AI पर निर्भरता से गंभीर सोच कमजोर हो सकती है: MIT अध्ययन में संज्ञानात्मक जोखिमों का खुलासा

एक ऐसे युग में जहां ChatGPT जैसे AI उपकरण उतने ही सामान्य हैं जितना कि स्पेल-चेक, MIT का एक खुलासा करने वाला अध्ययन चेतावनी देता है कि बड़े भाषा मॉडल (LLMs) पर हमारी बढ़ती निर्भरता हमारी गंभीर और गहरी सोच की क्षमता को सूक्ष्म रूप से कमजोर कर सकती है। MIT Media Lab के शोधकर्ताओं द्वारा चार महीने तक किए गए इस अध्ययन में “संज्ञानात्मक ऋण” की अवधारणा पेश की गई है, जो शिक्षकों, छात्रों और तकनीकी उत्साहियों को AI पर अपनी निर्भरता पर पुनर्विचार करने की चुनौती देती है।

निष्कर्षों का महत्व बहुत अधिक है। जैसे-जैसे वैश्विक स्तर पर छात्र शैक्षणिक सहायता के लिए AI की ओर रुख कर रहे हैं, हम ऐसी पीढ़ी को बढ़ावा दे सकते हैं जो तेजी से लिखती है लेकिन कम गहराई से सोचती है। यह कोई और तकनीकी चेतावनी कहानी नहीं है; यह इस बात की वैज्ञानिक रूप से आधारित खोज है कि AI को संज्ञानात्मक कार्यों को आउटसोर्स करने से हमारे मस्तिष्क की गहरी सोच की क्षमता पर क्या प्रभाव पड़ता है।

AI मस्तिष्क कार्यों को कैसे प्रभावित करता है

MIT अध्ययन ने बोस्टन क्षेत्र के पांच स्कूलों के 54 कॉलेज छात्रों को ट्रैक किया, उन्हें तीन समूहों में बांटा: एक समूह OpenAI के GPT-4o का उपयोग कर रहा था, दूसरा पारंपरिक सर्च इंजनों पर निर्भर था, और तीसरा बिना किसी बाहरी उपकरण के निबंध लिख रहा था। EEG मस्तिष्क निगरानी का उपयोग करते हुए, शोधकर्ताओं ने पाया कि बिना AI के लेखन करने वाले समूह में मस्तिष्क के विभिन्न क्षेत्रों में मजबूत न्यूरल कनेक्शन दिखाई दिए।

विशेष रूप से, थीटा और अल्फा मस्तिष्क तरंगों में अंतर दिखाई दिया, जो कार्य स्मृति और कार्यकारी कार्य से जुड़ी हैं। स्वतंत्र रूप से काम करने वाले समूह ने बेहतर फ्रंटो-पैराइटल अल्फा कनेक्टिविटी दिखाई, जो केंद्रित आंतरिक प्रसंस्करण और रचनात्मक विचार निर्माण को दर्शाती है। इसके विपरीत, LLM समूह ने कम फ्रंटल थीटा कनेक्टिविटी प्रदर्शित की, जो कार्य स्मृति और कार्यकारी नियंत्रण पर कम मांग को दर्शाती है।

संक्षेप में, लेखन के लिए AI का उपयोग मस्तिष्क को कम प्रयास वाले मोड में डाल देता है। हालांकि यह कुशल लग सकता है, यह संज्ञानात्मक असम्पृक्ति की ओर ले जाता है। विचार उत्पन्न करने, गंभीर विश्लेषण करने और रचनात्मक रूप से संश्लेषण करने के लिए न्यूरल मार्ग कम उपयोग में आते हैं, जैसे कि निष्क्रियता से मांसपेशियां कमजोर हो जाती हैं।

AI-सहायता प्राप्त लेखन में स्मृति अंतराल

एक आश्चर्यजनक निष्कर्ष स्मृति प्रतिधारण से संबंधित है। LLM उपयोगकर्ताओं में से 80% से अधिक ने अपने द्वारा अभी लिखे गए निबंधों से उद्धरणों को सटीक रूप से याद करने में कठिनाई का सामना किया, और कोई भी पूर्ण स्मरण प्राप्त नहीं कर सका। यह कोई छोटी समस्या नहीं है।

अध्ययन से पता चला कि AI-जनरेटेड निबंध गहरे रूप से आत्मसात नहीं किए जाते। स्वतंत्र रूप से वाक्य बनाना, शब्द चयन और तर्कों से जूझना, मजबूत स्मृति निशान बनाता है। लेकिन जब AI सामग्री उत्पन्न करता है—भले ही उपयोगकर्ता इसे संपादित करें—मस्तिष्क इसे बाहरी के रूप में संसाधित करता है, इसे पूरी तरह से आत्मसात नहीं करता।

यह समस्या साधारण स्मरण से परे है। LLM समूह को अपने निबंधों को लिखने के तुरंत बाद उद्धृत करने में भी कठिनाई हुई, जो संज्ञानात्मक स्वामित्व की कमी को दर्शाता है। यदि छात्र अपने द्वारा “लिखे” गए को याद नहीं कर सकते, तो क्या वे वास्तव में सीखने का दावा कर सकते हैं?

