随着人工智能工具在专业领域的渗透率持续攀升，一个令人不安的问题浮出水面：人类引以为傲的专业技能是否正在被AI悄然侵蚀？最新研究给出了肯定的答案，并揭示了这一现象在医疗和计算机科学领域的严峻现实。

一项针对波兰内镜医师的研究提供了令人警醒的证据。这些医师均拥有至少2000例结肠镜检查经验，在引入AI辅助系统后，他们的表现出现了戏剧性变化。该系统能够实时分析结肠镜图像并标记称为腺瘤的癌前病变。研究显示，在AI工具引入前的三个月内，医师在28.4%的结肠镜检查中至少发现一个腺瘤；但在引入后的三个月内，当没有AI辅助时，腺瘤检出率骤降至22.4%。这一发表在《柳叶刀胃肠病学与肝病学》上的研究结果表明，即使是经验丰富的专家，在依赖AI工具后，其独立完成任务的能力也会显著下降。研究作者指出，持续接触AI工具可能导致临床医生在缺乏AI辅助时“动力不足、注意力不集中、责任感降低”。

在计算机科学领域，情况同样不容乐观。AI公司Anthropic的研究人员设计了一项随机对照试验，让52名软件工程师完成基础编码任务。所有参与者均可搜索网络和查阅指令，其中一半被提示使用AI助手。随后的知识测验显示，使用AI助手的组平均得分仅为50%，而对照组高达67%。AI辅助组在代码错误诊断问题上表现尤为糟糕，这表明他们未能真正理解所生成代码背后的概念。该研究以预印本形式发表在arXiv上。研究信息科学家Kevin Crowston指出：“现在出现了一种非常奇怪的表现与学习之间的脱节。人们可以借助AI达到很高的表现水平，但自身并未发展出这些技能。”

这种“去技能化”现象并非AI独有。此前，GPS导航系统已侵蚀了人类的导航能力。但赫尔辛基汉肯经济学院的Tapani Rinta-Kahila指出，生成式AI是“首个自动化思维和解释等认知功能的技术，而这些长期以来被视为人类独有的技能”。他2018年对会计人员的研究发现，在连续使用自动化系统超过十年后，当系统被移除时，会计人员已忘记如何执行多项常规工作任务。他警告，下一代程序员可能“根本不理解编码的基础”，同样的情况也适用于会计和法律等其他知识密集型行业。

如何防止AI驱动的技能侵蚀？专家建议，人们需要意识到自己正在将多少认知任务外包给AI，理解生成式AI模型的运作方式及其局限性，并避免不加质疑地信任AI输出。正如Rinta-Kahila所言：“人们需要管理依赖AI与保持心智警觉之间的竞争性动态。”这一研究领域预计将在未来十年成为热点，因为如何在享受AI便利的同时维护人类专业技能的完整性，已成为数字时代最紧迫的课题之一。