随着人工智能（AI）成为商业中的标准工具，一个重要的问题浮现出来：当AI处理重要任务时，我们是否仍然在进行批判性思维？这个问题不仅仅是理论上的，它影响着工作满意度，并促使我们思考自己的角色——我们是被雇佣来执行任务，还是进行思考？ 卡内基梅隆大学和微软研究院的研究人员对近1000名经常使用AI工具的知识工作者进行了调查，揭示了工作场所思维模式的变化。他们的研究重点关注两个主要领域：知识工作者在何时、如何与生成式AI进行批判性思维，以及影响这些思维变化的因素。 关键发现强调了对AI信任与批判性思维之间的相关性。对AI输出的信任度越高，往往会导致评估的批判性下降。相反，自信心较强的专业人士更倾向于仔细审查AI生成的内容，尽管需要付出额外的努力。这带来了一个挑战：随着AI变得更加可靠，我们对其输出的质疑倾向可能会下降，特别是在监督至关重要的时候。 研究人员确定了批判性思维的特定动机，例如提升工作质量或避免错误，但也指出了障碍。这些障碍包括对AI能力的缺乏意识、时间限制以及验证AI输出的困难。微软的Lev Tankelevitch指出，对于低风险任务，个人可能不会对输出进行批判性审查，这可能导致他们在高风险情况下缺乏必要的批判性技能准备。 批判性思维的本质正在演变，生成式AI在三个关键领域改变了动态： 1. **从信息收集到验证**：虽然AI高效地获取数据，但用户必须确保其准确性。 2.

**从问题解决到反应适应**：知识工作者必须根据具体上下文调整AI生成的解决方案。 3. **从任务执行到监督管理**：工作人员现在监督AI完成的任务，而不是直接执行。 这些变化将影响未来的工作。组织可能需要创建新的监督角色，修订绩效指标，以重视对AI输出的指导和评估，并确保常规的认知任务不会因为过度自动化而影响批判性技能的发展。 为了促进批判性思维，未来的AI界面可能需要提示用户进行批判性反思，而不是被动地接受信息。这种转变可以培养认知实践，使用户参与评估AI的响应。 因此，知识工作中的基本技能正在演变。领域专长仍然至关重要，但现在必须与AI监督、评估和集成的能力共存。这个过渡并不意味着批判性思维的衰退；相反，它标志着批判性思维的转变。在以AI驱动的工作环境中取得成功将取决于在利用AI能力与保留独特的人类批判性思维技能之间找到和谐的平衡。 Tankelevitch指出，AI作为一个思维伙伴的重要性，它提高了生产力和决策能力，并强调成功的人将是那些能够巧妙整合AI，同时保持自身批判性思维能力的人。