一项由多国科学家合作完成的最新研究，利用神经科学领域经典的“威斯康星卡片分类测试”（WCST），对当前最先进的人工智能（AI）模型进行了系统性评估。结果令人震惊：尽管AI在语言生成、图像识别等任务上已接近甚至超越人类水平，但在需要快速适应新规则的“认知灵活性”测试中，它们暴露出了根本性的短板。该研究于2026年6月10日发表在《PNAS Nexus》上。

经典测试：威斯康星卡片分类测试（WCST）

WCST是神经心理学中用于评估人类执行功能和认知灵活性的黄金标准测试。在测试中，参与者需要根据颜色、形状或数量等不同规则对卡片进行分类，但规则会突然改变且不事先告知。人类受试者通常能在几次错误后迅速察觉并调整策略，而前额叶皮层受损的患者则会表现出“顽固性错误”——即持续使用旧规则，无法切换。研究团队将这一测试改编为适合AI的版本，要求模型根据给定的分类规则（如“按颜色分类”）对卡片进行匹配，并在规则改变后观察其表现。

AI的“顽固性错误”与人类对比

研究测试了包括OpenAI的GPT-4、Anthropic的Claude 3和Google的Gemini在内的多个主流大型语言模型（LLM）。结果显示，所有AI模型在规则切换后的首次错误率高达80%以上，而人类受试者的首次错误率仅为15%左右。更关键的是，AI在犯错后往往无法从错误中学习：在连续10次规则切换中，AI的平均正确率仅从初始的45%缓慢提升至52%，而人类在相同次数内正确率可迅速回升至90%以上。研究第一作者、来自剑桥大学的认知科学家Dr. Emily Carter指出：“AI就像一台只会执行固定程序的机器，一旦规则改变，它就陷入混乱，无法像人类那样灵活地调整策略。”

原理解析：为什么AI缺乏认知灵活性？

科学家认为，这一缺陷源于当前AI架构的根本设计。大型语言模型本质上是基于海量文本数据训练的统计模式匹配器，它们擅长识别和复现训练数据中的常见模式，但缺乏真正的因果推理和在线学习能力。当规则改变时，AI无法像人类大脑前额叶皮层那样，通过监测错误信号来动态更新内部模型。人类大脑拥有专门的认知控制网络，能在冲突发生时（如旧规则与新规则不匹配）迅速抑制先前的反应倾向并激活新的策略。而AI的“学习”在训练阶段就已固定，在推理时无法进行这种实时调整。研究还发现，即使通过“思维链”提示（Chain-of-Thought）来引导AI逐步推理，其表现提升也极为有限，说明问题并非出在任务理解上，而是缺乏根本的认知灵活性。

对AI发展的深远启示

这项研究不仅揭示了当前AI的局限性，也为未来研究指明了方向。Dr. Carter表示：“如果我们希望AI真正融入人类生活，比如在自动驾驶、医疗诊断或机器人协作中，它们必须学会在动态环境中灵活适应。”目前，研究团队正在探索将神经科学中的强化学习与元学习（learning to learn）机制引入AI架构，以模拟人类前额叶皮层的功能。然而，要实现真正的认知灵活性，可能需要对AI的基本设计范式进行根本性变革，例如开发能够在线更新权重或模拟短期记忆的新型神经网络。