以前遇到一個不懂的問題，我們可能要查資料、問同事、翻書，找了半天還不一定找到答案。
現在簡單多了。
打開 AI，問題貼上去。
三、二、一。
答案來了。
而且不是一句，是幫你整理好重點、分好類、附上步驟，有時候還很貼心地問你：「需要我再幫你整理成表格嗎？」
效率真的高到有點感人。
但我最近開始好奇另一件事：
如果我們愈來愈快得到答案，會不會反而愈來愈少經歷「自己想出答案」的過程？
問題可能不在 AI 太快。
而在於——答案出現得比思考還快。
AI 會讓人的大腦變差嗎？
這個問題不能簡單回答「會」。
目前研究還不足以直接證明：只要使用生成式 AI，人的大腦就會因此退化。
但是研究確實提醒我們另一件值得注意的事：當我們大量把記憶、搜尋、整理或部分判斷交給外部工具時，會發生所謂的 cognitive offloading，認知外包。
其實這並不是 AI 才有。
把行程寫進手機、用 GPS 導航、設定鬧鐘、用計算機算數字，都算是一種認知外包。
而且認知外包本身並不是壞事。研究顯示，適當使用外部工具，可以降低認知負荷，也可以幫助人完成原本更困難的任務。問題真正值得注意的是：我們把哪些工作交給工具，又保留哪些工作給自己。
例如：
「明天下午三點提醒我開會。」
這件事交給手機，非常好。
但如果變成：
「這件事我應該怎麼判斷？」
「你幫我想我應該相信什麼。」
「幫我決定這個答案是不是對的。」
那就已經不是單純節省記憶，而開始進入判斷與思考的外包。
這兩件事差很多。
真正被省略的，可能是「答案出現以前的那一段」
想想我們以前真正學會一件事情時，通常會經歷什麼。
不知道。
先猜猜看。
猜錯。
再想一下。
找線索。
比較兩種方法。
「奇怪，為什麼會這樣？」
最後突然懂了。
這一大段過程有點麻煩，甚至有點痛苦。
但它很可能正是學習的一部分。
認知心理學長期研究發現，主動回想、提取資訊，而不是一直重新閱讀現成答案，通常更有利於長期記憶與學習。這類需要付出一些認知努力的學習方式，有時被稱為「有益的困難」（desirable difficulties）。
也就是說，有時候：
想不起來的那幾秒，並不一定是浪費時間。
可能正是大腦正在工作。
但 AI 最擅長的事情之一，就是把這幾秒鐘消滅掉。
你才剛開始想：
「提升工作效率的方法有什麼……」
AI：
「以下提供 10 個方法。」
好，結束。
大腦連外套都還沒脫。
太快得到答案，可能影響我們什麼？
我認為最值得注意的，至少不是「智商突然下降」，而是幾種思考習慣可能慢慢改變。
第一個是問題建構能力。
我們還沒弄清楚真正的問題是什麼，就開始閱讀答案。
例如有人問：
如何提升工作效率？
AI 馬上告訴你排優先順序、番茄鐘、自動化、時間管理。
都沒有錯。
可是有沒有可能真正的問題其實是：
為什麼我一直在做根本不需要做的工作？
如果太快進入解法，我們可能連問題本身都還沒看清楚。
第二個影響，是我們可能愈來愈容易相信「看起來很像答案的答案」
生成式 AI 有一個很厲害的地方：
它很會講話。
條理清楚、語氣肯定、第一點第二點第三點，最後還可以來個「總結來說」。
看到這種答案，大腦很容易產生一種舒服的感覺：
「嗯，很有道理。」
但「讀起來很順」，跟「這個答案真的適合我的情境」，完全是兩回事。
2025 年發表於 CHI 的一項 Microsoft Research 研究，調查 319 名知識工作者及 936 個實際使用生成式 AI 的案例。研究發現，受訪者對 AI 愈有信心時，自陳投入的批判思考往往愈少；研究也觀察到，使用 AI 後，批判思考的工作逐漸轉向驗證資訊、整合回答與監督結果。
這件事情很值得注意。
未來我們可能不是不用思考。
而是思考的位置改變了。
以前是：
「答案是什麼？」
現在可能更重要的是：
「這個答案可以相信嗎？」
「它漏掉了什麼？」
「它建立在哪些假設上？」
第三個影響，是第一個答案可能變成創意的錨
假設我問 AI：
如何增加餐廳營業額？
AI 給我：
推出會員制度、做社群行銷、推出套餐、提供折價券、增加外送服務。
看到這裡之後，你還能不能完全不受這五個答案影響？
很難。
因為第一批答案已經偷偷畫出了一個範圍。
接下來即使我們說：
再給我十個創新的答案。
很多時候，只是在原來那個範圍附近繼續繞。
所以 AI 對創意最大的風險，有時候不是「想不到答案」。
