MIT研究揭示:過度依賴AI寫作或削弱人類認知能力

近期，一項由麻省理工學院開展的長達206頁的研究報告引起了廣泛關注。這項研究深入探討了在教育環境中使用大型語言模型(LLM)對認知能力的影響，特別是在文章寫作方面。研究結果表明，過度依賴人工智能聊天機器人可能會對人們的認知能力產生負面影響。

研究團隊設計了一個爲期4個月的實驗，將參與者分爲三組：LLM組、搜索引擎組和僅靠大腦組。參與者需要在限定時間內完成不同主題的文章寫作任務。爲了全面評估參與者的表現，研究人員採用了多種方法，包括腦電圖(EEG)記錄、自然語言處理(NLP)分析以及人工和AI評判。

實驗結果顯示，僅靠大腦的參與者在寫作風格上表現出較大的多樣性，而LLM組的文章則呈現出明顯的同質化趨勢。在使用特定命名實體(NER)方面，LLM組的使用頻率最高，而僅靠大腦組的使用頻率最低。

值得注意的是，LLM組和搜索引擎組的參與者由於時間限制，更傾向於直接使用工具的輸出結果，而較少融入個人觀點和經歷。這種行爲可能導致創造性思維的減少。

在神經連接模式方面，研究人員使用動態定向傳遞函數(dDTF)方法測量參與者的認知負荷。結果顯示，隨着外部支持的增加，大腦連接程度呈現系統性下降趨勢。僅靠大腦組表現出最強、最廣泛的神經網路活動，而LLM輔助組的整體神經耦合最弱。

研究還發現，LLM組對其文章的歸屬感較低，且在回憶和引用剛剛完成的文章內容方面表現較差。超過83%的LLM用戶無法準確引用幾分鍾前寫的文章。

這項研究雖然尚未經過同行評審，但其結果表明，在爲期4個月的研究過程中，LLM組的參與者在神經、語言和得分層面的表現都不如僅使用大腦的對照組。研究人員指出，LLM的廣泛應用可能會影響學習技能的提升，尤其是對年輕用戶而言。

研究團隊強調，在確認LLM對人類真正有益之前，還需要進行更多的長期研究，以了解人工智能聊天機器人對人類大腦的長期影響。

對於這項研究，人工智能本身也給出了看法，認爲研究並非否定LLM的價值，而是警示人們不應過度依賴這類工具，而忽視了獨立思考和努力的重要性。

這項研究爲我們提供了寶貴的見解，提醒我們在擁抱新技術的同時，也要注意保持獨立思考和創造能力的培養。隨着人工智能技術的不斷發展，如何平衡技術輔助與認知能力的提升，將成爲教育領域面臨的重要課題。