AI阻礙人的思考？從挪威高度限制學齡兒童使用AI聊起
2026-08-10
從前沿研發到金融股市，從國家教育到巷弄補習班，AI 的浪潮早已不是遠方的地平線，而是全面包圍我們的空氣與水。當發展 AI 躍升為全球霸權與國家命運的戰略豪賭，這場鋪天蓋地的科技大展，究竟是文明的曙光，還是潘朵拉的魔盒？抑或兩者本就同源而生？在這條一往無前的 AI 高速公路上，我們正以極速駛向未知—而終點線前，早已沒有退路。
AI會讓人類越來越不會思考嗎？
從「認知卸載」到「學習懲罰」，生成式AI正在改變人類思考方式；真正值得警惕的，不是AI替我們工作，而是我們逐漸不再自己思考。生成式AI從聊天機器人逐漸變成日常工具，正在改變人類取得資訊、寫作、學習與解決問題的方式。問題也隨之而來。
當AI可以在幾秒鐘內完成摘要、作文、資料整理、數學解題甚至提出完整的分析，人類究竟是獲得了一個強大的「第二大腦」，還是正在把原本應該由自己完成的思考工作交給機器？
目前的研究並不足以證明「AI會讓人類變笨」，更不能直接證明生成式AI會造成兒童永久性的認知傷害。但越來越多研究開始指向一個值得重視的現象：
**AI可能提高人類完成工作的效率，卻不一定同步提高真正的理解與學習。**
而這個問題，對仍在建立閱讀、記憶、推理與問題解決能力的兒童而言，尤其值得關注。
AI最深層的影響：把「思考成本」降到最低
人類過去就一直使用工具來降低認知負擔。計算機取代部分心算，搜尋引擎降低查找資訊的成本，GPS則讓人不必再記住複雜的道路。生成式AI的特殊之處，在於它可以進一步接手「理解、整理、生成與推理」。這種把原本由大腦完成的工作交給外部工具的現象，在認知科學中稱為「認知卸載」（cognitive offloading）。認知卸載本身並不是負面的。
真正的關鍵在於：
**被AI卸載的究竟是低價值的重複工作，還是人類必須親自練習才能建立的核心能力？**
如果AI只負責整理資料，人類仍然進行判斷，問題不大；但如果AI連問題定義、閱讀、推理、寫作與結論都一起完成，人類可能因此失去原本需要反覆練習的認知過程。
MIT研究：AI寫作組的腦部連結較弱，但不能直接說「大腦退化」
2025年，一項由MIT Media Lab研究團隊進行的研究引發大量討論。研究讓54名參與者分別在三種條件下完成寫作任務：使用大型語言模型、使用搜尋引擎，以及完全不使用外部工具。研究人員利用EEG觀察不同條件下的腦部連結與認知活動。結果顯示，純大腦寫作組呈現最強、最廣泛的腦部連結，搜尋引擎組居中，而LLM組的連結最弱。
研究也發現，使用LLM的參與者對自己文章內容的記憶與作品歸屬感較低。部分報導因此出現「83%的人記不得自己寫了什麼」以及「腦部活動下降47%」等說法。這些數字可以追溯到研究資料，但必須非常小心解讀。
因為這項研究的參與者是成年人，任務也只有「寫作」，研究本身並沒有測量智商，更沒有證明ChatGPT造成永久性腦部損傷。更重要的是，這項研究目前仍屬預印本研究，後續學術評論已對樣本規模、EEG分析方法、研究設計與結果可重現性提出需要進一步驗證的問題。
因此，比較精確的說法應該是：
**AI可能降低特定任務中的認知投入，但目前不能直接等同於「大腦退化」。**
「元認知懶惰」已經成為研究者關注的現象
比起「AI讓大腦變笨」，另一個更有研究基礎的概念是「元認知懶惰」（metacognitive laziness）。2024年發表於《British Journal of Educational Technology》的研究，透過隨機實驗比較ChatGPT、人類專家、寫作分析工具與沒有額外工具的學習者。研究發現，ChatGPT可以改善短期任務表現，但在知識獲取與知識遷移方面並沒有顯著優勢；研究者並警告，AI可能提高學習者對科技的依賴，進而誘發元認知層面的「懶惰」，也就是減少自我監控、評估與深度學習的過程。