मौलिकता पर AI का प्रभाव

मानव ग्रेडरों ने नोट किया कि कई LLM निबंध सामान्य लगे और व्यक्तित्व की कमी थी, अक्सर दोहरावदार वाक्यांशों का उपयोग करते थे। प्राकृतिक भाषा प्रसंस्करण (NLP) विश्लेषण ने इसे समर्थन दिया, जिसमें दिखाया गया कि LLM-सहायता प्राप्त निबंध अधिक एकरूप थे, कम विविधता के साथ और पूर्वानुमानित भाषा पैटर्न पर निर्भर थे।

विचारों का यह एकसमानीकरण बौद्धिक अनुरूपता पैदा करने का जोखिम उठाता है। जब अनगिनत छात्र असाइनमेंट के लिए एक ही AI उपकरणों का उपयोग करते हैं, तो अद्वितीय दृष्टिकोण और रचनात्मक अंतर्दृष्टि खो जाती है, जिसे मानव विचार की समृद्धि की कमी वाले मानकीकृत, एल्गोरिदम-चालित आउटपुट से प्रतिस्थापित किया जाता है।

संज्ञानात्मक ऋण की लागत

“संज्ञानात्मक ऋण” की अवधारणा सॉफ्टवेयर में तकनीकी ऋण के समानांतर है—अल्पकालिक सुगमता दीर्घकालिक चुनौतियां पैदा करती है। हालांकि AI तात्कालिक लेखन को सरल बनाता है, समय के साथ यह गंभीर सोच को कमजोर कर सकता है, हेरफेर के प्रति संवेदनशीलता को बढ़ा सकता है, और रचनात्मकता को दबा सकता है।

अध्ययन के अंतिम सत्र में, LLM से स्वतंत्र लेखन में स्विच करने वाले छात्रों ने AI के बिना लिखने वाले समूह की तुलना में कमजोर न्यूरल कनेक्टिविटी और अल्फा और बीटा मस्तिष्क नेटवर्क में कम संलग्नता दिखाई। पूर्व AI निर्भरता ने उन्हें स्वतंत्र कार्यों के लिए कम तैयार छोड़ दिया, क्योंकि उनके संज्ञानात्मक नेटवर्क अप्रस्तुत थे।

इससे ऐसी पीढ़ी पैदा हो सकती है जो निम्नलिखित में संघर्ष करती है:

• स्वतंत्र रूप से समस्याओं का समाधान करना
• जानकारी का गंभीर मूल्यांकन करना
• मौलिक विचार उत्पन्न करना
• निरंतर, गहरी सोच में संलग्न होना
• कार्य का बौद्धिक स्वामित्व लेना

सर्च इंजन: एक संतुलित विकल्प

अध्ययन में पाया गया कि सर्च इंजन उपयोगकर्ता AI और स्वतंत्र समूहों के बीच में थे। उन्होंने मस्तिष्क-मात्र समूह की तुलना में कुछ न्यूरल कनेक्टिविटी में कमी दिखाई, लेकिन LLM उपयोगकर्ताओं की तुलना में मजबूत संज्ञानात्मक संलग्नता बनाए रखी। सर्च इंजन उपयोगकर्ताओं को सक्रिय रूप से जानकारी का मूल्यांकन और एकीकरण करना पड़ता था, न कि AI-जनरेटेड सामग्री को अधिक निष्क्रिय रूप से स्वीकार करने की भूमिका निभानी पड़ती थी।

यह एक महत्वपूर्ण अंतर को उजागर करता है: संज्ञानात्मक प्रयास का स्तर मायने रखता है। सर्च इंजन विकल्प प्रदान करते हैं, जिसके लिए उपयोगकर्ताओं को गंभीर रूप से सोचने की आवश्यकता होती है। LLM उत्तर प्रदान करते हैं, अक्सर केवल स्वीकृति या अस्वीकृति की आवश्यकता होती है।

