王斌 刘冠男：数字认知卸载的动力机制、认知挑战与应对策略

作者：王斌（中国人民大学新闻与社会发展研究中心研究员、中国人民大学新闻学院教授）；刘冠男（中国人民大学新闻学院硕士研究生）

来源：《青年记者》2026年第4期

导 读：

数字认知卸载并非单一技术诱发的结果，而是认知节约本能、元认知评估偏差与数字媒介环境的结构性诱导共同作用的产物。随着大模型介入分析、判断与创造等核心认知环节，数字认知卸载由辅助性策略演变为结构性依赖，其后果集中体现为认识论层面的“知识幻觉”与“能力幻觉”，以及价值论层面对个人主体性与公共价值多元性的消解。面对这一挑战，应从技术治理与素养重构双向发力。

一、引言

数字技术的持续更迭深刻重塑了人类获取信息的方式，促使个体与知识的关系发生了显著转向。从搜索引擎诞生开始，知识获取的门槛被大幅度降低，尽管所获知识的真实性仍存在争议，但搜索引擎即时交互的反馈机制已然重构了用户的认知习惯。技术乐观主义者对此持积极的拥抱态度，甚至有观点认为对于部分知识而言，内源性记忆似乎已不再是思维的必备要求。然而，当个体习惯于将搜索引擎当作知识的外部存储容器，而非致力于自身知识体系的构建时，人类的专注力与深度加工能力正面临结构性的退化。卡尔曾指出互联网对大脑认知的负面影响，认为它带来的高频且碎片化的冲击会导致深度阅读与思考能力的退化。[1]彼时的争论尚聚焦于互联网使用的认知弊端，实质上这引发了学界对人类将认知任务向外部环境转移的关注。

在人类记忆习惯的演进中，媒介形态的更迭直接影响了人类记忆信息的方式。认知心理学研究揭示，人类倾向于优先记住信息的储存位置，而非信息本身。随着这一过程从传统的物理载体转向数字载体，研究进一步证实，用户会更倾向于记住如何搜索到内容而非将内容本身内化到自己的记忆中。[2]相较于传统的学习路径，通过智能手机获取的信息往往有着较低的记忆存留率。[3]在使用数字工具高效完成任务的过程中，个体正逐渐陷入一种数字化的失忆困境。

进入生成式人工智能时代，这种认知卸载行为迎来了从量变到质变的跃迁。如果说搜索引擎时代是个体将记忆进行外包，那么生成式大模型则是通过其强大的推理逻辑与多模态生成能力，介入了更为核心的认知环节。用户逐渐从需要记忆与思考的独立个体转变为需求的提出者与结果的审核者，将分析、归纳等创造性的思考过程交由大模型代劳。这种将记忆、逻辑与判断等核心认知环节大规模外部化、交由技术代理的行为，正是数字认知卸载的当代样态。它已经不再只是为记忆减负，更是关乎人类主体性与认知自主权的重塑。因此，讨论数字认知卸载不仅要厘清其内在的动力机制，更要锚定其对用户的深远影响，并在信息行为效率提升和守住认知底线中找到平衡。

二、数字认知卸载的动力机制

数字认知卸载源于认知科学中的“认知卸载”概念。早期关于认知卸载的讨论，多从身体动作与任务结构的调整入手，强调通过认知性行动降低内部信息处理需求。[4]随着研究视角的拓展，认知卸载逐渐被理解为个体将部分认知任务委托给外部环境与工具从而降低认知负荷的过程。由此，认知卸载分为向身体卸载认知负荷与向外部世界卸载认知负荷两类。比如人们想要观察并记忆倾斜图片上的内容时，会因画面倾斜产生认知阻碍，此时通过调整头部角度让视线与图片保持平齐的方式，便是向自我身体卸载认知负荷；而借助一些工具辅助观看图片，则是向外部世界卸载认知负荷，数字认知卸载正是后者的延伸。[5]

