AI 用越多，判斷力越差嗎？BCG 調查：半數高階主管說，最關鍵的技能正在流失
亮點預告
讀完這篇，你會知道：
● BCG 2026 年調查 70 位高階主管，半數已經看見 AI 技能退化，為什麼只有 10% 的公司有對策
● 最先流失的不是技術能力，而是定義問題和判斷力，以及 BCG 資深合夥人點名的兩個用 AI 習慣
● 波蘭醫師與年輕工程師的研究，讓我們看見 AI 技能退化在專業工作裡實際長什麼樣子
思考的起點
BCG 的 David Martin 等人 2026 年調查 70 位高階主管，半數已看見 AI 技能退化。
公司導入 AI 時，主管最常盯的是使用率：多少人開了帳號、每週用幾次、省下多少工時。很少有人問另一個問題：同事把報告丟給 AI 摘要之後，自己還答得出下一個追問嗎？BCG 的調查發現，主管們最擔心流失的，剛好是 AI 最常被拿來代勞的那幾件事：把問題想清楚、做判斷、想出新點子。效率在往上走，判斷力卻可能在往下掉，而多數公司連談都還沒開始談。
AI 技能退化是什麼？BCG 調查：半數高階主管已經在公司裡看見
70 位來自不同產業的執行長和高階主管，被問到同一件事：AI 有沒有正在削弱你們組織裡的人？一半的人說，已經看見了。
根據波士頓顧問公司 BCG 董事總經理 Sagar Goel、資深合夥人 David Martin 與研究總監 Charikleia Kaffe 2026 年 6 月 17 日發表的報告，這份全球調查裡有 50% 的高階主管表示，已經在自己的組織裡觀察到技能退化；超過 60% 認為，未來三到五年內，技能退化會成為公司實質的威脅。
擔心的人很多，動手的人很少。同一份報告指出，2026 年只有十分之一的公司訂出全公司層級的策略，或已經啟動針對技能退化的專案；另外有三分之一的公司，從來沒有正式討論過這件事。
這個落差很像健康檢查報告上的紅字。大家都看到了，也都知道不太妙，但因為現在還沒有哪裡痛，就先放著。AI 技能退化麻煩的地方也在這裡：它不會讓這一季的業績掉下來，反而常常讓數字變漂亮。報告寫得更快，簡報做得更整齊，會議紀錄幾分鐘就出來。等到有一天需要有人在沒有範本、沒有前例的情況下拍板，組織才發現，能做這件事的人變少了。
BCG 用了一個詞來形容這種狀況：分散式技能退化（distributed de-skilling）。意思是退化不是發生在某一個人身上，而是散落在整個組織裡，每個人都退一點點，加起來就是整個組織的判斷力變薄。報告也提到另一個概念，認知負債（cognitive debt），指的是經常使用 AI 的人，批判思考、判斷、好奇心和原創性慢慢被侵蝕的過程。
報告裡有一句話，對主管來說特別刺耳：這不是人才的問題，而是系統設計的問題，根源在於組織怎麼替 AI 安排治理、工作流程和文化。換句話說，員工會不會退化，不只看個人自不自律，也看公司把 AI 放進工作的方式。
這份調查也列出主管們觀察到的退化路徑。根據 BCG 的報告，將近 90% 的受訪主管認為，起點是過度依賴 AI 的答案，沒有經過壓力測試或挑戰就直接採用；接下來的連鎖反應包括 53% 提到的新人成長變慢、49% 提到的想法多樣性下降、43% 提到的建設性辯論變少，以及 34% 提到的協作減少。
這幾個數字放在一起看，畫面就清楚了。一開始只是「AI 寫的看起來沒問題，就用吧」，慢慢變成會議上大家拿著差不多的答案來，沒有人想唱反調，新人也少了被前輩追問、被打槍的機會。每一步都很合理，累積起來卻是整個團隊的思考在變淺。
David Martin 在 2026 年 10 月接受 Business Insider 專訪時說得更直接。根據 Business Insider 記者 Ana Altchek 2026 年 10 月 3 日的報導，Martin 認為，人們有可能讓自己的技能退化到「在市場上失去生存能力」的程度，他用的形容是存在層級的風險。這句話出自一家每天都在幫企業導入 AI 的顧問公司，份量就不太一樣了。
