利三所大学做了个实验。他们给一群人出题,故意挑那些 AI 经常答错的冷门问题,比如电影《我爱贝克汉姆》里那支球队的队服是什么颜色。然后把人分成两组,一组自己答,一组能看 AI 给的建议。

结果特别扎心。没有 AI 的时候,人答对的比例是 27%。用了 AI 之后,这个数字掉到了 9%,直接砍到三分之一还不到。可与此同时,人的自信心却从 30% 一路飙到 76%[研究：AI 建议使准确率降至 1/3，自信度却翻倍]。

你品一品这个组合。答得更错了,却觉得自己更对了。用 AI 之前和之后,人最大的变化不是变聪明,是变得更敢瞎猜。

更有意思的是另一个数字。在没有 AI 的时候,遇到不会的题,有 44% 的人愿意老老实实说「我不知道」。可一旦 AI 在旁边给了个答案,愿意承认不知道的人,骤降到了 3%[研究：AI 建议使准确率降至 1/3，自信度却翻倍]。

AI 最先夺走的,不是我们答对的能力,是我们承认自己不知道的勇气。

我盯着这几个数字看了很久。因为它戳中了一个我自己天天在经历、却从来没敢正视的东西。

说个我自己的事。我现在写东西、查资料、做决定,几乎第一反应都是先问 AI。以前遇到一个拿不准的说法,我会去翻好几个来源,交叉验证,自己心里过一遍才敢下笔。现在呢,AI 给我一段话,写得又通顺又笃定,我扫一眼觉得「嗯,好像有道理」,就直接用了。那种自己在脑子里反复掂量、跟自己较劲的过程,不知不觉就省掉了。

省掉的那一步,恰恰是最值钱的一步。

我后来仔细想过,为什么 AI 特别容易让人放下戒心。因为它给的东西,气质太对了。它从来不会磕磕巴巴,不会说「这个我也拿不准」,它给你的每一段话都是完整的句子、笃定的语气、条理清晰的结构。这种表达方式,天然带着一种权威感。你在生活里遇到一个说话这么有条理、这么不打磕巴的人,你会本能地觉得他很懂。可 AI 恰恰是,它把「说得好」和「说得对」这两件本来无关的事,给你焊死在了一起。它错的时候,也一样自信满满,一样条理清晰。而我们这些血肉之躯,进化了几百万年都在用「对方有多笃定」来判断「对方有多可信」,面对 AI 这套完美的话术,几乎毫无抵抗力。

研究者其实早就防着我们抬杠了。有人会说,人答错是因为偷懒,把任务「合理地委托」给了 AI,那不算变蠢,那叫分工。为了堵住这个解释,研究者特意用了一个已知会在这类问题上频繁出错的模型,还专门挑 AI 容易翻车的题目。也就是说,AI 给的很多建议本身就是错的,可人还是照单全收[研究：AI 建议使准确率降至 1/3，自信度却翻倍]。这不叫委托,这叫缴械。

他们甚至还试了一招,给答对的人发钱,想看看利益能不能把人的脑子重新激活。结果准确率只从 9% 回升到 16%,还是远远低于没有 AI 时的 27%[研究：AI 建议使准确率降至 1/3，自信度却翻倍]。你看,连钱都很难把一个已经放弃思考的人拉回来。一旦你习惯了把判断权交出去,想再收回来,比你想的要难得多。

聊到这,如果只是感慨一句「AI 让人变懒了」,那跟朋友圈那些忧心忡忡的转发也没区别。真正让我后背发凉的,是这件事发生在个人身上只是变蠢,发生在一个组织、一个国家身上,是会出人命的。

我又想起一个身边的场景。一家公司做内部决策,五个人审批同一份方案。以前这五个人各自查资料、各自判断,总有那么一两个人会冒出来说「等等,这里我拿不准」。可现在呢,五个人分别问了 AI,AI 给了五份措辞不同但结论相似的回答,每个人看完都觉得自己做了功课、心里有底。结果五道关卡变成了一道,因为关卡背后是同一个 AI 在给答案,五个人的自信都是它借出去的。

