AI 越用越顺手，组织批判性思维却在退化？

AI 在企业中的渗透越来越深，但一项来自《哈佛商业评论》的综合分析指出，过度依赖 AI 可能正在削弱员工的批判性思维，并引发组织层面的两类风险：专业知识脱离情境，以及认知多元性丧失。文章呼吁管理者主动塑造 AI，而非被 AI 塑造，并提出三条应对路径。

研究证据：黑箱效应与认知外包

早在生成式 AI 兴起之前，研究者就已观察到「黑箱效应」：从业者在不理解分析工具的情况下盲目信任，长此以往导致专业判断力流失。近期来自麻省理工学院媒体实验室（2025 年）和沃顿商学院（2026 年）的两项研究均发现，使用 AI 的人倾向于不再主动质疑和核验 AI 输出，学界由此担忧「认知外包」乃至「认知顺从」。

文章援引法律行业的类比：即便 AI 能通过律师资格考试，也不代表它理解司法体系中的细微差别、利益相关者诉求与跨领域关联。当律师单纯依赖 AI 而不熟悉案件细节时，容易曲解证据、出现判断失误。与此同时，企业为压缩成本削减初级岗位，短期看节省了开支，未来却可能出现中层管理者的情境化能力断层。

风险之二：认知多元性丧失

多项研究表明，大语言模型往往压缩观点的多样性：一方面容易固守最先产生的思路，另一方面存在「平均化」倾向。这会诱导使用者忽略反常、意料之外的信息，而创新洞见往往恰恰诞生于这些意外之处。其结果是组织陷入单一思维圈层，削弱对外部变革信号的敏感度。

应对路径一：反向运用 AI

苏格拉底式提问的思路可被迁移到 AI 实践中。阿斯利康于 2025 年 8 月发起「与我共创提示词」挑战赛，为期 10 天，吸引超过 1500 名员工参与，鼓励员工动手试验 AI、锻炼批判性思考。参与者反馈显示，这种方式促使大家在开展对话前先自我反思。活动推出一年后，已有超过 50 个团队与业务部门落地该项目。

另一个案例来自苏黎世联邦理工学院与新加坡南洋理工大学的研究团队：在赛拉姆机构主办的一场 24 小时黑客马拉松中，近 2000 名参与者组成近 500 支队伍，围绕联合国可持续发展目标提交方案。当 AI 不断向其中一组参与者质疑其方案与现有项目的重合之处、帮助区分新颖与已有内容时，这些团队产出了更加多样、更具创新性的想法。

应对路径二：找准使用 AI 的时机与场景

• 打造无 AI 的自由思考空间：借鉴 2007 年英特尔「无邮件日」试点，划定特定时段要求员工不使用生成式 AI；或采用「准入式交互界面」，仅在用户先输入自身思考后才开放 AI 辅助功能。一家澳大利亚电信运营商要求中层管理者在使用 AI 前先进行「无 AI 战略会议」。
• 坚持人的主导地位：给员工，尤其是新人在无 AI 工具的情况下处理特定任务的机会，积累专业能力与情境知识。资深从业者若主动理解技术原理、厘清技术对工作的影响，不仅能持续精进能力，也能有效指导初级分析师。
• 并行工作模式：总部位于里斯本的咨询公司 With Company 在战略与创意项目中让 AI 团队与人类团队独立并行完成同一任务，再整合产出。2024 年的一次品牌策划实验中，AI 团队生成约 1700 张图像以扩展探索空间，人类团队方案数量更少但连贯性与情境框架更完整，最终被项目方选用。

应对路径三：跳出聊天框的交互界面

人机交互研究早已打破「人机交互只能依靠键盘鼠标」的认知。文章引用一项学术观点，主张摒弃「无摩擦用户界面」，转而打造直接展示原始数据、同时呈现多方对立论据的复杂界面，倒逼使用者主动梳理、对比、权衡。

谷歌开发的「AI 联合数学家」即为典型案例：该工具配备灵活交互界面，既能辅助数学家推进研究，也能协助验证证明过程、排查漏洞，通过标注系统将完整推理步骤可视化，以支持数学的迭代式研究。文章由此指出，AI 不必局限于通用聊天机器人形态。

结语

文章强调，管理者应当抛开行业炒作，以全面、平衡的视角规划企业 AI 应用。AI 应当赋能于人，而非取代人；企业需要的不是更多提示词技巧，而是由 AI 赋能、守护人的自主判断力与多元思维的工作环境设计。