最先流失的是哪些能力？定義問題和判斷力排在最前面
BCG 請受訪主管替各種能力打兩個分數：這項能力對公司長期表現有多重要，以及它被 AI 削弱的風險有多高。兩個分數都落在最高區的，是五項能力：判斷與決策、理解與定義問題、創意思考、分析與因果推理，以及提出與評估解決方案。
根據 BCG 的 Sagar Goel、David Martin 與 Charikleia Kaffe 2026 年的報告，「理解與定義問題」是主管們評為對組織表現最重要的能力，「判斷與決策」則是所有能力裡退化風險分數最高的一項。報告把這兩項合起來看，認為它們是策略思考的兩個核心：定義對的問題，做出對的決定。偏偏兩個都暴露在風險最前線。
相對受到保護的能力，則是同理與傾聽、動機與自我覺察、好奇心與終身學習、韌性與彈性，以及領導與影響力。這份名單很有意思。AI 比較不容易替代的，是和人相處、和自己相處的能力；最容易被替代的，反而是很多人以為只有聰明人才做得到的事：分析、判斷、想點子。
為什麼定義問題特別容易退化？因為它通常是整個思考過程的第一步，也是最容易被跳過的一步。想像一位行銷主管打開 AI 工具，輸入「怎麼提高官網轉換率」。幾秒鐘後，他拿到十個做法，每一個都言之成理。他挑了三個看起來最可行的，交給團隊執行。整個過程很有效率，只有一件事沒有發生：沒有人停下來問，問題真的出在轉換率嗎？還是來官網的人根本就不是對的客人？
AI 很會回答問題，但它通常不會質疑你問的問題對不對。當我們習慣一有疑問就先打開對話框，提問的那一瞬間，問題的框架就已經定下來了。後面所有的分析、比較和判斷，都在這個框架裡打轉。久了以後，退化的不是回答的能力，而是提問之前那段「先想一下到底發生什麼事」的耐心。
根據 Business Insider 記者 Ana Altchek 的專訪，David Martin 點名了兩個會削弱批判思考的用 AI 習慣。
第一個習慣，是把該讀的東西交給 AI 摘要。Martin 說，誰把應該自己讀的簡報丟給 AI 做摘要，其實一眼就看得出來，因為這些人答不出任何追問，也沒辦法往下談更細的內容。他的形容是：「好像他們只知道 AI 告訴他們的東西。」Martin 認為，表現最好的人即使拿到 AI 的摘要，也會繼續用批判思考問自己下一個問題。
第二個習慣，是把需要策略和專業的核心工作也交給 AI，卻沒有加上自己的檢查。Martin 說，他觀察到退化的員工，不只是用 AI 寫信這類瑣事，而是連業務和內容的核心都交給 AI。他沒有反對員工在核心工作上用 AI，他反對的是照單全收。
這兩個習慣有一個共同點：AI 給的東西被當成終點，而不是起點。摘要讀完就結束，草稿拿到就交出去。看起來省下了時間，省掉的卻剛好是讓人變強的那一段：自己咀嚼、自己卡關、自己想通。
連專家也會退化？醫師習慣 AI 之後，自己找出病灶的比例掉了兩成
波蘭四家大腸鏡中心的醫師，在 2021 年底開始使用 AI 輔助系統：做大腸鏡時，螢幕上的 AI 會把疑似腺瘤的位置框起來提醒醫師。研究團隊想知道的是，當這些醫師回到沒有 AI 的檢查時，他們的眼睛還一樣準嗎？
根據波蘭西里西亞學院 Krzysztof Budzyń、Marcin Romańczyk 等人 2025 年 8 月發表在《刺胳針胃腸病學與肝臟病學》期刊的研究，研究團隊比對了 1,443 次沒有使用 AI 的大腸鏡檢查，其中 795 次在導入 AI 之前，648 次在導入之後。結果發現，醫師在不用 AI 時的腺瘤偵測率，從導入前的 28.4% 掉到導入後的 22.4%，絕對值少了 6 個百分點，換算下來大約是兩成的相對降幅。
