Eksperyment: Korzystanie z asystentów AI powoduje, że mózg staje się „leniwy”, co utrudnia naukę

Spis treści:

• Jak przeprowadzono eksperyment z esejami i ChatGPT
• Co uczestnicy eksperymentu mogli później zapamiętać ze swoich esejów
• Jakie eseje napisali uczniowie w różnych warunkach
• Jak działał mózg na podstawie danych EEG
• Jakie wnioski wyciągnęli autorzy badania?
• Kto jeszcze uważa, że ​​delegowanie zadań intelektualnych asystentom AI jest niebezpieczne?
• Co należy z tym zrobić w edukacji?

W czerwcu 2025 roku na platformie ArXiv, zajmującej się publikacjami preprintów, opublikowano artykuł zatytułowany „Twój mózg na ChatGPT: kumulowanie długu poznawczego podczas korzystania z asystenta AI do pisania esejów”. W badaniu tym naukowcy ze Stanów Zjednoczonych, głównie z Massachusetts Institute of Technology (MIT), argumentują, że osoby, które często korzystają z asystentów AI do zadań edukacyjnych, doświadczają spadku zdolności uczenia się. Podkreśla to znaczenie świadomego korzystania z technologii sztucznej inteligencji w procesie edukacji. Badanie podkreśla potencjalne ryzyko uzależnienia od AI i potrzebę rozwijania krytycznego myślenia u studentów.

Należy zauważyć, że niniejsza praca jest jednym z wielu badań badających wpływ sztucznej inteligencji, a w szczególności generatywnych sieci neuronowych, na ludzkie myślenie i funkcjonowanie mózgu. Jednak ze względu na szokujące odkrycia, eksperyment przyciągnął szczególną uwagę. Eksperyment wykazał, że uczestnicy, którzy współpracowali z asystentem AI przy pisaniu esejów, mieli znaczne trudności z zapamiętywaniem swoich prac. Co więcej, ich aktywność mózgu była istotnie niższa podczas pracy z AI w porównaniu z innymi uczestnikami eksperymentu. Wyniki te wskazują, że korzystanie z generatywnych sieci neuronowych nie tylko zmniejsza aktywność umysłową podczas pracy, ale może również przyczyniać się do rozwoju nawyku lenistwa w procesie myślenia, co w dłuższej perspektywie może negatywnie wpływać na zdolności poznawcze.

Autorzy badania, na swojej stronie internetowej, stanowczo proszą o nieużywanie w opisie ich wyników takich terminów jak „głupiec”, „zanik mózgu” czy „uszkodzenie mózgu”. Ich eksperyment koncentrował się na jednym zadaniu edukacyjnym i trwał zaledwie cztery miesiące, z udziałem małych grup uczestników. Pytanie o to, jak wykorzystanie sztucznej inteligencji w innych kontekstach wpływa na mózg i stabilność zidentyfikowanych efektów, pozostaje otwarte i wymaga dalszych badań.

Badanie dostarcza kilku kluczowych wniosków dla dziedziny edukacji. Przyjrzyjmy się bliżej badanym aspektom, temu, co dokładnie odkryli autorzy i jakie pytania pozostały bez odpowiedzi.

Jak przeprowadzono eksperyment Essay and ChatGPT

Badanie, kierowane przez Natalię Kosminę z MIT Media Lab, opierało się na jasno określonym planie. Do uzyskania wiarygodnych wyników wykorzystano nowoczesne metody i technologie. Zespół badawczy przeanalizował dane, aby zidentyfikować kluczowe trendy i wzorce, które pogłębią naszą wiedzę na ten temat i przyczynią się do dalszych badań w tej dziedzinie.

W badaniu wzięło udział 54 osoby w wieku od 18 do 39 lat. Początkowo odpowiedziało 60 uczestników, ale sześciu nie ukończyło badania. Spośród uczestników 35 było studentami studiów licencjackich, a pozostali byli starsi, w tym pracownicy MIT i innych uniwersytetów i szkół wyższych. Uczestnicy zostali losowo przydzieleni do trzech grup, z których każda miała napisać esej w innych warunkach.

• z dostępem do chatbota opartego na dużym modelu językowym (użyto GPT-4o firmy OpenAI), ale bez dostępu do innych stron internetowych;
• bez chatbota, ale z prostym dostępem do internetu (z zablokowanymi stronami internetowymi z narzędziami opartymi na generatywnych sieciach neuronowych);
• bez dostępu do jakichkolwiek zasobów online, czyli niezależnie.

W ramach eksperymentu uczestnicy napisali trzy eseje w trzech identycznych sesjach. W tym celu wybrano dziewięć różnych tematów z SAT (Scholastic Aptitude Test — testu oceniającego umiejętności akademickie dla uczniów szkół średnich w USA, podobnego do naszego Unified State Exam). To podejście pozwoliło nam ocenić umiejętności pisania i argumentacji każdego uczestnika oraz zidentyfikować trendy w ich podejściu do różnych tematów. SAT to ważne narzędzie oceny osiągnięć akademickich, a wykorzystanie jego tematów w tym badaniu pomaga lepiej zrozumieć, jak absolwenci szkół średnich formułują i wyrażają swoje myśli na piśmie.

