记忆悖论：为何在 AI 时代我们的大脑需要知识

在生成式 AI 和无处不在的数字工具时代，人类认知面临一个结构性悖论：随着外部辅助工具变得更加强大，内部记忆系统面临萎缩的风险。借鉴神经科学和认知心理学，本文探讨了严重依赖 AI 系统和基于发现的教学法如何可能损害陈述性记忆和程序性记忆的巩固——这些系统对于专业知识、批判性思维和长期保持至关重要。我们回顾了 ChatGPT 和计算器等工具如何短路检索、错误纠正和图式构建过程，而这些过程对于稳健的神经编码是必要的。值得注意的是，我们强调了深度学习现象（如“grokking”）与过度学习和直觉的神经科学之间惊人的相似之处。本文讨论了实证研究，表明在学习过程中过早依赖 AI 会抑制程序化和直觉掌握。我们认为，有效的人机交互依赖于强大的内部模型——生物“图式”和神经流形——这些模型使用户能够评估、细化和引导 AI 输出。本文最后提出了大型语言模型时代教育和劳动力培训的政策启示。