在學習、工作和生活的許多領域，生成式人工智能（generative AI）都能幫助提高效率。但有兩個問題也值得我們每個人思考：依賴AI會導致變懶乃至部分能力退化嗎？如果會，那麼怎樣使用AI才能避免自己變懶惰？
美國心理學會（American Psychological Association，簡稱APA）指出，有研究表明，大型語言模型（LLM）可能具有改變認知方式的能力，其作用類似於全球定位系統（GPS）——鼓勵人類被動接收資訊，而不是主動參與。批判性思考就是其中一個例子。一項由微軟（Microsoft）和卡內基梅隆大學（Carnegie Mellon University）研究員主導、針對319名知識工作者進行的研究發現，對生成式人工智能越有信心，當使用人工智能完成工作任務時，批判性思考的程度也越低。這些任務包括構思新想法、了解新主題以及作出決策。
此外，BBC今年（2026年）5月6日刊文稱，研究發現，使用AI較多的人，在標準批判性思考測驗中的得分明顯較低，原因是他們已經習慣把自己的思考過程交給機器人。有些人甚至相信AI勝過相信自己的思考和直覺，即使AI的回答是錯的。賓夕法尼亞大學（University of Pennsylvania）的研究員將這種現象稱為「認知投降」（cognitive surrender）。
這篇題為〈跳出機器人框架思考：如何避免AI把你的大腦變成漿糊〉的文章指出，一項針對494名學生進行的調查發現，使用ChatGPT越頻繁的學生，越有可能出現記憶力下降的情況。
全球最頂尖的學府亦有對此類問題的擔憂。據《哈佛克里姆森報》（The Harvard Crimson）9月14日報導，哈佛大學文理學院超過六成教授認為AI損害其課程。今年有64%的受訪教授表示，人工智能對他們的課程產生了「有些負面」或「非常負面」的影響，比例較去年大幅上升，去年只有42%的受訪者持相同看法。數據顯示，教師對AI工具的擔憂正在增加，因為它可以讓學生在沒有完全吸收課程內容的情況下完成作業。
那麼，如何在使用AI的同時避免得不償失呢？尤其是在學習階段，更應警惕依賴AI的問題。美國心理學會給出以下建議：
1、先獨立探索答案
在尋求AI協助前，可以先寫一份粗略的答案、大綱或解釋，用於比較、批判和修改。
2、可以向AI提出以下問題或指令：
我遺漏了哪些反駁論點；
指出我的解釋有哪些缺點；
告訴我其它不同的解讀。
3、讓自己的參與過程清晰可見
保留與AI對話的記錄，用自己的話總結AI的回答，說出自己同意或不同意哪些內容。
4、明確界定各自的角色
要明白構思想法、理解資訊並作出判斷是自己的責任；而AI的角色是提供範例、不同觀點和回饋，供人評估。
美國心理學會並提醒稱，可以確保AI成為學習的夥伴，但不能是繞過學習的捷徑。
這點也是筆者想強調的，不應將AI當成不勞而獲的捷徑。所謂提高效率，是以保證質量和理解為前提的，而不是繞道走的所謂捷徑。學習過程中，該有的思考、批判、列提綱、練習、再思考與改進，即便有了AI，一樣仍不該省略。
傳統方法依然值得採用
傳統學習方法包含背熟知識、耐心閱讀、經常手寫、打牢基礎、線下交流、不過度依靠科技設備、不依賴AI的快餐式總結等，至今仍值得參考、採用，尤其是文科。
《哈佛克里姆森報》報導稱，今年的調查顯示，哈佛大學教師普遍支持讓學生在上課期間遠離網絡——86%的受訪者「有些支持」或「強烈支持」限制學生在課堂上使用電子設備及網絡，較去年的74%有所上升。這些措施也正在課堂外逐步實施。院長德明（David J. Deming）宣布，哈佛大學將向學生提供手機袋，以鼓勵面對面的、無科技設備的互動。
背誦、做筆記依然不可或缺。BBC建議，向AI詢問自己需要記住的資訊時，值得放慢腳步，做筆記，最好是手寫，用鍵盤打字記錄也可以；甚至可以要求AI考你，或幫你製作記憶卡。這樣能記得更牢。聽起來似乎有點繁瑣，但這種磨練正是重點所在。
