อ่านเพิ่มเติม: a16z: จากตัวแทน AI, DePIN ไปจนถึงไมโครเพย์เมนต์, 11 ทิศทางสำคัญในการผสานรวมระหว่างคริปโตและ AI
ดูต้นฉบับ
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
MIT实验报告:การพึ่งพาบอทแชท AI มากเกินไปจะปล่อยความสามารถในการคิด
ผู้เขียน: MIT(สถาบันเทคโนโลยีแมสซาชูเซตส์)ดึงบางส่วน
รวบรวม : Felix, PANews
ด้วยการที่ผลิตภัณฑ์โมเดลภาษาขนาดใหญ่ (LLM) เช่น ChatGPT ของ OpenAI ได้รับการนำมาใช้กันอย่างแพร่หลาย ธุรกิจและผู้คนจากทั่วโลกเกือบทุกวันกำลังใช้ LLM เช่นเดียวกับเครื่องมืออื่นๆ LLM ก็มีข้อดีและข้อจำกัดเฉพาะของมันเอง
เมื่อเร็ว ๆ นี้ สถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ได้เผยแพร่รายงานการวิจัยยาว 206 หน้า ซึ่งสำรวจต้นทุนทางปัญญาในการใช้ LLM (เช่น ChatGPT) ในบริบทการศึกษาในการเขียนบทความ ซึ่งเปิดเผยถึงผลกระทบของการใช้ LLM ต่อตัวสมองและความสามารถทางปัญญา การศึกษาแสดงให้เห็นว่าการพึ่งพา AI แชทบอท เช่น ChatGPT ของ OpenAI มากเกินไปอาจลดทอนความสามารถทางปัญญา.
ทีมวิจัยได้แบ่งผู้เข้าร่วมออกเป็น 3 กลุ่ม: กลุ่ม LLM, กลุ่มเครื่องมือค้นหา, และกลุ่มที่ใช้เพียงสมอง ซึ่งผู้เข้าร่วมจะใช้เครื่องมือที่กำหนด (กลุ่มที่ใช้เพียงสมองจะไม่ใช้เครื่องมือ) ในการเขียนบทความภายในเวลาที่กำหนดในระยะเวลา 4 เดือน โดยแต่ละครั้งในการทดลองจะมีหัวข้อบทความที่แตกต่างกัน ทีมได้จัดให้ผู้เข้าร่วมแต่ละคนมีการทดลองในกลุ่มเดียวกัน 3 รอบ ในการทดลองรอบที่ 4 ทีมได้ขอให้ผู้เข้าร่วมกลุ่ม LLM ไม่ใช้เครื่องมือใด ๆ (เรียกว่า กลุ่ม LLM เปลี่ยนเป็นสมอง) ขณะที่ผู้เข้าร่วมในกลุ่มที่ใช้เพียงสมองจะใช้ LLM (กลุ่มสมองเปลี่ยนเป็น LLM) ครั้งนี้มีการรับสมัครผู้เข้าร่วมทั้งหมด 54 คนเพื่อเข้าร่วมการทดลอง 3 รอบแรก ซึ่งมีผู้เข้าร่วม 18 คนที่เสร็จสิ้นการทดลองรอบที่ 4.
ทีมวิจัยใช้การบันทึกคลื่นไฟฟ้าสมอง (EEG) เพื่อติดตามกิจกรรมไฟฟ้าของสมองของผู้เข้าร่วม เพื่อประเมินการมีส่วนร่วมทางปัญญาและภาระทางปัญญา และเพื่อทำความเข้าใจการกระตุ้นทางประสาทในระหว่างภารกิจการเขียนบทความ ทีมได้ดำเนินการวิเคราะห์การประมวลผลภาษาธรรมชาติ (NLP) และสัมภาษณ์ผู้เข้าร่วมแต่ละคนหลังจากการทดลองสิ้นสุดลง ทีมได้ทำการให้คะแนนด้วยความช่วยเหลือจากอาจารย์มนุษย์และผู้ตัดสิน AI (ตัวแทน AI ที่สร้างขึ้นโดยเฉพาะ)
ในการวิเคราะห์การประมวลผลภาษาธรรมชาติ (NLP) ผู้เข้าร่วมที่ใช้เพียงสมองแสดงให้เห็นถึงความแตกต่างอย่างมากในวิธีการเขียนบทความในหัวข้อส่วนใหญ่ ในขณะที่กลุ่ม LLM บทความที่เขียนในแต่ละหัวข้อมีแนวโน้มที่จะมีความเหมือนกันทางสถิติ โดยมีความเบี่ยงเบนที่ชัดเจนน้อยกว่ากลุ่มอื่น ๆ กลุ่มเครื่องมือค้นหาอาจได้รับผลกระทบจากการส่งเสริมและการเพิ่มประสิทธิภาพเนื้อหาของเครื่องมือค้นหาอย่างน้อยในระดับหนึ่ง
กลุ่ม LLM ใช้เอนทิตีที่มีชื่อเฉพาะ (NER) มากที่สุด เช่น บุคคล ชื่อ สถานที่ ปี และการนิยาม ในขณะที่กลุ่มเครื่องมือค้นหาใช้ NER จำนวนไม่ถึงครึ่งหนึ่งของกลุ่ม LLM กลุ่มที่ใช้สมองเพียงกลุ่มเดียวใช้ NER น้อยกว่ากลุ่ม LLM ถึง 60%.
