MIT研究揭示：过度使用大语言模型或影响人类认知能力

近期，一项由麻省理工学院（MIT）进行的深入研究揭示了大型语言模型（LLM）对认知能力的潜在影响。随着ChatGPT等LLM产品在全球范围内广泛应用，这项研究的发现引起了广泛关注。

研究团队设计了一个为期4个月的实验，参与者被分为三组：使用LLM、使用搜索引擎和仅依靠大脑思考。实验要求参与者在限定时间内完成不同主题的文章写作任务。研究人员通过脑电图（EEG）记录参与者的脑电活动，并进行自然语言处理（NLP）分析和后续访谈。

实验结果显示，LLM组的参与者在多个方面表现出明显的差异：

1. 文章同质化：LLM组撰写的文章在统计上趋于同质，缺乏个性化表达。

2. 特定命名实体使用：LLM组使用了最多的特定命名实体，如人名、地点等，远超其他两组。

3. 认知负荷：脑电图分析表明，LLM组的神经连接模式最弱，反映出较低的认知参与度。

4. 文章归属感：LLM组对自己撰写的文章归属感较低，且在引用自己刚写的内容时表现欠佳。

5. 长期影响：研究发现，持续使用LLM可能会影响学习技能的提升，尤其对年轻用户而言。

研究人员强调，在确定LLM对人类认知能力的长期影响之前，还需要进行更多的纵向研究。这项研究提醒我们，虽然LLM等AI工具带来便利，但过度依赖可能会影响个人的思考能力和创造力。

对于这项研究，AI本身也做出了回应，表示研究并非否定AI工具的价值，而是警示人们不应过度依赖它们。这一观点进一步强调了在使用AI工具时保持批判性思维和独立思考的重要性。

随着AI技术的不断发展，如何平衡利用AI工具提高效率和保持人类独特认知能力，将成为教育界和科技界共同面临的重要课题。