预印本提出CogOffload框架：生成式AI（人工智能）代劳思考如何影响记忆、元认知与决策信心
一篇尚未经同行评审的预印本提出CogOffload框架，讨论消费者何时把认知工作交给生成式AI（Gen-AI，生成式人工智能）及可能后果。
摘要给出七阶段委托连续谱与基于价值的成本—收益框架，并提出三类结果命题：对品牌和产品属性的记忆减弱、对AI生成摘要的记忆增强； 元认知自尊与决策信心被抬高，形成AI诱导的过度自信并减少继续查证；
决策质量取决于AI可靠性。 摘要未报告实证样本或效应量。
研究原始来源可核对
事实与证据边界
该预印本发表于Center for Open Science（开放科学中心）预印本平台，作者为Chen Chen、Kristy Hamilton、Jacob T. Fisher，DOI为10.31234/osf.io/79fza，规范发布日期为2026-11-06T00:00:00.000Z。
本次可核对范围为摘要：摘要提出七阶段委托连续谱、基于价值的成本—收益框架、七项命题与三项长期推测，涉及消费者自主性、能力侵蚀与品牌忠诚； 摘要称当AI（人工智能）不可靠时，核实AI建议会带来认知与情绪成本，但可修复受损记忆、校准虚高信心。 摘要未报告实证样本、效应量或临床结果，尚未经同行评审。
分析判断
这是理论性预印本，价值在于把“AI（人工智能）代劳思考”拆成可检验的中间变量（记忆、元认知、决策信心），而非证明AI会损害心理健康。 “AI诱导过度自信、减少信息寻求”这一命题与心理健康信息获取行为相关，但目前只是待验证假设； 不能据此推断AI陪伴或AI心理应用会造成认知或情绪损害。 稿件将“七阶段委托连续谱”“三项长期推测”等纳入事实描述，与摘要一致；
“品牌和产品属性的记忆减弱”等表述属摘要所述命题，非实证结论。
后续观察信号
- 检索作者后续发表与预印本更新版本
- 关注元认知信心测量在数字心理健康研究中的使用