作者： MIT（麻省理工學院）節選
編譯：Felix, PANews
隨著OpenAI 的ChatGPT 等大型語言模型（LLM）產品被廣泛採用，來自全球各地的企業和人群幾乎每天都在使用LLM。與其他工具一樣，LLM 也有其自身的優勢和限制。
近日，麻省理工學院（MIT）發布一項長達206 頁的研究報告，探究在撰寫文章的教育情境中使用LLM（如ChatGPT）的認知成本，揭示了使用LLM 對大腦及認知能力的影響。研究表明，過度依賴OpenAI 的ChatGPT 等人工智慧聊天機器人可能會降低認知能力。
研究團隊將參與者分為三組：LLM 組、搜尋引擎組、僅靠大腦組，這些參與者在4 個月的時間內，使用指定工具（僅靠大腦組則不使用工具）在限定時間內撰寫文章，每次實驗中，文章的主題不同。團隊為每位參與者安排了3 輪相同分組的實驗。在第4 輪實驗中，團隊要求LLM 組的參與者不要使用任何工具（稱為LLM 轉大腦組），而僅靠大腦組的參與者則使用LLM（大腦轉LLM 組）。這次共招募了54 名參與者參加前3 輪實驗，其中18 人完成了第4 輪實驗。
研究團隊使用腦電圖（EEG）記錄參與者的腦電活動，以評估他們的認知投入和認知負荷，並深入了解在撰寫文章任務期間的神經活化情況。團隊進行了自然語言處理（NLP）分析，並在每次實驗結束後對每位參與者進行了訪談。團隊借助人類教師和一個AI 評判員（專門構建的AI 代理）的幫助進行了評分。
在自然語言處理（NLP）分析中，僅使用大腦的參與者在大多數主題的文章寫作方式上表現出很大的差異性。相較之下，LLM 組在每個主題上撰寫的文章在統計上趨於同質化，與其他組別相比偏差明顯較小。搜尋引擎組可能至少在一定程度上受到搜尋引擎推廣和優化內容的影響。
LLM 組使用了最多的特定命名實體（NER），例如人物、姓名、地點、年份和定義；而搜尋引擎組使用的NER 數量至少少了LLM 組的一半；僅使用大腦的組使用的NER 數量比LLM 組少了60%。
參與LLM 和搜尋引擎小組的人員由於時間有限（20 分鐘）而承受額外的壓力，因此更傾向於關注他們所使用工具的輸出結果。他們中的大多數人都專注於重複利用工具的輸出內容，從而一直忙於複製粘貼，而不是融入自己的原創想法，並從自己的視角和經歷出發對這些內容進行編輯。
在神經連接模式方面，研究人員使用動態定向傳遞函數（dDTF）方法來測量參與者的認知負荷。 dDTF 能揭示網路相干性的系統性和頻率特異性變化，對執行功能、語意處理和注意力調節具有重要意義。
腦電圖分析表明，LLM 組、搜尋引擎組和僅靠大腦組在神經連接模式上存在顯著差異，這反映了不同的認知策略。大腦連接程度隨著外部支持的增加而係統性降低：僅靠大腦組表現出最強、最廣泛的網絡，搜尋引擎組表現出中等程度的參與，而LLM 輔助組的整體耦合最弱。
在第4 輪實驗中，從LLM 到僅靠大腦參與者表現出神經連接較弱，α 和β 網路參與度較低；而從僅靠大腦到LLM 的參與者表現出更高的記憶回憶能力，並重新激活了廣泛的枕頂葉和前額葉節點。
在訪談中，LLM 組對其文章的歸屬感較低。搜尋引擎組的歸屬感較強，但低於僅靠大腦的組別。 LLM 組在引用幾分鐘前自己所寫文章的能力方面也落後，超過83% 的ChatGPT 用戶無法引用幾分鐘前寫的文章。
這篇尚未經過同儕審查的研究表明，在為期4 個月的研究過程中，LLM 組的參與者在神經、語言、得分層面的表現都遜於僅使用大腦的對照組。隨著LLM 在大眾中的教育影響才剛開始顯現，使用人工智慧LLM 可能實際上損害學習技能的提升，尤其是對於年輕用戶而言。
研究人員表示，在LLM 被公認為對人類有益之前，需要進行「縱向研究」來了解人工智慧聊天機器人對人類大腦的長期影響。
當詢問ChatGPT 對這項研究的看法時，其回答稱：“這項研究並沒有說ChatGPT 本質上有害——相反，它警告人們不要不加思考或努力地過度依賴它。”
