字数 1190，阅读大约需 6 分钟
研究方法与样本
本次研究由微软与卡内基梅隆大学联合开展，针对319名知识工作者展开调查，收集到936个在IT、设计、行政和金融等行业使用生成式AI的真实案例。研究人员通过分析这些案例，着重探究知识、理解、应用、分析、综合和评估这六个批判性思维的维度。
使用AI后思维方式的三大变化
研究发现，知识工作者在使用AI工具后，解决问题的思维方式出现显著变化，主要体现在以下方面：
信息搜集方式转变
过去，知识工作者会从各种渠道独立搜集信息解决问题。如今，他们更多精力用于验证AI生成的结果。比如撰写市场调研报告，以前可能查阅大量行业资料、实地调研获取一手信息，现在不少人直接借助AI生成报告框架及内容，仅做简单验证。这使得主动探索知识过程简化，过度依赖AI提供的现成信息。
解决方案倾向改变
知识工作者更倾向整合AI提供的答案，而非自主开发解决方案。在软件开发领域，以往程序员面对代码漏洞，会凭编程知识和经验排查修复，现在一些人直接将问题输入AI编程辅助工具，等待其给出解决方案并直接应用。长此以往，开发者自身解决复杂问题的能力会逐渐退化。
任务执行角色转换
许多人从直接执行任务，转向监控AI系统。以行政工作为例，处理文档排版、数据整理等任务时，员工不再亲自完成，而是交给AI工具，自己只负责监督AI系统运行及输出结果是否符合预期。这种角色转换减少了对具体任务的深入参与，影响批判性思维锻炼。
这种依赖AI的趋势在处理常规或不重要任务时更明显，人们不经深入思考和质疑就依赖AI，可能导致独立问题解决能力下降。
“自动化的讽刺”现象
研究团队提出“自动化的讽刺”现象。一方面，AI处理日常任务减轻了工作负担，提高工作效率。例如设计领域，借助AI工具，设计师能短时间生成多种设计草图，提供更多灵感和选择。但另一方面，这剥夺了人们锻炼判断力和“认知肌肉”的机会。“认知外包”现象，即把本应自己思考处理的任务交给AI，会逐渐削弱自然能力。
批判性思维的保护因素
研究发现，自信心能在一定程度上保护个人批判性思维能力。对自己能力更有信心的员工，更倾向于对AI输出持怀疑态度。同时，有三种因素推动批判性思维，分别是提升工作质量的愿望、避免错误的动机和个人发展需求。
教育水平也是重要保护因素。瑞士商学院一项独立研究表明，17至25岁年轻人使用AI工具比例最高，但批判性思维测试得分最低。受教育程度较高的人，更频繁质疑AI生成的信息，在使用AI工具时能保持更强批判性思维能力。这说明良好教育能培养独立思考和信息甄别能力，让人面对AI信息不盲目接受。
应对建议
为避免过度使用AI削弱批判性思维能力，可采取以下建议：
企业层面
企业应倡导员工的批判性思维，通过专门培训课程，教导员工从逻辑、数据来源、适用性等角度审查AI结果，确保其准确可靠。
工具设计层面
AI工具设计应优化，更倾向支持而非替代批判性思维。开发者可在设计AI产品时，增加引导用户思考的功能，如给出解决方案同时，提供推理过程和参考资料，鼓励用户深入思考验证。
