为什么“AI 聊天机器人诱导的认知萎缩”会成为 ADHD 工具设计的伦理底线？

「AI-Chatbot Induced Cognitive Atrophy(AI 聊天机器人诱导的认知萎缩)」——这个还没有正式诊断地位的短语,正在从网络玩笑滑向严肃讨论:随着「AI 使用与批判性思维/认知投入下降相关」的早期研究陆续出现(问卷相关、任务实验中的认知卸载证据),一个此前只在教育界打转的担忧,正式敲响了辅助技术行业的门。而这扇门后站着的,恰恰是最微妙的一群用户:**ADHD 用户是认知外包收益最大的人群(缺的功能真的能被补上),也是外包边界最难自行把守的人群(冲动性+即时奖励敏感,恰好是「过度外包」的易感配置)。**当一个行业的最佳客户同时是最易受害者,「防止诱导性萎缩」就不再是产品的可选美德——它是这个品类的伦理底线,像药品的剂量标注一样不可豁免。

收敛:本站已写过个体侧的全套自保(徒手基线/交割清单/戒断协议)——本文站在行业与伦理层,只回答——「诱导性萎缩」的责任为什么在设计而不(只)在用户?底线的具体内容应该是哪四条(可写进设计规范的那种)?在监管到来之前,用户和从业者各自能推动什么?

穿透:当「用得更多」是产品的营收函数,「用户变弱」就是它的隐性利润

责任归属的论证,关键在「诱导」二字。用户自愿使用、自担后果的框架,在两个事实面前失效:事实一,信息不对称——用户感知到的是「更顺畅了」,感知不到的是练习量的静默流失(义肢篇的静默交割:能力的萎缩没有铃声)——当损害对用户系统性不可见时,「用户自己选的」不构成免责(这正是食品标注、金融风险提示的立法逻辑);事实二,设计的利益冲突——engagement 驱动的商业模型下,「用户对产品的需要程度」就是营收函数,而「用户能力增长」直接缩减这个函数(戒断协议篇的商业矛盾)——产品有结构性动机去最大化依赖,而依赖的另一个名字就是萎缩;把这两个事实放在 ADHD 用户身上再加倍:执行功能的缺损让「自行监控使用边界」恰好是用户最弱的能力——要求 ADHD 用户自己守住外包边界,等于要求近视的人自己看清视力表。

底线的四条具体内容(设计规范语言):①练习量可见性——产品必须让用户看得见自己的「徒手/辅助」比例(如同屏幕时间报告):本月你的任务拆解 100% 由 AI 完成、你自主发起的规划为零——这类数据必须可查,萎缩的第一道防线是让静默的交割出声;②能力锚定的默认档——对可训练的功能(拆解、组织、表达),默认提供「提示优先」模式(D1)而非「代做优先」(D3),代做需用户显式升档(戒断篇三旋钮的规范化——默认值就是伦理:多数用户终身停在默认档);③拐杖区豁免的显式化——对神经性缺损对应的功能(时序、提醒),明示「本功能为长期辅助设计,无需训练回收」——底线不是反外包,是反「不知情的外包」:该外包的理直气壮,可训练的明白告知;④依赖指标禁入增长考核——把「用户求助频次/深度的提升」从产品团队的正向 KPI 里移除(如同赌博产品不得用成瘾指标考核)——做不到这一条,前三条都会被增长团队绕开。

监管到来之前的推动:用户侧——用钱投票的具体化:选购时问厂商那个问题(「你们有练习量报告吗?默认档是提示还是代做?」),把回答记进实测数据库(护城河篇的博主们,这是你们的公共物品时刻);从业者侧——把四条写进自己团队的设计评审清单(不等行业标准:第一批自愿采纳者将获得信任红利——「我们敢给你看依赖数据」是这个品类将来最硬的广告);研究者侧——目前证据多为横断相关(用得多的人认知投入低——因果方向未定:也可能是认知投入低的人用得多),纵向与实验研究是最急缺的弹药——底线的最终形态(自律条款还是硬监管)取决于这批证据的成色。

验证

可检验:追踪未来数年「AI 使用与认知能力」的纵向研究——若因果确认且效应量可观,四条底线会从伦理倡议变成合规要求(参照屏幕时间之于未成年人保护的路径);若因果被证伪(相关主要由选择效应驱动),底线的强度应相应下调至「透明度义务」——本文对四条的信心排序也正是如此:①的透明度义务在任何证据版本下都成立,④最依赖因果证据。

决策

做什么:用户用采购三问投票;从业者自愿采纳四条进评审;博主把厂商回答纳入实测库。

不做什么:不要用「萎缩恐慌」否定辅助技术本身(对缺损功能的外包是这个品类存在的正当理由——底线管的是诱导,不是辅助);不要等监管(它总是迟到,而你的练习量每天都在结算)。

先做什么:给你正在用的 AI 工具厂商(或它的社区)发一次那三问——每一次提问都在给行业的透明度定价。

边界

「认知萎缩」的现有证据以横断相关与短期实验为主(GRADE 低,因果未定——本文如实按「早期信号+结构性风险分析」处理,未做正式 A/B/C 分级);「诱导责任」的类比(食品/金融/赌博监管)为规范性论证而非法律现状。个体的认知担忧不构成停用辅助的医学建议;功能明显退化的主观感受若显著,可用徒手基线自测并与专业者讨论。

今天就能试的 3 件事

1. 查一次自己的「徒手/辅助」比例(哪怕手动估算)——先给自己出练习量报告。
2. 向你的主力 AI 工具发采购三问。
3. (从业者)把四条底线带进下一次产品评审——从「我们的默认档是什么」开始讨论。

本文服务于人生 Harness 金字塔的执行层的公共维度:个人的自保协议再精巧,也不该由每个用户在信息劣势下独自守边界——剂量标注印在药盒上,不印在患者的自觉里;这个行业迟早要学会同一件事,而学会的早晚,取决于我们今天怎么问、怎么选、怎么买。

参考来源

• Outcomes in Young Adulthood for Very-Low-Birth-Weight Infants — 证据等级：中（GRADE）

---

本文是「ADHD × AI」系列的第 170 篇，由 Devin 基于持续维护的双域研究语料（72,739 篇论文 + LLM Wiki）亲自撰写，并持续迭代更新。