柏拉圖曾大罵“寫字讓人變笨”，就像今天我們害怕 AI 一樣

當人-AI協作逐漸成為日常，是時候提醒我們自己：構建能夠靈活整合非生物資源的“混合型思維系統”，本就是人類的天性。

認清這一點，將徹底改變我們對未來的認知：那些看似威脅的變革，可能會是人類進化的契機；那些令人憂慮的挑戰(zhàn)，或許蘊藏著前所未有的機遇。

本文作者· Author

Andy Clark

英國薩塞克斯大學認知哲學教授

英國斯特林大學哲學博士，現任蘇塞克斯大學任職哲學教授。他和大衛(wèi)·查爾莫斯于1988年發(fā)表了著名論文《延展心智》（The Extended Mind），提出了極富爭議的“延展意識”。今天，意識延展論的影響力已經超出了哲學領域，這讓克拉克成為了論文引用率最高的在世哲學家之一。他的思想為認知科學、神經科學、心理學、語言學、人工智能等不同學科的研究提供了靈感。2016年9月，他被美國教育網站The Best Schools選為全球健在的50位最具影響力哲學家。其代表作有《預測算法：具身智能如何應對不確定性》《放大心靈：具身、行為與認知延展》《心體：認知科學與人工智能的哲學挑戰(zhàn)》等。

?Clark, A. Extending Minds with Generative AI. Nat Commun 16, 4627 (2025). https://doi.org/10.1038/s41467-025-59906-9

“技術讓人變笨”？

我們是不是搞錯了重點？

我們的世界似乎正被科技悲觀情緒所籠罩。有人擔心新興技術會讓人變得愚蠢：GPS導航會讓海馬體萎縮，或以其他方式削弱我們的空間導航能力；便捷的在線搜索讓我們產生知識幻覺，誤以為自己所知甚多；流媒體多任務處理正在消磨我們的專注力，甚至（可能）影響前扣帶回皮層（anterior cingulate cortex）的灰質密度1–4,5。

類似的擔憂也圍繞著新形式的生成式AI（如ChatGPT等）。這些強大的工具只要提示得當，就能生成全新的文本、圖像或其他類型的數據，滿足我們的各種需求。但此類工具的唾手可得是否會助長作弊行為、破壞教育實踐6？更糟的是，我們會不會因此逐漸失去創(chuàng)作的需求與動力？當我們要寫投訴信、策劃婚禮或創(chuàng)作文章時，是否會習慣性地喚起自己熟悉的生成式AI，然后不加批判地接受它輸出的內容？屆時智慧將衰退，集體抄襲泛濫，人類創(chuàng)造力幾近于無。

便捷搜索、定位服務、時刻在線以及生成式AI工具，這些技術如果組合在一起，會編織出一張錯綜復雜的大網——而它對人類意味著什么，至今仍是未知數。一方面，它將切實賦予我們前所未有的強大能力，讓我們能比以往任何時候都更高效地完成各種任務。可另一方面，也有人擔心，它們會讓我們失去那些更難被衡量但同樣重要的能力。我們可能從內容的創(chuàng)作者蛻變成內容篩選者，逐漸淪為算法的“被動收割對象”，而這些算法受點擊率驅動，根本不關心我們的真正利益。

那么，人類的幸福感和成就感呢？這些新技術，會不會在掏空了我們的時間和注意力之后，再一并剝奪了我們創(chuàng)造的樂趣？

這聽上去確實不妙。但我們完全可以換個視角來看待這場技術變革。沒錯，我們確實應該保持警覺——這一點稍后還會繼續(xù)討論。但我們在評估這些新工具技術影響時，常會犯一個根本性的錯誤：我們把人類想象成一種只靠大腦思考的存在。

但我一直主張另一種看法：我們人類，從來都不是只靠大腦思考的生物。我和紐約大學哲學家大衛(wèi)·查爾莫斯（David Chalmers）提出了“延展心智”（extended mind）這一概念，即我們的思維方式，是由一個復雜的、多元的資源體系共同構成的，而其中只有一小部分存在于大腦之中7。

