Alfavita Newsroom Οι ταχύτατες εξελίξεις στην τεχνητή νοημοσύνη και ειδικότερα στα Μεγάλα Γλωσσικά Μοντέλα, όπως το ChatGPT, επανακαθορίζουν τον τρόπο με τον οποίο οι άνθρωποι αναζητούν και επεξεργάζονται πληροφορίες. Ωστόσο, πίσω από την ευκολία και την αμεσότητα που υπόσχονται, νέες έρευνες αρχίζουν να καταγράφουν ενδείξεις ότι η χρήση τους ενδέχεται να συνοδεύεται από απώλεια σε βάθος κατανόησης και πρωτοτυπίας.
Μελέτη που πραγματοποιήθηκε στο Wharton School, με τη συμμετοχή περισσότερων από 4.500 ατόμων, δείχνει ότι όσοι βασίζονται σε εργαλεία τεχνητής νοημοσύνης για την αναζήτηση πληροφοριών τείνουν να κατανοούν λιγότερο τα θέματα που εξετάζουν σε σύγκριση με εκείνους που χρησιμοποιούν πιο παραδοσιακές μεθόδους, όπως η Google Search. Παράλληλα, οι ίδιοι συμμετέχοντες φαίνεται να παράγουν λιγότερο πρωτότυπες ιδέες.
Τα ευρήματα αυτά επαναφέρουν στο προσκήνιο το λεγόμενο «Φαινόμενο Google», ενισχυμένο πλέον από τις δυνατότητες της σύγχρονης τεχνητής νοημοσύνης. Όπως επισημαίνει η επικεφαλής της έρευνας, Σίρι Μέλουμαντ, «Είναι σαν το “Φαινόμενο Google” (Google Effect), με παράλληλη λήψη στεροειδών», ενώ προσθέτει πως με τα νέα εργαλεία «απομακρυνόμαστε ακόμα περισσότερο από την ενεργητική μάθηση».
Στο πλαίσιο των πειραμάτων, οι συμμετέχοντες κλήθηκαν να αναζητήσουν πληροφορίες για καθημερινά ζητήματα –όπως η δημιουργία λαχανόκηπου– είτε μέσω μηχανών αναζήτησης είτε μέσω γλωσσικών μοντέλων. Τα αποτελέσματα έδειξαν ότι όσοι χρησιμοποίησαν παραδοσιακή αναζήτηση αφιέρωσαν περισσότερο χρόνο, κατέβαλαν μεγαλύτερη προσπάθεια και κατέληξαν σε πιο αναλυτικά και τεκμηριωμένα κείμενα, με σαφώς υψηλότερο βαθμό πρωτοτυπίας.
Αντίστοιχα ευρήματα προέκυψαν και όταν οι ίδιες πληροφορίες παρουσιάστηκαν με διαφορετικό τρόπο: είτε ως ενιαία περίληψη, όπως θα παρήγαγε ένα σύστημα τεχνητής νοημοσύνης, είτε ως πολλαπλές πηγές, όπως εμφανίζονται στα αποτελέσματα αναζήτησης. Και σε αυτή την περίπτωση, η δεύτερη ομάδα εμφάνισε καλύτερη κατανόηση και πιο ουσιαστική επεξεργασία της πληροφορίας.
Ιδιαίτερο ενδιαφέρον παρουσιάζουν και τα συμπεράσματα για το εκπαιδευτικό περιβάλλον. Ο καθηγητής του Carnegie Mellon University, Ντάνιελ Οπενχάιμερ, σημειώνει ότι τα αποτελέσματα συνάδουν με αντίστοιχες παρατηρήσεις από τη δική του έρευνα: «Οι φοιτητές που χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης τείνουν να τα πηγαίνουν χειρότερα στις εξετάσεις αλλά καλύτερα στις γραπτές εργασίες». Όπως εξηγεί, «Βρίσκουν τις σωστές απαντήσεις, αλλά δεν μαθαίνουν».
Ο ίδιος αποδίδει το φαινόμενο και σε παράγοντες κινήτρου: «Είναι σαν να πιστεύουν ότι το σύστημα είναι εξυπνότερο από εκείνους, οπότε σταματούν να προσπαθούν», επισημαίνει, τονίζοντας ότι «Δεν είναι απλώς ένα γνωστικό ζήτημα είναι ζήτημα κινήτρου».
Παρά τις επιφυλάξεις, οι ερευνητές δεν απορρίπτουν τη χρήση της τεχνητής νοημοσύνης. Αντιθέτως, υπογραμμίζουν ότι μπορεί να λειτουργήσει υποστηρικτικά, υπό την προϋπόθεση ότι αξιοποιείται με ενεργητικό και κριτικό τρόπο. «Δεν είναι απαραίτητο η τεχνητή νοημοσύνη να μας κάνει παθητικούς. Ομως, αυτή τη στιγμή, έτσι τη χρησιμοποιούν οι άνθρωποι», σημειώνει ο Οπενχάιμερ.
Από την πλευρά της, η Μέλουμαντ εστιάζει κυρίως στις μακροπρόθεσμες επιπτώσεις, ιδιαίτερα για τους νεότερους χρήστες: «Οι νεότεροι στρέφονται όλο και περισσότερο στα Μεγάλα Γλωσσικά Μοντέλα ως πρώτη επιλογή», αναφέρει, προειδοποιώντας ωστόσο: «Ομως, αν δεν τους διδάξουμε πώς να συνθέτουν και να ερμηνεύουν οι ίδιοι τις πληροφορίες, διακινδυνεύουμε να υποβαθμίσουμε εντελώς την ικανότητά τους για βαθιά μάθηση».
Όλες οι σημαντικές και έκτακτες ειδήσεις σήμερα
Voucher 750€: Βγήκε το Μητρώο Ωφελουμένων - Μάθετε αν είστε μέσα και ξεκινήστε
Αλλαγή νόμου: ΝΕΑ εξ αποστάσεως Πιστοποίηση Η/Υ για Προσλήψεις Εκπαιδευτικών
