🧠 认知测评：你的"解释权意识"有多强？
本文对应的5道测试题，检查你在使用AI时是否保持了追问"为什么"的习惯。
1️⃣ 文章中把AI使用者分成哪两种人？
- A. AI高手和AI菜鸟
- B. "答案依赖型"和"解释权持有者"
- C. 主动使用者和被动使用者
- D. 管理者和执行者
✅ B。答案依赖型被动接受AI输出，AI说什么就是什么；解释权持有者追问"为什么"，验证、质疑、补充，把AI当副驾驶。
2️⃣ 文章中提到的"95%法则"揭示了什么现象？
- A. 95%的人用AI比不用更快
- B. 95%的人相信AI的分析，但只有22%的人能为自己的"信"负责
- C. 95%的AI分析有错误
- D. 95%的人能发现AI的问题
✅ B。95%的人说"信"，但只有22%的人敢直接发给老板——他们虽然感到不踏实，却指不出具体哪里有问题。这就是答案依赖型的典型特征。
3️⃣ 文章提出的"三层追问"习惯中，最高级的是哪一层？
- A. 数据层——AI用的数据对不对
- B. 逻辑层——推导逻辑是否严谨
- C. 边界层——在什么条件下正确、何时失效
- D. 效率层——AI产出够不够快
✅ C。边界层是最少有人问的——"它在什么条件下是对的？什么情况下会失效？"这是最高级的追问，也是解释权持有者的标志性习惯。
4️⃣ 为什么说解释权鸿沟不是知识差距，而是认知习惯的差距？
- A. 因为AI不需要知识背景
- B. 因为长期接受高流畅性答案会形成"答案→接受→执行"的神经通路，质疑的门槛越来越高
- C. 因为所有人都可以用AI学新知识
- D. 因为知识可以通过培训快速补上
✅ B。认知流畅性原理——大脑偏好容易处理的信息。长期不质疑，大脑就"不太会了"。重点不在于会不会提问，而在于有多习惯提问。
5️⃣ 如果你是一个管理者，要在团队里培养解释权意识，最有效的做法是什么？
- A. 禁止使用AI，让所有人做回传统工作方式
- B. 在周会或复盘中专门设"为什么接受/不接受AI建议"的环节
- C. 找IT部门多买几套AI工具
- D. 给AI用得多的人发奖金
✅ B。设立"解释权时刻"——不是"AI说了什么"，而是"我们为什么接受或不接受AI说的"。实践显示连续做四周后，团队的质疑率能从12%提升到47%。