?《斐德羅》（Phaedrus）是柏拉圖的一部重要對話錄，大約創(chuàng)作于公元前370年左右。這部作品以蘇格拉底與斐德羅的對話形式展開，核心觀點圍繞靈魂的不朽、愛的本質以及修辭術的正確使用展開。它探討了靈魂的三部分結構（理性、激情和欲望），認為靈魂不朽且渴望上升至更高的真理境界，同時也強調真正的愛是對美德的追求，而非單純的感官欲望。在對話中，蘇格拉底通過講述埃及神話中書寫發(fā)明的故事來表達對寫作的批判。他提到，書寫會削弱人們的記憶力，因為它讓人們過度依賴外在的存儲方式（文字），而不是依靠自身的記憶能力。蘇格拉底認為，書寫只是提醒的工具，而不是真正記憶的手段，它讓人們看似博學，但實際上缺乏真正的智慧。圖源：Amazon

但奇怪的是，我們始終不太愿意接受這種“混合式心智”。相反，我們一直堅持用一種非常狹隘的自我認知，而這種認知也很自然地催生了“技術會讓我們變笨”的擔憂。事實上，柏拉圖在公元前370年的《斐德羅篇》（Phaedrus）中就曾表達過類似的擔心，他認為：閱讀和寫作這些新奇的發(fā)明，會損害記憶力，并讓人類變懶。因為一旦有了這些“廉價且膚淺”的非生物存儲方式，我們會以為自己知道的很多，其實腦子里什么都沒有。

現在回頭看，那些擔憂似乎有些可笑。但可惜的是，我們至今還沒真正擺脫這種對自我心智的根深蒂固的錯誤觀念。從人類進化史來看，我們不斷通過新工具與實踐，擴展和改變自己的思維方式。這種“借外力分擔認知負擔”的能力，本就是人類的天性。正因如此，我才會稱我們是“天生的半機械人”8,9。

也許，柏拉圖《斐德羅篇》中那些擔憂，并非全然沒有道理。就拿我自己來說，和大多數學者一樣，我常常只是下載了一篇論文，就自我安慰地覺得自己已經通過某種“電子滲透”（electronic osmosis）的方式掌握了其中的內容。而強大而可靠的在線搜索的普及，更是給這種心理火上添油。有實證研究表明，使用在線搜索會讓人高估自己“生物大腦”中的知識儲備，也會讓人錯誤預測自己在沒有技術輔助的知識測驗中的表現2,10–12。

但換個角度來看，這些認知誤差其實也算不上什么大問題（大多研究作者自己也承認）5,10,11。因為隨著工具和技術的進步，我們已經能夠以前所未有的深度和廣度探索生命與物質的奧秘。我們對宇宙誕生初期的可能狀態(tài)已有相當深入的理解，也破解了生命的生物化學基礎。我們之所以取得這些進展，靠的并不是我們變得“越來越笨”的大腦，而是我們發(fā)展出來的越來越聰明的混合式思考系統。

下面，我們就來看看這套“混合式思考系統”中的基礎構成要素。

人類心智，從來就不是“大腦獨奏”

大腦之外的第一站是生物身體（biological body）的其余部分。例如，交流時會做手勢，而肢體動作已被證明可以減輕大腦的認知負荷，比如下意識地用手指數數。

除了身體，我們還會利用熟悉的傳統靜態(tài)媒介13。即使在今天，許多人在思考數學、生活或哲學問題時，仍會本能地抓起筆和紙拼命涂寫。更尋常的是，我們可能會在餐巾紙上反復勾畫新廚房的設計圖。這些通過外部媒介形成的思維循環(huán)，逐漸成為我們思考方式的一部分。

在我目前的研究中，哲學家、考古學家和視覺科學家組成了一支跨學科團隊，以探討人類建構的世界是如何在歷史進程中成為人類思維的延伸與改造者。從石器到巨石遺跡，從小徑標記到城市規(guī)劃，人類一直在構建一個延展心智的世界，而這個世界改變了大腦推理所需承擔的任務。

如今，除了這些傳統手段，我們又增添了蓬勃發(fā)展的VR（虛擬現實）、AR（增強現實）、AI（人工智能）、各類應用程序及半智能設備。通過這些方式（以及無數其他方式），我們不斷為自己打造新的思維和推理方式。在這一進程中，大腦最優(yōu)的使用方式一再發(fā)生轉變（盡管基本運作方式和本質并未改變）3,5。人類大腦極其擅長將自身的固有技能，與一波又一波的新工具和新技術所提供的機會無縫銜接。這種銜接并不僅僅是把任務“轉移”給外界，而是創(chuàng)造出“大腦-身體-世界”交織的精妙新整體，三者的功能處在持續(xù)變化之中，適應著彼此的支持（以各自的方式和時間尺度）。

