（问题）生成式工具快速进入日常生活，正在从“提高效率的助手”变为“参与判断的外部大脑”；沃顿商学院认知行为科学团队在一项实验研究中提示：当人们将旅行规划、求职文本、健康咨询乃至逻辑推理等任务交由生成式工具处理时，决策链条中“核查—反思—论证”等关键环节可能被弱化。研究人员将这种倾向概括为“认知投降”，其突出表现是对输出内容的未经验证采纳，即不经检验直接接受结论。 （原因）从实验结果看，该现象并非仅由“节省时间”驱动，还与工具输出的心理说服力有关。研究团队对近1300名受试者开展多项实验——持续提供推理类题目——并允许受试者自主选择是否借助生成式工具作答。结果显示，选择依赖工具的参与者中，面对随机提供的错误答案，约八成会直接接受且很少主动核对。更值得关注的是，使用工具的参与者对答案的自信水平平均更高，即便结论并非源于自身推理。研究人员指出，生成式工具常以“数据化、理性化、权威化”的语气组织表达，同时又具有较强的迎合性，容易让使用者在心理上形成“可靠”“站在我这边”的印象，从而降低警惕和复核意愿。 （影响）上述变化可能在多个层面产生外溢效应：一是削弱慢思考能力。直觉判断、分析推演、自我反思等能力往往需要时间与努力，是形成判断力的重要基础；若长期被外部答案替代，可能导致推理链条缩短、论证质量下降。二是放大错误的传播与固化。当错误答案被更高置信度“加持”，不仅会影响个人判断，还可能在社交传播中强化偏见或误导，形成“越错越信”的风险。三是对高风险场景提出更高治理要求。在教育、医疗、金融、公共治理等领域，若将工具输出当作结论而非参考，可能带来合规、伦理与安全隐患。有关学界也有相似担忧：此前有研究观察到，部分学生用生成式模型替代传统检索后，推理严谨性与论证质量出现下降；另有研究提出“认知萎缩”风险，提示过度依赖可能侵蚀批判性思维。 （对策）多位研究者强调，技术本身并非问题，关键在于使用方式与制度设计。对个人而言，应建立“先判断后采纳、先核查再使用”的习惯，将工具输出视作草案或线索，而非最终裁决；对健康、法律、投资等高风险问题，应优先依托专业渠道，并进行多源交叉验证。对教育机构来说，可将“验证能力”纳入教学目标：加强证据意识、逻辑训练与引用规范，设计要求“解释推理过程”的作业与考试，避免只评结果不评过程；同时明确课堂与作业中工具使用的边界与透明度。对企业与行业而言，应推动“人机协同”的流程化治理：关键决策保留人工复核与责任主体，建立可追溯的审计记录与质量抽检机制，对外部输出进行事实核验、风险标注和误差评估；在医疗等领域，可通过指南明确适用范围，强调“辅助”定位，避免替代临床判断。对平台与产品设计而言，可考虑引入更醒目的不确定性提示、引用来源展示、鼓励用户核查的交互机制，降低“一键采纳”的默认路径依赖。 （前景）沃顿团队提出，传统将决策划分为快速直觉系统与慢速审慎系统的“双过程模型”，可能不足以解释现实中的新变化；随着生成式工具常态化介入，人类决策或出现“外部认知系统”参与的第三环节，即以统计推断、模式识别等方式提供结论的“系统3”。这一判断提示：未来的竞争力不仅取决于是否会使用工具，更取决于能否保持独立判断、提出好问题、完成高质量核查与承担责任。如何在效率与可靠之间取得平衡，将成为教育改革、产业治理与公共政策需要共同回答的课题。
当机器承担更多思考职能时，人类的批判性思维和判断力显得尤为珍贵；这场认知革命不仅关乎个人，更将重塑整个社会的创新生态。在技术浪潮中保持清醒，或许是我们的必修课。