Une étude du MIT révèle que l'IA diminue l'engagement du cerveau humain

Une étude menée par le MIT (Massachusetts Institute of Technology) révèle que l'utilisation d'un grand modèle linguistique (LLM) ne réduit pas seulement l'effort mental sur le moment, mais a également des effets négatifs persistants sur les performances cognitives lors de tâches ultérieures.

Dans cette expérience, les chercheurs ont travaillé avec un petit nombre de participants - une limitation reconnue dans l'étude [PDF] - chargés de rédiger des essais sur divers sujets. Un groupe était autorisé à utiliser l'IA (ChatGPT a été choisi, car les chercheurs ont constaté peu de différences fonctionnelles entre lui et des outils similaires), un autre pouvait utiliser Google Search, et un troisième groupe était désigné comme "cerveau seul", ce qui signifie qu'il devait accomplir la tâche sans aucune assistance technologique.

Tous les participants ont subi une électroencéphalographie (EEG) pour évaluer l'engagement cognitif et la charge mentale. Les résultats ont montré des schémas distincts de connectivité neuronale entre les groupes, reflétant des stratégies cognitives différentes. Plus un participant bénéficiait d'une assistance technologique, plus son activité cérébrale était faible. L'analyse EEG a confirmé que le groupe "cerveau seul" présentait le niveau d'engagement neuronal le plus élevé, suivi par le groupe "moteur de recherche", les utilisateurs d'IA affichant le niveau le plus faible.

L'étude a également mesuré ce qu'elle a appelé "l'appropriation", c'est-à-dire la capacité des participants à se rappeler et à résumer leurs propres écrits par la suite. L'appropriation diminue considérablement à mesure que l'aide technologique augmente. Très peu d'individus du groupe assisté par le LLM ont pu paraphraser avec précision leurs essais. De plus, les essais rédigés avec l'aide de l'IA étaient particulièrement uniformes par sujet et présentaient beaucoup moins de variations que ceux des autres groupes.

Comme prévu, le cortex visuel était plus actif chez ceux qui utilisaient des moteurs de recherche ou le ChatGPT, ce qui indique une plus grande concentration sur les résultats des outils eux-mêmes.

Effets à plus long terme

Après plusieurs séries d'essais, deux nouveaux groupes ont été formés : "Brain-to-LLM" - les participants qui ont d'abord travaillé sans aide et ont ensuite été autorisés à utiliser un LLM - et "LLM-to-Brain" - ceux qui ont commencé avec l'aide de l'IA et ont ensuite été invités à rédiger de manière indépendante.

Les chercheurs ont observé que "les participants LLM-to-Brain présentaient une connectivité neuronale plus faible et un engagement réduit dans les réseaux de fréquence alpha et bêta, tandis que les participants Brain-to-LLM présentaient un meilleur rappel de la mémoire et une réactivation des régions cérébrales occipito-pariétales et préfrontales étendues. [...] Cela suggère que le fait de se tourner vers l'IA uniquement après s'être engagé profondément dans un sujet favorise l'intégration cognitive, la réactivation de la mémoire et le contrôle descendant".

En substance, les personnes bénéficient le plus de l'assistance de l'IA lorsqu'elles explorent d'abord en profondeur un sujet en utilisant leur propre intellect, leur expérience et leurs connaissances. Toutefois, le fait de s'appuyer sur l'IA dès le départ semble réduire progressivement l'engagement cognitif et altérer les performances lorsque l'aide de l'IA est supprimée.

Selon l'article, "au cours de la période d'étude de quatre mois, les participants assistés par le LLM ont constamment obtenu des résultats inférieurs à ceux du groupe ne disposant que d'un cerveau, en termes de paramètres neuronaux, linguistiques et de notation".

Une étude limitée

Compte tenu de la petite taille de l'échantillon, les auteurs reconnaissent la nécessité de constituer des groupes de participants plus larges et plus diversifiés pour produire des conclusions statistiquement solides. Néanmoins, alors que l'IA s'intègre de plus en plus dans l'éducation et la vie quotidienne, les chercheurs soulignent qu'il est urgent de se préoccuper du fait qu'une dépendance excessive à l'égard de l'IA pourrait entraîner un déclin des capacités d'apprentissage essentielles.

Conclusions

Si la tendance à remplacer le raisonnement humain, la réflexion et la synthèse par des contenus générés par l'IA se poursuit, les compétences en matière de pensée critique risquent de se détériorer avec le temps. L'utilisation de l'IA pour compléter son propre processus de réflexion, plutôt que de le remplacer entièrement, permet d'obtenir de meilleurs résultats.

L'utilisation des moteurs de recherche se situe à mi-chemin entre la réflexion spontanée et la composition dépendante de l'IA. Toutefois, comme les entreprises technologiques telles que Google et Microsoft intègrent de plus en plus de réponses générées par l'IA dans les résultats de recherche - souvent en les plaçant en haut de la page - la demande cognitive des utilisateurs quotidiens pourrait diminuer s'ils se fient uniquement à ces résumés automatisés.

L'équipe de recherche conclut que des recherches supplémentaires sont nécessaires pour comprendre l'impact cognitif à long terme de l'IA "avant que les LLM puissent être considérés comme un avantage sans équivoque pour l'humanité".

Vous souhaitez en savoir plus sur l'IA et le big data auprès d'experts du secteur ? Participez à l'exposition AI & Big Data à Amsterdam, en Californie ou à Londres. Cet événement complet fait partie de TechEx et se déroule en même temps que d'autres conférences technologiques de premier plan. Cliquez ici pour en savoir plus.

AI News vous est présenté par TechForge Media. Découvrez d'autres événements et webinaires à venir dans le domaine de la technologie d'entreprise ici.