Estudo do MIT revela: o uso excessivo de grandes modelos de linguagem pode afetar a capacidade cognitiva humana

robot
Geração do resumo em andamento

Recentemente, um estudo aprofundado realizado pelo Massachusetts Institute of Technology (MIT) revelou o impacto potencial dos grandes modelos de linguagem (LLM) nas capacidades cognitivas. Com a ampla aplicação de produtos LLM como o ChatGPT em todo o mundo, as descobertas deste estudo chamaram a atenção.

A equipe de pesquisa projetou um experimento de 4 meses, onde os participantes foram divididos em três grupos: usando LLM, usando motores de busca e dependendo apenas do pensamento. O experimento exigia que os participantes completassem tarefas de redação sobre diferentes temas dentro de um tempo limitado. Os pesquisadores registraram a atividade cerebral dos participantes por meio de eletroencefalografia (EEG) e realizaram análise de processamento de linguagem natural (NLP) e entrevistas subsequentes.

Os resultados do experimento mostram que os participantes do grupo LLM apresentaram diferenças significativas em várias áreas:

  1. Homogeneização de artigos: Os artigos escritos pelo grupo LLM tendem estatisticamente a ser homogêneos, carecendo de expressão personalizada.

  2. Uso de entidades nomeadas específicas: O grupo LLM usou o maior número de entidades nomeadas específicas, como nomes de pessoas, locais, etc., superando amplamente os outros dois grupos.

  3. Carga cognitiva: A análise do EEG indica que o padrão de conexão neural do grupo LLM é o mais fraco, refletindo um menor nível de envolvimento cognitivo.

  4. Sentido de pertencimento do artigo: O grupo LLM tem um sentimento de pertencimento mais baixo em relação aos artigos que escreveu, e apresenta um desempenho insatisfatório ao citar conteúdo que acabou de escrever.

  5. Impacto a longo prazo: Estudos mostram que o uso contínuo de LLM pode afetar a melhoria das habilidades de aprendizagem, especialmente para usuários mais jovens.

Os pesquisadores enfatizam que mais estudos longitudinais são necessários antes de determinar os impactos de longo prazo dos LLM na capacidade cognitiva humana. Este estudo nos lembra que, embora ferramentas de IA como LLM ofereçam conveniência, a dependência excessiva pode afetar a capacidade de pensamento e criatividade dos indivíduos.

Relatório Experimental MIT: A dependência excessiva de chatbots de IA pode reduzir a capacidade de pensamento

Para este estudo, a IA também respondeu, afirmando que a pesquisa não nega o valor das ferramentas de IA, mas alerta as pessoas para não dependerem excessivamente delas. Este ponto de vista enfatiza ainda mais a importância de manter o pensamento crítico e a reflexão independente ao usar ferramentas de IA.

Com o contínuo desenvolvimento da tecnologia de IA, como equilibrar a utilização de ferramentas de IA para aumentar a eficiência e manter a capacidade cognitiva única dos seres humanos, tornará-se um importante desafio que a área da educação e a área da tecnologia enfrentarão em conjunto.

Ver original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
  • Recompensa
  • 5
  • Compartilhar
Comentário
0/400
FallingLeafvip
· 07-06 16:27
Isto está comprado, não está?
Ver originalResponder0
SandwichTradervip
· 07-06 16:22
Inteligência Artificial, manda-me apressadamente para o outro lado.
Ver originalResponder0
CryptoDouble-O-Sevenvip
· 07-06 16:19
Só um idiota depende da ai
Ver originalResponder0
AirdropHuntervip
· 07-06 16:06
Hoje não precisa de pensar, hehe
Ver originalResponder0
MaticHoleFillervip
· 07-06 16:03
Este artigo não depende de nada, como é que se escreve?
Ver originalResponder0
  • Marcar
Faça trade de criptomoedas em qualquer lugar e a qualquer hora
qrCode
Escaneie o código para baixar o app da Gate
Comunidade
Português (Brasil)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)