توصلت الدراسة إلى أن استخدام الذكاء الاصطناعي للعثور على المعلومات قد يقلل من معرفتك: ScienceAlert

منذ إصدار ChatGPT في أواخر عام 2022، بدأ ملايين الأشخاص في استخدام نماذج لغوية كبيرة للوصول إلى المعرفة. ومن السهل فهم جاذبيتها: اطرح سؤالاً، واحصل على تلخيص مصقول، ثم امضِ قدمًا – يبدو الأمر وكأنه تعلم بدون جهد.

ومع ذلك، فإن بحثًا جديدًا شاركت في تأليفه يقدم دليلاً تجريبيًا على أن هذه السهولة قد تأتي بتكلفة: عندما يعتمد الناس على نماذج لغوية كبيرة لتلخيص المعلومات حول موضوع ما لهم، فإنهم يميلون إلى تطوير المعرفة الضحلة حول هذا الموضوع مقارنة بالتعلم من خلال بحث Google القياسي.

مؤلف مشارك جين هو يون وأناوقد أبلغ كلا من أستاذي التسويق عن هذه النتيجة في ورقة بحثية تعتمد على سبع دراسات شارك فيها أكثر من 10000 مشارك.

متعلق ب: يخاطر المزيد من الأشخاص بالحصول على المشورة الطبية من روبوتات الدردشة. وهنا لماذا.

استخدمت معظم الدراسات نفس النموذج الأساسي: طُلب من المشاركين التعرف على موضوع ما – مثل كيفية زراعة حديقة نباتية – وتم تعيينهم بشكل عشوائي للقيام بذلك باستخدام إما LLM مثل ChatGPT أو “الطريقة القديمة”، من خلال التنقل في الروابط باستخدام بحث Google القياسي.

لم يتم وضع أي قيود على كيفية استخدامهم للأدوات؛ يمكنهم البحث على Google طالما أرادوا، ويمكنهم الاستمرار في مطالبة ChatGPT إذا شعروا أنهم يريدون المزيد من المعلومات.

بمجرد الانتهاء من بحثهم، طُلب منهم بعد ذلك كتابة نصيحة لصديق حول الموضوع بناءً على ما تعلموه.

كشفت البيانات عن نمط ثابت: شعر الأشخاص الذين تعلموا عن موضوع ما من خلال ماجستير إدارة الأعمال مقابل البحث على الويب أنهم تعلموا أقل، واستثمروا جهدًا أقل في كتابة نصائحهم لاحقًا، وفي النهاية كتبوا نصائح أقصر وأقل واقعية وأكثر عمومية.

وفي المقابل، عندما تم تقديم هذه النصيحة إلى عينة مستقلة من القراء، الذين لم يكونوا على دراية بالأداة التي تم استخدامها للتعرف على الموضوع، وجدوا أن النصيحة أقل إفادة، وأقل فائدة، وكانوا أقل عرضة لاعتمادها.

لقد وجدنا أن هذه الاختلافات قوية عبر مجموعة متنوعة من السياقات. على سبيل المثال، أحد الأسباب المحتملة التي جعلت مستخدمي LLM يكتبون نصائح أكثر إيجازًا وأكثر عمومية هو ببساطة أن نتائج LLM تعرض المستخدمين لمعلومات أقل انتقائية من نتائج Google.

للتحكم في هذا الاحتمال، أجرينا تجربة حيث تعرض المشاركون لمجموعة متطابقة من الحقائق في نتائج بحثهم على Google وChatGPT.

وبالمثل، في تجربة أخرى، أبقينا منصة البحث ثابتة -جوجل- وقمنا بتغيير ما إذا كان المشاركون قد تعلموا من نتائج جوجل القياسية أو ميزة النظرة العامة على الذكاء الاصطناعي من جوجل.

أكدت النتائج أنه حتى عند الحفاظ على الحقائق والمنصة ثابتة، فإن التعلم من استجابات LLM المركبة أدى إلى معرفة أقل عمقًا مقارنة بجمع المعلومات وتفسيرها وتوليفها للفرد عبر روابط الويب القياسية.

