Token导航 LogoToken导航TokenDH.com

我反对滥用AI:它正在偷走我们的判断力

更新时间 2026-06-26来源 虎嗅网正文 2202字阅读约 7分钟

过度依赖AI导致知识工作者判断力退化,医疗领域尤其危险

本文来自微信公众号: 张琨随笔 ,作者:张琨,原文标题:《张琨|我反对滥用AI:它正在偷走我们的判断力!》

最近推进几个项目,团队里一位平时执行力很强的骨干,自己掏钱买了个很贵的AI工具。

这本来是好事,说明大家都在主动拥抱新技术。

但接下来几次沟通,我发现一个让人不太舒服的现象:他开始习惯性地把AI生成的大段方案,连改都不改,直接甩给我看。

屏幕上的文案排版工整,结构很完整,但也极其不接地气。这种片儿汤话连篇的报告,在纸质时代,我会直接甩回他脸上。

失望过后,我脑子里冒出一个问题:既然我已经讲清楚了业务目标,自己也会用AI,那我直接去问AI不就好了?你在中间充当一个"传声筒",到底产生了什么价值?

这不是个例。

今年9月,《哈佛商业评论》联合斯坦福大学社会媒体实验室和BetterUp,给这个现象起了个名字:workslop——看着像成果,其实没有实质内容、推不动任务的AI产出。

他们调研了1150名美国白领,过去一个月收到过workslop的人,超过四成。

收到这种东西的人,一半以上的第一反应是困惑、烦躁,两成多觉得被冒犯。

更有趣的是后续效应:收过同事甩来的workslop之后,约一半的人会觉得这个同事变得不那么靠谱、不那么聪明,四成多直接觉得对方不值得信任。

研究者按受访者自报的薪资折算,这种"传声筒式"的工作,每个月给每个人偷偷加了186美元的隐形税——一家万人公司,一年要为此多付出近千万美元。

那位骨干自己可能都没意识到,他干的不是"提高效率",是在透支自己在团队里的信誉。

为什么会出现这种现象?

哈佛商学院和波士顿咨询做过一个很有意思的实验:给一批做招聘的面试官配AI,一部分人拿到的AI判断准确率被设定在75%,另一部分拿到85%。

结果是,拿到"更准"那批AI的面试官,反而变得更懒、更粗心,自己的判断力掉得更明显,错过了一些真正优秀的候选人。

研究者把这个状态叫做"在方向盘后面睡着了"。

AI说得越像那么回事,人越容易把脑子也交出去。

微软研究院和卡内基梅隆大学随后调研了319位知识工作者,想搞清楚人到底在什么情况下会放弃独立思考。

结论很直接:对AI的信任度越高,批判性思考投入得越少。

他们提出了一个说法,我觉得是这件事的核心——自动化有个讽刺之处:把常规判断外包给机器,省下的是眼前的力气,丢掉的是日常反复练习判断力的机会。

等真正复杂、真正意外的情况出现,你才发现自己那部分肌肉已经生锈了,没准备好。

这也回答了我前面那个问题:你把思考的苦活儿交给了机器,也顺便把做决定的风险推给了上级。

再分享个有意思的认知科学基础研究。

MIT去年做了一个追踪四个月的实验,给写文章的人分组:一组只用AI,一组只用搜索引擎,一组什么工具都不用。

脑电监测发现,只用AI的那一组,脑区之间的连接活跃度,比完全不用工具的人最多低了五成多。

更值得注意的是:写完之后让这组人引用自己刚写的内容,八成多的人说不清楚。

也就是说,你递给我的方案,可能连他自己都说不清楚是怎么来的。

这不只是没有灵魂,这是连归属感都没有了。

代价随位置升高而放大

这件事的代价,是跟着位置往上走的。

前一段,有家知名公司找我谈做企业的CEO,董事长把工作任务书交给AI生成,连改都没改就发给我。

我打开文件,看着满屏AI味道浓厚、虚头巴脑的用词,还有一堆Markdown标记的字符,就拒绝了这次邀约。

一个把如此重大的人事决策让渡给AI的一把手,我没办法相信他在真正需要战略眼光、决断力和定力的时候,能比AI高出一筹。

骨干甩方案,代价是这一份方案不接地气。

董事长甩决策,代价是整个公司的方向。

医疗行业更要审慎!

作为一直在医疗界的管理者,如果这种现象泛滥到医生团队,我更脊背发凉。

在公司做业务,员工不动脑子全听AI的,最多是方案黄了,亏点钱;董事长不动脑子,公司可能走错方向。

但这件事放进医院,代价不是钱,也不只是方向,是患者健康、甚至性命。

这不是假设,是已经发生的事实。

2025年8月,《柳叶刀-胃肠病学与肝病学》发表了一项研究:挪威和波兰的19位内镜医生,每人都做过两千多台肠镜,经验老到。

研究组追踪了他们用上AI辅助结肠镜前后各三个月的表现。

三个月之后,这些医生脱离AI、单独操作时,肠道腺瘤的检出率,从28.4%掉到了22.4%。

绝对降了6个百分点,相对降了两成。

这个研究更重点的是,这些研究对象不是刚入行的新手,是做过几千台手术的熟手。

AI没让他们变笨,是让他们那部分"找病灶"的能力,在不知不觉中萎缩了。

看病救人,靠的是对每一位患者具体情况的敬畏。

AI系统总会遇到没见过的罕见病,或者训练数据本身就有偏差的盲区。

"传声筒"放进公司,最多是方案不接地气。放进医院,它的终极形态,就是一台自动处方机——机器说开什么药就开什么药,机器说怎么诊断就怎么诊断,自己不再质疑。

医疗安全的底线,就是在专业人士判断力退化过程中,一点一点破掉的。

我的应对方法

工具越好用,坐在驾驶位上的人,头脑就该越清醒。

那回到开头那位同事,我后来没有批评他"懒",换了个问法。

我问他:如果没有AI,你自己会怎么判断这件事?

逼着他把自己的判断逻辑摆到桌面上,而不是把AI的输出当成自己的结论。

任何人交方案给我,先讲清楚自己的判断,AI给的只是参考,不能作为答案。

不管是在公司管项目,还是在医院做管理,道理相通。

我们用AI,不是要做打字越来越快的"传声筒",也不是把方向盘交出去的"乘客"。

文章标签安全
资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录

相关资讯

更多