美国调查：约三分之一高管更信任AI判断，MIT实验显示依赖AI核查事实一个月后辨别力下降
美国研究机构Charter八月对五千余名美国AI使用者的调查显示，约三分之一高管表示更信任AI而非自身判断，这一比例是普通员工的两倍。与此同时，麻省理工学院媒体实验室的实验表明，连续一个月依赖AI核查事实的受试者在脱离AI后辨别虚假信息的能力下降。德国科技媒体t3n.de将两者联系为'认知外包'机制：被雇来提供判断的高管若将判断交给只做统计预测的系统，风险随之上升。
Charter研究机构的八月调查覆盖五千余名声称在工作中使用AI的美国受访者，结果显示：约三分之一的高管表示更信任AI的判断而非自己的判断力，而普通员工中这一比例仅约为其一半。在'谁真正从AI中获益'这个问题上，55%的高管认为AI同时改善了工作和个人生活，员工中只有大约一半的人给出相同回答。
t3n.de文章指出了一个结构性矛盾：企业雇佣高管是因为他们的经验和知识，而不是为了让他们把决策交给AI。当最应该提供判断的人开始外包判断，问题就不只是个人偏好，而是组织能力的侵蚀。
文章引入了一个专门术语来描述这一现象：'Cognitive Offloading'（认知外包），指人们将思维工作转移给AI系统以减少自身认知负荷的行为。让AI摘要一篇长文而非自己通读，让AI分析简历或财务数据而非亲自审阅——这些做法确实节省时间和脑力。但节省认知负荷的代价可能是认知能力本身。
麻省理工学院媒体实验室的一项研究也显示，受试者在一个月内将事实核查工作交给AI系统完成，当AI工具不再可用时，这些受试者辨别虚假信息的能力下降。主要作者之一、博士生Anku Rani在MIT的公开文章中警告，用户经常忘记AI模型做的只是统计预测，而非真正的判断。
布鲁金斯学会下属的'普及教育中心'（Center for Universal Education）在青少年群体中观察到了类似模式：当学生将思考过程交给AI时，教育过程可能被削弱。65%的受访学生自己表达了对认知能力长期下降的担忧。一个学生的原话是：'很简单，你不需要用脑子。'
这些证据共同指向一个'去技能化'（Deskilling）机制，与计算器削弱心算能力的历史先例类似。不同的是，计算器处理的是确定性运算，而AI处理的是判断性任务——后者恰恰是高管被雇佣的理由。当统计预测被当作判断来使用，幻觉、误导性推论和偏见就进入了决策链，影响范围从单个高管扩展到整个组织。
需要明确的是，MIT实验测量的是事实核查这一特定能力，而非广义的管理判断。调查数据反映的是自报信任度，不是决策质量的直接测量。从'依赖AI核查事实一个月后辨别力下降'到'高管将数据分析委托给AI后判断力退化'，中间存在任务复杂度和时间跨度的外推。但方向一致的证据已经足够说明：认知外包不是零成本的效率工具，它可能正在以使用者最不易察觉的方式侵蚀其核心能力。