结合最新大脑顿悟研究,解释AI思考外包的危害,并提出4个可落地的防止思考外包的实操方法。 ## 1 顿悟的核心大脑机制:为何直接拿AI结果留不下记忆 研究招募31名受试者,通过Mooney图像顿悟实验发现:高顿悟测试的五天后记忆概率是低顿悟轮次的2.1倍。 顿悟发生时,视觉皮层完成认知重组、海马体和杏仁核被激活,三个脑区会临时搭建信息高速网络,将顿悟刻入长期记忆。 **关键结论**:驱动长期记忆编码的核心是「我确定这就是答案」的确定性,而非积极情绪。 ## 2 AI易触发假顿悟,直接外包思考会丢失记忆通道 研究发现:超过四成的错误图片识别也会伴随强烈顿悟感和高确定性,即大脑会产生假顿悟。 AI回答逻辑自洽、表达流畅,极易触发这种假顿悟信号,让人误以为自己已经懂了。 **关键结论**:顿悟必须经历「想不通」的前置过程,直接拿AI答案会跳过思考,直接关闭大脑形成长期记忆的物理通道,AI给的是路过的信息,自己顿悟才是刻入的记忆。 ## 3 防止思考被AI外包的四个实操方法 ### 先挣扎,再求助 遇到问题先给自己5~10分钟梳理,哪怕只理出一团乱麻,也能形成自己的预期,再看AI答案或让AI反驳自己,通过冲突触发顿悟。 ### 及时识别假顿悟 看完AI解释产生豁然开朗感后,停下不看原文,试着用自己的话重走一遍逻辑,走不通就是假顿悟。 ### 用自己的话重构,直到获得确定性 研究显示,只有转化为语言概念的信息才会被大脑储存,因此看完AI回答后必须用自己的话输出,只有获得「我确定正确」的笃定感,才能触发大脑长期编码。 ### 刻意抽离,让大脑后台拼图 大脑会在无意识后台默默处理问题,积累到临界点才会涌现顿悟,遇到卡点不要死磕也不要立刻问AI,先思考再抽离,通过散步、洗澡、睡觉给大脑后台拼图的时间。 ## 4 始终带着问题使用AI 我们应当做带着问题使用AI的人,而非让AI代替思考的人:只有自己走完从困惑到确信的完整路径,信息才能变成属于自己的长期记忆。
从大脑研究看“顿悟时刻”:防止思考被AI外包的四个实操方法
2026-06-04 12:37

从大脑研究看“顿悟时刻”:防止思考被AI外包的四个实操方法

本文来自微信公众号: 快刀青衣 ,作者:快刀青衣,原文标题:《从大脑研究看「顿悟时刻」:防止思考被AI外包的四个实操方法》


我当时在直播里就有一点儿跑神,整个思考就被Aha时刻勾住了。因为我自己也有过,但从来没认真想过,这个Aha时刻到底是个什么东西?它背后的大脑机制是什么?为什么有些「想通了」能记一辈子,有些「想通了」过两天就忘得干干净净?


这几天我顺着这个好奇的点往下刨,看了不少相关研究。最值得和你分享的,是一篇2025年5月发在Nature Communications上的研究。


看完之后我觉得,这个研究不只是解释了顿悟本身,还回答了一个我们每天都在面对却没意识到的问题:当你把思考外包给AI的时候,你外包掉的到底是什么?


思考外包是近半年大家讨论比较多的话题,就是把该自己动脑子的活,全程交给AI,自己不再构思、分析、判断,只等着拿结果。跟不想做饭就点外卖一样,时间长了,做饭能力肯定下降。


但这个研究告诉我们,答案可能比我们想的更严重:我们外包掉的不是思考的效率,不是节约了多长时间,而是大脑形成长期记忆的整个物理通道。


01关于顿悟的研究


杜克大学、柏林洪堡大学和汉堡大学的科学家做了一个巧妙实验:让31个人躺在核磁共振扫描仪里,看Mooney图像——那种只有黑白两色、乍看什么都不是的抽象图片。你得盯着看,突然大脑把那些斑块拼在了一起,「哦,这是一只狗」。



这个从「啥也不是」到「哦!」的瞬间,就是一个微型的顿悟时刻。核磁共振扫描仪就在那一刻,把大脑的活动全部记录了下来。


五天之后,这些人又做了一次记忆测试,看他们还记得哪些图。结果发现,高顿悟的几次测试,五天后的记忆概率是低顿悟轮次的2.1倍。换句话说,同样是看几张图,是否让你有强烈的「想通了」的感觉,直接决定了大脑愿不愿意把它存下来。


大脑在那一瞬间干了什么?