反而是：
第一個答案來得太快，讓我們太早知道「大家通常怎麼想」。
結果那個答案就變成錨。
我們以為自己正在發散，其實只是在錨旁邊游泳。
AI 時代可能還會出現另一種能力：認知耐心
以前遇到一個難題，想半個小時很正常。
現在問 AI，十秒鐘沒有答案，可能都覺得網路是不是壞了。
這也讓我開始注意一種能力，我把它稱為：
認知耐心。
也就是一個人能不能暫時待在「我還不知道」的狀態裡。
不急著關掉問題。
不急著找標準答案。
願意多觀察一下、多問一句、多比較幾個可能。
很多創新的點子，恰恰不是出現在「我知道答案了」的時候。
而是出現在：
「奇怪，還有哪裡說不通？」
那個空白裡。
所以，我們應該故意不用 AI 嗎？
不用。
那就像因為 GPS 會讓我們比較少記路，所以決定以後出門全部看星星辨認方向。
有點辛苦。
真正值得重新設計的，不是「要不要使用 AI」，而是：
哪些思考可以交給 AI，哪些思考一定要留下來給自己？
例如整理十頁會議紀錄，可以交給 AI。
但是：
哪一件事情最重要？
哪個資訊值得懷疑？
真正的問題是什麼？
這個方案符合我們的需求嗎？
還有沒有被忽略的可能？
這些事情，我會希望人仍然在場。
因為 AI 可以幫我們減少不必要的認知負擔，但減少負擔，不應該等於取消思考。
我會建議一個新的 AI 使用流程
很多人的 AI 使用流程是：
有問題 → 問 AI → 得到答案 → 使用答案
很有效率。
但我會多放幾個步驟：
先想 → 問 AI → 判斷 → 質疑 → 重新提問 → 找第二答案
差別就在第一個「先想」。
不需要想半小時。
甚至只要 30 秒。
在問 AI 以前，先寫下：
「如果沒有 AI，我目前會怎麼回答？」
這一句話看起來很簡單，卻可以替自己保留一小塊思考空間。
接著再看看 AI 的答案。
哪裡和我一樣？
哪裡不一樣？
哪裡讓我意外？
哪個地方我還是不相信？
這時候 AI 就不是「答案機」。
它開始變成你的思考對手與思考夥伴。
如果想更進一步練習，也可以延伸閱讀第二答案是什麼？從第一答案重新思考，找到真正值得問的新問題，把 AI 給出的第一答案當成重新思考的材料，而不是思考的終點。
也可以參考我另一篇文章創新思維如何運用在 AI 工具上？別急著叫 AI 給答案談到的方法：與其一開始就叫 AI 提供方案，不如先請它幫忙觀察問題、拆解假設與提出問題。
從「找不到答案」，變成「答案來得太快」
我覺得這是生成式 AI 帶來一個非常有趣的轉變。
以前我們最大的困擾是：
我找不到答案。
搜尋引擎幫我們改善了這件事。
現在生成式 AI 出現，問題開始反過來：
我太快得到答案了。
所以未來真正稀缺的能力，也許會慢慢從「找到答案」，轉變成三件事：
答案出現以前，我有沒有先想？
答案出現以後，我有沒有判斷？
第一個答案出現以後，我還能不能再問一個更好的問題？
這也是我最近愈來愈相信的一件事：
AI 時代真正重要的，不只是 Prompt 寫得好不好，而是你有沒有能力在 AI 給出答案之後，再問一個更好的問題。
創新先生觀點：AI 最值得擔心的，可能不是它答不好
很多人擔心 AI 會答錯。
當然，這值得擔心。
但是我反而覺得，還有另一種情況更容易被忽略：
AI 最大的風險，可能不是它替我們想得不夠好，而是它太快替我們想好了。
因為 AI 回答不好，我們還會懷疑它。
最有趣的是 AI 回答得八十分、九十分，而且說得頭頭是道。
我們反而最容易停止思考。
所以我說的「思考著用 AI」，不是少用 AI。
而是使用 AI 時，刻意保留一小段「人還要在場」的時間。
讓 AI 幫你找答案。
但是問題、判斷、質疑與最後的選擇，不要全部外包出去。
答案取得的速度，可以愈來愈快。
人的思考，不必因此消失。
也許 AI 時代真正要練習的，不是如何永遠比 AI 更快找到答案。
而是當第一個答案已經擺在眼前時，我們仍然願意多問一句：
等等，還有沒有第二答案？
FAQ｜AI 與思考能力常見問題
參考資料
AI 可以幫我們省時間，但如果每次都太快得到答案，我們也可能在不知不覺中，少做了一次真正的思考。
創造力可以練習，用方法找到更好的點子
《創新先生瘋狂創造力》線上課程帶你掌握創造力核心技巧、有步驟的點子發想流程，以及從案例學習如何突破慣性思維。
Hahow 線上課程 前往 Hahow 了解課程 →
