人工智能聊天机器人使用对认知能力的影响研究

近期，一项由麻省理工学院进行的长达206页的研究报告引起了广泛关注。该研究探讨了在教育环境中使用大型语言模型（LLM）对大脑和认知能力的影响。研究结果表明，过度依赖人工智能聊天机器人可能会降低人们的思考能力。

研究团队设计了一个为期4个月的实验，将参与者分为三组：使用LLM、使用搜索引擎和仅依靠大脑。参与者需要在限定时间内完成不同主题的文章写作任务。研究人员通过脑电图（EEG）记录参与者的脑电活动，评估他们的认知投入和负荷，并进行自然语言处理（NLP）分析和访谈。

实验结果显示，仅依靠大脑的参与者在写作风格上表现出较大的多样性，而LLM组的文章则呈现出明显的同质化趋势。LLM组使用了最多的特定命名实体，如人名、地点和年份等，而仅依靠大脑的组使用的数量比LLM组少了60%。

在认知负荷方面，脑电图分析揭示了三组参与者在神经连接模式上存在显著差异。随着外部支持的增加，大脑连接程度呈现系统性降低：仅依靠大脑组表现出最强、最广泛的网络连接，而LLM辅助组的整体耦合最弱。

研究还发现，LLM组对自己所写文章的归属感较低，超过83%的参与者无法引用几分钟前写的内容。相比之下，仅依靠大脑的组对自己的作品有较强的归属感。

这项研究虽然尚未经过同行评审，但其结果表明，在为期4个月的研究过程中，LLM组的参与者在神经、语言和得分方面的表现都不如仅依靠大脑的对照组。研究人员指出，使用人工智能LLM可能会对学习技能的提升产生负面影响，尤其是对年轻用户而言。

研究人员建议，在LLM被广泛认为对人类有益之前，需要进行长期的"纵向研究"来了解人工智能聊天机器人对人类大脑的长期影响。

值得注意的是，这项研究并非否定LLM的价值，而是提醒人们不要过度依赖这类工具。合理使用LLM，结合自身思考和创造力，才能充分发挥其辅助作用，同时保持认知能力的持续发展。