導讀：在很多領域，電腦與自動化正在代替人腦，然而，這也引起了許多專家的擔憂。比如，自動化技術的濫用導致飛行員專業技能和條件反射能力退化。
　　
　　儀表網訊 在很多領域，電腦正代替人腦，操控著人類的生活，人們依賴電腦來操縱飛機、診斷病癥、設計建筑、交易資金……
　　
　　這讓人擔心：萬一電腦故障，我們的生活將陷入混亂。由于過于依賴電腦，人類從前掌握的各種知識、技術甚至某些天賦能力已悄然退化。
　　
　　“忘記如何飛行”
　　
　　2003年2月12日，美國大陸航空公司一架客機從新澤西州紐瓦克飛往紐約州布法羅市，整個航程僅需一小時，機長馬爾文·倫斯洛僅在起飛時手動操作駕駛。
　　
　　起飛不久后，這架龐巴迪Q400型渦輪螺旋槳飛機轉入自動駕駛模式，機長倫斯洛轉而與其他駕駛員聊天。接近布法羅機場時，飛機操縱桿開始顫動，并發出噪聲，警告有失速下降危險。
　　
　　自動駕駛儀失靈了，機長重掌駕駛權，但他做出了錯誤的反應：拉回操縱桿，向上拉升機頭，降低空速。飛機迅速失控，猛然墜落。“我們掉下去了，”機長后通報了這一句，便隨著飛機沖向布法羅郊區的一棟房子。機上49人無一生還，還導致地面一個人喪命。
　　
　　國家運輸安全委員會的調查報告顯示，這場空難系駕駛員操作失誤造成，機長對下降警示的反應“與其所受訓練不符”，顯示出“驚慌與混亂”。一名大陸航空公司高管承認，出事航班的駕駛員團隊似乎缺乏“應對突發狀況的意識”。
　　
　　3個多月后，法國航空公司一架A330客機從里約日內盧飛往巴黎，起飛3小時后在大西洋上空遭遇風暴。測速儀因結冰而給出錯誤讀數，導致自動駕駛儀失常。接手操控的駕駛員同樣讓飛機減速并向上爬升。測速儀隨后恢復正常，但駕駛員仍繼續降速操作。結果，這架飛機在3分鐘內急墜10千米，后掉進大西洋，機上228人全部喪生。
　　
　　自從世界上臺自動駕駛儀1930年面世以來，飛行員的角色逐漸轉變成“電腦操作員”。如今，一班客運航班飛行員手動操控的時間總計3分鐘左右，飛行中的大部分時間負責監測顯示屏上的讀數和輸入飛行數據。
　　
　　初的自動駕駛儀由兩個回轉儀組成，如今全由精密的計算機軟件控制，根據各種電子感應器收集數據，不斷調整飛行高度、速度和方向。老式儀表盤也被數字化顯示屏所取代。
　　
　　在不少自動化專家看來，這正是問題所在。英國布里斯托大學的人類工程學專家揚·諾伊斯說，自動化技術的濫用導致飛行員專業技能和條件反射能力退化。
　　
　　自動駕駛儀對提高飛行安全有很大貢獻，能緩解飛行員疲勞、預警飛行風險。萬一飛行員癱瘓，飛機也能正常飛行。這些年，航空事故穩定下降，但一種“新型事故”也隨之而生。自動駕駛系統一旦失靈，很多飛行員手足無措，操作頻繁失誤。
　　
　　羅里·凱在美國聯合航空公司當了多年機長，退役后擔任美國航空公司駕駛員協會的安全事務高負責人。他在2011年接受美聯社采訪時坦言：“我們正在忘記如何飛行。”
　　
　　今年1月，美國聯邦航空局發布“安全警告”，敦促各航空公司加強訓練，讓飛行員更多手動操控飛行。這份警告說：過于依賴自動駕駛，可能置飛機和乘客于危險之中。
　　
　　“自動化”的代價
　　
　　自動駕駛儀讓飛行員“失技”僅是問題的冰山一角。為使工作和生活方便、和舒適，人類越來越依賴機械和各種數字技術，卻忽略可能為此付出的代價。
　　
　　如今，很多醫生用軟件分析乳腺鉬靶Ｘ射線照片，勾勒出患者乳房“可疑區域”。但如果過于依賴這種軟件，放射科醫生可能草草略過沒有勾出的區域，遺漏查看一個尚處早期的腫瘤。
　　
　　生活在加拿大北部的伊格盧利克島的因紐特獵人天生有在雪地中追蹤獵物的本領。這里冬天平均氣溫零下20度左右，陽光是稀罕物，周圍海水結成厚厚的冰層。因紐特人在此生活4000多年，無需地圖和指南針，憑借風向、雪堆、動物習性、星辰和潮汐等等就能辨別方向，令探險家和科學家好奇不已。