早期学界对认知的探究更多聚焦于生物科学视角，关注大脑内部的具体活动，而随着对认知本身理解的进一步加深，学界认识到认知不是单纯的大脑活动，而是人与环境、工具的协同，由此衍生出具身认知、分布式认知、嵌入式认知等概念。这种对认知理解上的延伸促使认知卸载行为在新的语境下重返学术视野，也为理解数字情境下的认知卸载提供了基础框架。在数字技术迅猛发展的背景下，人们认知卸载所依托的外部工具发生了显著变化，从纸张、书本逐步转向搜索引擎乃至大语言模型。这并非简单的载体更替，外部技术的迭代进化，深刻改变了认知卸载的内在作用逻辑。人与技术的关系也不再是单维度的使用与被使用，而是演变为更复杂的人与技术共生关系。新的数字技术继续满足着个体节约认知成本的需求，同时，还逐渐介入其元认知评估过程，并且在长期使用中对认知卸载行为形成结构性的诱发。

（一）认知吝啬：认知卸载的生物演化基础。人类的认知能力受生理局限，记忆容量有限，记住的信息也需要经常使用，否则就有遗忘的风险。[6]在记忆能力有限的前提下，学界十分关注影响个体选择内部存储还是外部存储的关键变量。其中一种观点认为真正决定人们是否选择卸载认知的是任务消耗的时间，即遵循耗时最短原则，但更为普遍的观点认为人们倾向于避免认知努力，追求认知消耗最小化。[7][8]在后者的观点中，人们倾向于选择认知成本最低的路径，从而成为“认知吝啬鬼”。这种“认知吝啬鬼”的本能倾向，最终会通过对认知负荷的感知与评估，再转化为具体的数字认知卸载行为。[9]而认知负荷作为连接生物本能与卸载实践的核心中介，既界定了认知消耗的具体维度，也成为触发卸载决策的关键因素。[10]

从认知负荷的构成来看，内在与外在认知负荷都会影响人们的卸载策略。一方面，内在认知负荷的高低直接对应任务本身的认知消耗强度。虽然大脑在人的体重中占比有限，却消耗大量能量资源，这一事实常被用来说明认知活动在进化层面所面临的能量约束。[11]当需要记忆的信息总量超出记忆容量或是信息加工的复杂度，接近个体认知极限时，避免认知努力的本能会驱动个体寻找外部数字工具分担负荷。[12]例如，面对大量专业术语的记忆任务时，人们更倾向于通过数字文档进行存储而非依赖内在记忆，这本质上就是通过数字卸载降低较高的内在认知负荷带来的能量消耗。另一方面，外在认知负荷作为信息工具自身带来的认知负荷同样影响决策：当数字工具成为主要负荷源，即操作烦琐或者难以掌握时，卸载可能被抑制；反之，若某种工具的使用显著降低了认知负荷，卸载则更易发生。[13][14]这种动态权衡关系表明，认知卸载并非单纯由技术诱发，而是基于对认知负荷的现实状况进行评估后的理性选择。

（二）元认知评估：认知卸载的决策调节枢纽。如果说生物本能提供了认知卸载的内在驱动力，元认知则形成了具体的决策调节机制，它的变化可能导致卸载行为被频繁触发。元认知即对思考的思考，既包含对认知活动本身的认识，又包含对认知过程的持续监测和调节。[15]在面对认知任务时，人们对自身认知能力与任务难度的元认知评估，构成了触发认知卸载决策的关键节点。换言之，人们会根据任务难度进行决策，选择完成认知任务的方式。然而，人们自身的元认知评估具有显著的主观性，并不能客观反映任务的真实难度。[16]当个体对自身记忆或推理能力的元认知信心不足时，即便任务的客观认知负荷尚处于可承受范围内，也可能提前启动认知卸载行为。研究也证实对单一领域的元认知信心不足会逐渐蔓延到多个领域，这也就意味着元认知信心较低的人会更容易频繁产生认知卸载行为。

