随着人工智能（AI）迅速渗透到日常和重复性工作场景，关于用户批判性思维和判断力可能被削弱的担忧也在升温。Business Insider 12日（当地时间）综合多位企业高管、教授及神经科学家的观点，梳理出在提高工作效率的同时，避免把思考能力一并外包给AI的几种做法。

多位专家的共识是，AI不应被当作“替人工作、替人思考”的工具，而应定位为用于拓展思路、检验结论的辅助工具。Johns Hopkins University教授Majid Fotuhi表示，对技术依赖越深，批判性思维越容易被削弱；但如果使用得当，AI同样可以帮助大脑处理和分析更多信息。

这种担忧在职场中尤为明显。Workday去年针对2950人开展的调查显示，约半数受访者担心，AI代理可能削弱人的批判性思维。Cisco高级副总裁Anurag Dhingra也表示，人们再次开始追问：过度依赖AI，是否会让人变得更迟钝。

在具体做法上，专家首先建议，初稿应由自己完成。曾在PwC推动AI落地的Gita Rajan表示，即便会借助AI进行数字核验、提取非结构化数据，或要求其对自己的结论提出质疑，第一版内容仍应先由自己写出。EY全球首席创新官Joe Depa也要求团队在使用大语言模型前，先像写邮件一样把自己的观点和结构梳理清楚，再借助Copilot等工具进行润色。这样不仅更容易发现问题、补充追问，也有助于提升整体效率。

其次，可以主动让AI从反方角度提出意见。Possibility Institute首席科学家Vivian Ming建议，围绕自己的观点追问AI：“我遗漏了什么？”“可能有哪些反对意见？”她将这一过程称为“富有生产力的摩擦”。

丹麦Aarhus University的Jacob Sherson则强调，思考过程的主导权必须始终掌握在人手中。他提出“框定—探索—精炼—承诺”（FERC）框架：先由人定义问题，再借助AI探索不同选项，随后对方案进行比较和修正，最终决策仍由人作出。在他看来，如果只看单一输出结果，那不是评估，而只是接受。

第三个建议是，有意识地反复训练高难度任务。University of California教授Gloria Mark表示，应培养能促使深度思考的日常习惯，例如长时间阅读，或参加需要持续专注的在线课程。她认为，应尽量避开把所有事情都交给AI这一“阻力最小的路径”，持续进行智力劳动并保持专注投入。Carnegie Mellon University教授Aniket Kittur也指出，思考越吃力，收获往往越大；过于轻松的任务未必真正有助于能力提升。

第四个建议是，持续给大脑新的刺激。被视为脑可塑性研究先驱的Michael Merzenich表示，大脑要保持敏锐，就必须不断训练。人在独立解决问题时，会经历推理、建立联系、回忆关键信息等过程；而当AI直接给出答案时，这些训练很容易被跳过。Fotuhi补充说，培养新的爱好，或尝试记住姓名、号码等信息，以此检查记忆力和注意力，也会有所帮助。

最后，AI生成的内容必须用自己的语言重新讲清楚，把这一步当作必要的校验环节。曾在IBM、Amazon Web Services（AWS）和Estee Lauder担任高管的Sol Rashidi强调，不要直接复制粘贴AI给出的答案，因为其结果未必准确。Ming则指出，很多人会把AI产出误当成自己的能力。她建议，不看屏幕，试着把其中的逻辑讲给同事、自己，甚至宠物听；这一步不是简单“复述”，而是看自己是否真的“教得会”。如果讲不清楚，说明这更接近精致的复制，而不是真正完成了思考。

多位专家同时指出，AI的普及确实能提升工作效率，但最终的思考责任不能一并交给机器。保留自行写作、主动求证、接受反方质疑以及复核结果的过程，才能让AI成为强化判断力的工具，而不是削弱能力的来源。