83% ChatGPT用戶認知失憶!iKala創辦人:大腦外包後果不只如此
83% ChatGPT用戶認知失憶!iKala創辦人:大腦外包後果不只如此
iKala 創辦人:AI 讓大腦外包全面啟動

在 ChatGPT 引爆生成式 AI 熱潮後,大量的 AI 工具廣泛應用在工作、學習與日常生活中,而且人類對其依賴性有逐漸加深的情況。然而,便利的 AI 工具是輔助人類思考,還是悄然引發一場大規模的「大腦外包」?

iKala 創辦人程世嘉今日(6 /18)發文,引用麻省理工學院(MIT)的最新研究,指出長期仰賴 AI 工具進行寫作,恐導致人類「認知能力」的顯著退化,並累積一種新的「認知債務」。

這項由麻省理工學院研究員 Nataliya Kosmyna 等人進行的研究,主要是探討 AI 輔助寫作對大腦神經與行為層面的影響。

研究團隊邀請 54 名參與者,讓他們戴上腦電圖(EEG)設備,並在四個月內分批完成多篇文章寫作任務。

參與者被分為三組:全程使用 ChatGPT 輔助的「ChatGPT 組」、僅能使用傳統搜尋引擎的「Google 搜尋組」,以及完全不使用任何工具,只靠自身思考與寫作的「純大腦組」。

麻省理工的研究結果顯示,「純大腦組」展現了最強且分佈最廣泛的神經網路連結,而「Google 搜尋組」顯示中等程度的認知參與,至於「ChatGPT 組」則表現出最弱的整體耦合。

簡單來說,當人類將把建構論點、組織文字等認知重任交給 AI 時,大腦相應區域的活動與連結就會明顯下降,程世嘉更將此比喻為「就像請了代駕後,自己卻忘了怎麼開車」。

ChatGPT 83% 用戶出現認知失憶,記不住寫的句子

更令人不安的是,研究發現有高達 83% 的 ChatGPT 使用者,無法準確引用幾分鐘前由他們自己(在 AI 輔助下)寫出的句子,麻省理工學院研究將此稱為「認知失憶」;相較之下,「純大腦組」只有 11% 的參與者面臨同樣的困難,兩者差距甚大。

麻省理工的研究進一步證實,ChatGPT 組的參與者在神經、語言和寫作評分等各方面,表現均持續落後於「純大腦組」的對照者。

程世嘉指出,這是因為思考與組織的過程被徹底外包,使得使用者淪為資訊的「搬運工」,而非知識的「內化者」。

依賴 AI 產生「認知債務」:以未來能力換取眼前便利

麻省理工研究人員將這種過度依賴 AI 工具,以未來認知能力換取眼前短暫便利的後果,命名為「認知債務」(cognitive debt),這種認知債務的形成,根植於大腦的神經可塑性(neuroplasticity)。

程世嘉指出,這就像 GPS 導致許多人變成「路痴」的道理一樣:過度依賴 GPS 會削弱我們內建的空間感與認路能力。如今,ChatGPT 則將這種外包的層次從「方向感」提升到了「思考」本身,令人深感憂慮。

他強調,思考能力是人類之所以自詡為萬物之靈的關鍵,這項科學發現,無疑是對人類核心能力潛在風險的極大警告。

大腦不用後果嚴重,不能缺失基本功

程世嘉表示,大腦具有「用進廢退」的特性:當我們努力思考、解決問題時,相關的神經連結就會被強化。如果長期將這些任務外包,這些連結就會弱化,導致腦袋變得越來越不好用。

想要強化大腦連結性,最好的方式包括「刻意練習」(deliberate practice)與「必要難度」(desirable difficulty)。大腦在面對超出舒適圈、具有一定難度的挑戰時,學習效果最好,長期記憶也最深刻。

然而,AI 提供的無縫便利,恰恰剝奪了我們經歷這種「有益困難」的機會,使得知識浮於表面,難以在腦中紮根。

程世嘉還以日本職人精神舉例,指出日本的壽司師傅都會將一項技藝做到極致,不斷提升基本功。

日本傳統技藝也注重「守破離」學習三階段論,如果使用生成式 AI 工具,就像連「守」的階段都未經歷的學徒,卻想直接跳入「破」與「離」的境界,其成果看似華麗,實則根基不穩。

一線曙光:願意寫初稿再用 AI 大腦會增強

雖然麻省理工的研究結果令人擔憂,但也提供了一線曙光。

研究中的第四階段實驗顯示,那些先獨立完成初稿,再利用 ChatGPT 進行潤飾和編輯的參與者,其大腦連結性反而呈現增強的趨勢。

這些「Brain-to-LLM」組的參與者(原「純大腦組」轉而使用 LLM)展現了更高的記憶回溯能力,並重新啟動了廣泛的枕葉 - 頂葉和前額葉區域,類似於「Google 搜尋組」。

這代表,AI 工具在特定階段的介入,若能引導使用者進行更深層次的認知整合,反而可能帶來正向效益。

與 AI 共存之道:先「守」後「破離」

程世嘉對此提出明確的「與 AI 共存」之道,他強調答案絕非禁用 AI,而是聰明地使用。也就是說,先用自己的大腦完成認知上的重擔(守),再將 AI 作為強化工具,以求突破(破、離)」。

他呼籲,如果你是下一代的孩子和所有領域的新手,應該要將 AI 當作一個潛力無窮的「協作者」(collaborator),而不是一個可以外包思考的「替代品」(substitute),不能想也不想就把任務全部丟給 AI 去解決。

程世嘉:唯有如此,我們才能在享受科技紅利的同時,避免欠下無法償還的「認知債務」,確保我們依然是能獨立思考的真正的人,才不會在一開始就把自己的大腦外包了。

本文合作轉載自:加密城市

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