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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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