当某些事物让人感觉良好或使生活更便捷时，人类往往难以设定健康的使用界限。美国麻省理工学院（MIT）的最新研究显示，当这种令人上瘾的事物是人工智能（AI）时，其代价可能是认知能力的衰退。
专家们几乎从AI诞生之初就对其潜在影响表示担忧，特别是人类对AI工具过度依赖可能带来的后果。过去的研究已经探讨了技术对注意力、心理健康和人际关系的复杂影响。我们也不乏看到一些聪明的人过于信任AI而未进行人工核查，导致尴尬结果的例子。
如今，麻省理工学院的最新数据发现，那些被要求完全依赖大型语言模型（LLM），例如ChatGPT，来完成任务的参与者，在所有指标上的表现都更差：包括神经连接性、语言能力和评分表现。
研究人员通过脑电图（EEG）记录了54名参与者在四个月内的大脑活动，发现LLM组参与者大脑不同区域之间的连接性下降了55%。
LLM组的大脑中负责构建意义和评估视觉信息的部分活动也有所减少。这些发现支持了一种理论：使用的科研工具不仅会影响你的表现，还可能重新塑造大脑连接短期记忆和长期记忆、处理信息的方式。
研究人员指出，LLM组在工作记忆测试中的表现“显著落后”。没有任何一名参与者能够在第一次测试后准确回忆出自己文章中的任何引文，三分之一的参与者在整个研究期间都无法回忆起任何引文。
研究人员称，这是“两组之间最一致且最重要的行为差异”。
LLM组还表现出认知债务的迹象——即使停止使用LLM后，批判性思维和创造性思维等能力仍持续下降。研究人员表示，这一特定发现尚属初步，需要进一步研究。
执行教练萨拉·萨宾（Sara Sabin）提倡以神经科学为基础的领导力发展方法，她对LLM似乎最擅长的事情表示特别担忧：“换句话说，为了让我们更好地使用和整合AI，它实际上削弱了我们脱离AI独立思考的能力。”她补充道：“我们越少用大脑思考和推理，那些神经网络连接就会随着时间的推移逐渐减弱。”
然而，并非所有专家都认同这一观点。AI专家特雷西·辛恩（Tracy Sheen）提出了一个关键问题：“这真的重要吗？”
“AI是一种新的读写技能，”她说，“它比阅读、写作或算术更重要。有人前几天对我说，‘但是孩子们永远不会学会如何写作了！’我回答，‘但他们真的需要学会吗？’这就是整个问题的核心。我们需要不断挑战传统观念。”
她还辩称，不同的人有不同的学习方式，因此一项展示极端案例的研究或许并不能告诉我们太多。
无论如何，辛恩认为，如果使用LLM能够提高你提示LLM的能力，那么这可能正是未来最重要的技能。
(全文结束)
