脑成像研究比较儿童与成人和 ChatGPT 对话时的脑网络

比较的是同一项对话任务

这项研究关注的不是 ChatGPT 是否让儿童变得更有创造力，而是儿童和成人在与聊天机器人共同构思时，脑内与控制、注意有关的网络如何协同。研究团队让15名平均约6.4岁的儿童和16名平均约38岁的成人，在功能性磁共振扫描中用口头对话规划一家商店的开场。对话持续五分钟，参与者可以自行决定商店的类型、地点和服务对象。

扫描前，参与者还完成了词语联想创造力测试；研究者也把对话转录，估算其中词义的多样程度。两种测量回答的是不同问题：测试反映扫描外的一项基线创造力表现，对话指标反映这次交流中语言内容的语义跨度，而脑成像记录的是网络活动的同步。不能把其中任一项直接等同于整体创造力或实际学习成效。

表现相近，部分网络连接不同

在扫描外的测试中，儿童和成人相对于各自年龄组的平均百分位接近，差异没有达到统计显著。实际对话中，成人的语义整合分数略高于儿童，分别为0.82和0.81；报道将这一小幅差异称为统计上可靠。脑成像分析则发现，成人的额顶控制网络内部同步更强；经多重比较调整后，跨网络差异中较稳健的一项，是额顶控制网络与背侧注意网络的连接在成人中更强。

这些结果呈现的是年龄组在这项任务中的差别，而不是儿童缺乏创造力。研究还发现，成人的基线创造力与对话时额顶控制网络和显著性网络之间的连接呈正向关联；儿童组没有显著关联。不过作者指出，这类创造力与连接的分析属于探索性分析，样本较小，可能统计效力不足，不能据此断定两组的创造力机制已经被完整解释。

不能归因于 ChatGPT 的独特影响

最重要的解释边界是研究没有让参与者在扫描中独自头脑风暴，也没有安排他们与真人伙伴交谈。因此，儿童在部分网络连接上的较低水平，可能反映一般的发展差异或任务难度，而不是 ChatGPT 特有的作用；研究不能证明聊天机器人降低了儿童的认知控制，更不能证明它损害脑部。

实验说明也并不完全一致：儿童被告知将与“世界上最聪明的电脑”交谈，成人则只被告知将与 ChatGPT 交谈。研究者认为，对 AI 权威性的不同提示可能影响儿童是否质疑或评估回应。此外，样本人数有限、两组性别构成不均衡，日常词汇量、说话速度、对话轮数和此前使用 ChatGPT 的经验也未被控制。报道所引研究团队因此提出，后续需要扩大样本、比较 AI 对话与真人对话或无 AI 构思，并进行长期追踪。

研究者建议成人陪伴儿童使用生成式 AI，但这属于对结果的实践解读，不是本研究直接检验过的干预效果。现有发现提示的是：在这项特定对话任务里，儿童与成人表现出不同的脑网络协同模式；它尚不能回答何时适合开始使用 AI，或成人陪伴是否会改善交流表现。

一项新的脑成像研究表明，在与人工智能聊天机器人进行头脑风暴时，幼儿在负责自我调节和集中注意力的脑网络内部及网络之间的交流比成年人更少。尽管一年级学生和成年人在脑扫描仪之外进行的一项标准创造性思维测试中，相对于各自年龄组的得分相近，但只有成年人在对话过程中表现出更高的创造力与这些心理控制系统之间更强的协调性之间的联系。这些发表在Cerebral Cortex上的研究结果表明，幼儿可能尚未具备主动引导和评估与生成式人工智能协作对话所需的成熟大脑连接。

ChatGPT等生成式人工智能程序由大型语言模型驱动，这些计算机系统在大量文本上训练，以预测词语如何组合，从而能够生成类似人类的回答并实时进行头脑风暴。随着这些工具进入家庭和小学课堂，儿童越来越多地使用它们进行讲故事和协作解决问题，这一过程被称为共同创造力。跟上语速快、不可预测的数字伙伴需要认知控制，即大脑提前规划、专注于目标、记住已说过的内容并过滤掉无用干扰的能力。

