哈佛最新研究也证实这还真不是个例。过度使用AI真的会“烧脑”。不知道有没有人和我一样啊最近养养得心好累……不仅耗光了Token我的大脑GPU也烧干了。哈佛最新研究也证实这还真不是个例。过度使用AI真的会“烧脑”。倒不是因为AI让我们变笨了而是碳基生物已经跟不上硅基文明速度。说人话就是认知降维打击下的压力过载。以前是GitHub的代码“搬运工”现在天天督工Agent干活工作速度是快了每天工作量也随之上升结果就是——大脑扛不住“冒烟”了。大脑发出警告SOSu1s1最近的龙虾养殖贴下越来越多用户都在表达同一种感受——焦虑。每天睁眼就是一款龙虾新工具不跟就总感觉落伍跟了反而忙到飞起。说好的AI减负呢为此研究员们进行了一项专门的调查结果表明AI非但没能让工作更轻松相反让许多人感到大脑疲惫。研究调查了近1500名员工其中14%的受访者均表示出现了明显的症状即注意力难以集中、决策能力下降以及头痛。它不同于传统的职业倦怠更像是一种认知过载由于过度使用或监管超过自身认知能力的AI工具而导致的精神疲劳。研究指出AI带来的疲劳不是来自工作本身而是因为监管AI的过程。那些对AI工作进行高强度监管的员工往往比低程度监管的员工要多耗费14%的脑力以及额外12%的精神疲劳信息过载的可能性也会随之增加19%。诚然AI也会推动工作量剧增进一步扩大员工的职责范围员工需要在短期内同时关注更多任务的成果。同时影响认知负荷的另一个重要原因是AI工具过多导致的认知切换成本增加。举个例子许多用户同时使用ChatGPT、Claude、Copilot等多个AI工具结果就是要完成一个任务需要在多个工具中反复横跳持续打断人类心流状态。那么多少个AI工具算多呢研究团队的答案是3个。他们发现当用户同时使用1到2个AI工具时生产力会显著提升到第三种时生产力依旧会提升但增速放缓如果再持续增加一个生产力反而会下降。值得注意的是研究团队还提出了一个非常有趣的悖论AI既可以减少职业倦怠也可能加剧它。当用户利用AI分担实际的重复性工作时他们的工作疲惫感会下降但当涉及监控AI系统或同时操作多种工具时他们的精神压力就会急剧增加。前者更侧重于身体层面后者则更聚焦精神认知。此外“AI烧脑”不仅仅是让个人感到不适数据显示高强度使用AI导致的认知压力也会对企业造成严重影响。首先是决策层。那些大脑认知负荷过重的员工会多出33%的决策疲劳如果对于一家年收入50亿美元的公司来讲可能会带来每年数百万美元的损失。其次是工作错误率上升。那些经历过“AI脑震荡”的人在日常工作中出现轻微错误的概率会多出11%而重大错误频率是39%。与此同时离职率也会同步增加。在未报告有类似症状的员工中25%的人表现出积极的离职意愿在报告有相似症状的员工里这一比例上升至34%。而那些最积极拥抱AI的人也更容易出现“AI烧脑”现象因为他们更喜欢多工具叠加、构建复杂的AI workflow以及管理多个AI Agent。换言之AI用得越深越容易中招。好痒长脑子了doge于是研究团队表示我们需要重新设计我们的工作方式……不能只是简单地保留昨天的工作方式然后在上面加上人工智能。尤其是对于企业而言如果能够有组织地将AI融入工作流程中团队成员的精神压力也会显著降低能够更好地强化员工与新工具的积极互动同时抑制消极互动。具体可以表现在三个方面1、减少AI监管密度。不要给一个员工同时叠加多个Agent需要设定合理的界限正如前面研究团队所发现的那样三个就刚刚好过犹不及。另一方面也要明确工作量的变化。不能简单地因为AI提升生产力就直接增加工作强度要阐明AI在组织中的用途制定监督指导方针设定可衡量的成果。2、培养员工相关技能。对AI用得越熟练的开发者反而越容易陷入停滞他们缺乏的并非是使用AI的能力而是定义问题、规划分析、优先级判断这类高阶能力。解决方法在于企业集中提升员工的思考与规划能力减少那些盲目的AI迭代工作。3、对人类注意力进行战略性部署。人类注意力实则是有限的稀缺资源企业需要像管理算力一样统筹员工认知能力。AI带来的急性精神疲惫很容易被忽略所以企业应当将其作为新的职业风险来监控和防范升级企业内部的人力分析体系重视员工认知健康才能留住人才、减少失误。4、从人机协作共赢的角度重新设计AI工具。而那些设计AI工具的研究者们也应当考虑到这一因素最大程度地保障用户思维的可持续发展鼓励用户创新、发展技能减少对用户注意力和工作记忆的要求。总的来说以前工作追求Work-Life Balance现在需要转向如何Human-AI Balance。尤其是龙虾养殖er更需要警惕。实在不行先下楼吃两斤小龙虾给大脑放个假再继续也是不错的解决方案。亲测有效.jpg
哈佛新研究：过度使用AI会“烧脑”，14%用户出现认知过载
