麻省理工学院的科学家们发现,使用大语言模型会导致学习能力"可能下降"。
本周《时代》杂志报道了该研究团队的发现。在一篇预印本论文中,科学家们详细介绍了这项为期数月研究的新数据。
麻省理工学院团队邀请了54名来自波士顿地区的参与者在20分钟内写一篇短文。参与者被分为三组:第一组在没有任何外部帮助的情况下写作,第二组可以使用搜索引擎,第三组使用ChatGPT。
研究人员重复进行了四次实验。在第四次实验中,使用ChatGPT的参与者与独立写作的参与者互换角色。第四次测试在第一次测试四个月后进行。
研究人员在论文中写道:"虽然最初的好处很明显,但正如我们在4个月的过程中所证明的,大语言模型组的参与者在各个层面——神经、语言、评分——都比仅使用大脑组的参与者表现更差。"
麻省理工学院团队通过参与者佩戴的脑电图(EEG)头戴设备收集测试数据。这些设备使用电极测量佩戴者的大脑活动。研究人员还向参与者提出了一系列问题,以补充头戴设备收集的数据。
脑电图设备使用一种称为dDTF(动态定向传递函数)连接性的指标来测量佩戴者的认知负荷。该指标描述了不同大脑区域相互作用的强度。据研究人员称,使用大语言模型的参与者在写作时的dDTF连接性比没有使用ChatGPT的参与者低55%。
配备大语言模型的组在写作练习中也表现出较低的额中线θ活动。额中线θ脑电波与涉及集中注意力的认知活动相关。研究人员发现:"在仅使用大脑组中突出的θ连接在大语言模型组中相对较弱或缺失。"
在项目的后续阶段,麻省理工学院团队要求研究参与者引用他们文章中的内容。使用大语言模型的组在这项任务上的表现不如其他两组。此外,该组参与者报告对他们所写文章的"感知所有权"较低。
研究人员写道:"基于我们研究的结果,我们证明了学习能力可能下降这一紧迫问题。这些发现支持一种教育模式,即延迟AI集成,直到学习者进行了充分的自主认知努力。这种方法可能会促进即时工具效率和持久的认知自主性。"
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。