Αμβλύνει η Τεχνητή Νοημοσύνη τις Δεξιότητες Σκέψης μας; Τι Μπορείτε να Κάνετε Γι’ αυτό
Υπάρχουν αυξανόμενες ενδείξεις ότι η εξάρτησή μας από τα εργαλεία παραγωγικής τεχνητής νοημοσύνης μειώνει την ικανότητά μας να σκεφτόμαστε καθαρά και κριτικά, αλλά δεν είναι απαραίτητο να συμβαίνει αυτό.
Ο Σωκράτης δεν ήταν ο μεγαλύτερος θαυμαστής του γραπτού λόγου. Διάσημος για το ότι δεν άφησε γραπτά στην ιστορία, ο μεγάλος φιλόσοφος λέγεται ότι πίστευε ότι η εξάρτηση από τη γραφή καταστρέφει τη μνήμη και αποδυναμώνει το μυαλό.
Περίπου 2400 χρόνια αργότερα, οι φόβοι του Σωκράτη φαίνονται αδικαιολόγητοι – ιδιαίτερα υπό το φως των στοιχείων ότι η καταγραφή των πραγμάτων βελτιώνει το σχηματισμό μνήμης. Ωστόσο, η ευρύτερη δυσπιστία του απέναντι στις γνωστικές τεχνολογίες παραμένει. Ένας αυξανόμενος αριθμός ψυχολόγων, νευροεπιστημόνων και φιλοσόφων ανησυχούν ότι το ChatGPT και παρόμοια εργαλεία παραγωγικής τεχνητής νοημοσύνης θα διαβρώσουν τις δυνάμεις μας ανάκλησης πληροφοριών και θα αμβλύνουν την ικανότητά μας για σαφή συλλογισμό.
Επιπλέον, ενώ ο Σωκράτης βασίστηκε στην έξυπνη ρητορική για να υποστηρίξει το επιχείρημά του, αυτοί οι ερευνητές θεμελιώνουν το δικό τους σε εμπειρικά δεδομένα. Οι μελέτες τους έχουν αποκαλύψει στοιχεία ότι ακόμη και εκπαιδευμένοι επαγγελματίες αποσύρουν τις δεξιότητές τους στην κριτική σκέψη όταν χρησιμοποιούν παραγωγική τεχνητή νοημοσύνη, και αποκάλυψαν ότι η υπερβολική εξάρτηση από αυτά τα εργαλεία τεχνητής νοημοσύνης κατά τη διάρκεια της μαθησιακής διαδικασίας μειώνει τη συνδεσιμότητα του εγκεφάλου και καθιστά τις πληροφορίες λιγότερο αξιομνημόνευτες. Δεν είναι παράξενο, λοιπόν, ότι όταν ρώτησα το chatbot Gemini της Google αν τα εργαλεία τεχνητής νοημοσύνης μετατρέπουν τον εγκέφαλό μας σε ζελέ και τις μνήμες μας σε κόσκινα, παραδέχτηκε ότι μπορεί να το κάνουν. Τουλάχιστον, νομίζω ότι το έκανε: Δεν μπορώ να θυμηθώ ακριβώς τώρα.
Αλλά δεν έχουν χαθεί όλα. Πολλοί ερευνητές υποπτεύονται ότι μπορούμε να αλλάξουμε την αφήγηση, μετατρέποντας την παραγωγική τεχνητή νοημοσύνη σε ένα εργαλείο που βελτιώνει τη γνωστική μας απόδοση και αυξάνει τη νοημοσύνη μας. “Η τεχνητή νοημοσύνη δεν μας κάνει απαραίτητα ανόητους, αλλά μπορεί να αλληλεπιδρούμε μαζί της ανόητα”, λέει η Lauren Richmond στο Πανεπιστήμιο Stony Brook της Νέας Υόρκης. Έτσι, πού κάνουμε λάθος με τα εργαλεία παραγωγικής τεχνητής νοημοσύνης; Και πώς μπορούμε να αλλάξουμε τις συνήθειές μας για να αξιοποιήσουμε καλύτερα την τεχνολογία;
Η Εποχή της Παραγωγικής Τεχνητής Νοημοσύνης
Τα τελευταία χρόνια, η παραγωγική τεχνητή νοημοσύνη έχει ενσωματωθεί βαθιά στη ζωή μας. Οι θεραπευτές τη χρησιμοποιούν για να αναζητήσουν μοτίβα στις σημειώσεις τους. Οι μαθητές βασίζονται σε αυτήν για τη συγγραφή εκθέσεων. Έχει ακόμη γίνει αποδεκτή από ορισμένους οργανισμούς μέσων ενημέρωσης, κάτι που μπορεί να εξηγεί γιατί ο ιστότοπος χρηματοοικονομικών ειδήσεων Business Insider φέρεται να επιτρέπει πλέον στους δημοσιογράφους του να χρησιμοποιούν τεχνητή νοημοσύνη κατά τη σύνταξη ιστοριών.
