AI依賴可能削弱批判性思考：麻省理工研究揭示認知風險

在一個AI工具如ChatGPT與拼字檢查一樣普遍的時代，麻省理工一項發人深省的研究警告，我們對大型語言模型（LLMs）的日益依賴可能正悄悄地削弱我們的批判性思考與深度學習能力。這項由麻省理工媒體實驗室研究人員進行的四個月研究，提出了「認知債務」的概念，挑戰教育工作者、學生與科技愛好者重新思考對AI的依賴。

這項發現具有重大意義。隨著全球學生轉向AI尋求學術支持，我們可能正在培養一代寫作速度更快但思考深度較淺的學生。這不僅僅是另一個科技警示故事；它是一項科學基礎上的探索，研究外包認知任務給AI如何影響我們大腦進行深度思考的能力。

AI如何影響大腦功能

麻省理工研究追蹤了來自波士頓地區五所學校的54名大學生，將他們分為三組：一組使用OpenAI的GPT-4o，另一組依賴傳統搜尋引擎，第三組在沒有外部工具的情況下撰寫文章。研究人員使用腦電圖（EEG）監測發現，獨立撰寫文章的組別在大腦多個區域顯示出更強的神經聯繫。

值得注意的是，theta與alpha腦波的差異，這些腦波與工作記憶和執行功能相關。獨立工作的組別展現出增強的額頂alpha聯繫，反映出專注的內部處理與創意形成。相反，LLM組別顯示出較低的額葉theta聯繫，表明對工作記憶和執行控制的需求較低。

本質上，使用AI進行寫作使大腦進入低努力模式。雖然這看似高效，但會導致認知脫離。用於產生想法、批判性分析和創意合成的神經路徑未被充分利用，類似於因缺乏活動而變弱的肌肉。

AI輔助寫作中的記憶缺口

一項引人注目的發現與記憶保留有關。超過80%的LLM使用者難以準確回憶他們剛剛撰寫的文章中的引用，沒有人能完全回憶。這不是小問題。

研究顯示，AI生成的文章未被深入內化。獨立構思句子、糾結於詞彙選擇和論點，能建立強烈的記憶痕跡。但當AI生成內容時——即使使用者進行編輯——大腦將其視為外部內容，無法完全吸收。

這個問題不僅限於簡單回憶。LLM組別在寫作後不久也難以引用自己的文章，顯示出缺乏認知擁有感。如果學生無法回憶他們「寫」的內容，他們真的學到了嗎？

AI對原創性的影響

人工評分者指出，許多LLM文章感覺單調且缺乏個性，常使用重複的措辭。自然語言處理（NLP）分析支持這一點，顯示LLM輔助文章更為一致，變化較少，依賴可預測的語言模式。

這種思想同質化可能導致知識上的從眾。當無數學生使用相同的AI工具完成作業時，獨特的觀點和創意洞察會丟失，取而代之的是標準化、演算法驅動的輸出，缺乏人類思想的豐富性。

認知債務的代價

「認知債務」的概念類似於軟體中的技術債務——短期便利帶來長期挑戰。雖然AI當下簡化了寫作，但長期可能削弱批判性思考，增加被操縱的脆弱性，並扼殺創造力。

在研究的最后階段，從LLM轉向獨立寫作的學生顯示出較弱的神經聯繫，與未使用AI的組別相比，alpha和beta腦網絡的參與度較低。先前的AI依賴使他們在獨立任務中準備不足，因為他們的認知網絡未得到充分鍛煉。

這可能導致一代人難以：

• 獨立解決問題
• 批判性評估資訊
• 產生原創想法
• 進行持續的深度思考
• 對工作擁有知識上的主導權

搜尋引擎：平衡的替代方案

研究發現，使用搜尋引擎的組別介於AI和獨立組之間。他們與僅用大腦的組別相比，神經聯繫有所減少，但比LLM使用者保持更強的認知參與。搜尋引擎使用者需要主動評估和整合資訊，而不像接受AI生成內容那樣更被動。

這凸顯了一個關鍵差異：認知努力的程度很重要。搜尋引擎提供選項，要求使用者批判性思考。LLM提供答案，通常只需接受或拒絕。

重新思考教育中的AI

這些發現對教育界來說是一個關鍵時刻。隨著全球學校探索AI整合，麻省理工研究提供了謹慎的證據。過度、不加反思地使用LLM可能改變大腦處理資訊的方式，帶來意想不到的後果。

對教育工作者而言，結論是微妙的。AI工具不應被禁止——它們廣泛且對某些任務有價值。相反，研究建議優先進行獨立工作以增強認知能力。挑戰在於設計課程，平衡AI的益處與無輔助思考的機會。

策略可能包括：

• 無AI任務以培養批判性思考
• 在掌握核心概念後逐步引入AI
• 明確指導AI何時支持或阻礙學習
• 優先評估過程而非輸出的評量方式
• 定期進行無輔助的認知發展練習

麻省理工研究並未否定AI，而是呼籲其謹慎使用。正如我們平衡螢幕時間與體育活動，我們必須平衡AI輔助與認知鍛煉，以保持心智敏銳。

未來研究應專注於設計增強而非取代認知努力的AI工具。AI如何放大創造力而非標準化？這些問題將引導教育科技的未來。

為什麼思考很重要

核心訊息：使用你的大腦仍然至關重要。這不是對前AI時代的懷舊，而是認識到認知技能需要積極培養。如同肌肉，心理能力通過挑戰而成長，缺乏挑戰則會衰退。

麻省理工研究既是警示也是機遇。警示：不加控制地依賴AI寫作工具可能侵蝕定義人類智能的認知技能。機遇：通過理解這些風險，我們可以創造系統、政策和實踐，利用AI增強而非削弱人類思想。

認知債務提醒我們，便利是有代價的。在追求效率的同時，我們必須保護推動有意義學習的深度思考、創造力和知識擁有感。未來屬於那些能深思熟慮地平衡AI使用與自身心智力量的人。

作為教育工作者、學生和終身學習者，我們面臨選擇：滑向認知依賴，或塑造一個AI放大人類潛能的世界。麻省理工研究闡明了利害關係。下一步由我們決定。