Uczestników eksperymentu poproszono o odpowiedź na ważne pytania, takie jak potrzeba bezwarunkowego wsparcia dla prawdziwej lojalności, możliwość osiągnięcia szczęścia bez wkładu w życie innych oraz wpływ sztuki na zmiany w życiu. Podczas każdej z trzech sesji uczestnicy samodzielnie wybierali jeden z trzech proponowanych tematów, zapewniając każdemu unikalne podejście. Na napisanie tekstu mieli 20 minut.

Autorzy twierdzą, że pisanie esejów ilustruje zarówno zalety, jak i wady wykorzystania sztucznej inteligencji w procesie edukacji. Z jednej strony, wykorzystanie sztucznej inteligencji znacznie przyspiesza proces pracy, umożliwiając szybkie napisanie wersji roboczej. Z drugiej strony, możliwość napisania spójnego tekstu bez większego wysiłku może sprawić, że uczniowie nie będą zgłębiać tematu. Może to ograniczyć krytyczne myślenie i samodzielną naukę. Ważne jest znalezienie równowagi między wykorzystaniem technologii a potrzebą rozwijania umiejętności analitycznych uczniów.

Podczas wszystkich trzech sesji uczestnicy zostali poddani elektroencefalografii (EEG), która umożliwiła im rejestrowanie aktywności elektrycznej mózgu. Oznaczało to również, że uczestnicy mieli ograniczone możliwości poruszania się podczas pisania esejów, ponieważ nadmierna aktywność mogła negatywnie wpłynąć na wyniki EEG. Ważne jest, aby wziąć pod uwagę wpływ tych czynników na dokładność uzyskanych danych, aby zapewnić wysoką jakość badań w dziedzinie neuronauki i psychologii.

Po zakończeniu pracy naukowcy przeprowadzili wywiady z każdym uczestnikiem, a gotowe eseje zostały ocenione dwukrotnie: raz przez profesjonalnego nauczyciela i raz przez sztuczną inteligencję. Podczas wywiadów uczestnicy byli pytani o to, w jakim stopniu postrzegają siebie jako autorów swoich esejów, o ich umiejętność cytowania swoich prac oraz o ich zdolność do streszczania kluczowych idei tekstu. Celem tego badania jest zrozumienie związku między procesem pisania a postrzeganiem autorstwa, co ma implikacje dla dalszych badań w dziedzinie edukacji i wykorzystania technologii w nauce.

Uczestników, którzy korzystali z sieci neuronowych i Internetu, zapytano o ich proces pracy: czy zaczynali samodzielnie, czy od razu zwrócili się do chatbota, z jakich stron internetowych korzystali i czy edytowali otrzymane treści.

Skład grup pozostał niezmieniony podczas trzech sesji: uczestnicy początkowo przypisani do grupy pracującej z sieciami neuronowymi pisali eseje za pomocą chatbota przez wszystkie trzy spotkania. Naukowcy przeprowadzili następnie czwartą dodatkową sesję, na którą zaprosili niektórych uczestników, którzy mieli czas i ochotę dołączyć.

W artykule wspomniano, że wszyscy 18 uczestników ostatniej sesji pisali wcześniej eseje za pomocą GPT-4o lub samodzielnie. Jednak niektóre tabele z danymi z tej sesji przedstawiają informacje o członkach grupy, którzy korzystali z internetu przez pierwsze trzy spotkania. Powoduje to niepewność co do dokładnego składu uczestników ostatniej sesji. Bardziej szczegółowe wyjaśnienia mogą zostać zawarte w publikacji końcowej.

Czwarty etap eksperymentu poświęcony był obserwacji pracy uczestników w nowych warunkach. Uczestnicy z doświadczeniem w pracy z sieciami neuronowymi zostali poproszeni o samodzielne napisanie eseju. Tymczasem osoby, które wcześniej nie miały dostępu do internetu, wykonały zadanie, korzystając z narzędzia GPT-4o. Pozwoliło im to ocenić wpływ nowoczesnych technologii na proces pisania i zidentyfikować różnice w podejściach do tworzenia tekstu.

Każdego uczestnika poproszono o wybranie jednego z trzech tematów esejów, na które już pisał. Dla każdego z nich było sześć dodatkowych, niewykorzystanych tematów. Uczestnicy nie zostali poinformowani o tym, że to zadanie. Wywiad po czwartej sesji stał się bardziej pogłębiony: uczestnikom zadawano pytania o porównanie swoich podejść do pisania nowego i poprzedniego eseju na ten sam temat, a także pytano ich, który wynik im się bardziej podoba. Cały eksperyment, obejmujący wszystkie sesje, został zakończony w ciągu czterech miesięcy.

