隨著生成式人工智能在教育、法律、政治、媒體和其他領域的應用日益普及，許多人擔心對這項技術的依賴可能會降低認知獨立性。麻省理工學院最近的一項研究有力地證實了這種擔憂，該研究表明，使用數字工具會顯著改變大腦活動。

這篇新發表的論文解釋道，在一項實驗中，參與者在撰寫一系列文章時，電子腦監測顯示，使用大型語言模型 (LLM) 的參與者大腦各區域之間的連接明顯較弱。這與記憶力較差和衍生性輸出較多相關。

三組參與者每人撰寫三篇文章：一組依靠大語言模型學位，另一組使用搜索引擎，第三組不使用任何外部工具。之后，大語言模型學位組和“純腦力”組交換成員，撰寫第四篇文章。雖然純腦力組的文章并非總是最準確的，但該組的參與者表現出明顯更強的神經連接性，表明他們的精神參與度更高。

雖然大語言模型（LLM）組的論文獲得了人類評分員和人工智能評委的高分，但寫作風格趨于同質化，并且更貼近原文提示。使用大語言模型（LLM）的參與者更有可能復制粘貼，較少修改作品，并且難以引用自己的作品。

在最后的環節中，LLM 學員也難以回憶起實驗早期的信息。他們的大腦活動在論文主題方面重置到了新手水平。

雖然純腦組的連接性隨著時間的推移有所下降，但仍保持在中等水平，參與者可以輕松記住早期的內容。有趣的是，從大語言模型組轉到純腦組的參與者的神經連接性有所增強。

使用搜索引擎的那組表現出了低到中等的大腦連通性。他們的寫作風格也高度同質化，但他們能夠更好地引用自己的作品，這表明他們比大語言模型（LLM）用戶擁有更強的記憶力。

總體而言，結果表明，任何數字工具的使用都會影響大腦活動，但搜索引擎比生成性人工智能需要更多的腦力參與。

這些發現可能對教育領域產生重大影響，因為人工智能在教育領域的應用正日益廣泛。在許多學校，大多數學生在完成作業時都會不同程度地使用ChatGPT之類的工具。有些學生只生成提綱或主題想法，而有些學生則將作業作為提示，甚至不閱讀作業內容就直接提交。

教師和教授也開始使用人工智能批改作業，并嘗試檢測人工智能的使用情況，但結果各不相同。麻省理工學院的研究結果表明，無論對大語言模型的依賴程度如何，這兩類人群的認知能力都可能受到影響。