每個專業都有各自要求的基本功或硬功夫，如知識量、邏輯思維、語言組織能力等。現在很多考試仍保持手寫、閉卷方式，不能靠電腦和AI答題，所以基礎紮實還是需要的。傳統的大量閱讀、記憶、長期訓練、獨自思考、人與人之間面對面討論等學習與提升技能的方法依然有效。
以中文系為例，台灣師範大學教授賴貴三先生表示：「中文系的學生，一定要有辨識文字的能力，除了楷書，甲骨文、鐘鼎文、行書、草書都應該要看懂一些，進而能夠從文字延伸至文學、文化的層次。在學術研究領域，奠定紮實的基本功之後，才能夠根深葉茂。」賴教授還鼓勵學生向老師提問，「通過提問可以增進彼此的了解，提問之後，再透過閱讀、查找資料驗證老師的論述。」（中央研究院明清研究推動委員會〈專訪賴貴三教授〉）
以英語文學為例，學生也需要基本功紮實，能耐心閱讀大量長篇作品，捕捉到並理解文字裡的細節。作品曾多次入選「美國最佳散文」（Best American Essays）的作家馬萊西克先生（Jonathan Malesic）今年7月在Perusall平台表示：
「很少有人天生就喜歡讀一本幾百頁的神學書，但其實可以做到。我們可以給予激勵，你會發現，這件事是值得的。這也不過是大約十年前的情況。但在這段時間，已經發生了相當大的變化。因為我聽一些同事說，他們現在覺得無法再要求學生讀完整本書了，學生根本無法完成這項任務。」
「我最大的擔憂，且讓我感到沮喪的，就是現在可以把一篇文章，甚至可能是整本書，上傳到Notebook LM，然後直接得到一份摘要。……如果我們想要的只是讓學生掌握一本書中的幾個重點，那麼這樣做沒什麼問題。但那並不是我們想要的。我們希望培養其他方面的能力，並讓學生理解，例如，尤其是在文學課上，語言中的細微差異。我們希望學生鍛鍊耐心。」馬萊西克說。
研究歷史，也應耐心大量閱讀，看問題看得全面。用AI可以加快搜索，節省非必要的時間；但必要的環節不應偷懶，學者本身最好懂得多，這樣不容易犯錯或片面。
香港中文大學中國文化研究所高級研究員、耶魯大學客座教授嚴耕望先生指出，治史的博通不只是史學本身的博通，還有史學以外的博通，主要指各種社會科學。他建議不要只抱個題目去翻材料，最好從頭到尾地看。嚴教授舉例說，一位研究生選擇「唐代馬政」為論文題目，她按照一般人搜集史料的方法，題目有關的就看，否則不看。結果她遺漏了孫樵〈興元新路記〉這條寶貴史料。嚴教授表示，第一次看某部正史時要從第一個字看到最後一個字，有全盤了解，這種了解不是從別人頭腦中轉借來的，因此印象比較鞏固（詳見《治史三書》，上海人民出版社，2016年，頁8-21）。
上世紀一些被譽為大師的文史哲學者，如章太炎、黃侃、錢穆、陳寅恪等，硬功夫都很深，一步一個腳印，路走得紮實。現在AI也很「博學」，分析、理解、評論能力也勝過能力很一般的人，用戶可以參考它，但它的本事不等於用戶的本事，學者應當培養獨立研究並解決問題的能力，全面掌握並理解其專業的知識，最終達到所在領域的高水準。
目前，許多高校仍明確禁止使用AI生成論文的核心內容；還有一些比賽、獎項等明確禁止使用AI，如奧斯卡編劇獎、奧克漢（Ockham）圖書獎等。原創、真才實學、肯下苦功夫，還是會受尊重，有展露實力的機會。
養成質疑與考據的習慣
無論是工作、學習還是在日常生活中，都不應該盲目相信AI的回答，我們應當養成適度質疑和查證的習慣。據BBC，卡內基梅隆大學博士候選人漢克·李（Hank Lee）表示，如果你不會相信隨機遇到的陌生人對某個問題的回答，那麼你也不應該相信AI。
筆者認為，AI以及政府、企業、專家、書籍、媒體的資訊都會有出錯或不實的情況，都不必全盤相信。遇到自己不確定的問題，先別下結論，不妨多查資料，向多方詢問，有些情況可以親自到現場，收集更多證據，選出較為可信的，然後再作出判斷。儘量尋找原始材料和第一手資料。
