Scientific research on the impact of Artificial Intelligence on our cognitive skills and mental state is still in its infancy, but early evidence from research powerhouses suggests some worrying trends—namely, that frequent use of generative AI may undermine motivation, weaken memory retention, and erode critical thinking. ハーバード研究:AIは生産性と退屈を高める 最近のハーバード ゆえに LLMsは課題の品質と効率性を向上させることができる一方で、LLMsと1つのタスクで協力し、その後AIの援助なしに別のタスクに移行した従業員は、常に内在的な動機の減少と20%の飽和の増加を報告しました。 研究 ユカン・リウ エル MIT研究:AIが学生の批判的思考に与える影響 マサチューセッツ工科大学(MIT)メディアラボのフルタイムの研究者は、最近、ChatGPTが批判的思考スキルを損なう可能性があるかどうかを調査しました。 特に、彼女の研究チームは、AIが学校の仕事に及ぼす影響を具体的に探求することを目指し、ますます多くの学生がAIを使用している。 ナタリア・コスミナ 研究 この研究では、ボストン出身の18歳から39歳までの54人の参加者に、学校評価テスト(SAT)の質問に基づいて3つの20分間のセッションでエッセイを書く任務が与えられ、慈善活動の倫理と選択肢が多すぎるという落とし穴を含む。 LLM グループ:このグループの参加者は、このエッセイのための唯一の情報源として ChatGPT を使用する必要があります。 検索エンジングループ:このグループの参加者は、どんなウェブサイトでも彼らのエッセイを手伝うことができますが、ChatGPTまたは他のLLMは明示的に禁止されていました。 脳だけのグループ:このグループの参加者は、LLMまたは他のウェブサイトを使用することはできませんでした。 任意の4回目のセッションでは、参加者は役割を切り替えました:LLMユーザーはツールを使用しませんでした(LLM-to-Brain)、脳だけのグループはChatGPT (Brain-to-LLM)を使用しました。 Key Foundations: Brain Activity and Essay Quality(脳活動とエッセイ品質) 研究者らはEEGを使用して、エッセイ作家の脳の活動を記録し、すべての3つのグループのうち、ChatGPTユーザーは脳の活動が最も低く、「神経、言語、行動レベルで一貫して悪く行なわれた」ことを発見しました。 特に、この研究は以下の結果を明らかにした。 : The essays were remarkably homogeneous within each topic, differing hardly at all from one another. Participants often used the same expressions or ideas. LLM group : Essay writers showed varied and diverse ideas among the topics. Brain-only group : The essays were based on search-engine-optimized content; their ontology overlapped with the LLM group but not with the Brain-only group. Search engine group EEGの分析では、脳だけのグループが、特にアルファ、テータ、デルタバンドで最も高いレベルのニューラル接続性を示していることが明らかになりました。LLMユーザーは、低周波ネットワークで最も弱い接続性、55%低かった。検索エンジンユーザーのグループは、インターネット上の情報収集プロセスと一致する視覚皮質の高い関与を示しました。 LLMグループの参加者は正確に引用することができず、Brain-onlyグループの参加者は良い思い出と引用スキルを示した。 In terms of behavioural and cognitive engagement 脳だけの参加者は、自分の仕事に対する完全な責任を主張し、LLM参加者は、責任を表明しなかったり、部分的な責任を表明した。 In terms of ownership I , Brain-only participants cared more about the そして 彼らは書いたが、LLMユーザーが焦点を当てたのは . n terms of critical thinking 𝘸𝘩𝘢𝘵 𝘸𝘩𝘺 𝘩𝘰𝘸 LLMの繰り返しの使用は、内容の表面的な繰り返しと批判的関与の減少につながっています。 例えば、長期的な認知深さの代償で精神的努力の延期。 "cognitive debt" 3つのエッセイを書いた後、参加者は選択肢として以前の作品の1つを書き直すように求められた。しかし、LLMグループはツールなしでそれをしなければならなかったが、脳だけのグループはChatGPTを使用することができた。最初のグループは彼らのエッセイのほとんどを記憶し、より弱いアルファとテータ脳波を示し、おそらく深い記憶プロセスの回避を反映した。 第二のグループは、反対に、脳の接続性がすべてのEEG周波数帯で大幅に増加したことを示し、AIが正しく使用されると、それを妨げるのではなく、学習を向上させることができることを希望しています。 公共の反応とAIの 研究者は、同僚のレビュープロセスが進行中である間、論文を発表することを決意し、人々、特に学生を正しくLLMツールを使用する方法について教育し、私たちの「脳はよりアナログな方法で発展する必要がある」という事実を促進することに絶対的に重要であると確信しています。 「」 」 こちら 私たちは、アクティブな立法を同期し、さらに重要なことは、これらのツールを実装する前にテストする必要があります。 皮肉なことに、論文が発表された後、いくつかのソーシャルメディアユーザーはLLMを通してそれをまとめ、その結果をオンラインで公表しました。 Kosmynaは、人々がそうすることを期待していたため、彼女は、LLMに「このテーブルだけを読む」よう指示するなど、いくつかのAIのを紙に挿入し、記事から限られた情報を得ることを確実にした。 タイム 現在進行中の研究:AIのプログラミングへの影響 Kosmynaと彼女の同僚は現在、AI駆動およびAIフリーソフトウェアエンジニアリングおよびプログラミングにおける脳の活動をテストする別の類似の論文に取り組んでいます。 効率が向上しても、AIへの依存度の高まりは、残りの従業員の批判的思考、創造性、問題解決能力を低下させる可能性があります。 また、何が何なのかをチェック . AI研究の最前線で:多様性、エージェント、オープンソースLLM、およびその他
