Bir görev için üretken AI kullanırken beyninizi tek başına kullandığınızdan daha farklı çalışır. Yani, ne yaptığınızı hatırlama olasılığınız daha düşüktür. Bu, insanların bir deneme yazdıklarında nasıl düşündüklerine bakan bir MIT çalışmasının biraz açık bir sonucu-Gen AI kullanmanın bizi nasıl etkilediğine dair en eski bilimsel çalışmalardan biri.
. çalışmakhenüz hakemli olmayan bir ön baskı, oldukça küçük (54 katılımcı) ve ön, ancak Openai’nin chatgpt gibi araçların kullanılmasının beynimizin nasıl işlediğini nasıl etkilediğine dair daha fazla araştırma ihtiyacına işaret ediyor. Openai, araştırma hakkında yorum talebine hemen yanıt vermedi (açıklama: CNET’in ana şirketi Ziff Davis, Nisan ayında Openai’ye karşı bir dava açtı ve Ziff Davis telif haklarını AI sistemlerini eğitmek ve işletmede ihlal ettiğini iddia etti.)
Bulgular, bir AI aracı kullanarak bir görevi tamamladığınızda, sadece beyninizle yaptığınız zamandan ziyade beyninizde ve hafızanızda olanlarda önemli bir fark göstermektedir. Ancak bu farklılıkları çok fazla okumayın-bu, şu anda sadece beyin aktivitesine bir bakış, beyninizin her zaman nasıl çalıştığı değişikliklerin uzun vadeli kanıtı değil.
Diyerek şöyle devam etti: “Bu yönde ilk adımları atmaya çalışmak ve başkalarını soruyu sormaya teşvik etmek istiyoruz,” Nataliya KosmynaMIT’de bir araştırma bilimcisi ve çalışmanın baş yazarı bana söyledi.
Chatbots gibi AI araçlarının büyümesi hızla çalışma şeklimizi hızla değiştiriyor, bilgi arıyor ve yazıyor. Tüm bunlar o kadar hızlı oldu ki, Chatgpt’in ilk olarak birkaç yıl önce, 2022’nin sonunda popüler bir araç olarak ortaya çıktığını unutmak kolay. Bu, AI kullanımının bizi nasıl etkilediğine dair araştırmaları görmeye başladığımız anlamına geliyor.
MIT çalışmasının Chatgpt kullanıcılarının beyninde neler olduğu ve gelecekteki çalışmaların bize neler söyleyebileceğine dair bir göz atın.
Şunu izleyin: Openai’nin yeni chatgpt arama motorunu check etmek
Bu chatgpt’teki beynin
MIT araştırmacıları 54 araştırma katılımcısını üç gruba ayırdı ve birkaç hafta boyunca ayrı oturumlarda makale yazmalarını istedi. Bir gruba chatgpt’e erişim, bir diğerinin standart bir arama motoru (Google) kullanmasına izin verildi ve üçüncüsünde bu araçların hiçbiri yoktu, sadece kendi beyinleri. Araştırmacılar ürettikleri metinleri analiz ettiler, denemeleri yazdıktan hemen sonra konularla görüştü ve katılımcıların beyin aktivitesini elektroensefalografi veya EEG kullanarak kaydetti.
Makalelerde kullanılan dilin analizi, “sadece beyin” grubundaki kişilerin daha farklı şekillerde yazdıklarını, büyük dil modellerini kullananların oldukça benzer makaleler ürettiğini buldu. Makaleler yazıldıktan sonra röportajlardan daha ilginç bulgular geldi. Beynini tek başına kullananlar daha iyi hatırlama gösterdiler ve yazılarından arama motorları veya LLM’ler kullananlardan daha iyi alıntı yapabildiler.
Chatbot’un yanıtlarından kopyalayıp yapıştırmış olabilecek LLM’lere daha fazla güvenenlerin, “yazdıkları” olduklarını daha az alıntı yapabilmeleri şaşırtıcı olabilir. Kosmyna, bu röportajların yazı gerçekleştikten hemen sonra yapıldığını ve geri çağırma eksikliğinin dikkat çekici olduğunu söyledi. “Yazdın, değil mi?” dedi. “Ne olduğunu bilmiyor musun?”
