Dług psychiczny: Czy AI osłabia nasze zdolności poznawcze? Badanie MIT budzi obawy

W świetle dynamicznego rozwoju sztucznej inteligencji i jej rosnącej obecności w codziennym życiu, pojawiają się pytania o długoterminowy wpływ tych technologii na ludzkie zdolności poznawcze. Niedawne badanie naukowców z MIT Media Lab, zatytułowane „Your Brain on ChatGPT”, rzuca nowe światło na problematykę interakcji człowiek–AI, wskazując na potencjalnie negatywne konsekwencje nadmiernego polegania na narzędziach do generowania tekstu.

Koncepcja „długu poznawczego”

Centralnym punktem raportu (jeszcze niezweryfikowanego w procesie recenzji naukowej) jest koncepcja „długu poznawczego”. Odnosi się ona do stanu, w którym outsourcing wysiłku umysłowego na rzecz AI osłabia procesy uczenia się i zdolność do krytycznego myślenia. Badacze z MIT przez cztery miesiące obserwowali 54 studentów z pięciu bostońskich uniwersytetów, dzieląc ich na trzy grupy: jedna korzystała z ChatGPT (konkretnie modelu GPT-4o), druga z tradycyjnych wyszukiwarek internetowych, a trzecia tworzyła teksty bez żadnego zewnętrznego wsparcia.

Uczestnicy pisali eseje w oparciu o prawdziwe pytania z egzaminu SAT. W opcjonalnej, czwartej rundzie, 18 studentów zmieniało warunki: ci, którzy wcześniej korzystali z LLM, pisali bez niego, natomiast ci, którzy dotychczas pracowali samodzielnie, po raz pierwszy używali AI. Analiza danych EEG, analiza lingwistyczna (NLP) esejów, wywiady oraz oceny nauczycieli i AI dostarczyły kompleksowego obrazu wpływu technologii.

Aktywność mózgu i efektywność poznawcza

Wyniki badania EEG były jednoznaczne. Grupa pracująca bez wsparcia AI wykazała najsilniejszą i najbardziej rozległą aktywność neuralną, co sugeruje głębokie przetwarzanie informacji, skupioną uwagę i intensywne wykorzystanie pamięci roboczej oraz funkcji wykonawczych. Mózgi tych studentów były zaangażowane w znacznie szerszym zakresie.

Tymczasem grupa korzystająca z ChatGPT wykazała najsłabsze połączenia neuronalne, co wskazuje na bardziej zautomatyzowane i proceduralne przetwarzanie oraz ogólnie mniejszy wysiłek umysłowy. Można to interpretować jako przeniesienie znacznej części obciążenia poznawczego na narzędzie AI. Co więcej, w tej grupie zauważono spadek łączności neuronalnej w trakcie kolejnych sesji, co badacze interpretują jako rodzaj adaptacji neuralnej zmierzającej do większej efektywności, lecz kosztem głębi przetwarzania.

Sesja czwarta była najbardziej pouczająca. Studenci, którzy przeszli z AI na samodzielne pisanie, wykazywali słabszą łączność neuronalną i niższe zaangażowanie sieci alfa i beta w porównaniu do grupy pracującej bez narzędzi. Sugeruje to, że wcześniejsze poleganie na AI mógł stępić ich zdolność do pełnej aktywacji wewnętrznych sieci poznawczych.

Z kolei osoby, które po raz pierwszy używały LLM (przechodząc z samodzielnego pisania na AI), wykazały gwałtowny wzrost łączności we wszystkich pasmach częstotliwości. Według badaczy, jest to dowód na dodatkowy wysiłek mentalny potrzebny do integracji wyników generowanych przez AI z własnymi pomysłami i wewnętrznym planem eseju.

Homogenizacja tekstu i problemy z przywoływaniem informacji

Analiza NLP ujawniła, że eseje generowane z pomocą LLM były bardziej homogeniczne, charakteryzowały się mniejszą zmiennością i tendencją do stosowania specyficznych sformułowań (np. w trzeciej osobie). Grupa korzystająca z wyszukiwarek również wykazywała pewne powtarzalne wzorce, ale w mniejszym stopniu niż grupa AI. Największe różnice ujawniły się jednak w wywiadach po sesjach. Ponad 80% użytkowników LLM miało trudności z dokładnym przywołaniem cytatów z niedawno napisanych esejów. Żaden z nich nie zdołał tego zrobić perfekcyjnie. Grupy pracujące samodzielnie lub z wyszukiwarkami osiągnęły znacznie lepsze wyniki.

Wzorce te utrzymały się w czwartej sesji, a grupa AI-na-samodzielne pisanie ponownie wykazała znaczne deficyty w przypominaniu sobie informacji. Badacze uważają to za kluczowy objaw „długu poznawczego”: wczesne uzależnienie od AI prowadzi do płytkiej obróbki informacji i braku internalizacji tworzonych treści. W kontraście, grupa pisząca samodzielnie wykazała lepszą pamięć, wzmocnioną silniejszą łącznością EEG.

Nauczyciele oceniający eseje często opisywali prace z pomocą LLM jako generyczne i „bez-duszne”, charakteryzujące się standardowymi pomysłami i powtarzalnym językiem.

Ograniczenia badania i implikacje praktyczne

Autorzy badania podkreślają, że pomimo cennych wniosków, ich praca ma pewne ograniczenia. Próba badana (54 uczestników, z czego tylko 18 w sesji crossover) jest stosunkowo mała, co wymaga potwierdzenia wyników w szerszych badaniach. Ponadto, badanie koncentrowało się wyłącznie na ChatGPT, co uniemożliwia generalizowanie wniosków na inne modele AI. Badano także jedynie zadania tekstowe, pomijając inne modalności. Brak podziału zadania pisania na podzadania (burza mózgów, redagowanie, korekta) również ogranicza szczegółowość analizy poszczególnych etapów pracy twórczej.

Główny wniosek z badania jest jednak jasny: intensywne i bezkrytyczne użycie dużych modeli językowych może zmieniać sposób przetwarzania informacji przez nasz mózg, prowadząc do niepożądanych konsekwencji. Dla edukacji oznacza to, że niekontrolowane lub nadmierne poleganie na AI może zahamować rozwój krytycznego myślenia i zdolność do głębokiego przyswajania wiedzy. Badanie sugeruje, że praca samodzielna jest kluczowa dla budowania silnych umiejętności poznawczych. Nawet korzystanie z wyszukiwarek, choć zewnętrzne, jest bardziej wymagające poznawczo i korzystne niż pasywne akceptowanie tekstu generowanego przez AI.

Mimo to, autorzy nie zniechęcają do całkowitego odrzucenia AI, lecz wskazują na potrzebę przemyślanej integracji tych narzędzi w procesie edukacyjnym. Może to oznaczać wykorzystanie LLM jako narzędzi wspierających na późniejszych etapach nauki, po tym, jak studenci rozwiną solidne podstawy poprzez samodzielną pracę. Należy jednak pamiętać, że kontekst badania (sztywny limit czasowy i specyfika grupy) może wpływać na wyniki. Istotne jest też to, w jaki sposób studenci wchodzą w interakcję z LLM – czy jest to bierne kopiowanie, czy raczej refleksyjne i wspomagające wykorzystanie.

Podsumowując, chociaż AI oferuje ogromne możliwości, najnowsze badania przypominają, że nasze własne, niezależne myślenie pozostaje niezastąpione, a zakres jego niezbędności pozostaje otwartym pytaniem.