Κατά μία έννοια, όλοι αυτοί οι χρήστες τεχνητής νοημοσύνης ακολουθούν μια χιλιετή παράδοση “γνωστικής εκφόρτωσης” – χρησιμοποιώντας ένα εργαλείο ή μια φυσική ενέργεια για να μειώσουν το νοητικό βάρος. Πολλοί από εμάς χρησιμοποιούμε αυτή τη στρατηγική στην καθημερινή μας ζωή. Κάθε φορά που γράφουμε μια λίστα αγορών αντί να απομνημονεύουμε ποια είδη να αγοράσουμε, χρησιμοποιούμε γνωστική εκφόρτωση.
Χρησιμοποιούμενη με αυτόν τον τρόπο, η γνωστική εκφόρτωση μπορεί να μας βοηθήσει να βελτιώσουμε την ακρίβεια και την αποτελεσματικότητά μας, ενώ παράλληλα απελευθερώνουμε εγκεφαλικό χώρο για να χειριστούμε πιο σύνθετες γνωστικές εργασίες, όπως η επίλυση προβλημάτων, λέει η Richmond. Αλλά σε μια ανασκόπηση της συμπεριφοράς που δημοσίευσε η Richmond νωρίτερα φέτος με τον συνάδελφό της από το Stony Brook, Ryan Taylor, διαπίστωσε ότι έχει επίσης αρνητικές επιπτώσεις στη γνωστική μας ικανότητα.
“Όταν έχεις εκφορτώσει κάτι, σχεδόν το διαγράφεις νοητικά”, λέει η Richmond. “Φανταστείτε ότι φτιάχνετε αυτή τη λίστα με τα ψώνια, αλλά μετά δεν την παίρνετε μαζί σας. Στην πραγματικότητα είστε σε χειρότερη θέση από ό,τι αν απλώς σχεδιάζατε να θυμηθείτε τα είδη που έπρεπε να αγοράσετε στο κατάστημα.”
Έρευνα το υποστηρίζει αυτό. Για να πάρουμε ένα παράδειγμα, μια μελέτη που δημοσιεύθηκε το 2018 αποκάλυψε ότι όταν βγάζουμε φωτογραφίες αντικειμένων που βλέπουμε κατά τη διάρκεια μιας επίσκεψης σε ένα μουσείο, είμαστε χειρότεροι στο να θυμόμαστε τι εκτέθηκε αργότερα: έχουμε δώσει υποσυνείδητα στα τηλέφωνά μας το καθήκον να απομνημονεύουν τα εκθέματα.
Αυτό μπορεί να δημιουργήσει μια σπείρα όπου όσο περισσότερο εκφορτώνουμε, τόσο λιγότερο χρησιμοποιούμε τον εγκέφαλό μας, κάτι που με τη σειρά του μας κάνει να εκφορτώνουμε ακόμη περισσότερο. “Η εκφόρτωση γεννά εκφόρτωση – μπορεί να συμβεί”, λέει ο Andy Clark, φιλόσοφος στο Πανεπιστήμιο του Sussex στο Ηνωμένο Βασίλειο. Το 1998, ο Clark και ο συνάδελφός του David Chalmers – τώρα στο Πανεπιστήμιο της Νέας Υόρκης – πρότειναν τη θεωρία του εκτεταμένου μυαλού, η οποία υποστηρίζει ότι το μυαλό μας εκτείνεται στον φυσικό κόσμο μέσω αντικειμένων όπως οι λίστες αγορών και τα άλμπουμ φωτογραφιών. Ο Clark δεν το θεωρεί αυτό εγγενώς καλό ή κακό – αν και ανησυχεί ότι καθώς επεκτεινόμαστε στον κυβερνοχώρο με την παραγωγική τεχνητή νοημοσύνη και άλλες διαδικτυακές υπηρεσίες, γινόμαστε ευάλωτοι εάν αυτές οι υπηρεσίες καταστούν ποτέ μη διαθέσιμες λόγω διακοπών ρεύματος ή κυβερνοεπιθέσεων.
