登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《为什么使用AI的你，变得越来越笨？》

  • 编译者： 梁美宏
  • 发布时间：2025-11-14

  • 每一次技术革命都伴随着对“降智”与“懒思”的担忧，而当前大模型AI如ChatGPT的广泛使用，引发了对人工智能过度依赖和认知卸载的讨论。

    在上线三年后，ChatGPT的周活跃用户数突破8亿，成为许多人工作生活中不可或缺的工具。然而，这种高度依赖也带来了许多问题。 首先，过度依赖AI会导致用户对其输出过分信任，即使这些结果可能是错误的或不可靠的。例如，医疗影像诊断中的医生如果直接依赖AI的结论而不加复核，就可能出现误诊。此外，学生、企业HR、智能汽车用户和客服人员等也存在类似情况，导致错误和现实问题频出。 其次，认知卸载的现象日益严重，人们把越来越多的认知任务交给AI处理，从而削弱了自己的独立思考能力和批判性思维。这在长期可能会对人类的认知发展和思维能力产生负面影响。例如，当个人遇到问题时，直接求助AI而非自己思考，就会减少认知努力，使大脑的思考深度和心理努力逐渐减弱。 此外，AI对创造力的影响也引发担忧。虽然生成式AI能在短时间内产生大量创意，但这些创意往往缺乏多样性和颠覆性，真正的创新时刻减少。

    研究表明，频繁使用AI与较低的批判性思维能力显著相关，尤其在年轻一代中表现明显。 总之，虽然AI技术提高了生活水平和便利性，但其带来的认知能力退化和批判性思维下降等问题需要引起重视。如何在利用AI技术的同时，保持并提升人类的认知技能和独立思考能力，是当前社会需要面对的重要课题。

27浏览量
原文链接
相关报告

  • 《为什么你的下一个项目经理可能是机器人》
    • 来源专题：宽带移动通信
    • 编译者：wangxiaoli
    • 发布时间：2018-10-08
    • 在过去的几年里，项目管理一直处于一场革命的阵痛之中。其迭代周期更短，项目团队更散，交付结果的压力更大。与此同时，根据ProjectManagement.com最近的一项研究，新兴技术正在为项目管理部创造新的机会来处理这些变化中的事务。由最先进的项目管理部提供的自动化和数据可视化工具为管理人员做出明智的决策提供了他们需要的工具。但是，如果许多决策可以由软件本身做出呢? 这就是机器学习带给人们的希望——它将比你想象的更快地改变团队、管理和项目本身的面貌。 机器人的引入 如今的项目管理系统通常依赖于手动输入（如工时表和状态更新）来帮助管理者做出关于任务分配和资源分配的决策。更复杂的系统，比如Oracle项目的集成管理云服务系统，可以从企业的其他部门（如财务）提取更多的数据，并将其呈现为高级的可视化的数据类型。然而，几年后，人工智能和机器学习可能会独立客观地做出这些决定，而无需人工输入。软件机器人（通常简称为“机器人”）可以构建项目计划、分配任务，和分配资源。这些机器人能够从组织内外的任意数量输入中进行学习，来改进这些决策，从而提高效率和速度。这并不意味着我们将完全取缔项目经理。 相反，有机器人协助做出这些战术决策，项目经理可以更加关注战略，使组织的项目组合与战略优先级保持一致。项目经理还将作为团队的指挥，监控总体趋势、发现不可预见的机会，并为解决手头的问题带来创新性的思维方法。 项目团队在革新… 项目团队必然不会再是以前的样式了。敏捷的自发管理团队正在创建一个动态的项目交付环境，来取代僵化的组织层次结构。团队成员可能分布在全国或全球各地，通过社交工具进行协作，并重视发挥个人的技术特长，而不是广泛意义上的技术专长。无论是外部承包商、内部点对点团队，还是两者兼而有之的模式，机器人都能自然地适应这种日益普遍的“随机工作”模式。该模式类似于拼车服务，在这种服务中，潜在的团队成员可以在他们希望的时间（和地点）提供服务，而系统则根据可用性、专业性和其他标准分配任务。 然后，人工智能系统将确保这些完全不同的元素在时间和预算层面能作为一个整体集成在一起。 当障碍或问题出现时，管理型机器人就像GPS系统一样，能够找到替代线路，或者向人工操作员报告问题的解决方案。 …项目同样在发展 随着机器人变得越来越复杂，项目本身的特性很可能会随之发生变化。 事实上，这一未来工作模型的基本要素已经就位。“敏捷方法”的影响推动了一种更加迭代的方法的形成；各组织正在精简规划窗口、提升交付节奏以满足需求。结果的复杂性和速度，对人类来说可能难以追踪，但对机器人来说却非常适合。智能自动化可以缩短产生识别需求和实现解决方案之间的延迟。与此同时，它将使得利益和价值实现最大化。大量的、有潜在破坏的打包项目将让位给更小的、有增值效益的贸易交付，这将有助于兑现持续改进的承诺。 需要：云服务中的端到端企业资源计划系统 机器学习需要高质量的数据——很多的数据。这就是为什么项目管理型机器人将依赖联网的企业资源计划云服务系统来完成各个功能领域之间的信息交换。特别是金融业，将从下一代自动化中获益良多。机器人将使项目保持在预算和投资回报率的参数范围内，同时实时向财务部门提供关于成本和收入影响的信息。除了企业资源计划系统提供的结构化数据外，机器人还可以从物联网、“数据即服务”等非结构化系统中提取大数据，学习优化项目成本和预测投资回报率的新方法。 内置设备和软件根本不能保证提供足够的现成数据来训练机器。 人工智能和机器学习的未来在云服务中。而这一切将把我们带往何处仍是一个悬而未决的问题。为了确保您的企业是面向未来的，请选择那些能够提供预测分析和智能自动化的解决方案。比如Oracle就将嵌入式机器学习应用到了金融、人力资源、供应链和客户体验云应用中。
    217浏览量
    原文链接

