研究人员揭示，使用AI模型撰写论文的学生面临认知挑战

最近，麻省理工学院的一项研究，专注于使用人工智能模型写作的认知成本，揭示了过分依赖大型语言模型（LLMs）的学生可能面临有害的后果和认知挑战。

这项名为《你的大脑在ChatGPT上：使用AI助手进行论文写作任务时积累的认知债务》的研究发现，使用AI模型可以显著影响学生及其学习过程，包括研究者所称的“认知成本”。

这项研究涉及了54名参与者，结果显示，使用ChatGPT写作的群体在完成任务后的几分钟内，他们的神经连接性降低，且难以记住并引述自己的文章。

尽管研究团队承认他们的样本量较小，但他们希望这些发现能作为“理解AI对学习环境产生的认知和实际影响的初步指南。”

在这项研究中，研究人员将参与者分为三组：一组可以使用如ChatGPT这样的大型语言模型（LLM），另一组可以使用像Google这样的传统搜索引擎，还有一组只能依靠自己的知识——被称为“仅凭大脑”组。

参与者完成了四次文章写作和分析会议——前三次保持原有的组别设置，而在最后一次会议中，工具的使用权限发生了变化，需要LLM组的成员仅使用他们的大脑进行写作。

作为测量工具，科学家们使用了脑电图（EEG）来记录大脑活动，包括参与度和负荷——科学家们还最近开发出了一个用于检测精神疲劳的电子纹身。该研究还包括了自然语言处理分析，参与者访谈，以及由人类教师和AI工具对论文进行评分。

专家们揭示出，大脑连接性和使用外部工具之间存在强烈的相关性。仅依赖大脑的组别具有最高级别的神经连接性，而那些使用AI的人则显示出最弱的连接性。

记忆保持也受到了负面影响。使用AI模型的组别在引述自己的文章时遇到了更多困难，并报告了对自己作品“所有权”感的最低水平。

“随着LLM使用在普通人群中的教育影响刚开始显现，在这项研究中，我们展示了一个紧迫的问题，那就是基于我们研究结果的学习技能可能会有所下降，”研究者们写道。“LLM组的参与者在所有层面：神经、语言和评分，都比大脑组的对应者表现得更差。”