為什麼人工智慧將使過動症（ADHD）患者不成比例地受益

不擅長歸檔文件的腦袋，卻能看見別人看不見的關聯。AI 正好可以處理歸檔。

關於 ADHD（注意力不足過動症）和生產力工具，存在著一個標準的論述：ADHD 的大腦是有缺陷的，生產力工具可以幫助修復它們，而目標是儘可能接近神經典型（neurotypical）的運作方式。管理赤字、彌補弱點、縮小差距。

我認為這種論述是錯誤的，或者至少是非常不完整的。而且我認為 AI 即將讓這種錯誤變得顯而易見。

沒人討論的權衡取捨

ADHD 幾乎總是被描述為一種赤字。注意力的赤字、執行功能的赤字、工作記憶的赤字、衝動控制的赤字。這些赤字是真實存在的。任何曾盯著一封郵件二十分鐘卻無法開始打字、或是把一個專案忘得一乾二淨彷彿它從未存在過，又或是看著整個下午消失在維基百科的無盡連結中游移的人，都知道這些赤字是真實存在的。

但越來越多的研究表明，ADHD 並非單一的赤字，而是一種權衡取捨。

密西根大學的 Holly White 和 Priti Shah 在 2006 年至 2016 年間進行了一系列研究，比較了患有與未患有 ADHD 的成年人的創造性思維。研究結果是一致的：ADHD 成年人在發散性思考任務（即針對一個問題產生多個新穎解決方案的思考方式）上的表現，顯著優於神經典型成年人。他們在原創性、靈活性和新穎性方面的得分更高。

但關鍵的部分在這裡。在聚合性思考任務（即需要縮小範圍、組織並找到唯一正確答案的任務）上，ADHD 成年人的表現較差。

同一個大腦。擅長一件事，卻不擅長另一件事。並非壞掉，而是資源分配方式不同。

令人著迷的機制

這種權衡取捨背後的認知機制與所謂的「潛伏抑制」（latent inhibition）有關，這基本上就是你大腦的垃圾郵件過濾器。在神經典型的大腦中，潛伏抑制會將熟悉的刺激標記為「已處理，忽略」。這對於專注工作非常有用，因為它減少了雜音。但它同時也限制了大腦所考慮的想法和聯想的範圍。過濾器保持了事物的整潔，卻也使視野變得狹隘。

在 ADHD 的大腦中，潛伏抑制是降低的。過濾器較弱，更多的刺激得以通過，更多的聯想被觸發。語意網絡的活化範圍更廣，這意味著在意義上相距較遠的概念更容易被連結起來。

White 和 Shah 在 2016 年的研究中，利用潛伏語意分析直接測量了這一點。他們發現，ADHD 學生產生的詞彙聯想在概念之間具有顯著更大的語意距離。他們的大腦字面意義上在想法之間進行了跨度更長的跳躍。而這種更廣泛的活化，從統計學上解釋了他們在創新思維任務中獲得高分的原因。

更少的過濾、更多的雜音，但同時也伴隨著沒有其他人能捕捉到的更多訊號。

這就是為什麼同一個無法整理好檔案櫃的人，卻能在走進會議室時，一眼看出兩個完全不相關的專案之間的關聯，而這關聯是其他人都沒有注意到的。使順序處理變得困難的同一種注意力風格，卻讓發散性整合變得更容易。這並不是一個偶爾產生創造性副作用的 bug，而是一個擁有不同優缺點的不同認知架構。

無聊稅

現在，這正是現代知識工作變得與此密切相關的地方。

每個知識工作者，無論是否患有 ADHD，都要繳納我稱之為「無聊稅」的費用。這指的是職業生活中的行政管理開銷：歸檔文件、整理筆記、格式化報告、撰寫會議摘要、處理電子郵件、標記書籤、維護專案追蹤器、安排後續跟進。這些都不需要高深的智力，但全部都需要持續的順序注意力和執行功能。

對於神經典型的大腦來說，無聊稅雖然煩人，但還是可以應付的。它是機器中的沙礫，是你為了進行有趣工作而必須硬著頭皮克服的部分。

對於 ADHD 的大腦來說，無聊稅是災難性的。這不是因為任務困難，而是因為它們恰恰消耗了原本就稀缺的認知資源：執行功能、持續注意力和工作記憶。花在歸檔文件或處理收件匣的每一分鐘，都是將執行功能燃燒在無法產生創造性價值的俗務上。而且因為能量在一天之中會逐漸下降，早上完成的每個無聊任務，都意味著真正重要的創造性工作將面臨能量不足的困境。

無聊稅不僅浪費時間。它特別消耗了 ADHD 大腦最稀缺的資源，同時卻讓它最豐富的資源（發散性思考、模式識別、聯想跳躍）閒置不用。

AI 補足了弱點

這就是使 AI 在結構上與之前所有生產力工具截然不同的地方。

以前的工具幫助你更有效率地管理無聊稅。更好的待辦事項清單、更快的歸檔系統、更乾淨的收件匣。它們減少了順序性、行政性工作的摩擦，但你仍然必須親自去做這些工作。執行功能的成本降低了，但它依然存在。