Co uczestnicy eksperymentu mogli później zapamiętać ze swoich esejów

Wyniki wywiadów z uczestnikami, przeprowadzonych po napisaniu pierwszego eseju, wykazały istotne różnice między grupą korzystającą z sieci neuronowych a dwiema pozostałymi grupami. Uczestnicy korzystający z sieci neuronowych zauważyli poprawę jakości swoich esejów, bardziej ustrukturyzowane podejście do wyrażania myśli oraz wzrost kreatywności. Jednocześnie grupy, które nie korzystały z sieci neuronowych, miały trudności z organizowaniem materiału i formułowaniem pomysłów. Różnice te podkreślają wpływ technologii na proces pisania i kreatywność. Badanie potwierdza, że ​​wykorzystanie sieci neuronowych może znacząco poprawić efektywność pisania i poprawić wyniki nauczania.

• 83,3% uczestników nie potrafiło zacytować napisanego przez siebie eseju (w pozostałych grupach odsetek ten był znacznie niższy – po 11,1%).
• Żaden z uczestników z dostępem do sztucznej inteligencji nie potrafił streścić treści swojego eseju (w pozostałych grupach problem z tym miało łącznie pięć z 36 osób).
• Trzech z 18 uczestników z tej grupy zgłosiło, że w ogóle nie czuli się autorami eseju. W pozostałych grupach nie odnotowano takich reakcji.

Różnice w trudnościach z cytowaniem nie utrzymywały się przez cały okres trwania eksperymentu. Na przykład, w drugiej sesji grupa korzystająca z sieci neuronowych praktycznie nie napotkała tego problemu. Mogło to wynikać z faktu, że już podczas drugiej sesji uczestnicy byli świadomi pytań, które zostaną im zadane podczas wywiadu po napisaniu eseju. Podczas pierwszej sesji prośba o podanie cytatu była dla wszystkich zaskoczeniem. Wyrecytowanie głównej myśli tekstu było trudne, zwłaszcza dla osób piszących eseje przy użyciu sztucznej inteligencji. Jednak podczas trzeciej sesji większość uczestników pomyślnie wykonała to zadanie, przygotowując się wcześniej do odpowiednich pytań. Przygotowanie odegrało kluczową rolę w ich sukcesie.

Wywiad Wyniki po czwartej sesji okazały się bardziej niepokojące. Podczas tej sesji uczestnicy zamienili się miejscami i tylko trzech z dziewięciu, którzy wcześniej korzystali z sieci neuronowych, było w stanie przypomnieć sobie sugerowane tematy. Większość z nich nie przypominała sobie, aby pisali już eseje na te tematy. Tymczasem uczestnicy, którzy nie mieli dostępu do internetu ani chatbota podczas pierwszych trzech sesji, pomyślnie rozpoznali wszystkie tematy. Odkrycia te podkreślają znaczenie wpływu technologii na pamięć i wyszukiwanie informacji.

Badanie wykazało, że spośród dziewięciu byłych użytkowników sieci neuronowych, tylko siedmiu było w stanie przypomnieć sobie i zacytować swoje nowe eseje napisane bez pomocy sztucznej inteligencji. Tymczasem wśród uczestników z drugiej grupy, którzy nie korzystali z sieci neuronowych, tylko jedna osoba doświadczyła podobnych trudności. Analiza głównej myśli również potwierdziła tę tendencję: tylko jeden z tych, którzy wcześniej korzystali ze sztucznej inteligencji, był w stanie pomyślnie podsumować główne idee swojego eseju, podczas gdy siedmiu uczestników z grupy bez doświadczenia w korzystaniu z sieci neuronowych wykonało to zadanie. Wyniki te podkreślają wpływ sieci neuronowych na samoekspresję i myślenie krytyczne.

Wszyscy uczestnicy sesji zauważyli, że uzyskany wynik był bardziej satysfakcjonujący w porównaniu z poprzednim eksperymentem. Użytkownicy, którzy po raz pierwszy wchodzili w interakcję ze sztuczną inteligencją, wysoko ocenili jej zdolność do pomocy w uporządkowaniu myśli. Jednocześnie uczestnicy, którzy pisali eseje bez pomocy, zauważyli, że wkładali w tworzenie swoich prac więcej wysiłku i kreatywności. Podkreśla to znaczenie wsparcia technologicznego w procesie twórczym i uczenia się, a także ujawnia wartość samodzielnej pracy dla rozwoju umiejętności.

Jakie eseje stworzyli uczniowie w różnych warunkach?

Eksperymentatorzy nie narzucili uczestnikom ścisłych zasad dotyczących wykonywania zadań. Uczestnicy z dostępem do sztucznej inteligencji mogli wykorzystać ją do opracowania struktury eseju i wyboru informacji, a następnie samodzielnie napisać tekst. Mieli również możliwość całkowitego powierzenia generowania tekstu sztucznej inteligencji. Z kolei uczestnicy korzystający z internetu mogli po prostu kopiować i wklejać gotowe materiały na dany temat bez konieczności edycji. Stworzyło to różnorodne podejścia do realizacji zadań i pokazało wpływ technologii na proces pisania.