EEG sonuçları ayrıca üç grup arasında önemli farklılıklar gösterdi. Sadece beyin katılımcıları arasında arama motoru grubundan daha fazla nöral bağlantı-beynin bileşenleri arasında etkileşim-vardı ve LLM grubunun en az aktivitesi vardı. Yine, tamamen şaşırtıcı bir sonuç değil. Araçları kullanmak, bir görevi tamamlamak için beyninizin daha azını kullandığınız anlamına gelir. Ancak Kosmyna, araştırmanın farklılıkların ne olduğunu göstermeye yardımcı olduğunu söyledi: “Fikir, farklı olduğunu anlamak için daha yakından bakmaktı, ama nasıl farklı?” dedi.
Nataliya Kosmyna, bir EEG beyin aktivitesini izlerken bir makale yazan bir araştırma konusunun resmini paylaşıyor.
Çalışma yazarları, LLM grubunda “daha zayıf bellek izleri, azaltılmış kendini izleme ve parçalanmış yazarlık” gösterdi. Bu bir öğrenme ortamında bir endişe olabilir: “Kullanıcılar AI araçlarına büyük ölçüde güveniyorlarsa, yüzeysel akıcılık elde edebilirler, ancak bilgiyi içselleştiremez veya bu konuda sahiplik duygusu hissedemezler.”
İlk üç denemeden sonra, araştırmacılar katılımcıları farklı bir gruba atandıkları dördüncü oturum için geri davet ettiler. Buradaki bulgular, önemli ölçüde daha küçük bir gruptan (sadece 18), ilk başta sadece beyin grubunda olanların bir LLM kullanırken bile daha fazla aktivite gösterdiğini, sadece LLM grubundakiler LLM olmadan ilk sadece beyin grubundan daha az nöral bağlantı gösterdiğini buldu.
Bu ‘Brainrot’ değil
MIT çalışması yayınlandığında, birçok manşet, chatgpt kullanımının beyinlerin “çürümüş” olduğunu veya önemli uzun vadeli sorunlara neden olduğunu gösterdiğini iddia etti. Kosmyna, araştırmacıların tam olarak bulduğu bu değil. Çalışma, katılımcılar çalışırken meydana gelen beyin aktivitesine odaklandı – şu anda beyinlerinin iç devresi. Aynı zamanda o anda çalışmalarının anılarını da inceledi.
AI kullanımının uzun vadeli etkilerinin anlaşılması, daha uzun vadeli bir çalışma ve farklı yöntemler gerektirecektir. Kosmyna, gelecekteki araştırmaların kodlama gibi diğer gen AI kullanım durumlarına bakabileceğini veya beynin farklı bölümlerini inceleyen teknolojiye, fonksiyonel manyetik rezonans görüntüleme veya fMRI gibi bakabileceğini söyledi. “Bütün fikir daha fazla deney, daha bilimsel veri toplamayı teşvik etmektir” dedi.
MIT çalışmasına dahil olmayan Johns Hopkins Üniversitesi’nde nörobilim yardımcı doçenti Genevieve Stein-O’brien, LLM’lerin kullanımı hala araştırılmakla birlikte, beynimiz üzerindeki etkinin düşünebileceğiniz kadar önemli olmaması muhtemeldir. Genetik ve biyolojinin, yaşamın erken dönemlerinde meydana gelen beyni nasıl geliştirmeye ve inşa etmeye yardımcı olduğunu inceliyor. Bu kritik dönemlerin çocukluk veya ergenlik döneminde kapanma eğiliminde olduğunu söyledi.
Stein-o’brien, “Bütün bunlar Chatgpt veya bunun gibi bir şeyle etkileşime girmeden önce olur.” Dedi. “Kurulan çok fazla altyapı var ve bu çok sağlam.”