研究揭示了三个同时发生的事情:


第一,视觉皮层发生表征改变。视觉皮层,就是你后脑勺那块负责处理视觉信息的区域。顿悟发生的时候,视觉皮层的活动模式发生了剧烈变化:那些黑白斑块,从一堆无意义的碎片,瞬间被重组成有意义的整体。


你「觉得」看懂了,其实是大脑在物理层面完成了从混沌到清晰的拼图。


第二,海马体和杏仁核被激活。海马体是大脑的记忆编码中心,杏仁核是情绪处理中心。海马体检测到一种反差:你本来以为是一堆斑块,突然变成有意义的物体,这个反差触发了编码机制。杏仁核呢,会给这个瞬间加上情绪,给你那种想通之后的「爽快感」。


第三,也是最厉害的发现:三个脑区瞬间搭建了一个临时超级网络,信息跑得飞快,像大脑在那一刻修通了一条高速公路。而这条高速公路,在非顿悟的情况下,根本不存在。


所以你看,你以为的灵光一现,背后其实是一整套精密的神经工程。


视觉皮层重组了认知,海马体检测到了反差,杏仁核加上了情绪,然后它们三个瞬间连成一张高速网络,把这个「想通」的过程牢牢地刻进了长期记忆。


驱动记忆的核心是「确定性」


但科学家们还有一个发现,让我觉得比上面这些都要重要。


研究者把顿悟拆成三个维度:突然性、积极情绪、确定性,分别看哪个维度在驱动大脑的记忆编码。


你猜哪个最关键?不是开心,不是爽,是确定性。也就是那种「我确信这就是答案」的笃定感。


海马体的激活,跟确定性的关联最强,积极情绪的独立贡献并不显著。杏仁核倒是两个都响应,但真正决定大脑要不要把这件事存进记忆的,是你有多确定自己「想通了」,而不是你有多「开心」。


这个发现太重要了。追求学得开心没用,你得追求学到确信。那种模模糊糊觉得「好像懂了」的感觉,大脑根本不当回事。只有你能笃定地说「我确定这就是对的」,大脑才会启动长期记忆的编码程序。


说到这里,你可能会想:这么厉害,那我多让自己顿悟不就行了?


这就像我上高中的时候,同桌是个超级学霸,她给我讲题最常用的句式是「你看,这里非常明显」,我每次都要抗议,你给我说清楚,这到底怎么明显了。


问题就在这里,顿悟哪能像自来水龙头一样,说开就开,说来就来。


假顿悟:大脑会骗你


研究里还有一个让人警觉的发现:哪怕参与者认错了图片,大脑照样给他们发一个「想通了」的信号。错误识别的图片里,有超过四成同样伴随着强烈的Aha感和高度确定性。


也就是说,大脑会骗你,「想通了」信号可以被错误触发。你觉得自己想通了,确信感拉满,但理解完全是错的。科学家管这叫「假顿悟」。


当看到假顿悟这部分时,我突然觉得自己此前一些困惑的地方被打通了。因为AI的回答,恰恰是最容易触发这种假信号的。为什么?因为AI的回答逻辑自洽,措辞流畅,结构清晰。


你读完一段AI的解释,「哦,原来如此,我懂了」的感觉几乎自动产生。但那个感觉,很可能就是假顿悟——你只是被AI说服了,被流畅的表达和自洽的逻辑带着走,并不是真懂了。


不过,当时我想到这里,立马又警惕了下:等等,我现在的这个顿悟会不会也是假的?当然,你先不用陷入我的这个顿悟嵌套里,免得被绕晕了。


咱们还是说回前面那个研究。顿悟发生的前提是:你的大脑必须先经历「想不通」,才能到达「想通了」。你得先有一团乱麻,才能有一把快刀去斩乱麻。


如果你直接跳到AI给的答案,跳过的不只是「想的过程」,更是大脑形成长期记忆的整个物理通道。



AI给你的答案和你自己想通的答案,在大脑里根本不是同一种东西:一个是信息,路过一下就走了;一个是记忆,被刻进了脑子里。


02防止思考外包的4个方法


那回到工作生活,该怎么办?难道不用AI吗?


那不现实,问题不在于用不用AI,而在于怎么用。下面这四条是我从这项研究里提炼出来的实操方法,不是「要多动脑子」那种废话,而是你马上就能用的东西。


第一:先挣扎,再求助


顿悟发生的前提是大脑经历了预期误差。你得先有一个预期,然后预期被打破,海马体才会被激活。如果直接问AI,你连预期都没有,海马体根本不会被触发。


但真的是开卷有益,书里有一个观点我觉得特别好:小说里真正有张力的冲突不是好人打坏人,而是一种不稳定的平衡。主人公小心翼翼维持的平衡本身就有裂痕,一旦崩塌,人物对自身处境的重新认知,就是顿悟的时刻。


我觉得咱们跟AI之间也需要这种不稳定的平衡,不能什么时候都指望AI完全代劳。我自己最近用AI,就试过先写一段自己的理解,再让AI来挑毛病,那种被反驳之后「重新想通」的感觉,跟直接问答案完全不一样。


所以,如果你遇到不懂的概念、棘手的问题,先给自己5到10分钟试着理一理。哪怕理出一团乱麻也行,这团乱麻就是你的预期,有了预期再看AI的答案,才有可能触发顿悟。


当然,你也可以反过来,让AI反驳你:请指出我这个方案的三个漏洞,如果我的判断是错的,最可能错在哪里?