AI 並不只是減少無聊稅。它消除了整種類別的無聊稅。

自動標籤意味著你永遠不需要決定將東西歸檔到哪裡。這個每個月要重複數百次的決定消失了。語意搜尋意味著你永遠不需要在資料夾中搜尋。你描述你想要什麼，它就會出現。AI 摘要意味著你不需要花二十分鐘將會議記錄提煉成待辦事項。語音擷取意味著你不需要坐下來把你的想法打成文字。

這些功能單獨看起來都像是便利功能。但總合起來，它們代表了更重要的意義：幾乎完全移除了知識工作者日常工作中的聚合性認知開銷。

而這裡的核心洞察是：對於神經典型的大腦來說，這很好。它節省了時間、減少了摩擦、讓工作更愉快。對於 ADHD 的大腦來說，這是顛覆性的，因為它消除了那些特別且不成比例地折磨他們的工作類別。

AI 觸碰不到強項

這是最關鍵的部分，也是大多數「AI 與生產力」內容完全忽略的部分。

AI 非常擅長聚合性任務。摘要、組織、歸檔、起草、格式化、排序、排程。也就是 ADHD 大腦所掙扎的那些具備順序性、行政性、重度維護工作的任務。

AI 並不擅長 ADHD 大腦所擅長的事。跨越遙遠領域的快速聯想、發現不明顯的模式、產生真正新穎的想法、做出無法從現有數據推導出的直覺跳躍、驅動創造性信念的情感強度。那種躁動不安、尋求新奇的能量，會讓你將關於海洋生物學的 Podcast 連結到軟體架構中的某個問題上。

發散性思考、廣泛的語意活化、降低的潛伏抑制——這些同時產生了 ADHD 的混亂與創造力，而這一切都沒有被自動化。這一切也不可能被自動化，因為這不是目前的 AI 所能複製的認知類型。AI 是模式補完引擎。ADHD 大腦是模式打破引擎。它們是互補的，而不是競爭的。

那麼當你把它們配對時會發生什麼事？AI 處理聚合性工作：歸檔、組織、摘要、記憶。人類則進行發散性工作：構思、連結、想像、創造。ADHD 的大腦從那些專門摧毀其能力的無聊稅中解放出來，而原本浪費在行政管理上的認知資源，現在可以用於 ADHD 大腦具有實際、經過測量和經驗證實優勢的工作上。

歷史的類比

這並不是技術第一次選擇性地賦予某種認知風格力量。

印刷機讓能夠在寫作中清晰思考的人獲得了不成比例的好處。電話讓能夠在對話中敏捷思考的人獲得了不成比例的好處。網際網路讓能夠在多個來源之間快速整合資訊的人獲得了不成比例的好處。

這些技術中的每一項都放大了一種特定的認知優勢，同時使某些弱點變得不那麼重要。AI 正在做同樣的事情，但它所放大的認知風格，恰好與 ADHD 的特質有顯著的重疊：快速構思、跨領域整合、適應模糊性、對新奇事物的寬容度，以及在追求創造力時的情感強度。

而它所彌補的認知風格——順序性、行政性、重度維護的處理過程——恰好是 ADHD 大腦最弱的地方。

這幾乎配合得太完美了。但研究支持這一點。

這在實務上的意義

如果你患有 ADHD，而你使用 AI 主要只是為了幫助你「變得更有條理」，那麼你大材小用了。組織只是底線。真正的機會在於，當組織負擔消失後，一切才變得有可能。

當你不需要維護歸檔系統時，你可以將這些執行功能花在創造性工作上。當你不需要手動處理你的七個收件匣時，你可以把時間花在建立想法之間的連結上。當你不需要記住每一個未完待續的事情，因為有一個值得信賴的系統為你處理時，你的工作記憶就能自由地進行聯想跳躍，而這才是你真正的競爭優勢。

目標不是利用 AI 讓自己變得像神經典型的人。目標是利用 AI 讓自己在最棒的意義上，變得「更 ADHD」。更具創造力、更發散思考、更願意追逐新穎的連結，因為那些以前會讓你脫軌的無聊俗事，現在都已經被處理好了。

記錄一切。讓系統去組織它。透過語意搜尋當你需要某些東西時。把你的大腦花在你大腦真正擅長的事情上。

赤字模型說 ADHD 的大腦需要幫助。這確實是真的。但他們需要的幫助不是去成為他們不是的樣子。而是停止因為他們的本質而受到懲罰。

參考研究：White & Shah (2006, 2011, 2016) 關於發散性思考與 ADHD；Carson, Peterson & Higgins (2003) 關於潛伏抑制與創造力成就。

相關連結：

• Fabric 是如何為 ADHD 量身打造的

• 最棒的 ADHD 生產力應用程式