一方面，数字技术为人们提供了可以完成认知任务、减轻认知负荷的手段。将部分记忆任务交给搜索引擎或者AI助手的确减轻了人们的认知消耗，提高了其完成任务的效率。另一方面，这种便利也会在潜移默化间重构用户的元认知信心。数字技术的便捷性会让用户过分相信技术本身处理问题的能力，通过长期使用数字工具提升效率和完成质量，这种不断的正反馈循环塑造了人们的路径依赖。而一旦脱离数字工具，用户就可能陷入一种认知能力丧失的焦虑。[17]部分社交媒体平台用户在经验帖中分享，长期依赖AI写作工具后，在明确限制使用AI的情境下，其独立完成较长文本的信心明显下降。数字技术并没有从一开始就介入元认知评估过程，而是在用户的使用过程中通过渐进式依赖重塑信心结构，最终导向过度卸载与主体能力的丧失。

（三）工具便利性：认知卸载的数字技术条件。数字技术并非孤立的工具，伴随着个人生活的数字化进程，技术本身塑造的媒介环境早已将人们紧紧包裹。无论是否愿意，人们都已经身处与数字技术强绑定的媒介环境里。平台智能推荐、内容补全、推荐榜单及热门排序等机制，让用户常常不需要主动寻找信息，只需要在被提供的选项中做出选择，这无疑是代替了人们认知过程的重要一环。这一过程并非简单的信息推荐，而是通过预设可选择的问题空间，实质性地介入了个体认知路径的构建。而在使用AI大模型辅助完成任务时，大模型常以连贯生成的方式呈现完整的输出结果，甚至会对用户的思路进行拓展和延伸，从而在一定程度上减少用户对中间推理过程的主动参与。当然，不可否认的是，身处数字媒介环境并不必然导致个体进行认知卸载，但这显著降低了卸载行为发生的门槛，并提高了其成为常态选择的可能性。

简言之，这些数字工具遵照相同的发展逻辑，即通过不断优化产品设计与算法逻辑，试图从多方面提高使用的便捷性，养成用户的使用习惯。这种技术逻辑的本质，是使数字工具最终与用户的日常生活深度绑定。技术“便利”了我们，却也“塑造”了我们。身处这样的数字媒介环境，个体无时无刻不处于个人主观意志力与算法技术推动力的博弈之中，而最终导向对认知卸载的常态化接纳。

三、数字认知卸载的认知挑战

知识真伪判断的困难与能力归因的错位，构成了隐藏在流畅交互体验下的双重幻觉。而技术本身内在嵌套的顺从性逻辑又导致其输出内容不可避免地趋向中庸和同质化，进而造成了使用者对公共议题在价值判断方面的困境。

（一）认识论的挑战：数字认知卸载塑造的双重幻觉。由于大模型基于海量公共数据集进行训练，受限于这种生成逻辑，其产出内容往往内含偏误。这些由AI合成的数据信息又会被反向注入训练模型使用的信息池中，从而造成对大模型本身的递归性污染。[18]随着使用AI生成新闻报道、知识科普以及各种内容产品逐渐产业化，许多用户也开始使用AI进行内容创作，导致大量驳杂的内容持续流入公共信息池，成为后续模型训练的数据源。正因如此，大模型生成的内容会在一定程度上偏离客观世界的真实样态。[19]当这一技术层面的偏误通过内容生产与传播机制进入公共信息空间并被用户反复使用时，其影响便从模型自身的质量问题转化为个体认识结构的问题。深度使用大模型的用户在乎的是最后输出结果的质量，而完成任务的具体路径被移交，尽管最后用户会对生产出的内容进行复核，但大模型输出的内容中难以分辨出的微小偏差也会被保留在用户的记忆中。在人与AI的双向互动中，最终看似是人决定了AI输出什么，但其实是AI塑造了人们认知什么。这就构成了第一种幻觉，即知识幻觉：人们可能记住有偏差的内容，甚至会固化其带来的有局限性的分析路径和方式。