這裡有一個非常重要的區別：
**「完成得很好」不等於「學會了」。**
AI可以讓一個學生交出更漂亮的答案，但如果學生沒有經歷理解、嘗試、犯錯與修正的過程，作業品質的提高可能只是表面上的進步。
更值得警惕的，是「認知投降」
AI對人類思考的另一個潛在影響，是人類開始把AI當成權威，而不是工具。2026年的相關研究開始使用「cognitive surrender」或「認知投降」描述這種現象：使用者面對AI答案時，不再進行充分的檢查與推理，而是直接接受AI提出的結論。一項相關實驗甚至發現，在某些推理題情境中，約79.8%的參與者會跟隨錯誤的AI答案，而且使用AI後對自己答案的信心反而提高。
但這裡同樣不能簡化成「人類有八成會相信AI」。研究結果與題目設計、AI使用方式、參與者背景以及任務情境都有關。
真正值得注意的是另一件事：
**AI回答得越流暢，人類越容易把「表達能力」誤認成「正確性」。**
這對知識尚未成熟的兒童尤其危險。
對小學生而言，問題不是AI會不會取代大腦，而是「跳過練習」
兒童與成人最大的差異，不只是知識量，而是許多基本認知與學習能力仍在建立。閱讀理解、詞彙、書寫、數學運算、邏輯推理、工作記憶、問題解決，以及判斷資訊真假的能力，都需要大量練習。因此，兒童使用AI最大的風險，不一定是AI直接「傷害大腦」，而可能是：
**孩子因此少做了原本應該做的認知練習。**
例如，一個小學生第一次學習寫作文，如果直接要求AI產生文章，他可能得到一篇結構完整的文章。
但是他沒有經歷：
「我要寫什麼？」
「第一段怎麼開始？」
「這個詞應該怎麼使用？」
「這個句子是不是太長？」
「老師為什麼修改這一句？」
這些過程看起來效率很低，卻正是學習發生的地方。
「生產性掙扎」不是浪費時間
教育心理學經常討論一個重要概念：productive struggle，也就是「生產性掙扎」。孩子遇到不會的題目時，先嘗試、失敗、重新思考，再找到解決方法，這個過程本身就是學習。如果AI每一次都在孩子開始思考之前就把答案交給他，那麼孩子可能獲得「成功完成任務」的經驗，卻失去「自己解決問題」的經驗。
因此真正需要避免的不是AI，而是：
**AI介入得太早。**
例如：「先自己寫，再請AI評論」與「先叫AI寫，再交作業」表面上都叫使用AI，但教育效果完全不同。
26,811名學生的研究，揭開「作業變好、考試變差」的矛盾
2026年一項由斯德哥爾摩大學、香港大學研究者進行的研究，讓這個問題有了更大規模的實證資料。研究追蹤中國26,811名7至12年級學生長達30個月，分析生成式AI導入前後的作業、月考以及升學考試表現。
結果非常值得注意：
AI導入後，學生的作業分數提高18%，作業完成時間縮短30%；但是六個月內，月考成績下降約20%，而高中與大學入學考試成績則分別下降18%與24%，完整的影響大約在兩年後出現。研究進一步發現，學習損失主要集中在那些疑似把作業直接外包給AI的使用者；相反地，使用AI但仍維持與非AI學生相近作業時間的人，學習損失相對較小。這個結果其實比單純說「AI害學生退步」更加重要。
因為它揭示的可能不是「AI有害」，而是：
**AI如何被使用，決定了它究竟是學習工具還是學習替代品。**
而且必須再次強調，這項研究對象是**中國7至12年級學生**，並非小學生，因此不能直接把18%、20%、24%的數字套用到6至13歲兒童。