Η γνωστική εκφόρτωση θα μπορούσε επίσης να καταστήσει τη μνήμη μας πιο ευάλωτη στη χειραγώγηση. Σε μια μελέτη του 2019, ερευνητές στο Πανεπιστήμιο του Waterloo του Καναδά παρουσίασαν σε εθελοντές μια λίστα λέξεων προς απομνημόνευση και τους επέτρεψαν να πληκτρολογήσουν τις λέξεις για να τις θυμηθούν. Οι ερευνητές διαπίστωσαν ότι όταν πρόσθεσαν κρυφά μια απατηλή λέξη στην πληκτρολογημένη λίστα, οι εθελοντές ήταν πολύ σίγουροι ότι η απατηλή λέξη ήταν στην πραγματικότητα στη λίστα από την αρχή.
Όπως είδαμε, οι ανησυχίες σχετικά με τις βλάβες της γνωστικής εκφόρτωσης χρονολογούνται τουλάχιστον στον Σωκράτη. Αλλά η παραγωγική τεχνητή νοημοσύνη τις έχει υπερφορτίσει. Σε μια μελέτη που δημοσιεύτηκε στο διαδίκτυο φέτος, η Shiri Melumad και ο Jin Ho Yun στο Πανεπιστήμιο της Πενσυλβάνια ζήτησαν από 1100 εθελοντές να γράψουν μια σύντομη έκθεση προσφέροντας συμβουλές για τη φύτευση ενός λαχανόκηπου αφού ερεύνησαν το θέμα είτε χρησιμοποιώντας μια τυπική αναζήτηση στο διαδίκτυο είτε το ChatGPT. Οι εκθέσεις που προέκυψαν έτειναν να είναι συντομότερες και να περιέχουν λιγότερες αναφορές σε γεγονότα εάν είχαν γραφτεί από εθελοντές που χρησιμοποίησαν το ChatGPT, το οποίο οι ερευνητές ερμήνευσαν ως αποδεικτικό στοιχείο ότι το εργαλείο τεχνητής νοημοσύνης είχε καταστήσει τη μαθησιακή διαδικασία πιο παθητική – και την προκύπτουσα κατανόηση πιο επιφανειακή. Η Melumad και ο Yun υποστήριξαν ότι αυτό συμβαίνει επειδή οι τεχνητές νοημοσύνες συνθέτουν πληροφορίες για εμάς. Με άλλα λόγια, εκφορτώνουμε γνωστικά την ευκαιρία μας να εξερευνήσουμε και να κάνουμε ανακαλύψεις για ένα θέμα μόνοι μας.
Μειούμενες Ικανότητες λόγω της Τεχνητής Νοημοσύνης
Η τελευταία νευροεπιστήμη προσθέτει βαρύτητα σε αυτούς τους φόβους. Σε πειράματα που περιγράφονται λεπτομερώς σε μια εργασία σε εκκρεμότητα αξιολόγησης από ομοτίμους που κυκλοφόρησε αυτό το καλοκαίρι, η Nataliya Kos’myna στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης και οι συνάδελφοί της χρησιμοποίησαν ηλεκτροεγκεφαλογραφικά καπέλα (EEG) για να μετρήσουν την εγκεφαλική δραστηριότητα 54 εθελοντών καθώς έγραφαν εκθέσεις για θέματα όπως “Απαιτεί η αληθινή αφοσίωση άνευ όρων υποστήριξη;” και “Είναι το να έχεις πάρα πολλές επιλογές πρόβλημα;”. Μερικοί από τους συμμετέχοντες έγραψαν τις εκθέσεις τους χρησιμοποιώντας μόνο τις δικές τους γνώσεις και εμπειρίες, σε μια δεύτερη ομάδα επιτράπηκε να χρησιμοποιήσουν τη μηχανή αναζήτησης Google για να εξερευνήσουν το θέμα της έκθεσης και μια τρίτη ομάδα μπορούσε να χρησιμοποιήσει το ChatGPT.
Η ομάδα ανακάλυψε ότι η ομάδα που χρησιμοποιούσε το ChatGPT είχε χαμηλότερη εγκεφαλική συνδεσιμότητα κατά τη διάρκεια της εργασίας, ενώ η ομάδα που βασιζόταν απλώς στις δικές της γνώσεις είχε την υψηλότερη. Η ομάδα του προγράμματος περιήγησης, εν τω μεταξύ, ήταν κάπου ενδιάμεσα.