无论是借助搜索引擎获取知识，还是依托大模型直接获取问题解答，个体还会产生一种能力幻觉。当认知卸载逐渐浸染至更深层次的认知过程，代替了人们思考和判断时，人们往往会错将人工智能模型的高效运行与稳定输出，等同于自身对问题的理解程度与问题解决能力。相关研究显示，在借助AI与不借助AI完成逻辑判断任务的对比条件下，AI虽可显著提升个体的答题正确率，却会导致被试者对自身真实能力产生过度高估，其本质是将工具使用效能错误当作自身能力的评判依据；尤其值得警惕的是，具备较高AI素养、熟悉大模型原理的个体，其自我评估偏差反而更为显著。[20]当个体主观认为已掌握模型生成机制并由此形成掌控感时，其元认知敏感度会随之下降，表现为对自身能力判断的稳定性降低，并且更易忽视模型输出中存在的路径偏差与系统性误差。总结来说，能力幻觉不仅导致自我认知与能力评估出现显著偏离，还会掩盖真实的知识短板，进而加剧个体的知识幻觉。

相比于传统的认知卸载，数字认知卸载带来的双重幻觉更具有隐蔽性。尽管使用任何外部工具辅助记忆都可能造成认知偏误，但大模型等数字技术本身作为一种算法黑箱，其带来的知识偏误不易察觉，再加上其便捷性让人们对自身能力的过分高估，最终带来在认识论层面的巨大影响。

（二）价值论的挑战：数字认知卸载引发的双重迷失。如果说在认识论层面，数字认知卸载的影响集中在人们对“什么是真的”判断上，那么在价值论层面，其影响则深植于人们对“什么是好的”抉择中。人们在借助大模型等数字工具进行认知卸载时，工具本身的局限性使得人们对世界的理解出现路径错误，这一偏差最终会演变为价值判断的偏离，进而造就个体与社会两个层面的迷失，前者指向个人认知主体性的退缩，后者则指向社会多元价值体系的消解。

对于个体来说，能够独立进行批判性思考是人作为主体的独特价值所在，传统的认知卸载行为是使用外部工具辅助思考，在这个过程中工具的作用是尽可能减少思考过程中不必要的障碍，却不会介入核心的思考环节，人始终掌握着思考的主动权。进入数字时代，媒介本身早已不再只是工具，人们的生活早已被数字媒介包裹。高度数字化的生活迫使人们与媒介永久连接，这并非关乎个人喜好和意愿，而是已经成为被塑造的现实样态。[21]人们已经与媒介强行绑定，成为某种数字共生体，难以剥离媒介带来的巨大影响。[22]智能媒介的发展让人们面对的是拥有拟人特征的媒介，有时难以将其作为单纯的客体对待。[23]在部分使用情境中这种拟人特征的设计在一定程度上能够获得人们的信任，其拥有的强大多模态能力又会让人们放心地将很多核心任务交给它们，从而进一步触发认知卸载，让人们选择依赖。当人们频繁进行认知卸载时，其批判思考的能力会显著下降，尽管教育水平较高的人尚能对抗这种影响，数字认知卸载所引发的主体性的消解问题已然不容忽视。[24]

