更新於 2026年11月21日
生成式人工智慧的興起,再度引發一個關鍵問題:AI 會削弱我們的認知能力嗎?
無論是在企業還是培訓領域,人們的擔憂不少。有人提到注意力下降、記憶力減退,或是對工具的依賴日益加深。然而,在這些感受背後,實際情況更為複雜。AI 並不會削弱智力,而是改變了我們運用認知能力的方式。
AI 與認知:智力投入方式的轉變
借助工具來思考並不是新鮮事。認知心理學稱之為分散式認知,其概念是我們會將部分心智任務外部化,例如書寫、計算或資訊搜尋,以便更快、走得更遠。
AI 延續了這個脈絡,但也帶來重大的突破:它能直接產出結構完整的答案。這種演變可以減少當下所需的投入、加快產出速度,並讓人產生迅速理解的印象。然而,快速取得答案絕不代表真正學會。
陷阱:看得懂,卻不會做
認知科學中有一個已有充分文獻佐證的現象,稱為能力錯覺。當答案清楚且表達得宜時,人會覺得自己已經理解。然而,這種感覺並不保證能夠獨立重現解決方案。
換句話說,一個人可能認得出好答案,卻無法自己產出。
大腦真正的學習方式
要評估 AI 的實際影響,必須回到學習的基本機制。
主動參與
大腦在真正被調動時才會學習。這意味著要思考、表達想法並做出選擇。只是閱讀或觀看,並不足以讓知識長久紮根。
提取練習的投入
Roediger 與 Karpicke(2006)的研究顯示,實際練習比單純重讀更能提升記憶效果。回答問題、嘗試解題,或直面自己的錯誤,都是學習過程中的關鍵步驟。
回饋的角色
有效的學習需要即時的回饋、修正與調整。沒有回饋,學習就會流於表面,也難以持久。
AI:風險,還是學習加速器?
AI 的影響完全取決於使用方式。
被動使用,例如複製答案、不經互動地閱讀,或將思考完全交給 AI,只會帶來低度的認知參與,學習成效也因此有限。
相反地,主動使用,也就是透過提問、換句話說、檢驗自己的理解或要求練習題,則能大幅強化學習。
AI 作為導師:重大契機
教育研究顯示,個別化輔導是最有力的學習槓桿之一,Bloom 在 1984 年便已證明這一點。如今,AI 透過即時互動、依學習者程度調整,以及個人化的講解,讓我們得以接近這樣的成效。
它因此成為真正的學習夥伴,而不再只是單純的工具。
企業真正的挑戰
在組織中出現一個主要難題:會使用工具,並不代表掌握了某項能力。這種混淆可能導致缺乏協助就無法行動、對議題一知半解,或在實際情境中出錯。
因此,挑戰很明確:培養扎實、可遷移且持久的能力。
AI 時代的培訓再思考
傳統形式如今已顯現出其侷限。內容往往偏向被動、參與度低,實作也不足。AI 為更具活力的新做法開啟了道路。
目前最有效的培訓,已納入具體的情境模擬、需要做出的決策、需要分析的錯誤,以及個人化的回饋。學習者因此成為自身進步的主導者。
Complement 如何運用 AI 強化認知
在 Complement,我們秉持一個堅定的信念:學習來自行動,而非單純接收資訊。
我們提供的學習體驗以貼近真實的情境為基礎,包含職場情境腳本、具體決策,以及可直接應用的業務脈絡。透過與專屬 AI 導師持續對話,學習者可以提出針對性的問題,並獲得進度上的引導。
訓練內容依每位學習者的程度量身調整,找出困難點,並提供客製化的學習進程。最後,系統會提供即時回饋,包括即時修正與貼合需求的說明,以長期鞏固學習成果。
結論
人工智慧並不會自動造成智力退化。依使用方式不同,它既可能減少投入,也可能強化學習。
差別取決於一個關鍵因素:認知參與。
能夠成功的組織,將是懂得運用 AI 來激發思考、鼓勵實踐並實現個人化學習的組織。
📚 參考資料
Bjork, R. – Memory and Metamemory Considerations in the Training of Human Beings(1994)
Roediger & Karpicke – Test-Enhanced Learning(2006)
Bloom, B. – The 2 Sigma Problem(1984)
Hutchins, E. – Cognition in the Wild(1995)
OECD – AI and the Future of Skills(2023)
