TL;DR

MIT gắn điện cực EEG vào 54 sinh viên và theo dõi họ viết luận trong bốn tháng. Nhóm dùng LLM liên tục có kết nối thần kinh yếu nhất. Khi các nhóm đổi công cụ ở session thứ tư, những người viết tay được dùng AI lần đầu lại cho thấy kích hoạt não mạnh hơn - trong khi nhóm AI bị tước công cụ tiếp tục thể hiện trạng thái thiếu kích thích.

Ba nghiên cứu độc lập đang hội tụ về cùng một cảnh báo: không phải AI làm bạn ngu đi. Mà là AI dùng trước khi tư duy độc lập thì tích lũy nợ nhận thức; AI dùng sau khi đã xây dựng năng lực thì khuếch đại bạn. Thứ tự quan trọng hơn công cụ.

Khoảnh khắc tôi nhận ra

Ba tháng trước tôi ngồi nhìn chằm chằm vào một đoạn code mình đã viết sáu tuần trước và không thể hiểu nổi. Đọc một lần. Rồi lần nữa. Rồi mở cửa sổ chat và hỏi model giải thích cái tôi vừa tự viết.

Khoảnh khắc nhỏ đó đánh vào tôi mạnh hơn mức cần thiết. Tôi đã dành cả mấy tháng trước tự gọi mình là productive trong khi phần não đọc code đã bắt đầu tắt dần.

Những vết nứt khác dần lộ ra: tay tôi tự động với về phía cửa sổ chat trước khi thử suy nghĩ qua vấn đề. Tôi viết nháp gì đó rồi lại với tay nhấn nút polish như một phản xạ. Tôi mở một bài báo và cảm thấy não từ chối tải phần abstract vì tôi có thể paste nó vào công cụ tóm tắt. Output không thay đổi. Công việc vẫn được ship. Nhưng cái cơ chắp sau lưng công việc thực sự - cái cho phép bạn ngồi im với một vấn đề khó trong ba phút rồi quay lại với đáp án thật - đã teo lại trong khi tôi đang bận chúc mừng mình về tốc độ ship.

Tôi viết bài này vì mình suýt không nhận ra. Hầu hết mọi người sẽ không nhận ra. Một số sẽ đọc đến đây, nhận ra bản thân, đóng tab, rồi mở ChatGPT để tóm tắt những gì vừa đọc.

MIT thực sự tìm ra điều gì

Vài tuần sau khi tôi nhận ra điều này, một paper từ MIT Media Lab bắt đầu lan truyền. Những tweet ồn ào nhất tóm tắt nó là: AI đang làm bạn ngu đi, tệ hơn cả ma túy. Cách đọc đó sai. Paper đúng. Và phần hầu hết người đọc bỏ lỡ chính là phần quan trọng nhất.

Tám nhà nghiên cứu gắn điện cực EEG vào 54 sinh viên đại học và theo dõi họ qua ba session viết luận trong bốn tháng. Một nhóm dùng ChatGPT. Một nhóm dùng Google. Một nhóm không dùng gì. Qua cả ba session, kết quả nhất quán:

  • Nhóm Brain-only - mạng thần kinh mạnh nhất, phân tán rộng nhất

  • Nhóm dùng Search engine - mức độ tham gia trung bình

  • Nhóm dùng ChatGPT - kết nối yếu nhất, hoạt động nhận thức giảm theo mức độ phụ thuộc vào công cụ

Nhóm LLM cũng báo cáo cảm giác sở hữu bài viết thấp nhất và gặp khó khăn khi trích dẫn lại những gì họ vừa tự viết vài phút trước.

Các nhà nghiên cứu đặt tên cho hiện tượng này là nợ nhận thức (cognitive debt). Bạn vay mượn tư duy của mình để ship nhanh hơn hôm nay, và lãi suất gộp dần vào năng lực tư duy tương lai của bạn.

Điều session thứ 4 tiết lộ mà không ai tweet

Các tweet viral đã bỏ qua hoàn toàn session thứ tư.

Ở session thứ tư, các nhà nghiên cứu đổi nhóm. Những người viết tay được dùng ChatGPT. Những người dùng ChatGPT bị lấy đi công cụ và phải viết một mình. Kết quả đảo ngược theo cách thay đổi mọi thứ:

  • Brain-to-LLM: Sinh viên đã viết tay ba tháng, khi được dùng AI ở session thứ tư, cho thấy khả năng hồi ức cao hơn và kích hoạt vùng occipito-parietal và prefrontal - tương đương nhóm Search engine, không phải mức tệ của nhóm AI-only.

  • LLM-to-Brain: Sinh viên bị tước AI cho thấy kết nối alpha và beta giảm, dấu hiệu tiếp tục thiếu kích thích nhận thức ngay cả khi công cụ đã biến mất.

Kết luận thực sự của paper hẹp hơn và hữu ích hơn bất kỳ tweet châm biếm nào. AI dùng trước khi tư duy độc lập tích lũy nợ. AI dùng sau khi tư duy độc lập khuếch đại bạn.

