一项早期研究显示，人工智能正在削弱人类的关键技能，包括批判性思维、决策能力和创造力，结果令人担忧。

根据《自然》杂志2026年6月18日的一篇新闻报道，早期研究结果显示，过度依赖人工智能工具可能导致专业人士技能退化，情况不容乐观。一项针对波兰内窥镜医生的研究发现，在使用AI辅助分析结肠镜图像后，医生在无AI辅助时的腺瘤检出率从28.4%降至22.4%，表明即使经验丰富的医生也可能因依赖AI而技能下降。另一项针对软件工程师的随机对照试验显示，使用AI助手的工程师在基本编码任务中的表现可能不如未使用者。调查还发现，70%的护士和77%的医生担心因过度依赖AI而失去技能。研究人员呼吁关注这一“去技能化”现象，并探讨如何在AI时代保留重要的人类专业技能。

根据评论内容，主要围绕AI是否导致人类技能退化展开讨论，存在明显分歧。以下是平衡总结：

观点一：AI导致技能退化，需警惕 - 多位工程师反映，重度使用AI后编码能力显著下降。例如，一位FAANG高级工程师指出：“The two senior engineers in my org who vibe-code the most have lost literally all of their skills. Their code has become terrible and their judgment even worse.”（我所在组织的两位高级工程师，他们最热衷于“氛围编码”，结果技能完全丧失，代码质量糟糕，判断力更差。） - 有用户描述个人体验：“I realized I'd offloaded my planning onto AI. I would ask it for plans and then choose the best one, but that's a different skill than coming up with the plans in the first place. My skills were rotting.”（我意识到自己把规划工作外包给了AI。我会让它出方案，然后从中挑选，但这与最初自己制定方案的能力截然不同。我的技能正在退化。） - 研究数据支持：Anthropic的试验显示，使用AI的工程师在后续测验中平均得分50%，而未使用者为67%。

观点二：技能退化是技术发展的正常现象，利大于弊 - 多位评论者以历史类比反驳担忧。例如：“My compiler writing skills atrophied with the advent of high-level languages, but in exchange I got more done.”（随着高级语言的出现，我的编译器编写技能退化了，但我的工作效率提高了。） - 另一用户指出：“A skill which is now done better by a machine is no longer a skill, it is technology. ... That's a good thing for economic productivity as a whole.”（一项已被机器做得更好的技能不再是技能，而是技术。……从整体经济生产力来看，这是好事。） - 医疗领域案例：AI辅助结肠镜检查提高了息肉检出率，患者获益，医生技能虽可能下降但结果积极。

观点三：关键在于如何利用节省的时间 - 有评论强调：“The question is then, what did you do with the extra time. If it's fuck all, then yes, that's a liability.”（问题在于，你用省下的时间做了什么。如果无所事事，那确实是问题。） - 另一用户分享积极体验：“I'm learning new things at a pace I never imagined at 40 years old. New sports, new businesses, new academic pursuits. Technology is a lever and AI is the biggest lever we've ever had.”（40岁的我正以从未想象的速度学习新事物：新运动、新业务、新学术追求。技术是杠杆，而AI是我们拥有的最大杠杆。）

观点四：需警惕对认知能力的根本性侵蚀 - 有评论者表达深层担忧：“This is new, the scope of it, its not just about individual 'skills' because it's all of them; we are being challenged at the very fundamentals of our ability to think deeply and widely and persistently.”（这是前所未有的，其范围之广不仅关乎个体“技能”，而是所有技能；我们思考的深度、广度和持久性等根本能力正受到挑战。） - 教育领域案例：“Doing homework they will have zero interpretation or contemplation, just enter the question as a prompt and record the result.”（做作业时，孩子们毫无解读或思考，只是把问题输入提示框，然后记录结果。）

观点五：AI是工具，责任在人 - 有评论者反驳归咎技术：“Blaming the tools for things that humans do is incredibly stupid and dangerously misguided. ... Human society is the source of our problems, not technology.”（将人类行为归咎于工具是极其愚蠢且危险的误导。……人类社会才是问题的根源，而非技术。） - 另一用户总结：“It enables laziness or incredible productivity. Choose your own path forward.”（它既能助长懒惰，也能带来惊人的生产力。选择权在你手中。）