腺瘤偵測率是大腸鏡品質的重要指標，偵測率越高，越能在早期攔下可能變成大腸癌的病灶。這些醫師不是新手，研究對象是 19 位經驗豐富的內視鏡醫師，每個人都做過超過 2,000 次大腸鏡。他們沒有忘記怎麼操作，也沒有忘記腺瘤長什麼樣子，但習慣了 AI 提醒之後，自己找的時候就是少找到了一些。
Romańczyk 在研究發表時表示，這是第一個顯示常規使用 AI 會對醫療人員完成病人相關任務的能力產生負面影響的研究。研究團隊也提醒，這是觀察性研究，不能完全排除其他因素的影響；但這個方向已經足夠讓醫界警覺。
這項研究最讓人不安的地方，不在數字本身，而在它描述的機制。醫師不是忘了怎麼看，是習慣了等機器先亮燈。當注意力的一部分被交給系統，人自己的那一部分就會慢慢放鬆。這個過程本人通常感覺不到，因為只要 AI 開著，一切表現都很好。
把這個畫面搬回辦公室，其實一點都不陌生。AI 幫我們標出合約裡的風險條款，幫我們挑出報表裡的異常數字，幫我們整理客訴裡的重點。開著的時候，我們表現得比以前好；可是如果有一天它沒開，或它漏掉了，我們還看得出來嗎？
另一項研究從大腦活動看到類似的訊號。根據麻省理工學院媒體實驗室研究科學家 Nataliya Kosmyna 等人 2025 年 6 月公開的研究〈Your Brain on ChatGPT〉，研究團隊讓 54 位 18 到 39 歲的受試者分成三組寫短文：一組用 ChatGPT，一組用搜尋引擎，一組什麼工具都不用，並用腦電圖記錄他們的大腦活動。使用 ChatGPT 的那一組，大腦連結程度最弱。寫完之後請受試者引用一句自己剛寫的文章，ChatGPT 組有 83% 做不到，另外兩組大約只有 11%。
這項研究還沒有經過同儕審查，Kosmyna 本人也公開澄清，他們沒有發現所謂的「腦腐」，也沒有測量智商。比較穩妥的讀法是：當文章是 AI 寫的，那些內容沒有真正進到寫作者的腦袋裡。對工作者來說，這和 Martin 說的「答不出追問」是同一件事的兩面。
我們在 2026 年 4 月的文章〈越依賴 AI，越不會思考？三項研究揭開沉默的認知代價〉談過，依賴 AI 會讓人對自己的獨立思考越來越沒信心。醫師和寫作者的研究則把這件事往前推了一步：不只是信心，連實際表現都會跟著退。
新人最危險？用 AI 學得比較快，學到的卻比較少
52 位大多是資淺的軟體工程師，被要求學一套他們沒用過的 Python 程式庫。一半的人可以用 AI 助理，另一半只能自己查文件、自己寫。任務結束後，所有人做同一份測驗，題目就是他們幾分鐘前才用過的概念。
根據 AI 公司 Anthropic 研究員 Judy Hanwen Shen 與 Alex Tamkin 2026 年 1 月 29 日發表的隨機對照實驗，使用 AI 的那一組平均拿到 50 分，自己寫的那一組平均 67 分，AI 組的分數低了 17%，研究者形容差距將近兩個等第。差距最大的是除錯題，也就是判斷程式哪裡錯、為什麼會錯的能力。至於大家最在意的速度，AI 組平均只快了大約兩分鐘，而且這個差距在統計上並不明顯。
這個實驗最有用的地方，是它看到了同樣用 AI，不同用法的結果差很多。把工作整個交給 AI、越來越依賴 AI 的人，平均分數不到 40 分。分數高的人也用 AI，但他們會在拿到程式碼之後追問為什麼這樣寫，會要求 AI 附上解釋，或者只問概念問題，遇到錯誤時自己想辦法解決。
這和 Martin 在專訪裡說的話剛好對得上：表現最好的人，拿到 AI 的答案之後還會繼續問自己下一個問題。差別不在用不用 AI，而在 AI 給答案之後，人有沒有繼續動腦。
新人的處境特別值得主管留意。根據 BCG 2026 年的報告，53% 的受訪主管提到新人成長變慢，是技能退化最常見的後果之一。過去一個新��怎麼學會寫企劃？先寫一份很爛的初稿，被主管退回來，改第二版、第三版，在一次次被追問「為什麼」的過程中，慢慢長出判斷力。現在初稿交給 AI，幾分鐘就有一份看起來八十分的版本，新人省下了最痛苦的那一段，也省下了最重要的那一段。