近期“預測處理”（或“主動推理”）領域的神經計算研究，已揭示了人類大腦如何融入這種“大腦-身體-世界”的宏觀網絡。這一新興觀點認為，我們通過持續(xù)預測自身行為的感官結果來認知世界14,15。在此過程中，人類大腦擅長采取不同行動來化解世界中的關鍵不確定性，例如用木棍探測河水深度，以及調用在線資源解決其他類型的不確定性15,16。當我們周遭的世界呈現出豐富的機會組合時，大腦會“學會”采取最高效的策略。例如，生物記憶只存儲必要信息（如搜索線索），以便在時機合適時從更大認知生態(tài)中獲取正確結果。

因此，大腦的核心技能組合（core skill set），包括發(fā)起各種行為以調用環(huán)境中的各類支持，無論是在便利貼上涂寫還是啟動AI系統。為了降低不確定性，大腦會選擇最佳行動組合，結合大腦內部運算與身體動作（如敲擊鍵盤）。它并不關心任務在何處或以何種方式完成，而是專精于學習如何利用具身行為最大程度地利用我們的世界（現階段大多由人類建造）17。

生成式AI：

是心智替代者還是延展的新形態(tài)？

盡管如此，用筆紙和精心部署的應用程序來“延展心智”，仍與直接求人解決問題存在顯著差異。因此，如ChatGPT等生成式AI等近期最引人注目的創(chuàng)新，可能看起來并不是延展人類思維的理想工具，人們擔心這些技術會“替代”而非“擴展”人類心智。我們該如何應對這種憂慮？

解決這個問題的關鍵，至少在一段時間內，依然在于細節(jié)。一些證據表明，更多的創(chuàng)造過程的改變是“人類參與的”，而非簡單替代。例如，一項針對人類圍棋選手的研究顯示，在“超人類AI圍棋策略”出現后，人類落子的創(chuàng)新性顯著提升18。重要的是，這種創(chuàng)新并非單純重復AI發(fā)現的招法，而是人類棋手在AI策略的幫助下突破了數世紀的傳統思維，開始探索該領域此前被忽視的角落。

我猜想，從藝術、音樂乃至建筑、醫(yī)學等領域，情況亦會如此：AI不會取代人類思維，而是成為文化驅動的認知演進過程的一部分。AI思維的相對異質性，有時會對我們集體有益，幫助我們突破偏見與盲區(qū)，發(fā)現重要的新思維方式。

然而，負面效應也存在。另一項最近的研究指出，在某些科學研究領域，AI有可能固化某些工具、觀點和方法，從而妨礙替代性視角的出現——就像作者的比喻所說，農業(yè)中的單一種植（monoculture）雖然能提高效率，但也讓作物更易遭受蟲害和疾病的侵襲19。

?單一種植與多樣化種植. 圖源：dashaglasha_art

這啟示，每一個具體的人-機協作或交互的細節(jié)形態(tài)才是真正的關鍵。決定這些協作結果優(yōu)劣的社會與技術因素，目前仍未完全理清，這應該成為未來人類-AI交互研究的重點。

令人欣慰的是，AI對文化差異與觀念傳播的影響現在已被作為一個獨立研究主題，初步揭示了一個利弊并存的影響模式20。這類研究有望為我們提供有針對性的策略，用于減少負面效應、放大積極影響——通過構建能抵消人類弱點的制度與基礎設施，正如有作者巧妙表述的那樣，把人類的需求和社交關系牢牢地保留在技術循環(huán)中（in the loop）。

作為這類基礎設施的一部分，個性化AI資源正在人類用戶與最強共享AI的關鍵交互界面處涌現。例如，如今存在的“數字安迪”（Digital Andy），它由計算機科學家保羅斯馬特（Paul Smart）開發(fā)，將檢索增強生成（Retrieval-Augmented Generation，RAG）技術應用于驅動某版本ChatGPT的大型語言模型（LLM）。這意味著，給ChatGPT基礎模型增強配備了一個包含我最新研究成果的數據庫。當用戶向數字安迪提問時，系統會自動用數據庫中的相關內容補充問題，從而豐富發(fā)送給ChatGPT的提示詞。由此生成的回答能敏銳地反映我當前的思考與寫作中的變化，即便基礎LLM的訓練數據中并未包含這些具體觀點。