你把实验室里那个数字搬到这个场景里看。如果一个人用了 AI 之后,承认「我不知道」的概率从 44% 骤降到 3%,那一个五人小组里,至少有一个人喊停的概率也在断崖式下跌。冗余变成了假象,五个「我觉得行」叠在一起,并不会比一个「我觉得行」更可靠。当组织里每个环节的人都被 AI 喂了一嘴笃定,那套本该纠错的机制,就集体失灵了。

个人层面的「我觉得我懂了」,放大到组织层面,就是「我们觉得这个项目稳了」。然后一群同样被 AI 喂饱了自信的人聚在一起开会,谁都不愿意说那句「我不知道」,谁都觉得自己看到了未来,项目就这么拍板上马了。等到真金白银烧完,才发现当初那份笃定,是 AI 借给他们的,不是他们自己的。

我不是要唱衰 AI。我自己就是它的重度用户,它确实帮我做成了很多以前做不了的事。我真正害怕的是另一个东西,是那种「用着用着,判断力就悄悄萎缩了」的温水煮青蛙。

你想想,肌肉不练会退化,这个道理谁都懂。可判断力也是一块肌肉,它靠的是你一次次地纠结、质疑、自己扛下不确定性来锻炼。现在 AI 把这些「不舒服」的环节全给你抹平了,你每一次遇到问题都能立刻拿到一个顺滑的答案,爽是真爽,可你那块负责怀疑和思考的肌肉,也在一次次的「不用」里悄悄松掉了。

AI 不会把你变笨,它只是让你越来越少地用到那个会变聪明的自己。

那还有个开发者说的话,我觉得特别传神。他公开吐槽,说自己想「摆脱这家伙的 AI 精神病」[开发者吐槽AI狂热，渴望脱离幻觉]。这话糙,但戳中了一种普遍的拧巴,一边离不开它,一边又隐隐觉得自己被它带着跑偏了,却停不下来。

那怎么办呢,我也一直在琢磨。我没有一个特别漂亮的答案,只有一个笨办法,分享给你。

就是刻意地,给自己留一点「不用 AI」的时刻。遇到一个真正重要的判断,先别急着开对话框。逼自己先在脑子里把这事想一遍,写下自己的初步结论,然后再去问 AI。你会惊讶地发现,很多时候你和 AI 的答案不一样,而那个不一样的地方,恰恰是你独立思考还活着的证据。把 AI 当成一个跟你辩论的对手,而不是一个替你交卷的枪手。判断力这块肌肉,你越舍得让它先痛一下,它就越不会废掉。

研究里那个最刺眼的发现,不是 27% 掉到 9%,是那个愿意说「我不知道」的比例从 44% 掉到了 3%。我觉得这才是真正该警惕的。一个人最宝贵的品质,从来不是无所不知,而是清楚地知道自己不知道什么,然后老老实实地去面对它。

AI 什么都能给你,唯独给不了这个。它太急于填满你的每一个空白,以至于你都快忘了,有些空白,是需要你自己坐在那里,慢慢地、诚实地去面对的。

那份「我不知道」的坦诚,可能是我们在这个 AI 什么都懂的时代,最后剩下的一点体面。

谢谢你看我的文章,我们,下次再见。

/ 作者:青玉白露

延伸阅读

• 诺兰说AI是一匹玻璃木马：诺兰说AI是一匹透明的特洛伊木马,所有人都知道里面藏着什么,但门还是开了。真正推着我们开城门的不是木马多诱人,是怕被别人落下的恐慌。
• AI 说不出的随机数,成了套壳大模型的照妖镜：布拉格研究员发现,让 AI 反复说一个 1 到 100 的随机数,就能生成独一无二的行为指纹,用来验证 API 中转站有没有偷换模型。而这背后藏着一个更底层的问题,AI 为什么永远掷不出真正的骰子。
• 一个199块的模型,把自己给挤爆了：月之暗面 Kimi K3 上线48小时就因算力挤兑暂停新订阅。一个开放权重、便宜到人人都想用的模型,反而被自己的成功噎住。这背后是杰文斯悖论,是模型可以开源、算力永远不能开源的残酷真相。
• 我们给AI出的考试，可能全错了：两份不相干的报告指向同一件事，AI学会了应付考试，而不是真的具备能力。当分数越来越高、可信度越来越低，验证的价值正在超过信任。