研究发现使用大语言模型可能导致学习能力下降

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。"