  • 《为什么越来越多期刊加入Wiley的透明同行评议试点？》
    • 来源专题：科技期刊发展智库
    • 编译者：李涵霄
    • 发布时间：2022-10-19
    •   在2018年同行评议周期间，Wiley宣布与Web of Science的Publons和ScholarOne启动世界上第一个可扩展的透明同行评议（TPR）方法。Wiley以《临床遗传学》（Clinical Genetics）期刊作为试点开始，让作者选择与文章同时发布同行评议报告、作者回复以及编辑决定信，并由Publons主持并公开发布。读者能够通过作者发表文章中的链接访问同行评审历史，同时，Wiley为所有内容提供了完全可引用的DOI。首项试点结果完全成功，因此在2019年1月，Wiley又增加了10种试点期刊。   在试验的11种期刊中，有7种完全没有采用过透明同行评议的期刊，他们过去仅提供单盲或双盲同行评审。Wiley评估了2019年2月至5月的数据，并将TPR下的文章与前一年相同期刊上的文章进行了比较，发现：①很高比例的作者选择了透明的同行评审。2,107位作者中有1,841位选择了TPR，这意味着87%的作者同意让同行评议报告、他们自己的回复以及编辑的决定书与他们的文章一起发布。②平均而言，编辑们没有发送更多的邀请来确保他们所寻找的同行评审员的数量。四种期刊的受邀审稿人数量略有减少；其中两个略有增加（为确保所需的同行评审员数量，邀请的评审员增加了不到0.5人）；有一种期刊（投稿数量较少、样本量较小的期刊）平均每篇论文邀请1.6名审稿人。③同行评审后，与作者分享初步决定所花费的时间没有改变。总的来说，平均而言，在所有期刊中，根据TPR做出第一个决策所花费的时间没有显著差异。在这一总体结果中，两种期刊确实显示出有意义的差异：它们的速度快了大约20天。④编辑通过为作者做出更直接的决定，改变了他们的行为。当与TPR合作时，更多的决定是由编辑直接做出的，而不是将文章发送出去进行审查。平均而言，62%的稿件编辑拒绝发送稿件进行同行评审，而此前这一比例为53%。当然，除了TPR之外，我们报告的观察结果可能还有其他原因，没有控制其他可能产生影响的因素。   大多数作者选择了透明的同行评审，而没有发现对评审过程的任何负面影响。这表明Wiley的选择是正确的。因此在2019年同行评审周，Wiley宣布，有29家Wiley期刊将加入试点，并于2019年9月和10月开始提供TPR，这将使Wiley使用TPR方法的期刊达到40种。Wiley认为，以这种方式向研究人员提供TPR将为同行评议如何在广泛学科中发挥作用带来新的见解，并将为主流期刊提供新的开放性。
    545浏览量
    原文链接