生成原创且有价值的想法在很大程度上依赖于大脑不同系统之间的沟通方式。例如，2018年一项针对成年人的神经影像学研究（当时由PsyPost报道）表明，想出更多原创想法的人往往在三个主要脑网络之间具有更强的同步性：一个参与自发的白日梦和记忆，另一个标记重要的新想法，第三个负责认知控制和目标导向的规划。这些系统并非各自独立运作，而是协同合作，使人既能自由地进行头脑风暴，又能判断一个想法是否真正合理。

然而，在幼儿身上，负责认知控制和集中注意力的脑网络仍在构建之中，要到一个人二十五岁左右才完全成熟。2019年一项针对幼儿的神经影像学研究由这项新研究背后的同一研究团队开展，发现从17个月到9岁的儿童中，年龄较大的儿童在听故事时，其认知控制网络内部及网络之间往往表现出更强的连接。此外，PsyPost在2023年报道的一项神经影像学研究表明，认知控制网络与创造性思维的关系会随发育而变化，这些控制区域更强的连接性与青少年更高的创造力相关，但与成年人更低的创造力相关。

一年级，大约六七岁，是一个敏感的发展窗口期，孩子们此时刚开始学习独立评估文字和言语，但仍然倾向于不加怀疑地信任他们心目中的专家和技术。这项研究由Tzipi Horowitz-Kraus领导，她是以色列理工学院科学与技术教育学院教育神经影像组和生物医学工程学院的副教授，同时隶属于肯尼迪·克里格研究所和约翰斯·霍普金斯大学医学院。

她和以色列理工学院的同事Yoed Kenett、Dafna Link-Sourani、Emeel Ashqar和Rola Farah研究了：一年级学生在与ChatGPT进行头脑风暴时，其认知控制和注意网络的参与程度是否与成年人相同，以及这种大脑活动与他们潜在的创造能力有何关系。部分动机来自2025年一篇尚未经过同行评审的预印本，其中用ChatGPT写文章的成年人表现出的大脑活动协调性低于使用搜索引擎或完全不使用工具的人。

“生成式AI进入儿童生活和课堂的速度，远远快于关于年幼大脑如何与之互动的证据积累速度，”Horowitz-Kraus对PsyPost表示。“针对成年人的研究表明，人们在使用ChatGPT工作时调用的认知资源更少，但成年人拥有成熟的认知控制系统，而这些系统会持续发育到二十多岁。我们聚焦于一年级学生（6至7岁），因为这是正规学校教育开始的阶段，是执行功能快速发展的时期，也是儿童倾向于高度信任他们心目中的专家的时期。我们想知道，在与ChatGPT进行真实对话时，幼儿的大脑究竟在做什么，并与被给予完全相同任务的成年人进行比较。”

为了研究这一点，研究人员招募了15名平均年龄约6.4岁的一年级儿童和16名平均年龄约38岁的成年人。所有参与者均来自平均至高于平均的社会经济背景，没有神经或精神疾病史，并完成了标准测试以确认其言语和非言语智力处于典型水平。在进入脑扫描仪之前，每位参与者都进行了一项名为发散联想任务的行为创造力测试，该测试要求受试者说出10个在含义上尽可能不相关的词。

在功能性磁共振成像（fMRI）扫描仪中——该设备通过追踪血流变化来测量大脑活动——参与者与ChatGPT进行了五分钟的口头对话。借助为扫描仪专门打造的专用麦克风和降噪音频系统，儿童和成年人都被赋予了相同的开放式目标：他们必须通过大声咨询ChatGPT，来规划开设任意一种商店的开业方案，地点和面向人群不限。在扫描开始前，孩子们被告知他们将与“世界上最聪明的计算机”对话，也就是ChatGPT，而成年人则只是被告知他们将与ChatGPT对话。