? 數字安迪的提示詞結構. 圖源：Synthese(2025)

即便沒有此類增強，基礎模型也能對我從未直接探討過的話題（如“延展心智”與“量子計算”的關系）給出看起來頗有道理的觀點。我認為，當我們更習慣在這類（日益?zhèn)€性化的）“認知生態(tài)系統”中工作時，可能會像對待一場對話中突然閃現的想法一樣對待AI給出的建議，我們會把這些新想法廣義上視其為自己的思考8。但正如對待突然產生的靈感一樣，我們也會去思考它是否真的有意義，是否值得采納。如此，我們既信任又質疑個性化資源的建議，正如我們既信任又質疑自己的想法一樣。

學會以這種方式既信任又質疑AI資源，是我們不斷演進的教育體系需要培養(yǎng)的最重要技能之一。與此同時，也需要出現能評估標準LLM輸出的新工具。例如，谷歌DeepMind的研究人員用LLM解決了一個長期懸而未決（而且非常重要）的數學難題21。解決方案完全是創(chuàng)新的，但它并不是通過直接跟LLM提問而完整地得出的。相反，它是通過一個名為FunSearch（函數空間搜索）的新工具逐步產生的。這個工具擅長拒絕大量無用建議（LLM提供了很多），識別其中偶爾出現的更有潛力的建議，并利用這些建議反復提問LLM，最終發(fā)現了解決方案。

未來，這類用戶端的新工具可能會與其他個性化界面協同工作，讓生成式AI成為真正增強創(chuàng)造力的資源，為我們思考和決策方式提供寶貴補位，而不是（不經批判便使用的）簡單替代品。

個人AI與混合自我的構建

我們與應用程序、輔助工具和生成式AI長期共存的另一種創(chuàng)造性協作方式，可能就是逐步訓練出“個人AI”。這些個性化的資源會隨著時間推移，了解你的具體需求和興趣。

目前已經可以訓練個性化AI來分擔一些特定任務，比如VERSES公司推出的GENIUS系統，它被稱為“下一代個人AI”，能夠跨平臺、多維度地從用戶那里學習，提供高度定制化的建議與推薦。

未來，這些個人定制AI可能會圍繞你形成一個24/7全天候生態(tài)系統，而你就是那個核心的生物本體。它們可能從你年幼時便開始與生物體的你（bio-you）互動，從你的課題和選擇中學習，并在未來繼續(xù)影響你的課題和選擇。我想，這些AI很快就會給人感覺像是“邊緣體的你”（borderline-you）——穩(wěn)定可靠、隨時待命、持續(xù)后臺運行，且自然得到信任。

無論使用哪種技術，這些資源都會圍繞著我們的生物核心旋轉，涌現想法和機會，幫助你完成任務、識別情境、達成目標。其中一些資源能感知生物體的你無法察覺的事物；另一些可能嵌入智能服飾，進而監(jiān)測你的生物狀態(tài)（如壓力、焦慮、興奮等）。一時失去或刪除它們，你仍能生存，但就像經歷了一場輕微中風（stroke）。你或許仍算是在“使用”這些親密的數字技術，但就像“使用”海馬體或前額葉一樣8。本質上，它們已經是新型混合體的你（new hybrid you）的一部分。

應對技術變革：

我們該如何運用AI？

那么，對于技術悲觀主義者的擔憂，我們應當怎么看？

我們不妨先承認：有些擔憂是有事實根據的。比如，從小使用GPS，確實可能會削弱我們的大腦在無輔助情況下獨立導航的能力。再比如，如果你知道輸入的信息會被保存在設備上，你就更容易忘掉它；而如果你被告知這些信息會被立刻刪除，你反而更容易記住它。

因此，我們也該承認，現在我們越來越傾向于記住一個好的檢索詞，而不是記住目標信息本身，因為檢索詞能讓我們更容易未來重新獲取信息22。只有當你從始至終把自我與心智等同于生物大腦時，這些變化才算得上是真正的損失。而如果你將之消化理解為一個延展心智，即一個由生物體和技術系統共同組成的分布式自我，那么這些現象就不一定意味著退化或削弱，反而更像是一種對大腦資源的精心規(guī)劃23。

在這種視角下，我們真正該擔心的問題其實是一些更務實的風險：比如，在線存儲或GPS信號不穩(wěn)定或易被破壞？又比如，獲取的信息可能是虛假或具誤導性的？或者，在某些情境下，靠生物大腦存儲其實更方便、可靠？

