随着各行各业的专业人士竞相采用人工智能工具，一个令人不安的问题正在从猜测转向可测量的证据领域：我们是否正在失去这些工具本应提供帮助的技能？

《自然》杂志发表的一份报告发现，早期结果已经出现，但并不令人鼓舞。对人工智能驱动系统的依赖开始侵蚀医生、软件工程师和其他技术工人的能力，引发了如何在自动化时代保留人类专业知识的紧迫问题。 更多相关背景，请参阅我们的人工智能资讯。

没有人工智能，医生的表现会更差

最明显的例子之一来自医学。一项针对专门从事内窥镜检查的波兰医生的研究调查了当经验丰富的医生习惯了人工智能助手然后失去使用它时会发生什么。

这些医生在其职业生涯中都至少进行了 2000 次结肠镜检查，他们配备了一个人工智能系统，可以实时分析结肠镜检查图像并标记一种称为腺瘤的癌前肠道病变。该工具在某些日子可用，但在其他日子则不可用，从而创建了一个自然的实验。

结果很明显。在引入人工智能工具之前的三个月内，专家们在 28.4% 的结肠镜检查中发现了至少一个腺瘤。引入该工具后，在没有人工智能辅助的情况下进行的结肠镜检查的腺瘤检出率下降至 22.4%。

换句话说，一旦医生开始依赖人工智能系统，当人工智能系统不可用时，他们自己的诊断性能就会下降。该研究结果于去年十月发表在《柳叶刀胃肠病学和肝病学》上。

该研究的作者得出的结论是，持续接触此类工具可能会导致临床医生“在没有人工智能辅助的情况下做出认知决策时变得缺乏动力、注意力不集中、责任感降低”。

一项调查显示这种担忧很普遍

对技能丧失的恐惧并不局限于少数研究。 6 月初发布的一项针对美国医疗保健工作者的调查发现，70% 的护士和 77% 的医生担心由于过度依赖人工智能系统而失去技能。

新出现的数据似乎证明了这种焦虑是合理的。随着越来越多的专业人士将人工智能融入他们的日常工作流程，他们使用该技术可以做什么和没有该技术可以做什么之间的差距可能会扩大。

雪城大学的信息科学家凯文·克劳斯顿 (Kevin Crowston) 明确地描述了这一挑战：“只要意识到这种现象的存在，就有希望引发一些自我反思，思考人们想要保留哪些技能以及愿意将哪些技能外包”给人工智能工具。

软件工程师表现出类似的模式

去技能化效应不仅限于医学。为了调查计算机科学技能是否正在流失，人工智能公司 Anthropic 的研究人员设计了一项涉及 52 名软件工程师的随机对照试验。

所有参与者都被要求执行基本的编码任务。每个工程师都可以搜索网络并访问有关如何完成它的说明。一半人还被提示使用人工智能助手。该研究以预印本形式发布，旨在隔离人工智能辅助对基本编码能力的影响。

这些发现进一步证明，将日常认知工作交给人工智能可能会削弱专业人士曾经通过反复练习培养的潜在能力。当人工智能处理繁重的工作时，人类从业者获得和保持精通的机会就会减少。

去技能的机制

研究人员将去技能化描述为一个渐进的过程。当工具可靠地处理任务时，员工对基础技能的投入就会下降。随着时间的推移，通过多年练习磨练出来的神经通路和判断力开始消失。

在医学上，这可能特别危险。曾经依靠敏锐的视觉判断来发现可疑组织的医生，在经过几个月的人工智能帮助后，可能会变得依赖系统的提示。如果系统出现故障或不可用，医生的独立表现可能不再达到以前的标准。

奥斯陆大学的医师兼研究员、结肠镜检查研究的合著者 Yuichi Mori 警告说，使用人工智能工具的人应该意识到他们可能会失去一些技能。 “目前还没有针对去技能化的既定解决方案，”他说。 “这应该是未来十年非常热门的研究课题。”

为什么标准测试会漏掉问题

解决去技能化问题的部分困难在于，除非人工智能被移除，否则它是看不见的。当工具使用时，性能指标看起来很强大，掩盖了底层人类能力的逐渐侵蚀。

这会创建一个反馈循环。员工在人工智能的帮助下表现更好，因此他们更多地使用它。他们使用它的次数越多，他们练习独立技能的次数就越少。当衰退变得明显时——当工具停机、退役或更换时——技能可能已经萎缩了。

这种现象还引发了有关组织应如何构建培训和评估的问题。如果在人工智能辅助活跃的情况下越来越多地衡量专业能力，那么评估可能会夸大工人真正可以自己做的事情。

保留人类专业知识

研究人员和工作场所专家现在正在讨论如何在人工智能时代保留重要的人类技能。解决方案尚不清楚，但一些原则正在浮现。

首先，意识很重要。简单地认识到去技能化可能会发生，可能会促使个人和组织故意维持无人协助的实践。其次，专业人士可能需要有意识地选择哪些技能需要保持敏锐，哪些技能需要委派。并非所有技能都值得全力保留，但有些技能——尤其是那些与安全、诊断和批判性判断相关的技能——显然值得保留。

第三，组织可能需要重新设计工作流程，以便人工智能增强而不是取代核心认知工作。人工智能可以定位为对人类判断的检查，而不是让工具进行思考，要求专业人员在咨询系统之前首先得出答案。

人工智能时代的决定性挑战

《自然》报告明确指出，去技能化不再是一个假设性的问题。证据虽然还处于早期阶段，但在各个领域都是一致的：当人类将认知工作交给人工智能时，潜在的技能就会减弱。

对于数以百万计的专业人士来说，现在将人工智能融入到他们的日常生活中，这既是个人的风险，也是社会的风险。外科医生失去了发现肿瘤的能力，工程师忘记了如何在没有助手的情况下进行调试，护士的临床直觉变得模糊——这些都不是抽象的风险。

正如森所说，目前还没有既定的解决方案。但研究人员一致认为，第一步是认真对待这一威胁。早期结果已经出来，它们是一个警告：那些旨在让我们变得更好的工具，如果不小心使用，可能会让我们的能力不如以前。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →