マサチューセッツ工科大学（MIT）の研究で、AIが人間の脳への関与を低下させることが判明

MIT（マサチューセッツ工科大学）が実施した研究で、大規模言語モデル（LLM）を使用すると、その場での精神的努力が軽減されるだけでなく、その後の課題における認知的パフォーマンスにも悪影響が残ることが明らかになった。

この実験では、研究者たちは少人数の参加者を対象に、様々なトピックについてエッセイを書くよう割り当てられた。あるグループはAI（ChatGPTが選択され、研究者たちは類似のツールとの機能的な違いがほとんどないと判断した）、別のグループはGoogle検索、そして3番目のグループは「脳のみ」と指定された。

すべての参加者は、認知的関与と精神的負荷を評価するために脳波検査を受けた。その結果、認知戦略の違いを反映して、グループ間で神経結合のパターンが異なることがわかった。技術的支援を受けた参加者ほど、観察された脳活動は低かった。EEG分析では、「脳のみ」グループが最も高いレベルの神経関与を示し、次いで検索エンジングループが続き、AIユーザーは最も低いことが確認された。

この研究ではまた、「オーナーシップ」と呼ばれるもの、つまり参加者が自分の書いた文章を後で思い出して要約する能力も測定した。所有権は、技術的援助が増えるにつれて著しく低下した。LLMの支援を受けたグループでは、自分のエッセイを正確に言い換えられた人はほとんどいなかった。さらに、AIの支援で書かれたエッセイは、トピックごとに著しく均一であり、他のグループに比べてはるかにばらつきが少なかった。

予想通り、検索エンジンやChatGPTを使用したグループでは、視覚野の活動がより活発であり、これはツール自体の出力により集中していることを示している。

長期的効果

エッセイライティングを複数回繰り返した後、「Brain-to-LLM」（最初は補助なしで作業し、後にLLMを使用することを許可された参加者）と「LLM-to-Brain」（最初はAIのサポートを受け、後に独立して書くことを要求された参加者）の2つの新しいグループが形成された。

研究者らは、「LLM-to-Brainの参加者は、神経結合が弱く、アルファおよびベータ周波数ネットワークへの関与が減少しているのに対し、Brain-to-LLMの参加者は、記憶の想起が良好で、後頭-頭頂および前頭前野の広範囲な脳領域が再活性化していることを示した。[中略）これは、あるトピックに深く関与した後にのみAIに目を向けることで、認知統合、記憶の再活性化、トップダウン制御が促進されることを示唆している」。

要するに、人はまず自分自身の知性、経験、知識を使って対象を徹底的に探求したときに、AIの支援から最も恩恵を受けるということだ。しかし、最初からAIに頼ると、認知的関与が徐々に低下し、AIのサポートがなくなるとパフォーマンスが損なわれるようだ。

論文によると、"4ヶ月の研究期間中、LLMの支援を受けた参加者は、神経、言語、得点の各指標において、脳のみのグループと比較して一貫して成績が劣っていた"。

限られた研究

サンプル数が少ないため、著者らは、統計的に確かな結論を得るためには、より広範で多様な参加者グループが必要であることを認識している。しかし、AIが教育や日常生活に浸透していくにつれ、AIへの過度の依存が本質的な学習能力の低下を招きかねないという緊急の懸念を、研究者たちは強調している。

結論

人間の推論、考察、総合をAIが生成したコンテンツで代用する傾向が続けば、批判的思考力は時間とともに低下する可能性がある。自分の思考プロセスを完全に置き換えるのではなく、それを補うためにAIを利用することが、より良い結果につながる。

検索エンジンの使用は、人の手を借りない思考とAIに依存した構成の中間を占めていた。しかし、グーグルやマイクロソフトのようなハイテク企業は、AIが生成した回答を検索結果に統合するようになってきており、多くの場合、ページのトップに表示される。

研究チームは、AIの長期的な認知的影響を理解するためには、さらなる調査が必要であると結論づけている。

AIとビッグデータについて、業界の専門家からもっと学びたいとお考えですか？アムステルダム、カリフォルニア、またはロンドンで開催されるAI & Big Data Expoに参加しよう。この包括的なイベントはTechExの一部であり、他のトップ技術カンファレンスと併催されています。詳細はこちらをクリックしてください。

AIニュースはTechForge Mediaがお届けしています。今後開催される企業向け技術イベントやウェビナーについてはこちらをご覧ください。