微软-2025生成式人工智能对批判性思维的影响调查报告知识工作者调查中自我报告的认知努力减少和信心效应英文版_23页_1020kb

生成式AI（GenAI）对批判性思维的影响：一项针对知识工作者的调查研究
本研究通过调查319名知识工作者，分析了GenAI如何影响他们的批判性思维实践，重点关注用户对批判性思维的感知、认知努力的变化以及其背后的原因。调查中，参与者提供了936个实际工作场景中的GenAI使用案例，研究发现：

核心发现

1. 任务与用户因素的影响

   • 用户自信心与GenAI信心是任务中批判性思维是否执行以及所需努力的核心预测因素。
   • 高GenAI信心通常与较低的批判性思维相关，而较高的任务自信心则促进批判性思维的执行。
   • 任务类型（如信息检索、内容创作、咨询建议）和特定目标（如提高工作质量、避免负面结果、技能提升）成为批判性思维的驱动因素，而时间压力、任务不相关性（如非职责范围）或对AI输出的不熟悉则抑制其执行。

2. 认知努力的变化

   • GenAI通过自动化信息收集和任务执行，降低了批判性思维的认知负荷，但需更多验证和整合输出的精力。例如，知识工具有时需重新检查AI生成内容的准确性，或调整输出以符合具体需求（如格式、术语）。
   • 对于信息验证、响应整合等任务，GenAI的使用促使批判性思维更侧重于“真实性判断”和“系统化整合”，而非单纯的知识检索。

3. 定性分析

   • 批判性思维在使用GenAI时表现为：目标设定、提示优化、输出评估、跨领域验证规范、调整风格以适配任务需求。
   • 用户对AI的高信任度可能导致对批判性思维的依赖减少，而自身技能缺乏或工作流程简化则成为阻碍独立思考的原因。

设计启示

• 平衡人机协作：需设计AI工具以促进用户的自信心、动机和能力，确保AI辅助不替代独立思考。例如，提供明确的反馈机制，帮助用户判断AI输出的可靠性，并在底层任务中保留关键的验证步骤。
• 保留主体性：尽管AI提高效率，但过度依赖可能导致高风险任务（如法律文件、医疗建议）的思考退化。应强调用户对AI输出的主动反思，推动“监督者”角色的建立，而非完全自动化。
• 多样化支持：针对不同任务类型（如信息检索、内容创作），需设计差异化的支持机制，例如在跨领域任务中增加人工验证提示，在创作任务中提供思辨训练模块。

局限性

• 样本主要为英语使用者，且偏向年轻、技术熟练的知识工作者，可能忽略非技术岗位或非英语环境中的影响。
• 部分用户将工具执行效率误认为是批判性思维的减少，需更精确的区分指标。
• GenAI动态发展，需进一步长期追踪其对批判性思维的持续影响，以及多文化、多语言环境中的差异。

研究强调，GenAI在知识工作中的应用正在重塑批判性思维的实践模式，需在设计中优先考虑用户意识、任务责任归属与技能提升，以避免对深层次思考能力的削弱。