你跟AI之间的冲突,恰恰是触发顿悟的燃料。


第二:警惕假顿悟


前面说了,大脑的「想通了」信号可以被错误触发,AI尤其容易制造这种假顿悟。


那要怎么判断呢?当你看完AI的解释觉得「豁然开朗」的时候,停一下,不看AI的回答,试着用自己的话把逻辑重新走一遍。如果走不通,那刚才的「懂了」就是假的。


第三:用自己的话重构,直到确信


上一条说的重新走一遍,只是简单逻辑复盘,并不是输出。这一条我想强调的就是用自己的话输出。同学们都知道费曼学习法,核心理念就是:如果你没办法把一件事用简单的方式讲出来,那就代表你没有真正理解。


而结合到今天的这个研究,我觉得还有两层意思。


第一层来自研究里一个特别硬的发现。他们用了两种AI模型来衡量大脑的改变,一个是视觉模型AlexNet,一个是语义模型Word2Vec。结果发现,语义模型衡量的表征变化能预测5天后的记忆,而视觉模型没有显示出与顿悟记忆增强的显著关联。


换句话说,就算你只是在看图认图,真正帮你记下来的也不是靠眼睛看到了什么,而是你脑子里给它起了个名字、贴了个标签。你把它翻译成了概念和语言,它才真正被存了下来。


所以,看完AI的回答,你必须用自己的话说出来、写出来,把信息从「看过」转化为「输出」,知识才能真正被编码进长期记忆。「看懂」不算懂,能说出来才算。


第二层来自前面说的那个发现,驱动记忆的核心是确定性,不是愉悦感。学到的东西如果只是「感觉不错」,大脑不会当回事。只有「我真的确定这就是对的」,大脑才会启动长期记忆的编码。


所以不管输出是一篇小红书笔记,还是一条朋友圈,不说其他做账号的目的,就是简简单单地分享出来,只为了自己能长期记住,也都非常值得。


第四:刻意抽离,让大脑后台拼图


研究里有一个很有意思的讨论,大脑从看不懂到看懂,可能并不是真的在一瞬间发生的。


之前的研究显示,大脑视觉区域的活动是一点点升上去的,不是突然跳上去的——大脑一直在后台默默拼图,只是积累到某个临界点,结果才突然涌入意识。就像烧水,水温一直在升高,但你感觉到的是突然沸腾的那个时刻。


所以「睡一觉就想通了」不是玄学,大脑在你不刻意思考的时候,仍然在后台处理问题。


那么具体怎么做?遇到想不通的问题,不要死磕,也不要立刻问AI。先近距离想一会儿,然后刻意抽离——去散步,去冲个澡,去睡一觉。我自己经常在写文章卡住的时候去洗个澡,好几次都是洗着洗着突然想通了。


刻意思考时忽略的盲区,恰恰可能在抽离的时候被照亮。


03始终带着问题使用AI


AlphaGo击败李世石那天,哈萨比斯(Demis Hassabis)走出酒店,对同事西尔弗(David Silver)说:「我们能解决蛋白质折叠的问题。我以前觉得我们或许能做到,但现在我们绝对能做到。」


西尔弗后来说,哈萨比斯攻克大难题后,从来不会沉浸在成就感里,他会回到自己始终思考的问题——用AI拓展科学边界。而蛋白质折叠这个问题,他早在剑桥读本科时,就从一位朋友那里知道了,一直记在心里。


其实,我们每个人都应该有几个自己一直关注的领域或难题。也许现在AI还没办法解决,但脑海里一直思考着,等到AI能力提升,我们都可以去尝试。


这样,我们就是一个始终带着问题去使用AI的人,而不是让AI代替我们思考的人。


写在最后


回到开头那个问题,什么是Aha时刻?它不是一种感觉,而是你的大脑完成了一次信息重组,然后把这个重组的结果刻进了记忆。


AI给你的答案再漂亮,也只是信息。只有你自己走完从困惑到确信的那条路,它才会变成记忆。


所以,下次遇到问题,先挣扎一会儿,别急着问;看完AI的回答,也别急着说「懂了」,用自己的话走一遍;想不通的时候,别太死磕也别急着搜,放一放——也许你的顿悟就在下一次跑步时、洗澡时突然出现了。


相关论文:https://doi.org/10.1038/s41467-025-59355-4

AI原生产品日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定