Analiza pokazuje, że żaden z uczestników nie przesłał w całości skopiowanych esejów. Jednak najwięcej zapytań do chatbota, stanowiących 38% całości, pochodziło od osób, które miały do ​​niego dostęp i dotyczyło generowania tekstu. Sugeruje to, że wielu użytkowników wolało skorzystać z prostej metody, aby uniknąć wysiłku związanego z pisaniem.

Podczas czwartej sesji, kiedy uczestnicy, którzy wcześniej samodzielnie pisali eseje, uzyskali dostęp do GPT-4o, zaobserwowano interesujący trend w zapytaniach. Najczęściej pojawiały się zapytania o wyszukiwanie informacji, które stanowiły 33%. Zapytania o „napisanie eseju” stanowiły 21%. Te statystyki podkreślają rosnące zainteresowanie wykorzystaniem sztucznej inteligencji do badania tematów i znajdowania źródeł informacji, a nie tylko do generowania tekstu. Sugeruje to, że użytkownicy dążą do głębszego zrozumienia tematu, a nie tylko do uzyskania gotowych rozwiązań.

Analiza tekstu wykazała, że ​​grupa niewspomagana tworzyła bardziej zróżnicowane eseje. Ich prace opierały się głównie na osobistych doświadczeniach i, pomimo użycia podobnych słów kluczowych, poruszały zróżnicowane problemy. Eseje autorów, którzy korzystali z internetu lub sztucznej inteligencji, wykazywały zauważalne trendy wyszukiwania w doborze podtematów i przykładów. Na przykład uczestnicy, którzy korzystali z wyszukiwarek internetowych, często koncentrowali się na bezdomności w tekstach poświęconych działalności charytatywnej. Takie podejście do pisania może wskazywać na wpływ popularnych zapytań na temat i treść prac.

Instruktorzy oceniający eseje zauważyli obecność czytelnie wygenerowanych prac. Teksty te były dobrze ustrukturyzowane i wysoce czytelne, ale charakteryzowały się ubogą i schematyczną treścią. Ogólnie rzecz biorąc, eseje były zadowalające i otrzymały wysokie noty za wiele kryteriów, ale instruktorzy uznali je za niewystarczająco przemyślane i unikalne. Podkreśla to znaczenie oryginalności i głębi myśli w pisaniu akademickim.

Jak działał mózg według danych EEG

Wzorce aktywności mózgu różniły się istotnie u uczestników w różnych grupach. Osoby piszące samodzielnie wykazywały się większą aktywnością mózgu, z sieciami neuronowymi w wielu obszarach jednocześnie i stale aktywowanymi. W porównaniu z uczestnikami korzystającymi z asystenta AI, wykazali oni większą aktywację obszarów odpowiedzialnych za pamięć roboczą, planowanie, samokontrolę i koncentrację, a także za wyszukiwanie niezbędnych słów z pamięci długotrwałej. Podkreśla to znaczenie samodzielnego wykonywania zadań dla głębszego zaangażowania procesów poznawczych i rozwoju myślenia nieliniowego.

Badania pokazują, że uczestnicy, którzy pisali eseje samodzielnie, wykazywali większą aktywność w obszarach mózgu odpowiedzialnych za pamięć i przypominanie w porównaniu z tymi, którzy korzystali z zasobów internetowych w celu uzyskania informacji. Korzystanie z internetu zmniejsza potrzebę aktywnego korzystania z własnej pamięci, co prowadzi do mniej aktywnej pracy odpowiednich sieci neuronowych. Sugeruje to, że dostęp do informacji w przestrzeni online może negatywnie wpływać na procesy poznawcze związane z zapamiętywaniem i analizowaniem informacji.

Użytkownicy sieci neuronowych wykazali spadek aktywności sieci neuronowych w mózgu w porównaniu z uczestnikami z innych grup. Badania wykazały, że różnice te utrzymują się nawet w czwartej sesji, gdy uczestnicy, którzy wcześniej korzystali z sieci neuronowych podczas pierwszych trzech sesji, piszą eseje samodzielnie. Wskazuje to na możliwy wpływ sieci neuronowych na procesy poznawcze i aktywność mózgu.

Autorzy zauważają, że mózgi tych uczestników nie wykorzystywały wszystkich dostępnych zasobów do analizy informacji i generowania tekstu. Może to wynikać z faktu, że są oni przyzwyczajeni do polegania na sztucznej inteligencji w tych obszarach. Zatem obniżona aktywność poznawcza może prowadzić do mniej efektywnego postrzegania i przetwarzania informacji.

Jakie wnioski wyciągnęli autorzy badania?

Autorzy badania doszli do wniosku, że korzystanie z asystenta AI znacznie przyspiesza proces pisania esejów i wykonywania innych zadań, pozwalając uczniom osiągać satysfakcjonujące rezultaty przy minimalnym wysiłku. Zatem generatywne sieci neuronowe znacząco zwiększają produktywność w różnych obszarach pracy umysłowej, co wyjaśnia ich rosnącą popularność jako narzędzia pracy.

