Как ChatGPT снижает активность мозга — исследование MIT
И можно ли не допустить этого
Ученые Массачусетского технологического института (MIT) решили определить, как использование больших языковых моделей (LLM), таких как ChatGPT, при написании научных работ влияет на активность мозга. Авторы 200-страничного исследования — восемь ученых: Наталия Космина, Юджин Хауптманн, Е Тонг Юань, Джессика Ситу, Сянь-Хао Ляо, Эшли Вивиан Бересницки, Ирис Браунштейн, Пэтти Мэйс.
В эксперименте приняли участие 54 студента. Их разделили на несколько групп, которым было предложено написать эссе на заданную тему. Было три категории:
-
контрольная группа: участники, которые писали эссе самостоятельно (Brain-only);
-
группа, члены которой использовали ИИ для поиска информации, но писали эссе самостоятельно («Search Engine»).
-
Группа с ИИ-ассистентом для написания: участники, которые активно использовали ИИ для написания эссе (LLM-to-brain).
Испытуемые провели три этапа, а в четвёртом условия изменили: те, кто ранее использовал LLM, писали без него, и наоборот. Четвертую сессию, как сказано в аннотации к работе, завершили 18 участников.
Чтобы распознать изменения, ученые использовали электроэнцефалографию (ЭЭГ) высокой плотности, а также отдавали написанные эссе на оценку экспертов и проверяли их с помощью специально созданного ИИ-агента. Также учитывались субъективные переживания участников, их ощущение себя автором и степень воспоминания текста.
Результаты показали, что использование ИИ существенно снижает нейронную активность, особенно в лобных и теменных долях мозга, связанных с планированием, вниманием и контролем. Участники, использовавшие ChatGPT, продемонстрировали более низкие результаты. Различия особенно ярко проявились у тех, кто в четвёртой сессии перешёл от LLM-to-brain к Brain-only: их мозг, как считают ученые, не смог быстро вернуться к прежнему уровню когнитивной активности.
«Анализ ЭЭГ предоставил надежные доказательства того, что группы LLM-to-brain, Search Engine и Brain-only имели значительно различающиеся паттерны нейронных связей, отражающие различные когнитивные стратегии, — отметили исследователи. — Группа Brain-only продемонстрировала самые сильные, широкомасштабные связи; группа Search Engine показала промежуточное вовлечение, а у участников, которые пользовались помощью LLM, была самая слабая нейронная связь».
Качество эссе, написанных с помощью LLM, субъективно оценивалось как более связное и последовательное, однако участники хуже запоминали собственный текст, демонстрировали низкую вовлечённость и слабое чувство авторства.
«Группа LLM хуже всех цитировала эссе, которые они написали всего за несколько минут до этого», — утверждают исследователи.
Результаты позволили авторам ввести термин «когнитивный долг» — снижение долгосрочной когнитивной вовлечённости при частом использовании ИИ.
Исследование подчеркивает: хотя искусственный интеллект может улучшать тексты с точки зрения структуры, он ослабляет участие высших когнитивных функций.
В итоге авторы работы порекомендовали использовать гибридный подход: сначала генерировать идеи самостоятельно, а ИИ подключать на поздних этапах. Это позволит избежать накопления «когнитивного долга», не отказываясь от преимуществ высоких технологий.
Однако одна из авторов работы, специалист по информатике Наталия Космина, советует воспринимать результаты с долей скепсиса. В ходе эксперимента за короткий промежуток времени было изучено лишь несколько человек, напоминает она.
Примечание автора: при написании этой статьи ограниченно использовались ChatGPT, Groq и Google Translate.