“我还想指出，在MRI扫描仪内与六岁儿童进行与ChatGPT的实时口头对话，需要以色列理工学院人类MRI研究中心开发的专用基础设施，”Horowitz-Kraus指出。“我非常感谢参与其中的孩子、家长和学生。”

研究人员记录并转录了每一段对话，以衡量这些口头交流的原创性和多样性。他们使用计算机模型计算“发散语义整合”得分，该得分衡量一段对话中所有词语的含义彼此之间相距多远；例如，“猫”和“民主”在含义上的距离比“猫”和“狗”远得多。在脑部扫描中，团队在统计上控制了扫描仪内的头部运动后，测量了七个主要大脑网络的功能连接性，该指标反映不同脑区随时间同步其活动的紧密程度。

这七个系统包括额顶网络和扣带-岛盖网络，负责认知控制和任务目标；背侧和腹侧注意网络，负责主动聚焦和对新信息的自动反应；突显网络，通过检测重要想法充当交换台；默认模式网络，支持自发的想象；以及记忆提取网络。

在扫描仪外进行的词语联想创造力测试中，儿童和成人相对于同龄人的得分处于相当水平，平均百分位得分分别为28.61和26.16，这一差异在统计上不显著。然而，在与ChatGPT进行的实际五分钟对话中，成人产生的口头叙述比儿童略为多样和广泛，在语义整合指标上平均得分为0.82，而一年级学生为0.81，这一微小差异在统计上仍然可靠。

当研究人员检查脑部扫描时，他们发现两个年龄组在与聊天机器人交谈时调动心理控制和注意系统的方式存在明显差异。在各个大脑网络内部，成人在额顶控制网络中表现出明显更强的内部同步性，成人的平均连接性得分为0.201，而儿童为0.113。成人在突显网络（0.289对儿童的0.198）和背侧注意网络（0.211对儿童的0.162）中的内部连接性也更高。在研究人员对他们所进行的比较次数进行调整后，只有额顶差异仍然成立。

相比之下，负责自发想象的默认模式网络内部连接性在两组之间没有差异，成人平均为0.187，儿童为0.181。在AI对话期间，成人不同大脑网络之间的交流也比一年级学生更加整合。在对多重统计比较进行调整后，最稳健的差异出现在额顶控制网络与背侧注意网络的连接方式上（成人平均为0.126，儿童为0.039）。

在针对多重比较进行校正之前，成人还表现出更强的跨网络联系，将记忆提取区域与认知控制和注意系统连接起来，以及默认模式网络与记忆提取之间更强的耦合（成人为0.150，儿童为0.111）。随后，研究人员测试了一个人在扫描仪外的基线创造力得分是否能预测其在使用ChatGPT时大脑网络交流的强度。

他们发现，在成年人中，更高的创造力得分与AI对话期间额顶控制网络和突显网络之间更强的通信呈正相关。然而在一年级学生中，基线创造力与这些脑网络连接的强度之间没有统计学上的显著关系。这一成人模式与前面描述的2023年研究不同，后者将执行控制网络内更强的连接性与成人较低的创造力联系起来，不过那项研究考察的是单个网络内部的连接，而非网络之间的联系。

Horowitz-Kraus解释说，有两件事让团队感到意外。“第一，儿童和成人在标准测试中的创造能力看起来相似，但他们在对话过程中所走的神经路径却相当不同；差异在于创造力在大脑中如何实现，而不在于基线能力。第二，默认模式网络是大多数创造力模型的核心，但它在两组之间没有差异。一个可能的解释是，在扫描仪中与ChatGPT对话对每个人来说都是新奇的，但这需要直接测试。”

综合来看，这些结果表明，即使幼儿具有与其年龄相称的创造潜力，他们在与生成式AI对话时，对控制、注意和记忆系统的调用整合程度也不如成年人。作者提出，成年人利用突显网络和额顶网络来过滤ChatGPT的快速回应，并将头脑风暴引导向自己的目标，而这些网络在六七岁儿童身上可能尚未发挥这一作用。

