最近,麻省理工学院媒体实验室的Nataliya Kosmyna团队发布了一项引人深思的研究,探讨了使用大型语言模型(LLM)如ChatGPT在论文写作中的认知成本。研究发现,尽管LLM极大提升了效率,但长期依赖可能会削弱我们的学习能力和深度思考能力。

研究中,54名参与者被分为三组:仅用ChatGPT的LLM组、使用传统搜索引擎的组以及完全靠自己思考的纯脑力组。实验过程中,研究人员通过脑电图记录了参与者的神经活动,并结合自然语言处理分析和访谈数据深入挖掘。

结果表明,LLM组的大脑连接性最弱,特别是在脱离工具后,其阿尔法和贝塔波段的活动显著下降,这可能意味着批判性思维和创造力的减弱。此外,LLM用户对内容的记忆和所有权感知也较低,因为他们更多是被动整合而非主动内化生成的内容。

这项研究提醒我们,虽然AI工具能带来短期效率提升,但也可能积累“认知负债”,削弱深度学习效果。因此,在教育场景中,合理平衡AI辅助与独立思考至关重要。未来,我们需要更深入地探索如何让AI成为助力而非替代人类思维的工具。

如果你对这项研究感兴趣,可以查阅论文《Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task》。

[hhw123pingdao]

温馨提示:
  • 请注意,下载的资源可能包含广告宣传。本站不对此提供任何担保,请用户自行甄别。
  • 任何资源严禁网盘中解压缩,一经发现删除会员资格封禁IP,感谢配合。
  • 压缩格式:支持 Zip、7z、Rar 等常见格式。请注意,下载后部分资源可能需要更改扩展名才能成功解压。
声明:
  • 本站用户禁止分享任何违反国家法律规定的相关影像资料。
  • 内容来源于网络,如若本站内容侵犯了原著者的合法权益,可联系我们进行处理,联系微信:a-000000