对于社会来说，数字认知卸载会促使群体的价值判断趋于同质化，从而影响整个社会的价值多元性。人工智能大模型在设计逻辑上有迎合用户的技术顺从倾向，其输出的内容往往倾向于回避冲突性立场和争议，以确保其回答本身的安全性和可接受性。[25]这种输出看似是中立的，却预设了答案本身的讨论边界和确定立场，一旦用户长期使用模型辅助理解公共议题，就有可能形成一种对议题的认知偏误。在用户反复使用这些数字工具进行认知卸载时，其原本归属自身的价值判断就会逐渐让位于模型所生产的所谓共识性的结论。对于缺乏自身观点的用户，模型会提供更中庸的表述选项，而对于原本就具有明确观点的用户，大模型也会迎合其观点，从而塑造了一种信息茧房，让用户受困于模型塑造的拟态世界而失去了更真实的价值判断。[26]当这一过程蔓延开来，在个体层面的影响会蔓延至公共领域，个体在判断公共议题时会更多诉诸大模型所提供的所谓“中立”观点，这会逐渐压缩多元价值的产生空间，进而左右个体对公共议题的判断。

四、数字认知卸载的应对策略

从上述认知影响的作用路径来看，数字认知卸载并非单纯的个体选择问题，而是已触及技术逻辑层面的治理议题。与此同时，既有研究表明，数字认知卸载对不同群体所产生的影响并不均衡，受教育程度、年龄等因素与个体在认知卸载情境下所承受的负面影响显著相关。这意味着数字认知卸载的风险并非单向度地源于技术系统，而是与用户自身的认知能力与使用方式密切相关。具体而言，个体既可能将数字技术作为认知辅助工具，通过外包不必要的记忆任务来强化自身的理解与判断能力，也可能在长期依赖中将原创性思考与判断环节整体交由技术代理，从而削弱自身的认知能力。这种差异化的使用路径，最终在群体层面体现为认知能力的结构性分化，构成了一种以认知卸载方式为基础的认知鸿沟。[27]因此，消减数字认知卸载所带来的风险，不能仅诉诸技术本身的优化或限制，也不能完全依赖个体自律，而是需要在技术治理与用户认知素养两个方面同时发力，构建多维度的应对路径。

（一）优化顺从逻辑与干预使用功能的技术治理原则。从治理视角看，试图解决数字认知卸载所带来的风险，需要从算法逻辑优化和平台设计重构两个角度着力。

在算法层面，生成式人工智能所内嵌的顺从性技术逻辑需要被优化和限制。当系统持续以提升用户满意度与维持运行稳定性为优先目标时，其输出内容便更容易在多轮交互中沿着中庸化、去冲突化与同质化的路径展开。在认知卸载情境下，这一技术逻辑更容易被放大，进而在无形中替代人类完成原本应由主体承担的判断环节。基于此，需要在算法中建立一种底线性保障机制，通过结构性设计防止模型产生的偏差在连续互动中反复积累。[28]具体而言，技术系统可以通过在生成逻辑与交互结构中引入多路径思考模式，并添加对答案的不确定提示标识，使输出内容不再以“唯一合理答案”的形式呈现，而是以可供个体比较、甄别与反思的认知资源存在。[29]这种设计并不要求系统主动制造冲突，而是在不显著增加使用成本的前提下，为用户保留必要的认知张力与判断余地。不仅如此，在涉及健康传播等高风险领域时，生成式人工智能的输出结果可能直接影响现实决策结果。此类情境下应以事实为首要依据，通过明确展示证据来源并限制过度顺从性回应降低认知卸载对判断形成的干扰。

在平台层面，需重新设计应用的界面布局和模型的语言准则，调整一键生成结论的设计逻辑，摒弃绝对化的语言表达形式。当前，大模型会根据用户提问直接给出答案，分析过程往往被折叠，部分模型甚至不会呈现分析过程，这让用户难以参与到问题的分析环节中。对此，平台需增设问题分析与拆解模块，在直接生成答案前，引导用户完成基础的思维梳理，助力用户在使用过程中主动思考，避免过度的认知卸载。同时，平台可对大模型的介入程度进行分级，从仅给出提示，到协助梳理框架，再到直接生成内容，匹配用户的不同使用需求。此外，在大模型的用词表达规范上，要建立去绝对化的语言准则，弱化其输出内容的权威感，避免用户因语言暗示对模型产生过度信任。在实操中，不仅要禁用 “最佳”“AI 推荐” 等绝对化词汇，还需明确标注提示潜在的风险和内容本身的局限性，引导用户主动思考模型输出内容是否存在偏差，让数字工具回归辅助定位，从源头避免用户对其产生过度依赖。

