控制论之父诺伯特·维纳曾说："每个时代的思想都反映在其技术之中。"过去一个世纪，人类的思维方式一直被计算机所映射，AI行业也不例外。谷歌的戴米斯·哈萨比斯称大脑为"图灵机的生物近似"，埃隆·马斯克则更直白地表示"人们应该把大脑当作一台生物计算机"。
但人类远比这种简单的计算机类比复杂，而这正是整个AI行业所忽视的部分。随着AI产品不断深入渗透我们的文化生活，这也解释了为什么它们正在制造如此多的问题。AI就像一种认知版的垃圾食品：它当下诱人可口，却会损害我们历经数千年进化而来的认知系统的健康与可持续性。
要理解这个问题，需要一点神经科学知识，以及整个人类进化史的视角。
大脑即计算机的观念可追溯至阿兰·图灵，其核心是将思维视为三步算法：大脑从外界获取信息（输入），对信息进行某种处理（计算），然后产生行为（输出）。感知导致认知，认知又导向行动。
这一模型在许多方面是富有成效的。正是基于大脑如计算机的设想，技术人员才将计算能力从简单的加法器推进到人工神经网络和生成式AI，试图不断逼近我们自身思维的镜像。
但这面镜子所反映的影像，虽不能说完全错误，却是扭曲且有限的。计算机科学奠基人之一约翰·冯·诺依曼就曾怀疑，计算模型是否真能捕捉到"人类神经系统的非凡复杂性"。我们的神经系统进化的目的，是帮助我们在被称为"世界"的庞大生态系统中导航，并尽可能地对这个世界施加控制。
计算方法着眼于大脑的最终产物，试图"逆向工程"出其运作机制。但我们也可以反其道而行之，从漫长的进化历程出发，自下而上地构建模型。这正是蒙特利尔大学神经科学家保罗·西塞克所采用的方法，他耗费多年时间，构建了一个跨越数百万年的大脑与神经系统发展的生物学模型。
西塞克认为，与其将大脑理解为信息处理器，不如将其视为反馈控制系统。我们的身体不仅仅是接收输入，还会根据可选项主动采取行动来调整输入本身。
两种方法究竟有何不同？以棒球外场接高飞球为例。按照计算模型的解释，外场手必须进行复杂且下意识的心理运算，估算球速、计算重力影响，再通过无数数学运算来"计算"出球的落点。
相比之下，反馈控制方法提出了一种简单的启发式策略——本质上就是"让球始终保持在视野中的同一位置，然后不断移动以维持这种状态"。我们通过行动来调整自己接收到的刺激。
这种方法也与大脑在进化过程中形成的生物架构高度吻合。从远古鱼类到两栖动物，再到哺乳动物、灵长类乃至现代人类，我们可以观察到：新行为总是伴随着新环境可能性的出现而产生。例如恐龙灭绝后，一些夜行动物得以在白天活动而不必过分担心被捕食，这催生了一系列新的能力。西塞克指出，神经系统的历史，就是"对世界的控制不断向外延伸"的历史。
由此我们可以绘制出一张与前述模型截然不同的图谱：既标出随时间演化出现的行为与能力，又将大脑的具体生理结构与这些能力相对应。这个模型不是从左到右展开，而是应被理解为随进化时间从上到下逐步展开。例如，很久以前，当脊椎动物发展出更强的移动能力后，专门用于探索的系统——比如利用地标或夜间导航——变得十分有用，这促成了海马体的产生。重要的是，这也使我们的祖先得以记住从一个地方迁移到另一个地方的重要时刻，进而发展出对过往经历的"情景记忆"。
计算模型根本无法做到这一点，因为它与可观察到的神经科学结构完全对不上。更重要的是，它掩盖了一个事实：大脑的大部分工作，都是在控制生物体与其所处环境之间的互动。因此，西塞克认为，我们需要彻底转变理解大脑与行为关系的范式，从算法式的输入输出模型，转向更具动态性的反馈系统。