Cơ chế rất hợp lý. Những người viết tay đã dành ba tháng xây dựng cấu trúc thần kinh xung quanh chủ đề. Khi gợi ý của AI xuất hiện, họ có thứ gì đó để so sánh - và não họ bật sáng khi thực hiện phép so sánh đó. Nhóm AI-only không có cấu trúc nội tại. Cùng một input chạy qua hai bộ não khác nhau, và bộ não có cấu trúc trước trở nên thông minh hơn.

Đây là điều đáng mất ngủ. AI không trung lập. Nó tương tác với những gì đã có sẵn trong đó. Nếu bạn chưa xây được gì, AI sẽ tăng tốc việc xây dựng của không có gì.

Dữ liệu từ Microsoft & RAND

Paper MIT là preprint - chưa qua peer review. Nhưng hai bộ dữ liệu khác đang hội tụ về cùng tín hiệu.

Một paper đã peer-review từ Microsoft Research, trình bày tại CHI 2025, khảo sát 319 nhân viên tri thức qua 936 tình huống sử dụng AI thực tế tại nơi làm việc. Kết quả: tin tưởng AI càng cao dự đoán tư duy phản biện càng thấp. Nỗ lực dịch chuyển từ tạo ra công việc sang xác minh output - và nhân viên thường bỏ qua bước xác minh luôn. Các tác giả cảnh báo rằng thói quen thuê ngoài tư duy để lại năng lực phán đoán bị "teo cơ và không chuẩn bị" khi gặp tình huống ngoại lệ.

Một khảo sát của RAND Corporation trên 1.214 học sinh Mỹ (từ trung học đến đại học) phát hiện 67% đồng ý rằng dùng AI nhiều sẽ làm hại tư duy phản biện - tăng 13 điểm phần trăm chỉ trong 10 tháng. Tỉ lệ làm bài tập bằng AI tăng từ 48% lên 62% trong cùng giai đoạn. Học sinh dùng nhiều hơn và lo lắng nhiều hơn cùng lúc. Chúng biết. Các nhà nghiên cứu biết.

Bẫy phụ thuộc

AI không phải vấn đề mới. Đây là phiên bản mới nhất của một khuôn mẫu cũ.

Dựa vào bố mẹ quá lâu và bạn trở nên yếu đuối theo cách mà người lớn không tự ra quyết định được thì yếu đuối. Dựa vào một mối quan hệ để điều tiết cảm xúc và bạn trở nên mong manh theo cách mà người không thể ở một mình thì mong manh. Phụ thuộc là tác nhân làm suy yếu phổ quát.

Điểm khác biệt của AI là tốc độ nó chào mời thỏa thuận đó. Với bố mẹ bạn có nhiều năm nhượng bộ nhỏ trước khi sự phụ thuộc cứng lại. Với AI bạn có thể thuê ngoài tư duy vào thứ Hai và cảm thấy teo cơ vào thứ Sáu. Thỏa thuận trông như năng suất. Chi phí vô hình vì chi phí là khả năng làm việc đó mà không cần giúp đỡ trong tương lai của bạn.

Sai lầm mà hầu hết mọi người đang mắc

Hầu hết nhân viên tri thức dùng AI năm 2026 dùng nó để làm cùng lượng công việc, dễ hơn. Công việc tám tiếng nay chỉ mất hai tiếng. Sáu tiếng còn lại dành cho những gì các nhà nghiên cứu gọi là hoạt động phi nhận thức - lướt điện thoại, xem video, tiêu thụ nội dung thụ động.

Việc tư duy không dừng lại. Nó bị chuyển đi. Những giờ mà não bạn từng dành cho công việc thực sự - bản nháp này qua bản nháp khác, lần thử này qua lần thử khác - đã được chuyển giao cho một model. Phần bạn từng lớn lên trong những giờ đó không còn lớn lên nữa. Trong khi đó thời gian những giờ đó từng chiếm lĩnh lại được dành cho thứ không giúp bạn lớn lên.

Toàn bộ ý nghĩa của việc có một công cụ giúp bạn năng suất gấp 4 là để làm được gấp 4, hoặc thử những thứ khó gấp 4. Nếu bạn dùng AI để nén ngày làm việc tám tiếng thành hai tiếng với cùng output, bạn đã tự làm mình dễ bị thay thế hơn. Cùng một công cụ, hai kết quả khác nhau. Sự khác biệt nằm ở những gì bạn làm với phần nhận thức được tiết kiệm. Bạn hoặc tái đầu tư nó, hoặc tiêu nó vào dopamine. Không có lựa chọn thứ ba.

Điều gì xảy ra tiếp theo

Cơ chế đã rõ. Cách sửa không phức tạp. AI dùng sau khi tư duy của chính bạn khuếch đại bạn. AI dùng thay thế cho tư duy thì làm cạn bạn. Thứ tự quan trọng hơn model, hơn subscription plan, hơn bất kỳ biến số nào bạn đang tối ưu.

Ở Phần 2, tôi đi vào năm thực hành cụ thể để giữ não trong vòng lặp - và nghiên cứu nói gì về lý do mỗi cái hoạt động. Protocol không phải lý thuyết. Tôi đã dùng nó để xây lại phản xạ debug mà mình đã để teo đi trong nhiều tháng ship không suy nghĩ.

Via: MIT Media Lab preprint (arXiv:2506.08872), Microsoft Research CHI 2025, RAND Corporation tháng 3/2026.