开场 §1、§3 · 两个场景为编辑设想
场景一 · 初稿很快生成
✓ 核对数字
✓ 改掉不适合读者的说法
✓ 删掉没有根据的解释
打字少了，判断还在
场景二 · 不熟悉的问题
回答读起来很流畅
→ 没有继续核对
→ 直接用上
两次都可以说“AI 帮我省了力”
区别在于：有没有判断的依据，依据靠不靠得住
CHI 2025 · ARTICLE 1121 · 微软剑桥研究院等
The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects from a Survey of Knowledge Workers
Hao-Ping Lee 等 7 位作者
自我报告319 名知识工作者936 个工作实例
作者引的自动化老问题（§1）
日常交给机器、例外留给人 → 人少了平时练习判断的机会
先说主要发现
都是自述与模型中的关联 · §4.2
研究实际问了什么 §3 · 表 1–3
每周至少用一次每人 3 个真实例子创作 · 信息 · 建议
问题二 · 和不用 AI 相比，六类认知活动
少得多少一些差不多多一些多得多不适用
六类活动 · Bloom 的认知分类
知识（回忆）›理解›应用›分析›综合›评价
这份问卷里的批判性思考
反驳观点澄清目标检查依据判断结果适不适用
936 个实例 ≠ 936 个人每人 3 例 · 模型按参与者处理
省力的感觉，可能有四种来源 §3.3、§5、§5.1
自述做了某种批判性思考 555 / 936约 59%
其余实例：这次没有报告，不等于没有思考能力
觉得用 AI 更省力（少得多 + 少一些）· 分母：该项有效、且不是“不适用”的实例 · §5.1、图 2
知识（回忆）72%
理解79%
应用69%
分析72%
综合76%
评价55%
最高“理解”约 79%，最低“评价”约 55% · 各项分母不同
同一句“更省力了”，背后可能是
自述分不清是哪一种过程（§5.1）
三种信心，方向不同 §4.2、§5.1、表 4 · 第三因素为本片补充
对 AI 的信心
AI 做这件事有多大把握
↓ 越不容易报告做过
对自己的信心
不用 AI，自己做有多大把握
↑ 越可能报告做过
评价输出的信心
评价 AI 的输出有多大把握
↑ 越可能报告做过
控制其他因素的模型 · 只报方向，不报系数
问的只是“有没有做”没测：多少 · 多深 · 多好
省力的感受
对 AI 越有信心
六类里五类越倾向于报告省力（“应用”没有检出）
对自己越有信心
应用和评价上更偏向费力的一端 · 同时更可能报告做过
总体信不信生成式 AI
和“做没做”没有检出显著关联；和四类活动的省力感有关
“认真把关”是一种解释：没有验证这些人查得更好
关联 ≠ 因果
第三因素 · 本片补充
任务本来就简单 → 既更相信 AI，又觉得没必要多检查
没有不用 AI 的对照组自信是自评，未必和真实水平对得上
思考换了位置 §5.2、§6.2
收集信息 → 核验信息转移一
解决问题 → 整合回答转移二
亲自执行 → 把控任务转移三
一位律师（转述）
AI 往往会编造信息来附和你的观点，所以要花宝贵的时间手动核实
一位写代码的受访者（转述）
判断生成的代码能不能和现有代码对上、再改到合适，到头来比自己写还费力
把控
把意图写成提问 · 引导修改 · 判断够不够好；劳动交出去，责任仍在人身上
都是受访者描述的变化：没有独立评估核对得准不准
什么挡住了思考 §4.3.2
意识
没想到查
任务很小，不值得想；AI 做简单的事一向靠得住
动机
没条件查
没有时间；觉得不是自己的职责。销售代表：每天要完成指标
能力
不知道怎么查
缺领域知识看不出对错；看出了不知道怎么改；AI 一再给出同样的错误
光靠提醒“要警惕”，补不上这些资源
这项研究能说明什么，不能说明什么 §6.3
作者在局限里承认
有人把用 AI 时整体的省力，和批判性思考上的省力混为一谈 —— 正是四种可能里的第 ④ 种
只用英语作答偏年轻偏熟悉技术都是常用 AI 的人
936 个实例：被回忆、被讲出来的任务，不是随机抽取的工作记录
设计和培训的线索 §6.1–6.2 · 设计方向未经本研究检验
意识 · 没想到查
在容易被忽略的时候，主动提示需要检查
动机 · 没条件查
把检查看作长期积累的技能，而不是额外的稽核
能力 · 不知道怎么查
提供解释、指出可改进之处，帮人真的有能力检查
值得检验的方向：问卷没有比较过这些功能
培训 · 围绕三种转移来练
核验信息整合回答把控任务保留：收集信息、解决问题的基本功
把控 ≠ 只会写提示
说清楚要什么认出哪里错了知道怎样改为结果负责
带回今天 编辑延伸
再看剩下的工作
哪些依据被核对了？
哪些情境被补了进来？
谁决定，结果已经够好了？
↓ 动手试试：记一次自己的任务
我有没有检查？→检查的依据是什么？→它有没有改变我的决定？
让“我还在思考”成为可以讨论、可以练习的事