這些，恰恰才是我們應當學會去提的問題。如果我吃了會讓人注意力渙散的藥物，那靠大腦導航就變得不靠譜了。如果我想要只看一眼就記住一串15位的數字序列，那我可能不會指望自己的生物記憶。但如果我只需要記住一個更短的序列，那大腦反而是最便捷、最省事的存儲選項。

更普遍地說，人類智能很大程度上依賴一種“元認知能力”（metacognitive skills）——也就是有能力知道該依賴什么、什么時候依賴什么。當我們必須決定在多大程度上依賴各種形式的“認知轉移”（cognitive offloading），而非基于大腦的存儲和回憶手段時，這些技能尤其重要24。

現在，我們需要把這種技能組合進一步拓展，例如評估ChatGPT這樣的非大腦資源所提供的建議。我們要學會評估一個回答的可靠性，這取決于話題本身，也取決于我們組織提示詞的能力。同時，我們也要學會根據使用的接口或工具調整信任程度。如FunSearch等一些工具，已能夠幫助緩解部分風險。

?FunSearch流程圖. 圖源：deepmind.google

這些元技能部分能在使用中自然積累，但我們也應該有所行動。無論作為個體還是社會，都要學著簡單理解這些系統的運行機制，進而識別它們的優(yōu)劣特征模式。同時，我們還應接受實踐訓練，如傳授如何設置提示詞以降低風險。其實，僅僅是在提示詞里加一句“請以某某專業(yè)領域的嚴謹學者的身份來回答這個問題”，往往就能顯著提升回答的質量與可信度。

這絕不是要無視這些強大新工具所帶來的真實擔憂。例如，我們需要理解，汲取了人類的龐大成就寶庫的強大機器智能，會對創(chuàng)造過程進行改造與重新分配，這會帶來法律和經濟上的影響，所有權和報酬機制都必須隨之調整25。但只要我們小心謹慎，所有這些令人驚嘆的新資源終將形成一個協作網絡，成為人類創(chuàng)造力的放大器與轉化器。

置身于這樣的網絡之中，人類的創(chuàng)造力不但不會被抑制，反而會得到釋放，繼而不斷轉向新的任務與視野。真正發(fā)生變化的，只是人類大腦在整個過程中所承擔的具體任務。哪些內容可以完全外包給人工智能，哪些仍適合儲存在生物記憶中，又有哪些必須通過有規(guī)范化的認知交互過程才能得出——這些界限會逐漸明確。

而這正是我們——無論是作為個體，還是作為社會——真正需要著手的工作。作為社會，我們需要推動技術的發(fā)展方向（必要時，還可以立法來規(guī)范），使其優(yōu)先支持與智能系統的安全協同。

作為個人，我們需要學會成為更好的可信度判斷者，懂得在什么時候信任什么。這也意味著我們必須以新的方式自我教育，學會如何充分發(fā)揮生成式AI的優(yōu)勢，同時借助個性化工具培養(yǎng)我們的元技能，幫助我們在數字世界中去蕪存真，分辨出真正有價值的部分。

作為這一過程的一部分，我們也必須從小就建立起對“延展認知健康”（extended cognitive hygiene）的深刻而持久的關注。這種意識的培養(yǎng)已經開始顯現。年輕一代在隱私、防詐騙、信息披露等方面比以往更加警覺。我們現在要把同樣高的標準，應用到所有可能被我們納入心智結構的數字技術上。這就需要發(fā)展出一套全新的、豐富的認知體系——一套更適應當下生物-技術混合心智所面對的獨特機會與挑戰(zhàn)的知識理論26。

編者后記

安迪·克拉克的“延展心智”理論為我們理解技術與人類的關系提供了全新視角。他打破了“心智僅存在于大腦”的固有認知，讓我們看到：從紙筆到AI，人類始終在通過工具延展思維邊界，而技術帶來的能力變化未必是損失，更可能是認知方式的重構。或許，技術與人類的關系從來不是“替代”或“對抗”，而是動態(tài)的共同演進。

克拉克的理論讓我們意識到：與其恐懼技術改變心智，不如主動探索“健康的延展方式”——既善用工具釋放創(chuàng)造力，又守住人類獨特的反思與批判能力。這需要時間驗證，更需要每一個人與技術共生的實踐。

原文鏈接：https://www.nature.com/articles/s41467-025-59906-9

1. Dahmani, L. & Bohbot, V. D. Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Sci. Rep. 10, 6310 (2020).

2. Fisher, M. et al. Searching for explanations: how the internet inflates estimates of internal knowledge. J. Exp. Psychol. Gen. 144, 674 (2015).