到目前为止，我们讲述的人类发展史，主要围绕来自物理世界的反馈。但人类最重要的"反馈回路"之一，源自我们深刻的社会性倾向。而计算模型恰恰也未能很好地解释这一点——AI行业同样如此。人类花费数千年建立起相互学习、彼此沟通的制度与规范，而在不到十年的时间里，科技巨头们却在系统性地瓦解这些制度。
大约数十万年前，我们远古的祖先完成了一件了不起的事：学会了相互模仿。模仿手势和肢体动作，使得成功的实践经验（比如打磨石器）得以传承，也使得更复杂的协作行为得以通过共同的仪式化行为来协调——这反过来塑造了我们的认知方式。这正是人类文化的开端。
此后，人类逐渐学会模仿声音，进而发展出口语。语言并不等同于思维，但它使我们能够将思想传递给彼此。在某个时间点，漂泊的狩猎采集者祖先开始定居下来，形成复杂的农业生产方式，使我们能够种植食物，而不必四处迁徙去寻找食物。
最终，我们开始用文字符号来记录语言和抽象思想，使复杂的观念得以跨代传递。正式教育——一种确保知识在群体间共享的制度——也随之诞生。与此同时，诸如"市场""法律""民主"等集体决策的制度和实践也逐渐形成。
这一文化进程与我们的生物进化一脉相承，二者都旨在不断扩展我们对周遭世界的控制力。但有时，这种文化变迁也会带来意料之外、弊大于利的后果。
人类的饮食习惯或许是最明显的例子。在狩猎采集时代，富含脂肪的食物十分稀少却对生存至关重要，于是我们进化出寻找并在体内储存脂肪的本能。但后来，农业等生产方式的发展，使高脂肪食物在今天变得极为丰富——只要你想吃热狗，随处都能买到。
问题正在于此。热狗会危害我们的身体健康，用我们早已不再需要储存的多余脂肪堵塞血管。而AI对我们的认知能力也构成了类似的危害，它会阻塞我们在头脑中构建应对世界所需知识的能力。这正是一种"认知版热狗"。
偶尔吃一次热狗不会伤害任何人，但若它成为每日午餐或晚餐的常态，危害便会显现。AI也是如此——真正的危害并非来自偶尔使用，而是来自让它成为我们认知生活的日常主食。
而这恰恰是科技巨头们正在推动的方向。
在2025年7月的一档关于"AI如何改变教育"的播客节目中，OpenAI教育业务副总裁利亚·贝尔斯基夸口说，在ChatGPT每月平均9亿活跃用户中，超过一半是"学习者"，这款产品是"全球最大的学习平台"。不久前，Anthropic公司也宣布推出名为"教师版Claude"的新项目，为一线教师免费提供高级模型的使用权限。
然而，这些举措既不会让学生受益，也不会让教师受益。恰恰相反，这是AI正在削弱人类赖以发展认知能力的系统的最明显例证——而这一切，仅仅是为了换取所谓的便利。
曾任谷歌软件工程师的弗朗索瓦·肖莱曾将AI形象地描述为一种"认知自动化"工具，即"将人类的抽象能力编码进软件，再利用该软件来自动完成通常由人类执行的任务"。去年，一个跨学科学者团队曾令人信服地指出，生成式AI（以大语言模型为代表）不应"主要被视为智能体，而应被视为一种新型的文化与社会技术，让人类得以利用他人积累的信息"。
AI的支持者们对此提出了诸多乐观预测，并大多认为其弊端与此前的计算机、计算器乃至文字等自动化技术类似，无需过度担忧。然而，无论这些早期技术带来过怎样的影响，人类从未开发并大规模部署过一种明确以取代人类思维为目标的技术——而这恰恰是AI倡导者们自己所宣称的目标。