　　
　　如今，新一代的因紐特人仍然打獵謀生，但越來越依賴ＧＰＳ導航工具辨別方向。結果，打獵時嚴重事故日漸增多。沒有掌握先輩找路技巧的年輕獵人很容易迷路，特別是ＧＰＳ失靈的時候。如果只顧著按導航指示前行，也容易忽略觀察周邊環境潛藏的危險，比如薄冰層。
　　
　　渥太華加利頓大學的人類學家克勞迪奧·阿波塔研究因紐特獵人超過15年，他注意到，衛星導航使因紐特人的找路本領退化，并且弱化了他們對環境的感知能力。由于這種導航工具的使用，因紐特人特有的天賦可能在一代人之后消磨殆盡。
　　
　　“生成效應”
　　
　　早在20世紀80年代，倫敦大學學院工程心理學家利桑娜·班布里奇就指出，由于認為人腦與電腦相比較為“低效、不可靠”，不少設計盡可能減少人力操控，結果操作員淪為“電腦屏幕監測員”，而這恰恰是人類容易搞砸的工作。
　　
　　對警戒性的調查發現，讓一個人盯著數據顯示屏，保持專注的時間很難超過半小時。“這意味著，就人類天性而言，根本不可能承擔監測不尋常征兆這種基礎工作，”班布里奇1983年在《自動化》期刊撰文指出。
　　
　　另一方面，即使技藝再嫻熟，如果長期只負責監測觀察，一個操作員也難免技藝生疏，一旦發生故障或意外難以做出正確反應。
　　
　　上世紀70年代晚期開始，心理學家注意到一種“生成效應”現象。例如：人們學習新詞匯時，如果能夠主動在腦中“生成”該詞匯——比如親筆拼寫出來，會比單純閱讀更容易記憶。
　　
　　“生成效應”的影響在越來越多領域得到驗證：積極參與完成一項任務，積極思考的過程使人們更容易獲取知識。不斷重復這一過程，所謂“熟能生巧”，人腦中便能積累起一個豐富而有條理的信息庫，便于自己不時從中汲取。
　　
　　澳大利亞一項研究比較三家跨國會計師事務所的專業水準。其中一家使用先進軟件，根據會計師輸入的數據為客戶分析潛在的商業風險。另兩家事務所采用相對簡單的軟件，需要會計師自主分析和選擇風險。后測試發現，后兩家事務所的會計師的風險分析水平明顯高于前一家。
　　
　　出路：多手動還是全自動？
　　
　　為了不讓自動化把人腦變遲鈍，心理學家發現一些簡單的彌補方法，例如讓自動化軟件頻繁而不定時地回到手動操控模式。因為知道隨時要接手，操作員會加強練習并提高應變意識。
　　
　　還可以為自動化操控設定一定范圍，確保由人腦而非電腦操控較復雜的任務?？傊褪潜浦硕鄤邮侄鄤幽X，別事事讓電腦程序代勞。
　　
　　也有人給出不同的解決方案：既然擔心人類犯錯誤，那就努力實現“全自動”，別讓人類插手。
　　
　　談到自動駕駛儀與航空事故時，技術理論學家凱文·凱利認為，研發一個完全自動化的駕駛儀才是出路所在。“長遠來說，就不該讓人類飛行員駕駛飛機，”他說。
　　
　　硅谷風險投資家維諾德·科斯拉近也提出，假如醫學診斷軟件能夠進化到完全替代人類醫生，醫療保障體系將大有改善。
　　
　　問題在于，沒有無缺的機器。即使先進的技術系統，早晚也會出現失誤或崩潰，也可能遭遇設計者從未預想過的突發情況。即使真有“”系統，也必須在一個不的世界運行。
　　
　　2010年10月，谷歌公司宣布造出７輛“自動駕駛汽車”，跑了20多萬公里路。2011年2月，美國智力競答電視節目《危險！》中，ＩＢＭ公司開發的超級電腦“沃森”挑戰常勝肯·詹寧斯，這場人機大戰以機器取勝告終。“沃森”并不懂自己在回答些什么，取勝奧妙在于一個超高速的計算機處理器。
　　
　　計算機的潛能無可估量，你愿意讓它完全代替人類的手腳和頭腦，還是犧牲效率和舒適，讓人類從學習和勞動中加深對世界的認識？
　　
　　如果不愿動腦思考這個問題，讓計算機來替你作答吧。