论文警告：AI采纳将导致专业人才断层，2030-2045年显现后果

一篇新研究论文描述了单个企业的理性 AI 采纳如何可能摧毁整个专业领域的集体专业知识。

1968 年，生态学家加勒特·哈丁（Garrett Hardin）描述了一个困境，这一困境深刻影响了环境政策、经济学和社会科学的发展：公地悲剧。当每个牧民理性地决定在共享牧场上增加一头牲畜时，每个人都能单独获益，而过度放牧的成本则由所有人分担。每一个单独的决策都合理，但汇总起来，却摧毁了所有人都依赖的资源。

北约特种作战大学（NATO Special Operations University）的诺兰·洛维特（Nolan Lovett）在一篇发表于《人力资源开发评论》（Human Resource Development Review）期刊的论文中认为，同样的模式现在正威胁着整个职业的专业知识。

他的核心论点如下：当一家公司用 AI 取代初级岗位时，它获得了 100% 的效率提升。而专业知识被侵蚀的成本，则由所有从同一个人才库中招募人才的组织共同承担。但经验丰富的专业人士并非凭空出现。他们需要在初级岗位上历练多年，在那里初学者逐步承担更困难的任务、犯错误，并学会修正它们。

洛维特认为，AI 系统可能越来越多地接管那些任务，他确定了两种导致专业知识更新被扰乱的方式。第一种是初级岗位的直接消除，即 AI 系统处理过去由初级员工完成的工作。

第二种则更为微妙：即使初级岗位继续存在，在 AI 辅助下的初级工作者也能达到过去需要多年经验才能实现的 productivity 水平。真正构建深层领域知识的认知努力从未发生。

没有深厚的专业知识，没有人能发现 AI 的错误

这产生了洛维特所说的"验证依赖"问题。有效监督 AI 系统的能力，恰好依赖于那些正在被 AI 使用所侵蚀的深层领域知识。在看似可信的 AI 输出中发现领域特定的错误，远不止捕捉明显的矛盾。现有研究表明，表面的检查不足以防范严重错误。

认知习惯使情况更糟。那些习惯性地将 AI 答案视为可靠的人，会失去质疑它们的本能。而初级工作者曾经在其中学会挑战权威、用现实检验主张的训练环境，正随着传统初级岗位的消失而消失。

全面损害可能在数年后才会显现

如今就业市场上的经验丰富的专业人士，是在 5 到 20 年前接受培训的。洛维特认为，从 2023 年开始的初级岗位削减的影响，可能要到 2030 年至 2045 年之间的某个时候才会完全显现。

他称之为"人力储备悖论"。组织需要在储备中拥有深厚专业知识，用于验证、危机管理和那些压倒 AI 系统的场景。但没有单个组织有足够的经济激励来独自维护这种储备。而且，即使那些确实通过人才管道培养出来的工人，也会有更浅薄的专业知识，洛维特认为，因为他们职业生涯中是在编排 AI，而不是进行独立的认知工作。

某些职业面临的风险远大于其他职业

洛维特强调，这种机制对不同职业的冲击并不均等。软件工程、金融分析和法律研究都表现出高任务可替代性、相对宽松的监管和强大的模块化，使其处于最高脆弱性类别。医学和工程因更严格的监管要求和更强大的行业协会而获得了一些保护，但它们并非免疫。

然而，悲剧并非不可避免。洛维特认为，专业人士需要无 AI 的学习环境、渐进式的 AI 引入，以及在 AI 参与之前应该达到的人类绩效基准。他建议行业协会通过认证测试领域能力时加入 AI 技能，并建议政策制定者使培训和教育更具吸引力。禁令或对 AI 使用的限制不在他的提案之列。

经济证据仍不确定

洛维特详细引用的一项 2025 年夏季研究表明，受 AI 影响的职业就业率下降，年轻人受影响尤为严重。而同一领域更有经验的工人，就业保持稳定甚至增长。研究人员将此归因于 AI 主要替代了编码知识，而实践经验仍然有需求。

美联储委员会（Federal Reserve Board）的一项研究发现，自 ChatGPT 推出以来，编程岗位的增长几乎减半。但 AI 与这些下降之间的明确因果关系尚未被证实。其他因素，如更紧缩的货币政策和疫情时代科技行业过度招聘后的调整，也可能发挥作用。

2026 年 1 月的一项研究发现，AI 影响职业的就业危机实际上在 ChatGPT 发布之前就开始了。Anthropic 在 2026 年 3 月的一项研究没有发现 AI 对劳动力市场有可衡量的整体影响，但确实发现了一个警示信号：在高度 AI 暴露的职业中，22 至 25 岁年轻工人的就业率下降了 0.5 个百分点。

研究表明，滥用 AI 会产生可衡量的认知成本

关于过多或误导性 AI 使用的认知影响的研究描绘了一幅更清晰的图景。研究结果支持洛维特的观点：认知债务可能在数年内累积。一项使用 EEG 测量的 MIT 研究表明，即使短暂使用 AI 也会削弱神经连接，超过 80% 的参与者在回忆自己 AI 辅助写作的内容时遇到困难。

一项针对软件开发人员的 Anthropic 研究发现，使用 AI 的参与者在知识测试中得分低 17%。最大的损失来自那些纯粹将 AI 作为答题机器使用的人。那些使用 AI 获取解释的人，学习效果明显更好。

一项包含 666 名参与者的瑞士研究发现，AI 使用与批判性思维之间存在很强的负相关，这种影响在 17 至 25 岁的人群中最为明显。据 Anthropic 称，学生自己也担心"大脑萎缩"，因为 AI 让他们能够跳过太多的学习过程。

在中国学生中，这种模式在更长时间跨度内展开。尽管作业成绩提高了 18%，但考试成绩下降了高达 24%，整个影响只在大约两年后才显现。

根据这些研究，重要的是人们不仅使用多少 AI，而是如何使用 AI。那些将 AI 作为思维替代品的人，认知能力丧失最快，而将有针对性地使用 AI 作为解释工具，可以显著减少负面影响。

THE DECODER 提供无炒作的 AI 新闻——由人类策划

订阅 THE DECODER，享受无广告阅读、每周 AI 时事通讯、六期独家"AI Radar"前沿报告、完整档案访问权限，以及参与评论区的机会。

继续阅读以了解全貌。订阅以获得无炒作的覆盖。

完全访问 THE DECODER 的每一篇文章

参与评论和社区讨论

通过邮件每周 AI 新闻回顾

每年六期："AI Radar"——深入探讨最重要的 AI 话题

每日 AI 新闻，始终保持最新

我们完整的十年档案

由拥有 10 年以上 AI 经验的团队报道