10.6 认知卸载与能力回收

问题#

系统替人维护模型、派生指令、写复盘。长期使用后，人自己的建模、预测与反思能力可能下降；人也可能对系统模型过度信任。

为什么重要#

Risko & Gilbert（2016）的认知卸载研究；Lee 等（2025）发现对 AI 信心越高、批判性思考越少；Bainbridge（1983）的「自动化的讽刺」：越自动化，人越缺练习，关键时刻越接不住。

建议#

①实验卡的预测只由人写（已做到），并持续报告人的预测校准度，让人看到自己的进步；②阶段复盘加一项「能力回收」：本人（或团队）不看系统，先自己画一遍核心回路、写一遍主路径，再与系统模型对照；③对 AI 起草的结构，界面标注「AI 起草 · 未经你修改」直到人改过。