لماذا يهم

لماذا يبدو أن استخدام LLMs يقلل من التعلم؟ أحد المبادئ الأساسية لتنمية المهارات هو أن الناس يتعلمون بشكل أفضل عندما يكونون كذلك تشارك بنشاط مع المواد إنهم يحاولون التعلم.

عندما نتعلم عن موضوع ما من خلال بحث جوجل، فإننا نواجه المزيد من “الاحتكاك”: يجب علينا التنقل بين روابط الويب المختلفة، وقراءة مصادر المعلومات، وتفسيرها وتجميعها بأنفسنا.

على الرغم من أن هذا الاحتكاك أكثر صعوبة، إلا أنه يؤدي إلى تطوير أ تمثيل عقلي أعمق وأكثر أصالة من الموضوع المطروح. ولكن مع LLMs، تتم هذه العملية برمتها نيابة عن المستخدم، مما يحول التعلم من عملية أكثر نشاطًا إلى عملية سلبية.

ما هي الخطوة التالية؟

لكي نكون واضحين، نحن لا نعتقد أن الحل لهذه القضايا هو تجنب استخدام LLMs، خاصة بالنظر إلى الفوائد التي لا يمكن إنكارها والتي تقدمها في العديد من السياقات.

بدلاً من ذلك، رسالتنا هي أن الناس بحاجة ببساطة إلى أن يصبحوا مستخدمين أكثر ذكاءً أو أكثر استراتيجية لماجستير إدارة الأعمال – الأمر الذي يبدأ من خلال فهم المجالات التي تكون فيها ماجستير إدارة الأعمال مفيدة مقابل ضارة بأهدافهم.

هل تحتاج إلى إجابة سريعة وواقعية لسؤال ما؟ لا تتردد في استخدام مساعد الطيار AI المفضل لديك. ولكن إذا كان هدفك هو تطوير معرفة عميقة وقابلة للتعميم في منطقة ما، فإن الاعتماد على تركيبات LLM وحدها سيكون أقل فائدة.

كجزء من بحثي حول سيكولوجية التكنولوجيا الجديدة ووسائل الإعلام الجديدة، أنا مهتم أيضًا بما إذا كان من الممكن جعل تعلم LLM عملية أكثر نشاطًا. في تجربة أخرى، لقد اختبرنا ذلك من خلال جعل المشاركين يتفاعلون مع نموذج GPT المتخصص الذي يقدم روابط ويب في الوقت الفعلي إلى جانب استجاباته المركبة.

ومع ذلك، وجدنا أنه بمجرد حصول المشاركين على ملخص LLM، لم يكن لديهم الدافع للتعمق أكثر في المصادر الأصلية. وكانت النتيجة أن المشاركين ما زالوا يطورون معرفة أقل عمقًا مقارنة بأولئك الذين استخدموا Google القياسي.

بناءً على ذلك، في بحثي المستقبلي، أخطط لدراسة أدوات الذكاء الاصطناعي التوليدية التي تفرض احتكاكات صحية لمهام التعلم – على وجه التحديد، دراسة أنواع حواجز الحماية أو المطبات السريعة التي تحفز المستخدمين بنجاح على تعلم المزيد بشكل فعال بما يتجاوز الإجابات السهلة والمركبة.

قد تبدو مثل هذه الأدوات حاسمة بشكل خاص في التعليم الثانوي، حيث يتمثل التحدي الرئيسي الذي يواجه المعلمين في أفضل السبل لتزويد الطلاب بتطوير مهارات القراءة والكتابة والرياضيات الأساسية مع الاستعداد أيضًا لعالم حقيقي حيث من المرجح أن تكون ماجستير إدارة الأعمال جزءًا لا يتجزأ من حياتهم اليومية.

ال موجز البحث عبارة عن نبذة قصيرة عن العمل الأكاديمي المثير للاهتمام.

شيري ميلوماد، أستاذ مشارك في التسويق، جامعة بنسلفانيا

أعيد نشر هذه المقالة من المحادثة تحت رخصة المشاع الإبداعي. اقرأ المادة الأصلية.