跳至主要内容

观点

研究与观点

关于人工智能、判断力与价值的研究与思考,清晰区分研究发现与实践建议。

认知交付:当人工智能的答案成了你的判断

有用的帮助,与未察觉地交出判断,并不相同。重要的是:你是否仍理解并掌握选择背后的推理?

善用帮助,不交出判断

认知交付,是未经批判地接受人工智能的判断,当成自己的判断,却没有察觉判断已经转移。有意识地请人工智能帮助探索选项、核查信息或减少例行负担,可以是有用的帮助;前提是你仍持续提问、验证,并承担责任。

推理任务研究告诉我们什么

沃顿商学院于 2026 年 5 月刊出的文章,介绍 Steven Shaw 与 Gideon Nave 以特定推理任务进行的实验。参与者能从正确的人工智能帮助中受益,也可能接受错误答案,而不采用自己的推理。这些发现让问题值得关注,但不能据此认定日常生活或工作中的能力已出现长期退化。

两种可以并存的看法

沃顿商学院《2025 年人工智能采用报告》中,89% 的受访领导者认同生成式人工智能提升员工能力;43% 则认为随着使用增加,熟练程度可能下降。这些是受访者的看法,不代表 43% 的员工实际退化,也没有证实缺乏角色设计、指导或练习就是原因。

可以考虑的实践回应

  • 先写下自己的看法,再请人工智能帮助,比较两者的推理。
  • 对重要主张,核查可靠来源,并寻求相关专业建议。
  • 明确谁决定、谁审阅,以及哪些事项需要人的判断。
  • 保留独立练习与反思的空间,不把每个答案都当成结论。

以上是实践建议,不是清明力已获证实的成效。研究支持的是问题值得关注,并未测试清明力,也不构成对清明力的背书。

探索学习路径

即将发表

交付而不放弃责任

哪些交给人工智能,哪些必须留在你手中。

即将发表

判断力是一种能力

为什么辨识力可以培养,而非只能天生。

即将发表

看见总价值

看得比第一个显而易见的收益更远。

即将发表

人工智能时代的团队

与机器共享工作时的担当。