MIT研究揭示：過度使用大語言模型或影響人類認知能力

近期，一項由麻省理工學院（MIT）進行的深入研究揭示了大型語言模型（LLM）對認知能力的潛在影響。隨着ChatGPT等LLM產品在全球範圍內廣泛應用，這項研究的發現引起了廣泛關注。

研究團隊設計了一個爲期4個月的實驗，參與者被分爲三組：使用LLM、使用搜索引擎和僅依靠大腦思考。實驗要求參與者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，並進行自然語言處理（NLP）分析和後續訪談。

實驗結果顯示，LLM組的參與者在多個方面表現出明顯的差異：

1. 文章同質化：LLM組撰寫的文章在統計上趨於同質，缺乏個性化表達。

2. 特定命名實體使用：LLM組使用了最多的特定命名實體，如人名、地點等，遠超其他兩組。

3. 認知負荷：腦電圖分析表明，LLM組的神經連接模式最弱，反映出較低的認知參與度。

4. 文章歸屬感：LLM組對自己撰寫的文章歸屬感較低，且在引用自己剛寫的內容時表現欠佳。

5. 長期影響：研究發現，持續使用LLM可能會影響學習技能的提升，尤其對年輕用戶而言。

研究人員強調，在確定LLM對人類認知能力的長期影響之前，還需要進行更多的縱向研究。這項研究提醒我們，雖然LLM等AI工具帶來便利，但過度依賴可能會影響個人的思考能力和創造力。

對於這項研究，AI本身也做出了回應，表示研究並非否定AI工具的價值，而是警示人們不應過度依賴它們。這一觀點進一步強調了在使用AI工具時保持批判性思維和獨立思考的重要性。

隨着AI技術的不斷發展，如何平衡利用AI工具提高效率和保持人類獨特認知能力，將成爲教育界和科技界共同面臨的重要課題。