去年有個(gè)數(shù)據(jù)讓我停下了刷手機(jī)的手——某職場平臺調(diào)研顯示，87%的受訪者在發(fā)送重要郵件前會先用AI潤色。不是查錯別字，是把自己的想法先"過一遍篩"。

這和你用計(jì)算器不一樣。計(jì)算器幫你算，答案還是你的。AI幫你"想"，想法還是你的嗎？

從"查一下"到"幫我想想"

五年前我們用搜索引擎，問的是"Excel怎么凍結(jié)首行"。現(xiàn)在打開ChatGPT，輸入框里躺著的是"我該怎么跟老板談加薪，語氣要誠懇但不卑微"。

工具升級了，但代價(jià)是隱形的。以前我們向外找信息，向內(nèi)做判斷。現(xiàn)在判斷本身也被外包了——AI不僅給答案，還給"這個(gè)答案對不對"的底氣。

有個(gè)做產(chǎn)品經(jīng)理的朋友跟我說了個(gè)細(xì)節(jié)。他寫用戶調(diào)研報(bào)告，先自己寫一版，再丟給AI"看看有沒有漏掉什么"。AI說"建議補(bǔ)充競品對比"，他就補(bǔ)。AI說"第三部分邏輯不夠閉環(huán)"，他就改。

他說這叫"雙保險(xiǎn)"。我說這叫"雙簽字"——最終落款是你的，但筆跡已經(jīng)混了。

判斷力萎縮的三種信號

第一種是"校準(zhǔn)依賴"。發(fā)郵件前必須過一遍AI，不是因?yàn)樾挪贿^自己的表達(dá)，是信不過自己的判斷——"這樣寫會不會太沖？"其實(shí)心里沒數(shù)了。

第二種更隱蔽：用AI的反饋替代自我確認(rèn)。寫了個(gè)方案，自己覺得還行，但AI說"建議增加數(shù)據(jù)支撐"，立刻心虛。不是因?yàn)榉桨刚娴娜睌?shù)據(jù)，是因?yàn)槟悴辉俅_定"還行"的標(biāo)準(zhǔn)是什么。

第三種最麻煩——預(yù)篩選。想法還沒成型，先想"AI會怎么評價(jià)這個(gè)"。大腦里裝了個(gè)虛擬審稿人，所有念頭都要先過安檢。

這有點(diǎn)像拍照。以前拍完看效果，現(xiàn)在舉著手機(jī)就想"這構(gòu)圖AI能修好嗎"。取景框里的世界，變成了待處理的素材。

效率陷阱里的溫水

表面看一切在變好。決策更快了，表達(dá)更得體了，社交失誤更少了。但有個(gè)問題沒人敢細(xì)想：那些被我們省下來的認(rèn)知勞動，原本是干嘛的？

是試錯。是帶著模糊的想法碰撞，被懟回來，再調(diào)整。是寫完一封語氣生硬的郵件，收到對方"你什么意思"的追問，下次就知道邊界在哪。

AI把這些摩擦都抹平了。代價(jià)是，我們失去了通過摩擦來校準(zhǔn)自己的機(jī)會。

有個(gè)研究者做過類比：長期用導(dǎo)航的人，海馬體會萎縮——大腦負(fù)責(zé)空間記憶的區(qū)域，因?yàn)橥獍oGPS而"用進(jìn)廢退"。判斷力會不會也一樣？

那怎么辦？

說實(shí)話，沒有標(biāo)準(zhǔn)答案。有人嘗試"AI齋戒"——每周選一天，所有文字自己寫、所有決定自己拍板。聽起來像行為藝術(shù)，但試過的人說，第一天會有一種奇怪的焦慮，像沒穿外套出門。

更多人選擇劃邊界：用AI查資料，不用它給建議；用它改語法，不用它改語氣；問它"有哪些選項(xiàng)"，不問它"我該選哪個(gè)"。

但邊界這東西，劃著劃著就松了。今天說只改語法，明天覺得"順一下邏輯"也算語法，后天就開始問"這段話會不會讓同事覺得我在甩鍋"。

你最近一次完全沒問過AI、自己拍板的決定是什么？我想了想我的，居然卡住了三秒鐘。