以教育领域为例。ChatGPT或许是全球最大的学习平台，但大量学生正在利用它来逃避建立牢固知识所必需的费力思考过程。越来越多的证据表明，AI工具正在对教育环境产生负面影响（Z世代普遍对此颇为反感）。中国的一项最新研究发现，数以千计的学生在使用AI后几乎彻底放弃了独立完成作业（这严重损害了他们的学习效果）。甚至有证据显示，当学生在所谓的学习场景中使用大语言模型时，他们在其他情境下也会逐渐习惯于放松判断力和批判性思维。
没有任何一个物种的大脑和身体，需要像人类这样经历如此漫长的发育过程，而我们历来通过独特的文化制度，将知识一代代传递下去。我们本应竭力保护这项人类独有的事业，然而如今，许多大学和中小学管理者——更不用说那些科技巨头——却正全力以赴地将AI尽可能快、尽可能深地推入我们的教育体系。
如果我们只把大脑看作一台计算机，AI似乎确实有助于学习——这正是许多人梦想打造AI辅导老师的原因所在。但这类尝试已经开始遭遇失败，因为我们的大脑远不止是一个输入输出装置。我们存在于一个更广阔的认知生态系统之中，必须在其中不断做出选择，决定如何分配自己的认知精力，以此来拓展我们对这个世界有限的掌控力和自主性。
但这也带来了一个挑战：费力的思考本身就很辛苦，一旦有技术提供的"捷径"摆在面前，我们便会毫不犹豫地选择走捷径——一些研究者将此称为"认知外包"。他们警告称，随着认知外包的蔓延，"支撑自主推理的社会环境会不断被削弱"，而一旦被削弱，这种外包行为"会变得更加容易、更具吸引力"，由此形成恶性循环。
研究者建议推行一种针对AI的"认知免疫"计划，旨在保护那些"维持人类认知活跃所必需的实践与制度：独立解决问题、自我核实、批判性讨论，以及主动远离AI使用的间断期"。
我们通常把这类制度称为"学校"。
相应的政策手段也必不可少。挪威近期宣布，基本禁止13岁以下学生在校使用任何形式的AI，这一做法颇值得关注。在美国，一个主要教师工会也呼吁在小学阶段禁用聊天机器人，洛杉矶和纽约等主要学区近期也已推出类似禁令，预计未来还会有更多地区跟进。
值得欣慰的是，反对的声音正在增多——你或许已经在网上看到过不少视频：一些大学毕业生在毕业典礼上对赞美AI的演讲者发出嘘声。这其中固然有对就业前景的担忧，但我相信，更多人是意识到了AI对自身认知发展造成的伤害。欧柏林学院"卢德俱乐部"的学生们便是如此，他们曾致信校长，批评校方对AI的大力推广："在你们投入'AI之年'的同时，我们将迎来属于自己的'自我实现之年'——去收获自己劳动的果实，去拥抱人类的不完美与原始的求知欲。"说得好。
大脑中的控制系统，是数百万年生物进化与数千年文化演进共同塑造的产物。我们需要跳出计算机式的思维模型，去看清人类之所以为人类的完整图景，去真正认识我们深刻的社会性——这正是人类文化的根本驱动力。作为一个物种，人类展现出了惊人的韧性，但一味沉迷于"认知垃圾食品"，终究无益于我们任何人。
吃得健康，也要想得健康。
Q&A
Q1：为什么说AI像大脑的"垃圾食品"？
A：文章认为AI像垃圾食品一样使用方便、诱人可口，但长期依赖会损害人类经过数千年进化形成的认知系统，削弱独立思考和知识积累的能力，就像热狗危害身体健康一样。
Q2：AI工具对学生的学习会产生哪些负面影响？
A：研究发现，学生大量使用ChatGPT等工具后往往逃避费力思考的过程，导致作业完成率下降、知识掌握变差，甚至在其他场景中也会逐渐减弱批判性思维和判断力。
Q3：目前有哪些国家或机构开始限制AI在教育中的使用？
A：挪威已基本禁止13岁以下学生在校使用AI，美国一个主要教师工会也呼吁在小学阶段禁用聊天机器人，洛杉矶和纽约等主要学区也已实施相关禁令。