年齡層的資料也指向同一個方向。根據瑞士 SBS 商學院教授 Michael Gerlich 2025 年 1 月發表在《Societies》期刊的研究，他調查了 666 位不同年齡與教育背景的受訪者，並深度訪談其中 50 位，發現越常使用 AI 工具的人，批判思考分數越低，中間的連結是「認知卸載」，也就是把思考的工作交給工具。17 到 25 歲的受訪者對 AI 的依賴最高、批判思考分數最低；教育程度較高的人，批判思考能力則比較能維持。
微軟研究院與卡內基美隆大學的研究則補上了另一個角度。根據 Hao-Ping Lee 等人在 2025 年人機互動國際會議 CHI 發表的研究，他們調查 319 位每週至少用一次生成式 AI 的知識工作者、分析 936 個實際工作案例，發現對 AI 越有信心的人，越少對 AI 的答案進行批判思考；對自己能力越有信心的人，越會去驗證和修改。換句話說，越覺得 AI 可靠，人就越容易把檢查的力氣省下來。
我們在 2026 年 5 月的文章〈AI 愈方便，你愈不會思考？HBR 與 Nature 的研究敲響了一個警報〉提過「從未學會」的風險：還沒建立基本功就開始依賴 AI 的人，失去的不是既有的能力，而是根本沒有長出來。Anthropic 的實驗和 Gerlich 的研究，等於從職場和年齡層兩個方向，替這個風險補上了證據。
對一個團隊來說，這代表資深員工和新人面對的是兩種不同的問題。資深的人有基本功，風險是慢慢生疏；新人還在長基本功，風險是根本沒長出來。同一套 AI 使用規範，很難同時照顧到這兩群人。
每季一週不用 AI？BCG 和企業正在試的幾種做法
David Martin 給個人的建議很簡單：每一季安排一週，刻意不用 AI。根據 Business Insider 記者 Ana Altchek 2026 年 10 月的報導，Martin 說這一週的目的只有一個，就是向自己證明，沒有這根拐杖，你還是能用平常的水準、甚至更好的水準完成工作。
他的第二個建議是對 AI 唱反調。「先假設你看到的是錯的，或是資訊不完整，然後站到另一邊去想，」Martin 說，「對 AI 說的話組一支紅隊。」紅隊原本是資安和軍事領域的做法，由一組人專門扮演對手、找出計畫的漏洞。放到日常工作裡，意思是每次拿到 AI 的答案，先問自己：如果這是錯的，最可能錯在哪裡？
個人的習慣有幫助，但 BCG 認為只靠個人是不夠的。根據 BCG 的 Sagar Goel、David Martin 與 Charikleia Kaffe 2026 年的報告，研究團隊提出了六個方向：替組織設定使用條件、重新設計工作分配、把技能放進績效制度、建立補充技能的固定儀式、教員工用非線性的方式使用 AI，以及在工具裡設計反思提示。
報告裡舉的幾個企業例子，比原則更好理解。
殼牌（Shell）調整了團隊的工作流程，明確規定詮釋、驗證和最終決定由人負責，重要的產出也要經過同儕審查。新人在用 AI 修飾之前，要先自己把問題定義出來。
法國資料保護主管機關 CNIL 則把「能不能挑戰 AI 的答案」放進績效評估，由主管負責評估員工這項能力。這個做法很有意思，因為它改變的是公司在意什麼。當績效只看產出的速度和數量，員工自然會用 AI 衝量；當績效也看「有沒有質疑過 AI」，員工才有理由停下來想。
一家印度大型銀行在每個月的第一個星期五，讓所有業務和支援部門進行一次結構化的無 AI 時段，內容包括個案討論、設計思考練習和回顧會議。把不用 AI 變成固定的行事曆，而不是靠個人的自制力。
還有一家全球資訊服務公司，刻意讓內部的 AI 工具不直接給答案，而是把使用者引導到需要自己判斷的地方。
