随着人工智能技术的迅速发展,尤其是大型语言模型(LLM)如OpenAI推出的ChatGPT的广泛应用,人类的学习与工作方式正在经历深刻变革。ChatGPT因其强大的语言处理能力,已成为众多个人和企业日常使用的重要工具。然而,这项技术虽带来便利,也引发了关于其对用户大脑认知载荷以及学习能力潜在影响的广泛关注。麻省理工学院的Nataliya Kosmyna领导的"Your Brain on ChatGPT"项目,通过严谨的实验设计和脑电图(EEG)技术,提供了这一领域极具前瞻性且详实的数据和分析,揭示了使用ChatGPT写作时大脑活动的内在变化及其可能带来的教育影响。项目采用三个不同的使用组别来对比认知差异,分别是完全依赖大脑独立完成写作的"Brain-only"组,使用搜索引擎辅助的"Search Engine"组,以及使用大型语言模型辅助的"LLM"组。参与者需在三次固定任务中持续使用指定工具完成论文写作,而在第四次任务中,原"LLM"组成员被要求不使用任何辅助工具(称为LLM-to-Brain),原"Brain-only"成员则转为使用LLM(Brain-to-LLM)。
通过持续的实验,研究人员利用EEG记录参与者的脑电活动,观察认知参与度和认知负荷,同时结合自然语言处理技术对文本内容进行深入分析,并辅以教师与专门设计的人工智能评审对写作质量进行评分和审查。研究结果极具启发性,不同组别大脑的连接模式呈现显著差异。总体而言,"Brain-only"组表现出最强烈和广泛的神经网络连接,说明他们在完成任务过程中的认知负荷和脑力投入最高;"Search Engine"组处于中间水平,显示适度激活的神经连接;而"LLM"组活跃度最低,呈现出相对弱化的脑神经联结,意味着借助大型语言模型辅助写作时大脑的认知投入整体减少。此发现强调了外部工具对认知策略的显著影响,提示当学习过程被人工智能工具辅助时,人的大脑活动模式和潜在的学习机制会发生改变。第四次任务的转换设计进一步揭示认知适应和迁移效应。"LLM-to-Brain"组在取消外部辅助的情况下表现出神经连接的减弱及认知网络的低活跃度,尤其是在α波和β波频段;反之、"Brain-to-LLM"组在开始使用大型语言模型后显示出更高的记忆回忆能力,同时重新激活了与视觉处理常关联的枕顶叶及前额叶脑区,这与"Search Engine"组的脑电图特征类似。
该现象可能意味着转换不同工具时,大脑需要调整认知策略以适应新的信息处理方式。此外,通过访谈发现,使用ChatGPT辅助完成的论文,参与者的"所有权"感明显较低,即他们对文章的归属感和主动参与度不高。相比之下,搜索引擎组拥有较强的写作所有权,但仍略低于完全依赖自身大脑完成写作的参与者。此一发现不但反映了人工智能辅助写作对主观体验的冲击,也暗示了这种辅助方式可能会影响学习动机和自主创造力。综合语言学分析与打分结果,LLM组的写作表现整体不及"Brain-only"组,从语言表达、内容引用准确性及思维连贯性等多个层面均体现出一定的不足。研究团队对上述结果提出了深刻反思,认为大脑在使用大型语言模型辅助时,虽然产生了即时的辅助效果,然而长期频繁依赖此类工具可能导致认知能力的下降,尤其是在记忆保留、信息加工和独立思考能力方面。
他们警示,教育领域在引入高性能人工智能辅助工具时,必须谨慎权衡其带来的利弊,确保不会削弱学生的核心学习能力。该项目作为当前为数不多聚焦人工智能辅助学习对大脑神经机制影响的前沿研究,尚处于预印本阶段,相关结论需经过后续同行评审与更多样本验证。研究团队坦诚指出本研究存在的多项限制,例如样本量较小且参与者主要来自地理位置相近的学术机构,缺乏多元背景参与者,尚未涵盖不同年龄与职业群体,以及当前实验仅限于文本线上的ChatGPT模型,更广泛的多模态LLM应用尚未涉猎。此外,研究未细分写作过程的多个子步骤,未来结合功能性磁共振成像(fMRI)和更细化的脑电频谱分析,有望获得对深层脑区激活及脑力效率更精准的理解。针对未来方向,团队建议扩展研究范围,包括跨文化、跨年龄层的参与者样本、多种LLM模型的横向对比测试以及更长时段的认知影响追踪。在教育应用层面,鼓励关注人工智能辅助学习模式对记忆保持、创造力发展和写作流畅性的潜在长期效应,进而指导教育政策制定和教学实践改进。
值得关注的是,研究小组在科普传播中特别强调避免使用容易引起误解的负面表述,如"大脑变笨"、"伤害"、"脑损伤"等,倡导更科学严谨的语言呈现方式以尊重研究本身的复杂性及其积极探索价值。与学术论文发布同步,研究团队制作了短视频,便于公众快速理解实验内容、研究局限及社会意义,并真诚欢迎来自社会各界的真实反馈以助于深化讨论。这份研究报告强化了一个重要信息:大型语言模型等人工智能技术在助力知识工作同时,也对人脑认知机制产生深远影响,如何平衡手段和人脑的合作关系,是未来教育改革与技术发展亟需攻克的关键课题。通过科学的理解和合理运用,我们或能构建既充分利用人工智能优势,又保障个人认知成长的健康学习环境。随着技术日渐渗透教育各领域,伴随这一领域多维度研究的深入,相信我们将逐渐摸索出最为合适的教学与学习策略,真正发挥人工智能与人的智慧共融之效,推动社会整体学术水平和创新能力的提升。 。
