预印本提出CogOffload（认知卸载）框架，梳理消费者把判断交给生成式AI（人工智能）后的三类假设结果
一篇尚未经同行评审的预印本提出CogOffload（认知卸载）框架，试图解释消费者何时把认知工作交给生成式AI（Gen-AI），以及可能带来哪些后果。
摘要提出三类结果假设：对品牌与产品属性的记忆减弱、对AI（人工智能）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诱发的过度自信”； 决策质量取决于AI可靠性，AI不可靠时复核可带来认知与情绪成本。
以上均为理论命题，摘要未报告实证数据。
研究原始来源可核对
事实与证据边界
该文为Center for Open Science（美国非营利预印本平台）发布的理论预印本，作者为Chen Chen、Kristy Hamilton、Jacob T. Fisher，DOI为10.31234/osf.io/79fza_v2，Crossref记录的出版日期为2026年11月6日。
摘要显示，研究基于认知心理学中的认知卸载研究，提出七阶段委托连续谱、基于价值的成本—收益框架，以及三组结果假设； 摘要还给出七项命题和三项长期推测，涉及消费者自主性、能力侵蚀与品牌忠诚。 摘要未报告样本量、实验设计或统计结果。
分析判断
这是概念框架而非效果验证：摘要没有样本量、实验设计或统计结果，不能据此断言使用生成式AI（人工智能）会导致记忆下降或过度自信。 其可核对的贡献是把“AI替代人的思考环节”拆成若干可检验的中间变量——记忆对象从品牌属性转向AI摘要、信心校准、是否复核及复核成本，这为后续实证研究提供了假设清单。
后续观察信号
- 追踪该预印本是否经同行评审并发布实证数据
- 关注认知卸载测量方法在心理自助场景中的适用性