用AI久了专业能力会悄悄退化？一项哲学研究追问“技能退化该由谁负责”

2026年10月28日讯 据IT之家10月28日报道，赫尔辛基大学理论哲学方向的研究员凯萨·凯尔基（Kaisa Kärki）发表论文《谁应当为应对专业技能退化负责？》，讨论使用人工智能导致的专业技能退化问题。研究认为，从业者很难察觉自身技能在下滑，部分原因在于人们对依赖AI存在认知偏差，因此技能退化不应被简单看作个人问题。

据赫尔辛基大学9月发布的新闻稿，凯尔基举了一个医学的例子：一位医生依赖大语言模型做诊断，却没有发现模型出了错，可能导致医疗过失，那么责任该由谁来承担？她建议各专业共同体识别本领域的核心技能并加以保护，比如对资深从业者定期进行技能测试、把部分任务保留给人来完成、在培训中设置不使用AI的阶段等。

为什么技能退化很难被自己察觉？

技能退化往往是渐进的。一开始只是让AI帮忙查个资料、改几句话，慢慢地，写一段完整论证、推一遍公式、读一篇外文文献，都会下意识交给AI。每一次都很顺手，结果也看起来不错，人就很难意识到，自己独立完成这些事情的能力正在变弱。等到真正需要的时候，比如答辩现场被追问、面试时被要求现场推导，才发现已经生疏了。

而这一点对于研究生来说，较之职场人更需要警惕。读研几年本就是专业能力形成期，如果关键节点一直被AI代劳，许多能力根本没有建立的机会，何谈“退化”。

技能退化往往是渐进的，很难被自己察觉（插画）

哪些能力值得刻意保留？

可以借用凯尔基的思路，先想清楚自己专业的核心技能是什么。对多数学科来说，提出一个好问题、判断一篇文献的价值、设计研究方案、读懂并质疑数据结果、把论证清楚地写出来，这几项能力是根本。AI可以帮你更快地完成检索、整理和格式调整，但这些核心环节最好坚持自己先做一遍，再让AI给出参考或检查。

还有一个简单的办法，就是给自己“不用AI”的练习。比如每周精读一篇文献，不用AI总结，自己写三句话要点；数据分析的时候，自己先写出预期的结果，看看程序输出的结果是否一致。这些练习看起来很慢，但是是最直接检验和保持能力的方法。

用AI时，把过程留在看得见的地方

另一个关键是让AI的工作过程可见，而不是只拿结果。PaperOK科研助手执行任务时，检索了哪些文献、运行了什么代码、生成了哪些文件，每一步都可以在“工作过程”里展开查看，敏感数据还可以选择“逐步确认”或“只读”模式。看得见过程，才谈得上理解和检查，也才不至于把判断权一并交出去。研究结论、学术判断和署名责任，始终在作者本人。

先自己做一遍，再让AI给出参考或检查（插画）

常见问题

问：是不是用AI越少越好？

不要极端。关键是分清哪些环节是自己需要掌握的核心能力，这些环节自己先做，AI用来提速和检查。

问：导师禁止使用AI，应该怎么办？

以导师和学校的要求为准。即便允许使用，也要按规定如实说明用途。