发布时间：2026/7/6 5:30:43
哈佛最新研究也证实这还真不是个例。过度使用AI真的会“烧脑”。不知道有没有人和我一样啊最近养养得心好累……不仅耗光了Token我的大脑GPU也烧干了。哈佛最新研究也证实这还真不是个例。过度使用AI真的会“烧脑”。倒不是因为AI让我们变笨了而是碳基生物已经跟不上硅基文明速度。说人话就是认知降维打击下的压力过载。以前是GitHub的代码“搬运工”现在天天督工Agent干活工作速度是快了每天工作量也随之上升结果就是——大脑扛不住“冒烟”了。大脑发出警告SOSu1s1最近的龙虾养殖贴下越来越多用户都在表达同一种感受——焦虑。每天睁眼就是一款龙虾新工具不跟就总感觉落伍跟了反而忙到飞起。说好的AI减负呢为此研究员们进行了一项专门的调查结果表明AI非但没能让工作更轻松相反让许多人感到大脑疲惫。研究调查了近1500名员工其中14%的受访者均表示出现了明显的症状即注意力难以集中、决策能力下降以及头痛。它不同于传统的职业倦怠更像是一种认知过载由于过度使用或监管超过自身认知能力的AI工具而导致的精神疲劳。研究指出AI带来的疲劳不是来自工作本身而是因为监管AI的过程。那些对AI工作进行高强度监管的员工往往比低程度监管的员工要多耗费14%的脑力以及额外12%的精神疲劳信息过载的可能性也会随之增加19%。诚然AI也会推动工作量剧增进一步扩大员工的职责范围员工需要在短期内同时关注更多任务的成果。同时影响认知负荷的另一个重要原因是AI工具过多导致的认知切换成本增加。举个例子许多用户同时使用ChatGPT、Claude、Copilot等多个AI工具结果就是要完成一个任务需要在多个工具中反复横跳持续打断人类心流状态。那么多少个AI工具算多呢研究团队的答案是3个。他们发现当用户同时使用1到2个AI工具时生产力会显著提升到第三种时生产力依旧会提升但增速放缓如果再持续增加一个生产力反而会下降。值得注意的是研究团队还提出了一个非常有趣的悖论AI既可以减少职业倦怠也可能加剧它。当用户利用AI分担实际的重复性工作时他们的工作疲惫感会下降但当涉及监控AI系统或同时操作多种工具时他们的精神压力就会急剧增加。前者更侧重于身体层面后者则更聚焦精神认知。此外“AI烧脑”不仅仅是让个人感到不适数据显示高强度使用AI导致的认知压力也会对企业造成严重影响。首先是决策层。那些大脑认知负荷过重的员工会多出33%的决策疲劳如果对于一家年收入50亿美元的公司来讲可能会带来每年数百万美元的损失。其次是工作错误率上升。那些经历过“AI脑震荡”的人在日常工作中出现轻微错误的概率会多出11%而重大错误频率是39%。与此同时离职率也会同步增加。在未报告有类似症状的员工中25%的人表现出积极的离职意愿在报告有相似症状的员工里这一比例上升至34%。而那些最积极拥抱AI的人也更容易出现“AI烧脑”现象因为他们更喜欢多工具叠加、构建复杂的AI workflow以及管理多个AI Agent。换言之AI用得越深越容易中招。好痒长脑子了doge于是研究团队表示我们需要重新设计我们的工作方式……不能只是简单地保留昨天的工作方式然后在上面加上人工智能。尤其是对于企业而言如果能够有组织地将AI融入工作流程中团队成员的精神压力也会显著降低能够更好地强化员工与新工具的积极互动同时抑制消极互动。具体可以表现在三个方面1、减少AI监管密度。不要给一个员工同时叠加多个Agent需要设定合理的界限正如前面研究团队所发现的那样三个就刚刚好过犹不及。另一方面也要明确工作量的变化。不能简单地因为AI提升生产力就直接增加工作强度要阐明AI在组织中的用途制定监督指导方针设定可衡量的成果。2、培养员工相关技能。对AI用得越熟练的开发者反而越容易陷入停滞他们缺乏的并非是使用AI的能力而是定义问题、规划分析、优先级判断这类高阶能力。解决方法在于企业集中提升员工的思考与规划能力减少那些盲目的AI迭代工作。3、对人类注意力进行战略性部署。人类注意力实则是有限的稀缺资源企业需要像管理算力一样统筹员工认知能力。AI带来的急性精神疲惫很容易被忽略所以企业应当将其作为新的职业风险来监控和防范升级企业内部的人力分析体系重视员工认知健康才能留住人才、减少失误。4、从人机协作共赢的角度重新设计AI工具。而那些设计AI工具的研究者们也应当考虑到这一因素最大程度地保障用户思维的可持续发展鼓励用户创新、发展技能减少对用户注意力和工作记忆的要求。总的来说以前工作追求Work-Life Balance现在需要转向如何Human-AI Balance。尤其是龙虾养殖er更需要警惕。实在不行先下楼吃两斤小龙虾给大脑放个假再继续也是不错的解决方案。亲测有效.jpg