总体而言，面向数字认知卸载的技术治理，并非“一刀切”地限制数字工具本身赋予用户进行认知卸载的能力，而是通过结构性约束为人类认知保留最低限度的反思空间，使技术始终处于辅助位置而非替代位置，同时通过不同使用情境的切分，最大可能避免对用户重大选择的干扰。在这一层面上，技术治理所承担的责任是为用户提供一种前提性的保障，想要更好地化解数字认知卸载的风险，也要从个体层面入手，通过认知素养强化进而实现自我增能。

（二）注重甄别结果和辨识情境的认知素养建构。数字技术的普及让用户在物理接入层面的差异变得微不足道，但在技术的实际运用方式上仍存在显著分野，数字认知卸载所引发的各类负面效应，正是依托这一背景产生，使得弱势用户群体面临着认知层面的多重困境。[30]基于此，用户的媒介素养应该进行升级，不仅包括对生成内容的评估分析能力，更包括认知素养，以对抗在认知卸载过程中数字技术对人的异化。

媒介素养的概念最早可追溯到列维斯所提出的文化素养的传统，其核心在于试图提醒公众辨别大众文化产品的质量，在此基础上选择良性的内容。[31]网络媒介成为主流后，人们在使用媒介的过程中所扮演的角色也从单向度的受众转为双向度，从完全被动的受者变成内容的潜在生产者，对媒介素养的解读也进一步延伸到大众使用媒介工具进行的内容生产和创造上。[32]在这一演进脉络中，相关的概念无论是网络素养、数字素养还是近年来提出的算法素养，其共同目标都在于强化个体在媒介互动过程中的能动性与主体性。

面对着功能日臻完善的智能媒介与在数字化生活中越来越懂你的算法，人们不可能抛弃技术进步带来的认知效率提升，只能试图去寻找在使用数字媒介时个人主体性的边界。正如前文所述，在媒介环境和生物本能的双重诱导下，人们本该生效的元认知检测体系容易失灵，进而导致认知卸载从策略性选择演变为一种结构性依赖。基于此，人们需要在人机协作的过程中培养一种认知素养，以应对使用数字工具进行认知卸载带来的认知危机。这种认知素养不仅要能够主动对媒介提供的内容进行判断和甄别从而避免误用，更为重要的是需要主动判断在何种情境中应当借助技术扩展认知，在何种情境中又必须主动中断对技术的依赖。

在甄别信息方面，人们需要培养先自主判断再交叉检验的习惯。在查看大模型提供的答案之前，人们应当先进行自主判断，基于自身的知识储备对问题形成初步结论，避免将模型提供的答案作为思考的起点，从而打破对智能化媒介的直觉性盲从。人们的自主判断定位了答案的大致方向，从而构成了甄别信息的第一道防线。在完成判断之后，人们需要再对模型提供的内容进行交叉检验。部分用户会通过改变提示词反复询问大模型的方式来验证其输出内容的准确性，但是常常会发现模型很难做到自主纠偏，只会顺从用户的引导进行道歉并声称已经修改问题，因此需要参考第三方来源进行核查，从外部溯源其回答真实性。大模型在回答问题时还会声称参考了专业理论并且有文献背书，人们需要主动点开其参考信息的链接进行核实，对其提供的专业理论也要作基本的检验，不能被其看似专业的表述和精致的形式迷惑。

