آیا هوش مصنوعی و یادگیری عمیق توانایی‌های ما را کاهش می‌دهند؟

گروهی از پژوهشگران امریکایی به تازگی هشدار داده‌اند که جایگزینی روش‌های سنتی جستجو با ابزارهای هوش مصنوعی می‌تواند منجر به کسب دانش سطحی و تجربه یادگیری را به سمت یک حالت «غیرفعال» سوق دهد.

به نقل از ایتنا، این محققان در مقاله تحقیقی خود که در نشریه PNAS Nexus وابسته به آکادمی ملی علوم ایالات متحده منتشر شده، اعلام کرده‌اند: «در مواقعی که افراد برای بررسی یک موضوع به مدل‌های زبانی بزرگ هوش مصنوعی متکی می‌شوند، نسبت به تحقیق سنتی در اینترنت، احتمال کسب دانش سطحی‌تری وجود دارد؛ حتی اگر اطلاعات ابتدایی ارائه‌شده تغییری نکند.»

چت‌بات‌های هوش مصنوعی همچون ChatGPT، Gemini و دیگر نرم‌افزارهای مشابه، روش‌های جستجو و دریافت اطلاعات را برای دانش‌آموزان و دانشجویان دگرگون کرده‌اند. با وجود این، شری میلوماد از دانشگاه پنسیلوانیا و جین هو یون از دانشگاه ایالتی نیومکزیکو تاکید دارند که این ابزارها کاربران را از امکان «کشف مستقل اطلاعات» محروم می‌سازند.

در این تحقیق، پژوهشگران به نتیجه‌گیری‌های حاصل از هفت آزمایش آنلاین و آزمایشگاهی اشاره کردند و نوشتند: «افرادی که از مدل‌های زبانی بزرگ هوش مصنوعی استفاده می‌کنند، نسبت به کسانی که از لینک‌های معمولی اینترنت بهره‌مند می‌شوند، انگیزه کمتری برای پیشنهاد توصیه‌ها و ارائه راهکارهای نوآورانه دارند و در نتیجه احتمال پذیرش این پیشنهادات توسط دیگران کاهش می‌یابد.»

 

این گروه افزود: «شرکت‌کنندگان در این تحقیق بیان کردند با اینکه نتایج دقیقی را از طریق مدل‌های زبانی بزرگ دریافت کرده‌اند، نسبت به جستجوی اینترنتی، دانش عمیق‌تری بدست نیاورده‌اند.»

میلوماد و ژان در توضیحات خود گفتند: «جستجو از طریق مدل‌های زبانی بزرگ بدون شک فرآیند کسب اطلاعات را ساده‌تر می‌کند، اما در عین حال می‌تواند کیفیت یادگیری را در مقایسه با مطالعه منابع سنتی کاهش دهد.»

این محققان هشدار دادند: «یکی از خطرات عمده‌ای که ناشی از تکیه بر مدل‌های زبانی بزرگ به جای لینک‌های جستجوگری سنتی است، این است که یادگیری از یک فعالیت مؤثر و فعال به تجربه‌ای غیرفعال تبدیل می‌شود؛ تجربه‌ای که در تحقیقات قبلی نشان داده شده است می‌تواند به کاهش نتایج یادگیری در دیگر زمینه‌ها منجر شود.»

مشاهده بیشتر

نوشته های مشابه

دکمه بازگشت به بالا