当用户向AI请求撰写报告、编写代码或解决问题时，AI究竟应该承担多少工作量？多伦多大学的研究人员认为，这种让一切变得更轻松的追求，可能正在剥夺人类成长所需的关键养分。
他们在2026年2月24日发表于《传播心理学》的论文《反对无摩擦AI》中，提出了一个令人不安的观点：那些我们试图用AI消除的认知障碍和人际摩擦，并非人类体验中的缺陷，而是人类学习、成长和寻找意义的核心机制。Emily Zohar、Paul Bloom和Michael Inzlicht这三位心理学家借助心理学研究中一个叫做"可取的困难"的概念——即适度的障碍实际上能够帮助人们更深入地学习和记忆。
研究表明，当信息获取过于轻松时，记忆保持效果会下降；当挑战被移除时，伴随而来的掌控感也会消失。Zohar指出，现有的AI使用方式让用户能够直接从想法跳到最终产品，这个过程"剥夺了真正推动动力和学习的中间步骤，将结果置于过程之上"。
研究人员区分了AI可能正在侵蚀的两种摩擦：认知层面的困难——包括沉思、坚持和攻克难题所需的脑力劳动——有助于巩固想法并强化创造性思维；人际层面的摩擦——包括分歧、妥协和协作中的来回互动——能够拓宽视野并建立真正重要的人际关系。他们认为，即便是建设性分歧带来的不适感，也具有发展价值。
这一观点给AI产品开发者带来了严峻挑战。如果研究人员是正确的，那么最实用的AI在某些情况下可能恰恰最不利于学习。一个能够即时生成完美答案的系统，实际上绕过了让人成为专家的必经之路。
当然，反对意见也很直接：并非所有任务都需要深度掌握，AI带来的效率提升能让人们专注于更高层次的工作。这种观点有其道理，但它回避了一个更棘手的问题——哪些技能真正重要，我们又在多大程度上因为过早外包而正在使其萎缩？
研究人员没有给出具体的设计方案，而是提出了一个更根本的问题：哪些任务应该保持难度，又该为谁保持？这个问题的答案很可能取决于具体情境、重要程度和个人目标。但可以确定的是，将所有摩擦都视为浪费，无异于忽视了摩擦作为老师的角色。
讽刺之处在于，我们正在构建让知识更容易获取的工具，却可能同时让真正的专业能力变得更加稀缺。