Stein-O’brien, çocukların çalışması insan davranışını araştırmak isteyen bilim adamları için etik kaygılar yaratmasına rağmen, AI teknolojisi ile giderek daha fazla temas eden çocuklarda durum farklı olabilir.
Bir deneme yazmanıza yardımcı olan bir sohbet botu alabilirsin, ancak ne yazdığınızı hatırlayacak mısınız?
Neden yine de deneme yazmayı önemsiyorsunuz?
AI kullanımının makale yazma üzerindeki etkisini inceleme fikri, bazıları için anlamsız gelebilir. Sonuçta, bir not almak için okulda bir deneme yazmanın anlamı değil miydi? Neden daha iyi değilse, daha kolay yapabilen bir makineye çalışan bir makineye dış kaynak kullanmıyorsunuz?
MIT çalışması görevin noktasına gelir: Bir makale yazmak, düşüncelerinizi geliştirmek, çevrenizdeki dünyayı anlamakla ilgilidir.
Mississippi Üniversitesi’nde yazma ve retorik profesörü Robert Cummings, “Yazmaya başladığımızda bildiklerimizle başlıyoruz, ancak yazma eyleminde, bir sonraki soruları çerçeveliyor ve keşfetmek için yeni fikirler veya yeni içerikler düşünüyoruz.” Dedi.
Cummings, bilgisayar teknolojilerinin nasıl yazdığımızı etkilemesi konusunda benzer araştırmalar yaptı. Bir çalışma İlgili Cümle Tamamlama Teknolojisi – Gayri resmi olarak otomatik tamamlama olarak bildiğiniz şey. 119 yazar aldı ve bir deneme yazma görevini verdi. Kabaca yarısının Google Sensible Compose etkinken bilgisayarları vardı, geri kalanı yoktu. Yazarları daha hızlı yaptı mı, yoksa önerilen seçimlerde gezinmek zorunda kaldıkları için daha fazla zaman harcadılar mı ve daha az mı yazdılar? Sonuç olarak aynı miktarda aynı miktarda yazdılar. “Farklı cümle uzunluklarında, farklı fikir karmaşıklığı ile yazmıyorlardı.” Dedi. “Düz eşitti.”
Devamını oku: AI Necessities: Uzmanlarımıza göre Gen AI’nın sizin için çalışmasını sağlamanın 29 yolu
Chatgpt ve onun ilk farklı bir canavar. Bir cümle tamamlama teknolojisi ile hala kelimeler üzerinde kontrolünüz var, yine de yazma seçimleri yapmanız gerekiyor. MIT çalışmasında, bazı katılımcılar Chatgpt’in söylediklerini kopyalayıp yapıştırdı. Kendileri olarak teslim ettikleri işi bile okumamış olabilirler.
Cummings, “Kişisel görüşüm, öğrenciler yazılarını değiştirmek için üretken AI kullandıklarında, bir tür teslim oldukları, artık projelerine aktif olarak dahil olmadıklarıdır.” Dedi.
MIT araştırmacıları, aletsiz üç makale yazan grubun nihayet araçlar verildiğinde daha yüksek katılım seviyelerine sahip olduğunu fark ettiklerinde bu dördüncü oturumda ilginç bir şey buldular.
“Birlikte ele alındığında, bu bulgular, öğrenciler yeterince kendi kendine yönelik bilişsel çaba sarf edene kadar AI entegrasyonunu geciktiren bir eğitim modelini destekliyorlar.” “Böyle bir yaklaşım hem acil araç etkinliğini hem de kalıcı bilişsel özerkliği teşvik edebilir.”
Cummings, kompozisyon sınıfını cihaz olmadan öğretmeye başladığını söyledi. Öğrenciler sınıfta, genellikle daha kişisel olan ve bir LLM’ye beslenmesi daha zor olan konulara yazılırlar. AI tarafından yazılmış makaleleri derecelendiriyormuş gibi hissetmediğini, öğrencilerinin bir araçtan yardım almadan önce kendi fikirleriyle etkileşim kurma şansı bulduğunu söyledi. “Geri dönmüyorum,” dedi.