這些做法背後是同一個想法。報告裡寫道：人的能力不是固定的家產，而是一種可再生的資產，不用就會萎縮，刻意練習就會成長。如果這句話成立，公司導入 AI 時就不能只算省下多少工時，也要算這些工時裡，有多少原本是讓人變強的練習。
放到台灣的辦公室，可以從很小的地方開始。開會前，請報告的人先用三句話寫下「我認為問題是什麼」，再打開 AI；審閱一份 AI 協助完成的提案時，多問一句「這裡的判斷是你的，還是 AI 的？」；安排新人工作時，刻意保留一兩件讓他從頭自己做的任務。這些都不需要預算，需要的是主管願意讓團隊慢一點。
我們的觀點
很多公司評估 AI 導入成效時，只有一把尺：用了多少、快了多少。BCG 這份調查提醒我們，還需要另一把尺：用了 AI 之後，大家還想不想得清楚。
這兩把尺在短期內常常是反方向的。越快接受 AI 的答案，效率越高；越常停下來質疑，效率越低。如果公司只獎勵第一把尺，員工就會理性地選擇不再思考。這也是為什麼 BCG 說技能退化是系統設計的問題，而不是員工不夠努力。
我們特別在意的，是排在最前面的那一項：定義問題。判斷、創意、分析，都發生在問題被定義之後。如果連問題都是 AI 幫忙框的，後面再多的思考，也只是在別人畫好的格子裡打轉。對主管來說，最實際的起點，可能是在下一次聽報告時問一句：「這個問題，是誰定義的？」
如果你的團隊正在思考，怎麼在導入 AI 的同時保住大家定義問題和判斷的能力，用設計思考練習「先定義問題」的台北設計思考企業內訓，可以從這個問題開始。想進一步聊聊，歡迎透過 designthinking.com.tw/contactus 與我們聯繫。
概念速查
AI 技能退化（deskilling）：
長期依賴 AI 完成工作後，原本具備的能力慢慢生疏或流失。BCG 2026 年調查中，半數高階主管表示已在組織裡看見。
分散式技能退化（distributed de-skilling）：
BCG 提出的概念，指技能退化不是集中在某個人身上，而是散落在整個組織，每個人退一點，累積成組織判斷力和韌性的下降。
認知卸載（cognitive offloading）：
把記憶、計算、分析等思考工作交給外部工具。適度使用能省力，過度依賴則和批判思考能力下降有關。
問題定義（problem framing）：
在找答案之前，先釐清真正要解決的問題是什麼。BCG 調查中，主管評為對組織表現最重要的能力。
FAQ
Q：AI 技能退化是什麼意思？
A：AI 技能退化是指長期把工作交給 AI 之後，自己原本會的能力慢慢變弱。BCG 2026 年調查 70 位高階主管，有一半表示已經在公司裡觀察到，最容易退化的是判斷、定義問題和創意思考。
Q：一直用 ChatGPT 會變笨嗎？
A：目前的研究沒有證明會讓人智商下降，但會影響特定能力。麻省理工學院 2025 年的研究發現，用 ChatGPT 寫文章的人，有 83% 寫完後引用不出自己文章裡的一句話，研究團隊也強調他們沒有測量智商。
Q：哪些工作能力最容易因為 AI 退化？
A：BCG 2026 年的調查指出，判斷與決策、理解與定義問題、創意思考、分析與因果推理、提出與評估解決方案，是最重要也最容易退化的五項能力；同理、傾聽、韌性和領導力則相對受到保護。
Q：怎麼避免自己過度依賴 AI？
A：最直接的方法是在 AI 給答案之後繼續追問。BCG 資深合夥人 David Martin 建議每季安排一週刻意不用 AI，平常則假設 AI 的答案可能有錯，站到反方去檢查。
Q：公司導入 AI，主管要怎麼防止員工能力退化？
A：主管可以從工作流程和績效制度下手，例如規定最終判斷由人負責、把「能不能挑戰 AI 的答案」放進評估、保留讓新人從頭自己做的任務。BCG 2026 年的報告發現，只有十分之一的公司有正式對策。
開放討論
你最近一次把工作交給 AI 之前，有先自己想過問題是什麼嗎？ 如果明天公司宣布停用 AI 一週，你手上的哪一項工作會最先卡住？ 你的團隊裡，新人還有沒有被追問「為什麼」的機會？