3. Loh, K. K. & Kanai, R. Higher media multi-tasking activity is associated with smaller gray- matter density in the anterior cingulate cortex. PLoS One 24, e106698 (2014).

4. Barr, N., Pennycook, G., Stolz, J. A. & Fugelsang, J. A. The brain in your pocket: Evidence that Smartphones are used to supplant thinking. Comput. Hum. Behav. 48, 473–480 (2015).

5. Firth, J. A., Torous, J. & Firth, J. Exploring the Impact of Internet Use on Memory and Attention Processes. Int J. Environ. Res Public Health 17, 9481 (2020).

6. Lim, W. M., Gunasekara, A., Pallant, J. L., Pallant, J. I. & Pechenkina, E. Generative AI and the future of education: Ragnar?k or reformation? A paradoxical perspective from management educators. Int. J. Manag. Educ. 21, 1472–8117 (2023).

7. Clark, A. & Chalmers, D. The extended mind. Analysis 58, 7–19 (1998).

8. Clark, A. Natural-Born Cyborgs: Minds, Technologies, and the Future of Human Intelligence(Oxford University Press, NY, 2003).

9. Clark, A. Supersizing the Mind: Action, Embodiment, and Cognitive Extension. (Oxford University Press, NY, 2008).

10. Ward, A. F. Supernormal: how the internet is changing our memories and our minds. Psychol. Inq. 24, 341–348 (2013).

11. Wegner, D. M. & Ward, A. F. How Google is changing your brain. Sci. Am. 309, 58–61 (2013).

12. Ferguson, A. M., McLean, D. & Risko, E. F. Answers at your fingertips: access to the internet influences willingness to answer questions. Conscious Cogn. 37, 91–102 (2015).

13. Goldin-Meadow, S. Hearing Gesture: How Our Hands Help Us Think (Harvard University Press, Cambridge MA, 2003).

14. Parr, T., Pezzulo, G. & Friston, K. J. Active Inference: The Free Energy Principle in Mind, Brain, and Behavior (MIT Press, Cambridge MA, (2022).

15. Clark, A. The Experience Machine: How Our Minds Predict and Shape Reality (Penguin Random House, NY, (2023).

16. Clark, A. Extending the predictive mind. Australas. J. Philos. 102, 119–130 (2022).

17. Constant, A. et al. A computational approach to selective attention in embodied approaches to cognitive archaeology. J. Royal Soc, Interface, 21 20240508 (epub2024).

18. Shin, M., Kim, J., van Opheusden, B. & Griffiths, T. L. Superhuman artificial intelligence can improve human decision-making by increasing novelty. Proc. Natl Acad, Sci., 120, e2214840120 (epub 2023).

19. Messeri, L. & Crockett, M. J. Artificial intelligence and illusions of understanding in scientific research. Nature 627, 49–58 (2024).

20. Brinkmann,L.etal.Machineculture.Nat.Hum.Behav.7,1855–1868(2023).

21. Romera-Paredes, B. et al. Mathematical discoveries from program search with large language models. Nature 625, 468–475 (2024).

22. Sparrow, B., Liu, J. & Wegner, D. Google effects on memory: cognitive consequences of having information at our fingertips. Science 333, 776–778 (2007).

23. Hamilton, K. A. & Benjamin, A. S. The human-machine extended organism: new roles and responsibilities of human cognition in a digital ecology. J. Appl. Res. Mem. Cognit. 8, 40–45 (2019).

24. Gilbert, S. J., Boldt, A., Sachdeva, C., Scarampi, C. & Tsai, P. C. Outsourcing memory to external tools: a review of ‘Intention Offloading. Psychon. Bull. Rev. 30, 60–76 (2023).

25. Epstein, Z. et al. Art and the science of generative AI. Science 380, 1110–1111 (2023).

26. Carter, J. A., Clark, A., Kallestrup, J., Palermos, S. O. & Pritchard, D. (Eds.) Extended epistemology (Oxford University Press, Oxford, 2018).

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區(qū)留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態(tài)系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎勵計劃、、等。