AI辅助工具让医生和程序员的核心技能出现明显退化。

对人工智能工具的依赖正在削弱医生和软件工程师的能力，多项研究已给出初步证据。70%的护士和77%的医生担心因AI失去技能，这种担忧可能确有依据。AI驱动的“去技能化”正在医学、计算机科学等领域悄然发生，研究者开始讨论如何在AI时代保留重要的人类专长。

波兰一支专攻内镜的医生团队的研究展示了AI工具能多快侵蚀人类能力。这些医生职业生涯中都至少做过2000次结肠镜检查，获准使用一套实时分析影像、标记腺瘤(一种癌前肠道病变)的AI系统。该工具在某些日子开放，某些日子关闭。医生开始使用后，系统不可用时表现显著下滑。引入AI前的三个月，医生在28.4%的结肠镜检查中发现至少一个腺瘤；引入后的三个月，无AI辅助的检查腺瘤检出率降到22.4%。

合作者、奥斯陆大学的医生研究员Yuichi Mori表示，需要更多研究确认这一现象，但使用AI工具的人应意识到有失去部分技能的风险。他说，目前没有针对去技能化的成熟解决方案，这会是未来十年的热门研究课题。

为调查计算机科学领域是否也存在技能流失，旧金山的AI公司Anthropic设计了一项随机对照试验，52名软件工程师被要求完成一项基础编程任务。事后所有参与者都做了关于任务所学内容的测验。使用AI助手的工程师在测验中表现明显更差：AI组平均得分50%，非AI组67%。AI辅助参与者在诊断代码错误的问题上尤其糟糕，说明他们未能掌握自己刚写出代码背后的概念。该研究在arXiv预印本服务器上发表，尚未同行评议。

研究AI工具如何改变软件开发者学习和保留编程技能的Crowston表示，结果对学生和年轻从业者尤其令人担忧。现在性能和学习之间出现一种奇怪的脱节：人们可以表现很高水平，因为基本是借用AI的技能，但他们自己并未发展出这些技能。

澳大利亚昆士兰大学信息系统研究者Tapani Rinta-Kahila指出，过去其他技术也曾让特定技能过时，例如GPS导航系统侵蚀了人们的导航能力。Rinta-Kahila自己在2018年发表了一项关于一群会计师的研究，他们连续使用自动化非AI会计系统超过十年。研究发现，长期使用自动化系统后，这些会计师对会计原理和税务规则背后逻辑的理解明显减弱，遇到系统无法处理的特殊情况时往往束手无策。这一现象被称为“自动化意外后果”，描述技术提升短期效率的同时，长期削弱使用者深层能力的悖论。

原文：https://www.nature.com/articles/d41586-026-01947-1