資料來源
Business Insider，Ana Altchek（2026/10/03）｜2 AI habits that can weaken your critical thinking, according to a BCG exec
https://www.businessinsider.com/bcg-exec-shares-ai-habits-weaken-critical-thinking-2026-10
The News International，Pareesa Afreen（2026/10/03）｜Is AI deskilling you? 2 habits that weaken your skills
https://www.thenews.com.pk/latest/1418593-is-ai-deskilling-you-2-habits-that-weaken-your-skills
BCG，Sagar Goel、David Martin、Charikleia Kaffe（2026/06/17）｜When Everyone Uses AI, Companies Risk Losing Critical Skills
https://www.bcg.com/publications/2026/when-everyone-uses-ai-companies-risk-critical-skills
The Lancet Gastroenterology & Hepatology，Krzysztof Budzyń、Marcin Romańczyk 等（2025/08）｜Endoscopist deskilling after exposure to artificial intelligence in colonoscopy: a multicentre observational study
https://doi.org/10.1016/S2468-1253(25)00133-5
Anthropic，Judy Hanwen Shen、Alex Tamkin（2026/01/29）｜How AI assistance impacts the formation of coding skills
https://www.anthropic.com/research/AI-assistance-coding-skills
Societies，Michael Gerlich（2025/01/03）｜AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking
https://www.mdpi.com/2075-4698/15/1/6
arXiv（MIT Media Lab），Nataliya Kosmyna 等（2025/06/10）｜Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task
https://arxiv.org/abs/2506.08872
Microsoft Research，Hao-Ping Lee、Advait Sarkar 等（2025/04）｜The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers
關於文字策展人
Cha Cha 是查查創意文字策展人暨創辦人，Stanford d.school 設計思考專業研修，累積超過三百場企業工作坊實戰經驗。長期深耕設計思考、創意思考與未來趨勢，致力於讓更多人在 AI 時代找到自己的思考方式。
訂閱電子報
訂閱「未來思考週報」，每週三收到精選文章與趨勢洞察。