在辨识情境方面，在使用数字工具完成任务时，人们要明确区分不同的使用场景并划定需要自主把控的核心领域。与技术治理相似的是，人们在向大模型寻求建议时应当避免涉及如医疗、法律等高风险领域，判断风险的逻辑包括对可能带来的后果的评估以及对该领域需要的专业知识的判断。而涉及人们自身职业所必需的认知能力，用户也应该意识到不能舍本逐末，不能为了完成任务而放弃自身能力的增长，要尝试与数字技术断联，通过主动负载的形式锻炼自己的核心认知能力，避免被高速发展的智能媒介替代。

五、结语

人类的认知边界总是伴随着外部工具的演进而延伸，而工具在人们的认知过程中扮演的角色也在与时俱进。从最开始的减少负荷到互联网时代的储存记忆，再到大模型时代将分析判断过程一并外包，人们的数字认知卸载行为经历着一种质的跨越。当数字技术接管了认知过程，预设、左右甚至改变人们的判断时，用户自身的主体性面临前所未有的冲击。

然而，对主体性的捍卫不能矫枉过正，反思认知卸载不应落入技术悲观主义的窠臼。我们生活在技术赋权的时代，个体无法真正逃离。这意味着我们需要适应在人机协作中不断锚定主体性的过程，从而建立起认知素养来对抗“一键即可完成任务”的诱惑，找到自己的认知边界。在脑机接口等技术已然露出端倪的未来，人机耦合的“数字共生”将变得愈发不可分割，尽管这种未来图景仍旧具有高度的不确定性，但无疑映射出知识获取乃至人类的认知本身都可能经历的巨大变革。当知识的获取成本趋于零，真正稀缺的将是那些无法被算法生产的具有原创性的成果。未来的传播研究应进一步关注认知卸载在不同社会阶层、不同认知任务中的差异化分布，从而更好地帮助人们面对其带来的负面影响。而无论处于什么样的社会阶层、拥有怎样的教育背景，人们都必须学会在智能媒介顺从性逻辑的包围中保持警醒，在与技术的协作中锚定作为人的尺度。

【本文为国家社科基金重大项目“数字智能时代新闻学知识生产范式变革研究”（批准号：24&ZD318）成果】

参考文献：

[1] Carr, N. Is Google making us stupid?[J]. The Atlantic Monthly, 2008, 302 (1): 56-62.

[2] Sparrow, B., Liu, J., & Wegner, D.M. Google effects on memory: Cognitive consequences of having information at our fingertips [J]. Science, 2011, 333 (6044): 776-778.

[3] Fisher, M., Goddu, M. K., & Keil, F. C. Searching for explanations: How the internet inflates estimates of internal knowledge [J]. Journal of Experimental Psychology: General, 2015, 144 (3): 674-687.

[4] Kirsh, D. Adapting the environment instead of oneself [J]. Adaptive Behavior, 1996, 4 (3-4): 415-452.

[5] Risko, E. F., & Gilbert, S. J. Cognitive offloading [J]. Trends in Cognitive Sciences, 2016, 20 (9): 676-688.

[6] Ward, A.F. Supernormal: How the internet is changing our memories and our minds [J]. Psychological Inquiry, 2013, 24 (4): 341-348.

[7] Gray, W.D., Sims, C.R., Fu, W.T., & Schoelles, M.J. The soft constraints hypothesis: A rational analysis approach to resource allocation for interactive behavior [J]. Psychological Review, 2006, 113 (3): 461-482.

[8] Gray, W.D., & Boehm-Davis, D.A. Milliseconds matter: An introduction to microstrategies and to their use in describing and predicting interactive behavior [J]. Journal of Experimental Psychology: Applied, 2000, 6 (4): 322-335.

[9] Kool, W., McGuire, J.T., Rosen, Z.B., & Botvinick, M.M. Decision making and the avoidance of cognitive demand [J]. Journal of Experimental Psychology: General, 2010, 139 (4): 665-682.