Badacze wyrażają obawy dotyczące wykorzystania asystentów AI w celach edukacyjnych. Przygotowanie esejów z wykorzystaniem sztucznej inteligencji nie zapewnia takich samych efektów edukacyjnych, jak samodzielne pisanie. Studenci korzystający z sieci neuronowych nie angażują się w proces tak głęboko, jak podczas samodzielnego pisania tekstu. Nie analizują znalezionych informacji i mogą nie w pełni rozumieć argumentów, które zawierają w swojej pracy. W rezultacie interakcja z materiałem odbywa się na poziomie powierzchownym, a wiedza nie jest przyswajana jako ich własna. Podkreśla to znaczenie aktywnego zaangażowania w proces uczenia się w celu osiągnięcia głębokiego zrozumienia i rozwijania krytycznego myślenia.

Należy zwrócić uwagę na następujące materiały:

Rozwój sztucznej inteligencji (AI) stanowi zarówno zagrożenie i szansa dla nauczycieli na całym świecie. Z jednej strony, sztuczna inteligencja może zagrozić tradycyjnym metodom nauczania i roli nauczycieli, automatyzując procesy i zmniejszając zapotrzebowanie na pracę ludzką. Rodzi to obawy dotyczące utraty miejsc pracy i zmian w standardach edukacyjnych.

Z drugiej strony, sztuczna inteligencja otwiera nowe horyzonty dla usprawnienia procesu edukacyjnego. Może personalizować nauczanie, dostosowując się do potrzeb każdego ucznia i zapewniając dostęp do zasobów, które wcześniej były niedostępne. Nauczyciele mogą wykorzystywać sztuczną inteligencję do analizowania wyników uczniów, ulepszania programów nauczania i tworzenia bardziej interaktywnego środowiska edukacyjnego.

W związku z tym nauczyciele stoją przed koniecznością dostosowania się do zmian wprowadzanych przez sztuczną inteligencję. Muszą wdrażać nowe technologie i integrować je ze swoimi praktykami, aby zapewnić wysokiej jakości edukację w przyszłości. Ważne jest znalezienie równowagi między wykorzystaniem technologii a utrzymaniem interakcji międzyludzkich w procesie edukacyjnym, aby zmaksymalizować korzyści płynące ze sztucznej inteligencji i zminimalizować potencjalne ryzyko.

Fakty mówią same za siebie: wraz ze spadkiem nakładu pracy wymaganego do napisania esejów maleje również zaangażowanie uczniów w proces uczenia się. Warto jednak zastanowić się, czy jest to aspekt pozytywny, czy negatywny. Być może celem zadania w formie eseju jest nie tylko zapewnienie uczniom zapamiętania wszystkich faktów i pojęć związanych z danym tematem, ale także rozwinięcie umiejętności szybkiego i jasnego formułowania swoich myśli na piśmie. Nauczyciele mogą rozwijać dogłębne zrozumienie przedmiotu poprzez inne formaty nauczania, w których wykorzystanie asystentów AI nie jest jeszcze istotne. Ważne jest, aby proces edukacyjny pozostał wieloaspektowy, łącząc tradycyjne metody z nowoczesnymi technologiami, umożliwiając uczniom rozwijanie zarówno umiejętności analitycznych, jak i kreatywnych. Współczesna edukacja koncentruje się na aktywnym wykorzystaniu sztucznej inteligencji do rutynowych zadań, takich jak analiza dużych zbiorów danych, wyszukiwanie informacji i generowanie treści. Jednocześnie uczniowie mogą skupić się na rozwijaniu ważnych umiejętności komunikacyjnych, autoprezentacji i krytycznego myślenia w małych grupach pod kierunkiem nauczycieli. Takie podejście do uczenia się sprzyja głębszemu zrozumieniu materiału i rozwojowi kompetencji niezbędnych w szybko zmieniającym się świecie. Połączenie technologii i tradycyjnych metod nauczania otwiera nowe horyzonty dla edukacji, umożliwiając efektywne wykorzystanie czasu i zasobów.

Autorzy niniejszego badania kwestionują możliwość rozdzielenia procesów poznawczych. Jako wstępny wniosek przedstawili hipotezę długu poznawczego. Hipoteza ta zakłada, że ​​ciągłe poleganie na narzędziach zewnętrznych utrudnia aktywne wykorzystanie własnych zasobów umysłowych niezbędnych do niezależnego myślenia. Przyzwyczajenie się do powtarzania wskazówek bez ich krytycznej analizy prowadzi do powierzchownego rozumienia tematu i kształtowania stronniczych opinii. W rezultacie traci się zdolność do samodzielnej analizy problemów i zainteresowanie tym procesem.