शिक्षा में AI का पुनर्विचार

ये निष्कर्ष शिक्षा के लिए एक महत्वपूर्ण क्षण में आए हैं। जैसे-जैसे दुनिया भर के स्कूल AI एकीकरण को नेविगेट कर रहे हैं, MIT अध्ययन सावधानी के लिए साक्ष्य प्रदान करता है। LLMs का भारी, अपरिष्कृत उपयोग मस्तिष्क के जानकारी प्रसंस्करण के तरीके को बदल सकता है, जिसके अनपेक्षित परिणाम हो सकते हैं।

शिक्षकों के लिए, निष्कर्ष सूक्ष्म हैं। AI उपकरणों पर प्रतिबंध नहीं लगाया जाना चाहिए—वे व्यापक और कुछ कार्यों के लिए मूल्यवान हैं। इसके बजाय, अध्ययन संज्ञानात्मक शक्ति बनाने के लिए स्वतंत्र कार्य को प्राथमिकता देने का सुझाव देता है। चुनौती ऐसी पाठ्यचर्या तैयार करना है जो AI के लाभों को बिना सहायता के सोच के अवसरों के साथ संतुलित करे।

रणनीतियों में शामिल हो सकते हैं:

• गंभीर सोच को बढ़ावा देने के लिए AI-मुक्त कार्य
• मूल अवधारणाओं में महारत हासिल करने के बाद AI का क्रमिक परिचय
• AI के समर्थन या बाधा पहुंचाने के बारे में स्पष्ट मार्गदर्शन
• आउटपुट के बजाय प्रक्रिया को प्राथमिकता देने वाले मूल्यांकन
• बिना सहायता के संज्ञानात्मक विकास के लिए नियमित अभ्यास

MIT अध्ययन AI को अस्वीकार नहीं करता, बल्कि इसके विचारशील उपयोग की मांग करता है। जैसे हम स्क्रीन समय को शारीरिक गतिविधि के साथ संतुलित करते हैं, वैसे ही हमें मानसिक तेजस्विता बनाए रखने के लिए AI सहायता को संज्ञानात्मक व्यायाम के साथ संतुलित करना होगा।

भविष्य के शोध को ऐसे AI उपकरण डिजाइन करने पर ध्यान देना चाहिए जो संज्ञानात्मक प्रयास को बढ़ाएं, न कि बदलें। AI रचनात्मकता को कैसे बढ़ा सकता है बजाय इसे मानकीकृत करने के? ये प्रश्न शैक्षिक प्रौद्योगिकी के भविष्य को मार्गदर्शन देंगे।

सोच क्यों मायने रखती है

मुख्य संदेश: अपने मस्तिष्क का उपयोग करना आवश्यक बना रहता है। यह AI-पूर्व दिनों के लिए उदासीनता नहीं है; यह इस बात की मान्यता है कि संज्ञानात्मक कौशल को सक्रिय खेती की आवश्यकता है। मांसपेशियों की तरह, मानसिक क्षमताएं चुनौती के माध्यम से बढ़ती हैं और इसके बिना कमजोर हो जाती हैं।

MIT अध्ययन एक चेतावनी और अवसर दोनों के रूप में कार्य करता है। चेतावनी: AI लेखन उपकरणों पर अनियंत्रित निर्भरता मानव बुद्धि को परिभाषित करने वाली संज्ञानात्मक कौशलों को नष्ट करने का जोखिम उठाती है। अवसर: इन जोखिमों को समझकर, हम ऐसी प्रणालियां, नीतियां और प्रथाएं बना सकते हैं जो AI को मानव विचार को बढ़ाने, न कि कम करने के लिए उपयोग करें।

संज्ञानात्मक ऋण हमें याद दिलाता है कि सुविधा की कीमत होती है। दक्षता के लिए हमारी जल्दबाजी में, हमें गहरी सोच, रचनात्मकता और बौद्धिक स्वामित्व को संरक्षित करना होगा जो सार्थक सीखने को प्रेरित करता है। भविष्य उनका है जो अपने दिमाग की शक्ति के साथ AI उपयोग को विचारशील ढंग से संतुलित कर सकते हैं।

शिक्षकों, छात्रों और आजीवन शिक्षार्थियों के रूप में, हमारे सामने एक विकल्प है: संज्ञानात्मक निर्भरता की ओर बढ़ना या ऐसी दुनिया को आकार देना जहां AI मानव क्षमता को बढ़ाता है। MIT अध्ययन दांव को स्पष्ट करता है। अगला कदम हमारा है।