[10] Kurzban, R., Duckworth, A.L., Kable, J.W., & Myers, J. An opportunity cost model of subjective effort and task performance [J]. Behavioral and Brain Sciences, 2013, 36 (6): 661-679.?

[11] Skulmowski, A. The cognitive architecture of digital externalization [J]. Educational Psychology Review, 2023, 35 (1): 101.

[12] Gilbert, S.J. Strategic offloading of delayed intentions into the external environment [J]. The Quarterly Journal of Experimental Psychology, 2015, 68 (5): 971-992.

[13] Sweller, J., van Merri?nboer, J. J., & Paas, F. Cognitive architecture and instructional design: 20 years later [J]. Educational Psychology Review, 2019, 31 (2): 261-292.

[14] Armitage, K. L., Bulley, A., & Redshaw, J. Developmental origins of cognitive offloading [J]. Proceedings of the Royal Society B, 2020, 287 (1928): 20192927.

[15] Flavell, J. H. Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry [J]. American Psychologist, 1979, 34 (10): 906-911.

[16] Dunn, T. L., & Risko, E. F. Toward a metacognitive account of cognitive offloading [J]. Cognitive Science, 2015, 40 (1): 204-224.

[17]林爱珺，何艳明.数字媒介依赖的新表征与伦理反思[J]. 学术研究，2022 (5): 54-60.

[18]张铮，刘晨旭.大模型幻觉：人机传播中的认知风险与共治可能[J].苏州大学学报（哲学社会科学版），2024, 45 (5): 171-180.

[19]胡泳，王昱昊.技术过程论视角下AI幻觉生成的价值负荷与伦理问题探析[J].南京社会科学，2025 (03): 84-94.

[20] Fernandes, D., Villa, S., Nicholls, S., Haavisto, O., Buschek, D., Schmidt, A., Kosch, T., Shen, C., & Welsch, R. AI makes you smarter but none the wiser: The disconnect between performance and metacognition[J]. Computers in Human Behavior, 2026, 175: 108779.

[21] Vorderer, P., & Kohring, M. Permanently online: A challenge for media and communication research [J].International Journal of Communication, 2013, 7 (1):188-196

[22]杜丹.共生、转译与交互：探索媒介物的中介化 [J].国际新闻界，2020, 42 (5): 18-34.

[23]杨保军.再论 “人工智能新闻生产体” 的主体性 [J].新闻界，2021(08): 21-27+37.

[24] Gerlich, M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking [J]. Societies, 2025, 15 (1): 6.

[25]邓天奇，李达军.从技术顺从到意义偏置：AI谄媚的传播表征、结构性后果与制度调适[J/OL].新闻爱好者，1-12[2026-03-18].https://doi.org/10.16017/j.cnki.xwahz.20260113.001.

[26]黄立赫.生成式人工智能中 “信息茧房” 的生成与应对 [J].图书情报工作，2026，70 (1): 94-103.

[27]喻国明，苏芳，金丽萍.缺席的对话：大语言模型的认知想象与差异弥合[J].现代出版，2024 (01): 20-35.?

[28]郭全中，张磊，韦薇.AI幻觉的生成机理与敏捷治理[J].新闻爱好者，2026（02）：36-41.

[29]徐宁.智力资源的数据化开发利用与新型智库建设[J]. 图书与情报，2020 (03): 25-26.

[30]刘彧晗，喻国明.认知沟：数智媒介时代数字不平等问题的关键[J].传媒观察，2024 (09): 32-43.

[31]谷虹.媒介素养理论范式的嬗变：内容性媒介、物质性媒介与主体性媒介[J].当代传播，2024 (02): 35-40.

[32]闫方洁.从“释放”到“赋权”:自媒体语境下媒介素养教育理念的嬗变[J].现代传播(中国传媒大学学报)，2015,37(7):147-150.

本文引用格式参考：

王斌，刘冠男.数字认知卸载的动力机制、认知挑战与应对策略[J].青年记者，2026(04):56-63.