Autorzy badania podkreślają, że koncepcja długu poznawczego ma charakter wstępny i wymaga dodatkowych danych do potwierdzenia. Należy zauważyć, że wyniki badania opierają się na ograniczonej próbie uczestników; każda grupa liczyła zaledwie 18 osób. To ograniczenie może wpływać na wyniki ze względu na indywidualne cechy uczestników. Dlatego, aby dokładniej zrozumieć i ocenić dług poznawczy, potrzebne są większe i bardziej zróżnicowane badania.

Uczestnicy, którzy wchodzili w interakcje z chatbotami, mogli mieć większy odsetek osób z niestabilną pamięcią, co mogło utrudniać im omawianie treści swoich esejów. Chociaż nie wszystkie wyniki eksperymentu można wyjaśnić czynnikami losowymi, ich wpływu nie można całkowicie zignorować.

Kto jeszcze uważa, że ​​delegowanie zadań intelektualnych asystentom AI jest niebezpieczne?

Oprócz publikacji artykułu autorów z MIT, na platformie ArXiv opublikowano kolejny preprint dotyczący wpływu narzędzi sztucznej inteligencji na mózg i pamięć. Niniejszy artykuł jest częścią nadchodzącej książki o AI, której główną autorką jest językoznawczyni i popularyzatorka neuronauki Barbara Oakley. Wśród współautorów znajduje się Terrence Sejnowski, specjalista w dziedzinie neuronauki obliczeniowej i sztucznych sieci neuronowych. Jest on znany ze swojego zaangażowania w rozwój algorytmów maszyny Boltzmanna, przełomowego dzieła w dziedzinie uczenia maszynowego, które otrzymało połowę Nagrody Nobla w dziedzinie fizyki w 2024 roku. Niniejsza praca podkreśla wagę badania wpływu sztucznej inteligencji na ludzkie funkcje poznawcze i pamięć, co jest istotne w kontekście szybko rozwijającej się technologii. Barbara Oakley i Terry Sejnowski, znani z badań nad metodami uczenia się, byli wcześniej współautorami książki opartej na ich popularnym kursie na platformie Coursera. W swojej nowej publikacji autorzy poruszają istotną kwestię potrzeby zmian w systemie edukacji w świetle szybkiego rozwoju sztucznej inteligencji. Analizują, jak nowoczesne technologie mogą wpływać na podejście do nauczania i szkolenia specjalistów, a także jakie nowe umiejętności będą poszukiwane w przyszłości. Uwzględnienie tych aspektów może pomóc placówkom edukacyjnym dostosować się do zmian i zapewnić wysoką jakość nauczania w erze sztucznej inteligencji.

W przeciwieństwie do Natalii Kosminy i innych badaczy z MIT, Barbara Oakley, Terry Sejnowski i ich współpracownicy z USA, Nowej Zelandii i Tajwanu nie ograniczają się do analizy pojedynczego eksperymentu. Dążą do szerszych uogólnień. Główną ideą ich pracy nie jest to, że wykorzystanie sztucznej inteligencji do delegowania zadań edukacyjnych hamuje inteligencję studentów. Zamiast tego badacze podkreślają znaczenie równowagi między technologią a tradycyjnymi metodami nauczania, podkreślając, jak innowacyjne podejścia mogą uzupełniać, a nie zastępować, osobiste wysiłki studentów w procesie zdobywania wiedzy.

Autorzy zagłębiają się w debatę, kwestionując powszechne przekonanie, że głównym celem uczenia się powinna być umiejętność uczenia się, a nie konkretna wiedza. Argumentują, że dychotomia między wiedzą a umiejętnościami jest błędna. Wskazują na problem zlecania zadań poznawczych zewnętrznym narzędziom, takim jak wyszukiwarki, kalkulatory i automatyczne sprawdzanie pisowni. Postrzegają pojawienie się sztucznej inteligencji jako najbardziej uderzający i skrajny przejaw tego trendu.

Problem polega na tym, że wiedza o tym, jak znaleźć informacje, i samo posiadanie informacji to zupełnie różne poziomy zrozumienia. Jak podkreślają badacze, gdy osoba posiadająca wiedzę o fotosyntezie odpowiada na pytanie na ten temat, połączenia neuronowe w jej mózgu są aktywowane z dużo większą intensywnością niż u kogoś, kto po prostu wie, do której sieci neuronowej uzyskać dostęp w celu uzyskania informacji o fotosyntezie. Podkreśla to wagę dogłębnego zrozumienia tematu, a nie powierzchownej wiedzy o tym, jak uzyskać informacje.

Obaj uczestnicy prawdopodobnie odpowiedzą na proste pytanie (pod warunkiem, że drugi ma dostęp do chatbota), więc różnica może nie być widoczna na pierwszy rzut oka. Jednak bez własnego zrozumienia tematu nie da się zidentyfikować błędów, jakie może popełnić sztuczna inteligencja. Druga osoba nie rozwinie kompletnego i głębokiego schematu poznawczego wiedzy na dany temat. To właśnie jest istotą edukacji – rozwijanie umiejętności analizowania, krytycznej oceny informacji i formułowania własnych opinii.

