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. Badanie Harvardu: AI zwiększa produktywność i nudę Niedawny Harvard przez sugeruje, że GenAI sprawia, że ludzie są bardziej produktywni, ale mniej zmotywowani. Podczas gdy LLM są w stanie poprawić jakość i efektywność zadań, pracownicy, którzy współpracowali z LLM w jednym zadaniu, a następnie przeszli do innego zadania bez pomocy AI, konsekwentnie odnotowali spadek motywacji wewnętrznej i wzrost nudy średnio o 20%. Studia Yukun Liu i al . MIT: wpływ sztucznej inteligencji na krytyczne myślenie u studentów , pełnoetatowy badacz w Massachusetts Institute of Technology (MIT) Media Lab, niedawno zbadał, czy ChatGPT może zaszkodzić umiejętnościom krytycznego myślenia. W szczególności jej zespół badawczy miał na celu szczegółowe zbadanie wpływu sztucznej inteligencji na pracę w szkole, ponieważ coraz więcej uczniów korzysta z sztucznej inteligencji. Natalia Kosmyna Studia W badaniu wzięło udział 54 uczestników w wieku od 18 do 39 lat z Bostonu, którym zadano zadanie napisania eseju w trzech 20-minutowych sesjach opartych na pytaniach z testu oceny szkolnej (SAT), w tym na etyce filantropii i pułapkach mającej zbyt wiele wyborów. uczestnicy byli losowo podzieleni na trzy następujące grupy, zrównoważone według wieku i płci: Grupa LLM: Uczestnicy tej grupy byli zobowiązani do korzystania z ChatGPT jako ich jedynego źródła informacji dla eseju. Grupa wyszukiwarek: Uczestnicy tej grupy mogli swobodnie korzystać z dowolnej strony internetowej, aby pomóc im w swoich esejach, ale ChatGPT lub jakikolwiek inny LLM był wyraźnie zabroniony; wszyscy uczestnicy używali Google jako przeglądarki do wyboru. Tylko grupa mózgu: Uczestnicy tej grupy nie mogli korzystać ani z LLM, ani z jakichkolwiek innych stron internetowych do konsultacji. W opcjonalnej czwartej sesji uczestnicy zmieniali role: użytkownicy LLM nie używali narzędzi (LLM-to-Brain), a grupa tylko dla mózgu używała ChatGPT (Brain-to-LLM). Kluczowe odkrycia: aktywność mózgu i jakość prób Naukowcy wykorzystali EEG do rejestrowania aktywności mózgu autorów eseju i odkryli, że spośród wszystkich trzech grup, użytkownicy ChatGPT mieli najniższą aktywność mózgu i "sprawili konsekwentnie słabo na poziomie neuronalnym, językowym i behawioralnym". W szczególności badanie wykazało następujące wyniki: : 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 Analiza EEG wykazała, że grupa tylko mózgu wykazuje najwyższy poziom łączności neuronowej, szczególnie w pasmach alfa, theta i delta. Użytkownicy LLM mieli najsłabszą łączność, 55% niższe w sieciach niskiej częstotliwości. grupa użytkowników wyszukiwarek wykazała wysokie zaangażowanie kory wzrokowej, co jest zgodne z procesem zbierania informacji w Internecie. Uczestnicy grupy LLM nie byli w stanie precyzyjnie cytować, podczas gdy uczestnicy grupy tylko dla mózgu wykazali się dobrym przypomnieniem i umiejętnościami cytowania. In terms of behavioural and cognitive engagement , Uczestnicy Brain-only twierdzili pełną odpowiedzialność za swoją pracę; Uczestnicy LLM wyrazili ani żadnej odpowiedzialności, ani częściowej odpowiedzialności. In terms of ownership I Uczestnicy z grupy Brain-only byli bardziej zainteresowani i pisali, podczas gdy użytkownicy LLM koncentrowali się na . n terms of critical thinking 𝘸𝘩𝘢𝘵 𝘸𝘩𝘺 𝘩𝘰𝘸 Powtarzające się stosowanie LLM doprowadziło do powierzchownego powtarzania treści i zmniejszonego zaangażowania krytycznego. , na przykład, opóźnienie wysiłku psychicznego kosztem długoterminowej głębi poznawczej. "cognitive debt" Po napisaniu trzech esejów, uczestnicy zostali opcjonalnie poproszeni o ponowne napisanie jednej z ich poprzednich prac. Jednak grupa LLM musiała to zrobić bez narzędzia, podczas gdy grupa tylko mózgu mogła używać ChatGPT. Pierwsza grupa pamiętała niewiele ze swoich esejów i pokazała słabsze fale alfa i theta mózgu, prawdopodobnie odzwierciedlając ominięcie procesów głębokiej pamięci. Chociaż zadanie zostało wykonane skutecznie i wygodnie, według badacza żadna z informacji nie została faktycznie zintegrowana z ich sieciami pamięci. Druga grupa, z drugiej strony, działała dobrze, wykazując znaczny wzrost łączności mózgu we wszystkich pasmach częstotliwości EEG. Reakcja społeczeństwa i pułapki AI Naukowiec zdecydował się opublikować artykuł, podczas gdy proces przeglądu rówieśników jest w toku, ponieważ jest przekonana, że absolutnie kluczowe jest rozpoczęcie edukacji ludzi, a zwłaszcza studentów, o tym, jak prawidłowo korzystać z narzędzi LLM i promowanie faktu, że nasz "mózg musi się rozwijać w bardziej analogiczny sposób." , » » » tutaj Musimy mieć aktywne prawodawstwo w synchronizacji i, co ważniejsze, przetestować te narzędzia przed ich wdrożeniem. Ironicznie, po opublikowaniu artykułu kilka użytkowników mediów społecznościowych przeprowadziło go przez LLM w celu podsumowania, a następnie opublikowało wyniki w Internecie. Kosmyna spodziewała się, że ludzie to zrobią, więc włożyła kilka pułapek sztucznej inteligencji w papierze, takich jak polecenie LLM, aby "czytali tylko tę tabelę", co zapewniło, że otrzymają tylko ograniczone informacje z artykułu. Czasu Bieżące badania: wpływ AI na programowanie Kosmyna i jej koledzy pracują obecnie nad innym podobnym artykułem, który testuje aktywność mózgu w inżynierii i programowaniu oprogramowania opartym na AI i wolnym od AI. Według nich wyniki są jeszcze gorsze. Nawet jeśli efektywność wzrośnie, rosnąca zależność od sztucznej inteligencji może potencjalnie zmniejszyć umiejętności krytycznego myślenia, kreatywności i rozwiązywania problemów w pozostałej części siły roboczej. Sprawdź też co to jest . Na czele badań nad sztuczną inteligencją: multimodalność, agenci, open-source LLM i inne