挪威正在踩煞車：小學AI使用將大幅受限
這也是為什麼挪威2026年採取的政策受到全球教育界關注。挪威政府在2026年6月宣布，從新學年開始，1至7年級學生，也就是大約6至13歲兒童，原則上不應自行在學校作業中使用人工智慧；8至10年級則可以在教師監督下進行較有限的嘗試，高中階段則著重於學習如何負責任地使用AI。值得注意的是，這並不是「挪威全面禁止AI」，而是針對兒童在校學習中的自主AI使用進行高度限制。
挪威政府給出的核心理由也非常直接：學校最重要的任務仍然是讓孩子學會閱讀、寫作與計算，而不應讓未經思考的生成式AI使用，跳過重要的學習環節。
挪威近年同時強化校園手機限制，幾乎所有小學與國中都已對手機使用採取限制措施；政府也開始重新檢視紙本與數位教材的比例。
但這裡也必須避免另一個常見誤區：
**不能把挪威閱讀、數學能力的下降全部歸因於數位化或AI。**
挪威國家審計機構2026年的報告確實指出，許多學生的閱讀、寫作與數學基本能力不足，而且挪威在部分指標上落後於可比國家；但這是一個複雜的教育系統問題，不能簡化成「使用平板造成成績下降」。
AI時代真正需要重新設計的，是「學習順序」
從目前研究來看，最合理的方向並不是「全面禁止AI」，也不是「越早學AI越好」。而是重新思考一個問題：
**哪些能力必須先由孩子自己建立，哪些能力之後才能交給AI協助？**
可以把它理解成三個階段。
第一階段：先建立能力
低年級兒童應優先建立閱讀、書寫、基本數學、表達、記憶與問題解決能力。
第二階段：再學習使用AI
當孩子已經具備一定基礎後，AI可以成為解釋者、提問者、反方辯論者與學習助手。
第三階段：學會駕馭AI
更高年齡層則必須學會驗證AI、辨識幻覺、比較不同答案、追查資料來源，並知道什麼時候不應該相信AI。
這種順序的重要性在於：
**工具應該建立在能力之上，而不是取代能力的形成。**
AI真正可能改變的，是人類「遇到問題時的第一反應」
這場變革最值得注意的地方，或許不是ChatGPT能寫多少字，也不是AI能解多少題。而是人類未來遇到問題時，還會不會先問自己：
「我怎麼想？」
過去，人類面對陌生問題，通常必須先閱讀、思考、嘗試、犯錯，再尋找答案。
AI出現後，我們可能逐漸變成：
**「先問AI，再決定自己怎麼想。」**
如果這種習慣只發生在成年人身上，可能只是工作方式的改變。但如果發生在正在建立基本認知能力的兒童身上，就值得教育界高度警戒。因為孩子需要學習的不只是「如何得到答案」，而是如何形成自己的問題、如何判斷答案，以及如何在沒有工具的情況下仍然能夠思考。
結語：AI不一定讓人類變笨，但「不再自己思考」確實可能讓能力退化
目前沒有足夠證據證明生成式AI會讓人類整體智力下降，也沒有證據證明AI會讓小學生產生不可逆的認知傷害。但是，從認知卸載、元認知懶惰、AI過度信任，到大型學生追蹤研究所看到的「作業表現提高、實際考試學習下降」，警訊已經逐漸累積。
真正需要被討論的問題因此不是：
**「AI到底好不好？」**
而是：
**「什麼工作應該交給AI，什麼能力必須由人類親自練習？」**
對成年人而言，AI可以是效率工具。對已經具備基礎能力的學生而言，AI可以成為學習夥伴。但對仍在建立閱讀、書寫、計算與思考能力的兒童而言，最重要的教育原則可能仍然非常簡單：
**先讓孩子學會自己思考，再教他如何讓AI幫助自己思考。**
因為在AI可以回答幾乎所有問題的時代，真正稀缺的能力，可能不再是「知道答案」，而是——
**知道什麼問題值得自己親自想。**
193