Przerobiony tekst:

Przeczytaj również:

W dobie Internetu i sztucznej inteligencji rozwijanie wiedzy przedmiotowej u uczniów pozostaje ważnym zadaniem. Pomimo dostępności informacji, krytyczne myślenie i dogłębne zrozumienie tematu są niezbędne do osiągnięcia sukcesu akademickiego i zawodowego. Wiedza przedmiotowa stanowi podstawę analizy, syntezy i stosowania informacji, co jest szczególnie ważne w środowisku ciągłych zmian i innowacji w różnych dziedzinach.

Internet zapewnia natychmiastowy dostęp do ogromnej ilości danych, ale bez dogłębnego zrozumienia tematu studenci mogą mieć trudności z filtrowaniem i interpretowaniem informacji. Rozwijanie wiedzy przedmiotowej wzmacnia pewność siebie i rozwija umiejętności, umożliwiając studentom nie tylko zdobywanie informacji, ale także ich praktyczne zastosowanie.

Co więcej, wiedza przedmiotowa rozwija umiejętności rozwiązywania problemów, które są istotne w każdej dziedzinie. Należy pamiętać, że asystenci AI mogą wykonywać różnorodne zadania, ale prawdziwe zrozumienie tematu i umiejętność zastosowania wiedzy w nowych sytuacjach pozostają cechami wyłącznie ludzkimi. Dlatego rozwijanie wiedzy przedmiotowej studentów jest kluczem do skutecznej adaptacji do szybko zmieniającego się świata.

Autorzy podkreślają, że bogactwo schematów poznawczych, w tym szczegółów i wiedzy faktograficznej nabywanej automatycznie, odgrywa kluczową rolę w ich głębi i funkcjonalności. Schemat poznawczy, zawierający jedynie ogólne rozumienie tematu, ma ograniczoną wartość praktyczną. Aby skutecznie rozwiązywać nowe problemy za pomocą analogii do znanych problemów, schemat poznawczy musi zawierać znaczną ilość informacji faktograficznych. Pozwala to nie tylko na lepsze zrozumienie tematu, ale także na adaptację do różnych sytuacji, co przyczynia się do rozwoju umiejętności i zdolności.

Jeśli informacje są przechowywane wyłącznie zewnętrznie, na przykład w internecie lub sieciach neuronowych, osoba rozumie, gdzie dokładnie można je znaleźć i czego dokładnie szukać. Jednak szczegóły pozostają niedostępne, a podczas rozwiązywania złożonych problemów znane elementy informacji muszą być postrzegane jako nowe. Ważne jest, aby mieć pod ręką podstawowe fakty, ponieważ mogą one być nieobecne w pamięci.

Proces ten można porównać do próby ułożenia puzzli, porównując każdy element z obrazkiem na pudełku, zamiast skupiać się na tym, jak elementy pasują do siebie na stole. To podejście podkreśla znaczenie starannej pracy z każdym elementem, co może znacząco wpłynąć na końcowy rezultat. Porównywanie elementów z szablonem pomaga lepiej zrozumieć szerszy obraz, ale ważne jest również uwzględnienie interakcji między elementami, aby pomyślnie ukończyć zadanie.

Według autorów, to samo dotyczy uczenia się umiejętności. Na przykład, umiejętność wykonywania obliczeń w pamięci straciła na znaczeniu wraz z pojawieniem się kalkulatorów. Jeśli jednak uczeń potrzebuje kalkulatora do każdego prostego działania arytmetycznego, trudno mu opanowywać bardziej złożone problemy. Jest zmuszony myśleć o krokach, które w przeciwnym razie mogłyby być wykonywane automatycznie. Może to utrudniać rozwój umiejętności matematycznych i zmniejszać pewność siebie w rozwiązywaniu problemów.

Jeśli tabliczka mnożenia jest zapamiętana, proces skracania ułamków staje się prosty i intuicyjny. Relacje między wielokrotnościami są postrzegane naturalnie, a ich odnajdywanie nie wymaga dużego wysiłku. Dlatego nie da się rozwinąć bardziej złożonych umiejętności matematycznych bez wstępnego etapu zapamiętywania tabliczki mnożenia. Podkreśla to znaczenie podstaw w nauczaniu matematyki.

Autorzy twierdzą, że bez tworzenia głębokich schematów poznawczych nie można rozwijać zdolności umysłowych. Uważają, że współczesny system edukacji doświadczył negatywnych konsekwencji podejścia skoncentrowanego na zdolności uczenia się zamiast przekazywania wiedzy. Przypisują tę opinię zanikowi efektu Flynna w krajach rozwiniętych. Od czasu wprowadzenia testów IQ poziom inteligencji nowych pokoleń regularnie wzrastał, ale w ostatnich dekadach trend ten się zatrzymał.

Co z tym wszystkim zrobić w edukacji?