“与聊天机器人交谈看起来毫不费力，但它依赖于规划、监控、注意和记忆系统，而这些系统在六岁儿童身上仍在构建之中，这就是为什么幼儿使用这些工具时成人的引导很重要，”Horowitz-Kraus说。

“实际的信息是，不应让幼儿独自使用生成式AI，”她补充说。“对家长和教师而言，这意味着要坐在孩子身边，就答案提出问题，并把AI当作一项共同活动，而不是独立的导师。对教育工作者、儿科医生和政策制定者而言，这意味着儿童开始使用这些工具的年龄，值得我们像对待屏幕暴露问题一样给予同样细致的关注。这项研究无法设定一个具体的‘安全年龄’，因为它聚焦于两个差异很大的年龄组，但它明确释放了一个信号：围绕成人能力设计的工具不应简单地交给幼儿。”

在解读这些发现时有几点需要注意。由于该研究没有包含一个对照任务，让参与者在扫描仪内自行头脑风暴或与人类伙伴交谈，因此该设计无法将大脑成熟度的一般年龄差异与ChatGPT特别造成的影响区分开来。换言之，儿童中观察到的较低网络连接性可能反映的是六岁儿童大脑处理这类复杂任务的一般方式，而不是表明ChatGPT主动抑制或损害了他们的脑活动。

“这项研究并未表明 ChatGPT 会降低儿童的认知控制或损害他们的大脑，”Horowitz-Kraus 强调说。“我们比较的是做同一项 ChatGPT 任务的儿童和成人；我们并没有比较使用和不使用 ChatGPT 的儿童，也没有比较 ChatGPT 与人类对话伙伴。因此，我们还无法将 AI 特有的影响与大脑处理这类对话时的一般发育差异区分开来。”

聊天机器人的介绍方式也可能影响了孩子们的行为。告诉一年级学生他们即将与“世界上最聪明的计算机”对话，可能促使他们被动接受机器的建议，而不是质疑或评估其想法，这自然会降低他们对认知控制网络的使用。未来的研究需要给儿童和成人完全相同的指令，或有意识地测试称 AI 为“专家”会如何改变孩子的批判性思维。

此外，15 名儿童和 16 名成人的样本量相对较小，且两组在性别上分布不均，15 名儿童中有 11 名男孩，16 名成人中有 4 名男性。该研究有足够的参与者来检测年龄组之间的较大差异，但将创造力与大脑连接性联系起来的分析属于探索性分析，统计效力可能不足。

研究人员也没有控制日常词汇量、说话速度、对话中发言轮次数量，或实验前使用 ChatGPT 的先前经验差异（而成人对该工具的经验可能多得多）。在更大规模的研究中对儿童进行多年追踪，将有助于教育工作者和儿科医生确定儿童在哪个发育阶段建立起主动与人工智能工具协作所需的心智控制能力。

“下一步是扩大样本、直接比较与 ChatGPT 对话和与人类伙伴对话或不使用 AI 工作的情况，并进行纵向随访，以确定在发育的哪个阶段控制网络开始以类似成人的方式参与，并与创造力相关联，”Horowitz-Kraus 说。“我们还计划测量儿童对 AI 的熟悉程度，并测试 AI 被感知的权威性如何影响他们的参与度。长期目标是为教育工作者、儿科医生和政策制定者提供证据，以支持生成式 AI 在发育适宜范围内的使用，就像目前已有针对屏幕接触的指导一样。”

“技术可以支持学习，但不能主导学习；儿童在与引导和挑战他们的成人一起时学习效果最好，”她补充道。

这项研究题为“儿童在 ChatGPT 上认知控制参与度较低”，作者为 Tzipi Horowitz-Kraus、Yoed N. Kenett、Dafna Link-Sourani、Emeel Ashqar 和 Rola Farah。