ผู้เข้าร่วมกลุ่ม LLM และกลุ่มเครื่องมือค้นหาต้องเผชิญกับแรงกดดันเพิ่มเติมเนื่องจากเวลาที่จำกัด (20 นาที) จึงมีแนวโน้มที่จะมุ่งเน้นไปที่ผลลัพธ์ที่ได้จากเครื่องมือที่ใช้ พวกเขาส่วนใหญ่ให้ความสนใจกับการนำผลลัพธ์จากเครื่องมือมาใช้ซ้ำ ทำให้ยุ่งกับการคัดลอกและวาง แทนที่จะรวมความคิดสร้างสรรค์ของตนเองและแก้ไขเนื้อหาจากมุมมองและประสบการณ์ของตนเอง.
ในแง่ของรูปแบบการเชื่อมต่อของเซลล์ประสาท นักวิจัยใช้วิธีการฟังก์ชันการถ่ายโอนแบบมีทิศทางแบบไดนามิก (dDTF) เพื่อวัดภาระทางจิตของผู้เข้าร่วม dDTF สามารถเปิดเผยการเปลี่ยนแปลงความสอดคล้องของเครือข่ายอย่างเป็นระบบและเฉพาะความถี่ ซึ่งมีความสำคัญต่อการทำงานของสมอง การประมวลผลความหมาย และการปรับระดับความสนใจ.
การวิเคราะห์คลื่นสมองแสดงให้เห็นว่ากลุ่ม LLM, กลุ่มเครื่องมือค้นหา และกลุ่มที่ใช้สมองเพียงอย่างเดียวมีความแตกต่างกันอย่างมีนัยสำคัญในรูปแบบการเชื่อมต่อของเส้นประสาท ซึ่งสะท้อนถึงกลยุทธ์การรับรู้ที่แตกต่างกัน ระดับการเชื่อมต่อของสมองลดลงอย่างเป็นระบบเมื่อมีการสนับสนุนจากภายนอกเพิ่มขึ้น: กลุ่มที่ใช้สมองเพียงอย่างเดียวแสดงให้เห็นถึงเครือข่ายที่แข็งแกร่งและกว้างขวางที่สุด กลุ่มเครื่องมือค้นแสดงให้เห็นถึงระดับการมีส่วนร่วมในระดับปานกลาง ในขณะที่กลุ่มที่ได้รับการสนับสนุนจาก LLM มีความเชื่อมโยงโดยรวมที่อ่อนที่สุด.
ในการทดลองรอบที่ 4 ผู้เข้าร่วมที่ใช้ LLM แสดงให้เห็นการเชื่อมต่อทางประสาทที่อ่อนแอ เมื่อเทียบกับผู้เข้าร่วมที่ใช้สมองเพียงอย่างเดียว โดยมีการมีส่วนร่วมของเครือข่าย α และ β ต่ำกว่า ในขณะที่ผู้เข้าร่วมที่ใช้สมองเพียงอย่างเดียวไปยัง LLM แสดงให้เห็นถึงความสามารถในการเรียกคืนความจำที่สูงขึ้น และกระตุ้นโหนดในส่วนท้ายของขมับและส่วนหน้าของสมองอย่างกว้างขวาง.
ในการสัมภาษณ์ กลุ่ม LLM มีความรู้สึกเป็นเจ้าของบทความต่ำกว่า กลุ่มเครื่องมือค้นหามีความรู้สึกเป็นเจ้าของสูง แต่ต่ำกว่ากลุ่มที่ใช้สมองเพียงอย่างเดียว กลุ่ม LLM ยังล้าหลังในด้านความสามารถในการอ้างอิงบทความที่เขียนไปเมื่อไม่กี่นาทีก่อน โดยมากกว่า 83% ของผู้ใช้ ChatGPT ไม่สามารถอ้างอิงบทความที่เขียนไปเมื่อไม่กี่นาทีก่อนได้
การศึกษานี้ซึ่งยังไม่ได้ผ่านการตรวจสอบโดยเพื่อนร่วมงานแสดงให้เห็นว่า ในระยะเวลา 4 เดือนของการศึกษา ผู้เข้าร่วมกลุ่ม LLM มีผลการแสดงทางด้านประสาท ภาษา และคะแนนต่ำกว่ากลุ่มควบคุมที่ใช้เพียงสมองเท่านั้น เมื่อผลกระทบทางการศึกษาของ LLM เริ่มปรากฏให้เห็นในสาธารณะ การใช้ AI LLM อาจส่งผลเสียต่อการพัฒนาทักษะการเรียนรู้ โดยเฉพาะสำหรับผู้ใช้ที่อายุน้อย
นักวิจัยระบุว่า ก่อนที่ LLM จะได้รับการยอมรับว่าเป็นประโยชน์ต่อมนุษย์ จำเป็นต้องมีการ “วิจัยในแนวดิ่ง” เพื่อทำความเข้าใจผลกระทบระยะยาวของหุ่นยนต์สนทนาปัญญาประดิษฐ์ต่อสมองมนุษย์.
เมื่อถาม ChatGPT เกี่ยวกับความคิดเห็นต่อการศึกษาเรื่องนี้ มันตอบว่า: “การศึกษาไม่ได้บอกว่า ChatGPT มีอันตรายโดยเนื้อแท้—ในทางกลับกัน มันเตือนผู้คนว่าอย่าพึ่งพามันมากเกินไปโดยไม่คิดหรือพยายาม”.
อ่านเพิ่มเติม: a16z: จากตัวแทน AI, DePIN ไปจนถึงไมโครเพย์เมนต์, 11 ทิศทางสำคัญในการผสานรวมระหว่างคริปโตและ AI