Naukowcy z MIT przedstawili swoje odkrycia dotyczące procesu edukacyjnego w zakresie nauczania pisania. Zalecają stosowanie strategii hybrydowych, w których asystenci AI będą dostępni dla uczniów selektywnie, nie na każdym etapie i nie przy wszystkich zadaniach. Takie podejście może sprzyjać głębszemu zrozumieniu procesu pisania, poprawiając umiejętności uczniów i rozwijając ich kreatywne myślenie. Integracja sztucznej inteligencji z nauczaniem pozwala na zachowanie równowagi między wsparciem technologicznym a samodzielną pracą uczniów, co ostatecznie prowadzi do efektywniejszej nauki i rozwoju krytycznego myślenia.

Na początkowych etapach nauczania najlepiej nie korzystać ze sztucznej inteligencji. Pozwala to uczniowi w pełni zaangażować się w zadanie, co sprzyja rozwojowi jego sieci neuronowych i niezbędnych umiejętności. Po opanowaniu głównego zadania, sztuczna inteligencja może być wykorzystywana selektywnie. Uczniowie powinni jednak sami odpowiadać za generowanie pomysłów, strukturyzację tekstu i ostateczną korektę. Zapewni to głębsze zrozumienie materiału i wzmocni ich umiejętności.

Barbara Oakley, Terry Sejnowski i ich współpracownicy zalecają położenie nacisku na tradycyjne metody w procesie edukacyjnym, takie jak zapamiętywanie kluczowej wiedzy, aż stanie się ona automatyczna, oraz rozwijanie umiejętności bez pomocy z zewnątrz. Podkreślają oni wagę ograniczenia wykorzystania sieci neuronowych do generowania odpowiedzi i zwracają uwagę na różnicę między informacją o tym, gdzie znajdują się fakty, a faktyczną wiedzą na ich temat. To podejście pomaga uczniom lepiej zrozumieć materiał i rozwinąć krytyczne myślenie.

Rekomendacje grup autorów wymagają pilnych i poważnych decyzji ze strony nauczycieli i systemów edukacyjnych. Pomysły Natalii Kosminy i jej współpracowników z MIT wydają się bardziej praktyczne i wykonalne.

Regulacje dotyczące sztucznej inteligencji w edukacji są na wczesnym etapie, ale niektóre kraje, takie jak Chiny, podejmują już kroki w celu ograniczenia wieku, w którym uczniowie mogą uzyskać dostęp do generatywnych sieci neuronowych. Wraz z rozwojem przepisów oczekuje się wprowadzenia przepisów wymagających od uczniów wykazania się pewnym poziomem rozwoju umiejętności, aby uzyskać dostęp do tej technologii. Mogłoby to ułatwić bardziej odpowiedzialną i skuteczną integrację sztucznej inteligencji z procesem edukacyjnym, zapewniając bezpieczeństwo i zgodność ze standardami edukacyjnymi.

Pomysły Barbary Oakley i Terrence'a Sejnowskiego mogą być wspierane przez takie regulacje, ale mają one na celu bardziej złożone zadanie: ponowne rozważenie podziału między wiedzą a umiejętnościami oraz przywrócenie pozytywnego nastawienia do zapamiętywania i rutynowych ćwiczeń w systemie edukacji. Wielu specjalistów prawdopodobnie poprze te zmiany, ponieważ mogą one znacząco poprawić jakość kształcenia i szkolenia specjalistów.

Jak szkoły i uniwersytety mogą przekonać uczniów i ich rodziców o znaczeniu zapamiętywania dat, definicji i wzorów, skoro w życiu codziennym wystarczy im chatbot, aby uzyskać niezbędne informacje? Jak pogodzić tradycyjne procesy edukacyjne, wymagające czasu na opanowanie podstawowej wiedzy, z oczekiwaniami pracodawców, którzy potrzebują gotowych specjalistów z umiejętnościami w zakresie sztucznej inteligencji? I jak ocenić poziom przyswajania wiedzy faktograficznej i rutynowych umiejętności w środowisku, w którym generatywna sztuczna inteligencja staje się coraz bardziej dostępnym narzędziem?

Powrót do tradycyjnych metod nauczania jest mało prawdopodobny. Jednak prace Barbary Oakley i Terrence'a Sejnowskiego dostarczają cennych spostrzeżeń na temat wdrażania skutecznych technik opartych na neuronauce do współczesnej edukacji. Ich badania podkreślają znaczenie stosowania podejść opartych na dowodach w celu usprawnienia procesu uczenia się i zwiększenia jego efektywności.

Zmieniony tekst:

Zobacz także:

• Jak nauczyciele mogą dostosowywać zadania, aby uczniowie wykonywali je samodzielnie, a nie powierzali to sieciom neuronowym?
• Czy ChatGPT pomaga uczniom uczyć się lepiej, czy raczej im przeszkadza? Co mówią badania?
• Czego uczniowie powinni nauczyć się do życia w świecie sztucznej inteligencji: opinia amerykańskiego profesora?
• Czy sztuczna inteligencja może zastąpić nauczyciela akademickiego? Wywiad na temat wyników serii eksperymentów