“Υπάρχει σίγουρα ένας κίνδυνος να βολευτείς με αυτό το εργαλείο που μπορεί να κάνει σχεδόν τα πάντα. Και αυτό μπορεί να έχει ένα γνωστικό κόστος”, λέει η Kos’myna.
Οι κριτικοί μπορεί να υποστηρίξουν ότι η μείωση της εγκεφαλικής δραστηριότητας δεν χρειάζεται να υποδηλώνει έλλειψη γνωστικής εμπλοκής σε μια δραστηριότητα, κάτι που αποδέχεται η Kos’myna. “Αλλά είναι επίσης σημαντικό να εξετάσουμε τα συμπεριφορικά μέτρα”, λέει.
Παραδείγματα Γνωστικής Εκφόρτωσης και η Επίδραση της Τεχνητής Νοημοσύνης
Για παράδειγμα, όταν ρωτούσε τους εθελοντές αργότερα, αυτή και οι συνάδελφοί της ανακάλυψαν ότι οι χρήστες του ChatGPT δυσκολεύονταν να παραθέσουν τις εκθέσεις τους, γεγονός που υποδηλώνει ότι δεν είχαν επενδύσει τόσο πολύ στη διαδικασία συγγραφής.
Υπάρχουν επίσης αναδυόμενες – αν και προσωρινές – ενδείξεις σύνδεσης μεταξύ της βαριάς χρήσης παραγωγικής τεχνητής νοημοσύνης και της φτωχότερης κριτικής σκέψης. Για παράδειγμα, ο Michael Gerlich στην SBS Swiss Business School δημοσίευσε μια μελέτη νωρίτερα φέτος αξιολογώντας τις συνήθειες τεχνητής νοημοσύνης και τις δεξιότητες κριτικής σκέψης 666 ατόμων από διάφορα υπόβαθρα.
Ο Gerlich χρησιμοποίησε δομημένα ερωτηματολόγια και εις βάθος συνεντεύξεις για να ποσοτικοποιήσει τις δεξιότητες κριτικής σκέψης των συμμετεχόντων, οι οποίες αποκάλυψαν ότι όσοι ήταν ηλικίας μεταξύ 17 και 25 ετών είχαν βαθμολογίες κριτικής σκέψης που ήταν περίπου 45 τοις εκατό χαμηλότερες από τους συμμετέχοντες που ήταν άνω των 46 ετών.
Άλλοι τονίζουν ότι είναι πολύ νωρίς για να εξαχθούν οριστικά συμπεράσματα, ιδιαίτερα δεδομένου ότι η μελέτη του Gerlich έδειξε συσχέτιση και όχι αιτιώδη συνάφεια – και δεδομένου ότι ορισμένες έρευνες υποδηλώνουν ότι οι δεξιότητες κριτικής σκέψης είναι εγγενώς υπανάπτυκτες στους εφήβους. “Δεν έχουμε ακόμη τα στοιχεία”, λέει ο Aaron French στο Kennesaw State University στη Γεωργία.
Αλλά άλλες έρευνες υποδηλώνουν ότι η σύνδεση μεταξύ των εργαλείων παραγωγικής τεχνητής νοημοσύνης και της κριτικής σκέψης μπορεί να είναι πραγματική. Σε μια μελέτη που δημοσιεύθηκε νωρίτερα φέτος από μια ομάδα στη Microsoft και το Πανεπιστήμιο Carnegie Mellon στην Πενσυλβάνια, 319 “εργαζόμενοι της γνώσης” (επιστήμονες, προγραμματιστές λογισμικού, διευθυντές και σύμβουλοι) ρωτήθηκαν για τις εμπειρίες τους με την παραγωγική τεχνητή νοημοσύνη. Οι ερευνητές διαπίστωσαν ότι άτομα που εξέφρασαν μεγαλύτερη εμπιστοσύνη στην τεχνολογία παραδέχθηκαν ελεύθερα ότι ασχολούνται με λιγότερη κριτική σκέψη κατά τη χρήση της.
