人工智能聊天機器人使用對認知能力的影響研究

近期，一項由麻省理工學院進行的長達206頁的研究報告引起了廣泛關注。該研究探討了在教育環境中使用大型語言模型（LLM）對大腦和認知能力的影響。研究結果表明，過度依賴人工智能聊天機器人可能會降低人們的思考能力。

研究團隊設計了一個爲期4個月的實驗，將參與者分爲三組：使用LLM、使用搜索引擎和僅依靠大腦。參與者需要在限定時間內完成不同主題的文章寫作任務。研究人員通過腦電圖（EEG）記錄參與者的腦電活動，評估他們的認知投入和負荷，並進行自然語言處理（NLP）分析和訪談。

實驗結果顯示，僅依靠大腦的參與者在寫作風格上表現出較大的多樣性，而LLM組的文章則呈現出明顯的同質化趨勢。LLM組使用了最多的特定命名實體，如人名、地點和年份等，而僅依靠大腦的組使用的數量比LLM組少了60%。

在認知負荷方面，腦電圖分析揭示了三組參與者在神經連接模式上存在顯著差異。隨着外部支持的增加，大腦連接程度呈現系統性降低：僅依靠大腦組表現出最強、最廣泛的網路連接，而LLM輔助組的整體耦合最弱。

研究還發現，LLM組對自己所寫文章的歸屬感較低，超過83%的參與者無法引用幾分鍾前寫的內容。相比之下，僅依靠大腦的組對自己的作品有較強的歸屬感。

這項研究雖然尚未經過同行評審，但其結果表明，在爲期4個月的研究過程中，LLM組的參與者在神經、語言和得分方面的表現都不如僅依靠大腦的對照組。研究人員指出，使用人工智能LLM可能會對學習技能的提升產生負面影響，尤其是對年輕用戶而言。

研究人員建議，在LLM被廣泛認爲對人類有益之前，需要進行長期的"縱向研究"來了解人工智能聊天機器人對人類大腦的長期影響。

值得注意的是，這項研究並非否定LLM的價值，而是提醒人們不要過度依賴這類工具。合理使用LLM，結合自身思考和創造力，才能充分發揮其輔助作用，同時保持認知能力的持續發展。