随着生成式人工智能（AI）在工作场景中快速普及，越来越多研究开始指向同一个问题：AI 的确能够提升效率，但过度依赖也可能削弱使用者的专业技能、理解能力和独立判断能力。在医疗和软件开发等领域，已有研究发现，人一旦习惯 AI 辅助，脱离 AI 后的实际表现反而可能下降。

日本 ITmedia 6月22日（当地时间）援引近期多项研究报道称，生成式 AI 已不再只是简单的自动化工具。它在一定程度上正在替代人类对问题的分析、解读和判断过程，也给专业能力的长期保持带来新的挑战。

这场讨论的核心并不在于 AI 是否提升了生产力，而在于它是否会削弱人的专业能力。正如导航工具可能削弱人的辨路能力一样，当生成式 AI 包办越来越多中间分析环节后，一些原本需要依靠经验和训练形成的能力，可能会逐步弱化。科学期刊《Nature》近期也曾就相关风险发出警示。

一线从业者的担忧同样明显。荷兰一家医疗健康企业针对美国医护人员开展的调查显示，70%的护士和77%的医生认为，过度依赖 AI 可能导致自身专业技能下降。

类似担忧也在实际研究中得到印证。一个来自波兰的研究团队以内镜检查经验超过 2000 例的资深专科医生为对象，考察 AI 辅助工具对其独立判断能力的影响。

研究中，医生在一段时间内使用一款可在结肠镜检查过程中实时识别癌前病变（腺瘤）的 AI 工具。随后，在不再使用 AI 的情况下继续开展检查。结果显示，医生的病灶发现率从引入 AI 前的 28.4% 降至 22.4%。研究团队分析认为，医生在适应 AI 提示后，自行识别病灶时的紧张感和专注度有所下降。

类似现象也出现在软件开发领域。AI 公司 Anthropic 对 52 名工程师开展了一项编码实验，将受试者分为两组，其中一组可以使用 AI 编程辅助工具，另一组则不能使用，并测试两组对任务内容的理解程度。

结果显示，使用 AI 的一组平均得分仅为 50%，低于未使用 AI 组的 67%。尤其在分析代码错误原因、解释代码结构等题目上，两组差距更为明显。研究团队指出，AI 有助于更快完成任务，但对“代码为何这样运行”的理解和学习并未同步发生。相关论文已发布于预印本平台 arXiv。

专家认为，这正是生成式 AI 与传统自动化工具的重要区别所在：它不只是减少重复劳动，还会在一定程度上替代问题理解和判断过程，使使用者更容易跳过中间推理步骤，直接接受结论。在医疗、软件开发等判断失误成本较高的行业，这一问题尤为敏感。

因此，研究人员强调，关键并不在于减少使用 AI，而在于改变使用方式。

研究建议，面对 AI 给出的答案，使用者不应直接照单全收，而应保留必要的验证环节和自主判断过程。同时，使用者也需要清楚自己究竟将多少工作交给了 AI，并持续检视 AI 的局限性及其出错风险。

业界普遍认为，生成式 AI 已成为提升生产力的重要工具。但与此同时，如何在使用 AI 的同时维持专业能力，正成为新的课题。也有观点认为，在 AI 时代，真正的竞争力不只在于会不会使用 AI，更在于即使没有 AI，也依然具备独立作出判断的能力。