最新更新
1/16/2026 2:08:00 AM

MIT 脑电研究:ChatGPT 使用者脑活动下降47%,关注 AI 概念股与 AI 加密代币(FET、RNDR)

MIT 脑电研究:ChatGPT 使用者脑活动下降47%,关注 AI 概念股与 AI 加密代币(FET、RNDR)

据 @milesdeutscher 报道,MIT 通过 EEG 对 54 名受试者进行多轮写作任务脑部监测,分为 LLM 辅助、搜索引擎辅助与纯脑力三组,以评估不同工具对认知负荷的影响,来源:@milesdeutscher 引述 MIT 研究。 结果显示 LLM 组神经连接度最弱,脑活动由 79 降至 42(下降 47%),尽管完成任务速度提升约 60%,呈现效率提升与认知投入下降的权衡,来源:@milesdeutscher 引述 MIT 研究。 研究还称 83% 的 ChatGPT 使用者数分钟后无法回忆自己写过的内容,研究者将此现象称为“认知负债”,来源:@milesdeutscher 引述 MIT 研究。 研究设计包括每组 18 人、每次 20 分钟 EEG 写作、共 3–4 次会话、第 4 次交叉(LLM 转纯脑力、纯脑力转 LLM),并在任务后评估引用能力、归属感、满意度与伦理关注,来源:@milesdeutscher 引述 MIT 研究。 对交易者而言,该结果对“一刀切的 LLM 提效”叙事提出质疑,或使市场更审视与 AI 变现相关的 AI 概念股与 AI 代币(如 FET/ASI、RNDR)的叙事韧性,来源:@milesdeutscher 引述 MIT 研究。 建议密切跟踪企业对 AI 使用的口径变化、用户参与度数据与 AI 赛道代币的叙事动量,此番研究可作为情绪与资金流观察的催化背景,来源:@milesdeutscher 引述 MIT 研究。

原文链接

详细分析

最近由加密分析师Miles Deutscher在推文中强调的MIT研究,引发了关于使用ChatGPT等AI工具对认知影响的激烈讨论。根据这项研究,对54名18-39岁参与者的脑部扫描分析显示,依赖大型语言模型(LLM)会导致神经活动显著下降47%,从79降至42。在论文写作任务中,使用ChatGPT的参与者完成任务速度快60%,但在创造性思维和问题解决领域的连接较弱,83%的人几分钟后无法回忆自己的写作。相比之下,仅用大脑的组显示出最强的神经活动,而搜索引擎用户居中。这种现象被研究人员称为“认知债务”,表明短期生产力提升以牺牲长期批判性思维能力为代价。

AI工具与认知债务:对加密交易者的启示

作为加密货币和AI分析专家,我看到这项研究与交易中AI演变的直接关联。加密市场以波动性著称,需要敏锐的分析技能、模式识别和快速决策——这些领域如果过度依赖AI可能面临风险。例如,使用AI机器人进行情绪分析或预测建模的交易者,如果过多委托ChatGPT进行市场研究或策略制定,可能经历类似的认知萎缩。研究中第四阶段的交叉实验显示,从AI转向仅用大脑模式有助于缓解这些影响,但也强调了平衡使用的必要性。在加密领域,这意味着将AI视为补充工具而非拐杖,确保交易者在解读链上指标和市场信号时保持优势。

认知担忧下的AI代币交易机会

从交易角度来看,这项MIT研究可能影响AI相关加密货币的情绪,创造买入或卖出机会。像FET(Fetch.ai)和AGIX(SingularityNET)这样的代币,专注于去中心化AI网络,其价格波动与更广泛的AI叙事相关。根据最近市场观察,FET交易价格约为0.65美元,24小时交易量超过1亿美元,尽管面临熊市压力仍表现出韧性。如果研究结果导致对AI过度依赖的监管审查或公众反弹,我们可能看到AI代币价格短期下跌,为长期持有者提供入场点。相反,强调AI伦理使用可能推动区块链AI解决方案的采用,提升FET/USDT等交易对的交易量。交易者应监控FET的支撑位0.60美元和阻力位0.70美元,因为“认知债务”的正面解读——如设计增强而非取代人类认知的新AI工具——可能引发反弹。

与股市相关联,AI巨头如NVIDIA(NVDA)通过其在AI训练中的GPU主导地位影响加密情绪。NVDA股票最近徘徊在120美元附近,机构资金流动影响AI代币流动性。MIT研究的警告可能促使投资者多元化进入解决认知风险的加密AI项目,如开发神经科技整合的项目。来自Dune Analytics的链上数据表明,AI生态系统的交易量上升,AGIX过去一周独特地址增加15%。对于交易者,这呈现跨市场机会:NVDA因AI伦理担忧下跌可能与ETH基AI代币的临时抛售相关,但鉴于该行业到2030年增长至1万亿美元的预测,反弹潜力很高。

在加密交易中平衡AI使用的策略

为避免研究中概述的陷阱,加密交易者可采用受Deutscher提示启发的实用策略。每周2-3次进行无AI会话,手动分析图表,专注于RSI和MACD等指标而不依赖算法。每日记录交易,包括理由和结果,可加强问题解决神经通路,对抗LLM用户中50%的脑活动下降。缓慢阅读市场报告并做笔记可提升保留率,这对识别BTC/USD或ETH/BTC等波动对的趋势至关重要。从市场影响来看,这种平衡方法可能导致更可持续的交易表现,数据显示在黑天鹅事件中,人力主导策略往往优于纯AI模型,如2022年加密冬天中手动干预保存了资金。

总体而言,虽然MIT研究以其对AI认知成本的揭示震惊世人,但它为加密AI领域的明智交易打开了大门。通过优先考虑人类智慧与AI工具的结合,交易者可更有效地导航市场动态,利用情绪转变和机构兴趣。关注即将到来的AI会议以获取进一步催化剂,因为积极发展可能推动AI代币向新高挺进,将技术进步与认知保护相结合。

Miles Deutscher

@milesdeutscher

Crypto analyst. Busy finding the next 100x.