Χρήση των εργαλείων Τεχνητής Νοημοσύνης με έξυπνο τρόπο
Ένας τρόπος για να αποφύγετε όλα αυτά τα προβλήματα είναι να επαναπροσδιορίσετε τη σχέση μας με τα εργαλεία παραγωγικής τεχνητής νοημοσύνης, χρησιμοποιώντας τα με τρόπο που ενισχύει παρά υπονομεύει τη γνωστική εμπλοκή. Αυτό δεν είναι τόσο εύκολο όσο ακούγεται.
Ο Clark υποστηρίζει ότι αυτό είναι σημαντικό. “Εάν οι άνθρωποι σκεφτούν [ένα δεδομένο θέμα] μόνοι τους πριν χρησιμοποιήσουν την τεχνητή νοημοσύνη, κάνει τεράστια διαφορά στο ενδιαφέρον, την πρωτοτυπία και τη δομή των επόμενων εκθέσεών τους”, λέει.
Ανακεφαλαιώνοντας, για να αξιοποιήσετε την τεχνητή νοημοσύνη όσο το δυνατόν πιο αποδοτικά, θα πρέπει να γνωρίζετε τις δυνάμεις και τις ασθενείς σας. Το αν σας αρέσει να σκέφτεστε, είναι καλή ιδέα να χρησιμοποιдите την τεχνητή νοημοσύνη για να αμφισβητήσετε την κατανόησή σας για ένα θέμα αντί να της ζητάτε να σας ταΐσει γεγονότα με το κουτάλι.
Απλώς, αν περιμένουμε από την παραγωγική τεχνητή νοημοσύνη να μας δώσει όλες τις απαντήσεις, θα καταλήξουμε να παράγουμε λιγότερο πρωτότυπο περιεχόμενο οι ίδιοι. Τελικά, αυτό σημαίνει ότι τα μεγάλα γλωσσικά μοντέλα (LLM) που τροφοδοτούν αυτά τα εργαλεία – τα οποία εκπαιδεύονται χρησιμοποιώντας δεδομένα που δημιουργούνται από τον άνθρωπο – θα αρχίσουν να μειώνονται σε χωρητικότητα. “Αρχίζετε να έχετε τον κίνδυνο αυτού που ορισμένοι άνθρωποι αποκαλούν κατάρρευση του μοντέλου”, λέει: τα LLM αναγκάζονται σε βρόχους ανάδρασης όπου εκπαιδεύονται στο δικό τους περιεχόμενο και η ικανότητά τους να παρέχουν δημιουργικές, υψηλής ποιότητας απαντήσεις φθίνει. “Έχουμε ένα πραγματικό συμφέρον να διασφαλίσουμε ότι θα συνεχίσουμε να γράφουμε νέα και ενδιαφέροντα πράγματα”, λέει ο Clark.
Με άλλα λόγια, η εσφαλμένη χρήση της παραγωγικής τεχνητής νοημοσύνης μπορεί να είναι ένας δρόμος διπλής κατεύθυνσης. Αναδυόμενες έρευνες υποδηλώνουν ότι υπάρχει κάποια ουσία στους φόβους ότι η τεχνητή νοημοσύνη μας κάνει ανόητους – αλλά είναι επίσης πιθανό ότι η πρακτική της υπερβολικής χρήσης της κάνει και τα εργαλεία τεχνητής νοημοσύνης ανόητα.
Συχνές Ερωτήσεις (Συχνές Ερωτήσεις)
1. Πώς μπορώ να χρησιμοποιήσω την τεχνητή νοημοσύνη για να βελτιώσω τις ικανότητές μου στην κριτική σκέψη;
Χρησιμοποιείστε την τεχνητή νοημοσύνη για να σας παρουσιάσει διαφορετικές οπτικές και να αμφισβητήσετε τις υποθέσεις σας. Μην βασίζεστε μόνο σε μια πηγή. Αναζητήστε αντιπαραδείγματα και κριτική ανάλυση.
2. Υπάρχουν οφέλη από την γνωστική εκφόρτωση μέσω της τεχνητής νοημοσύνης;
Ναι, αν χρησιμοποιηθεί σωστά, μπορεί να ελευθερώσει γνωστικό χώρο για πιο δημιουργικές εργασίες και επίλυση προβλημάτων. Αλλά η ισσοροπία είναι το κλειδί.
3. Ποιο είναι το κύριο λάθος που κάνουν οι άνθρωποι με την τεχνητή νοημοσύνη;
Το να θεωρούν την τεχνητή νοημοσύνη ως υποκατάστατο της σκέψης, αντί για εργαλείο που ενισχύει την κατανόηση και τις ικανότητές τους.
“`