Sự phổ biến ngày càng rộng rãi của các mô hình ngôn ngữ lớn (LLMs) như ChatGPT đã đặt ra nhiều câu hỏi quan trọng về tác động của chúng đến quá trình học tập và tư duy của con người. Nghiên cứu này tập trung vào việc đo lường chi phí nhận thức (cognitive cost) khi sử dụng AI để thực hiện một nhiệm vụ cụ thể: viết bài luận.
Thiết kế nghiên cứu
Nhóm tham gia và quy trình
Nghiên cứu chia 54 người tham gia thành ba nhóm chính:
-
LLM group: Viết luận với sự hỗ trợ từ ChatGPT
-
Search Engine group: Sử dụng công cụ tìm kiếm truyền thống (Google, v.v.)
-
Brain-only group: Không dùng công cụ hỗ trợ, viết luận hoàn toàn bằng kiến thức bản thân
Mỗi người tham gia viết 3 bài luận qua 3 phiên. Trong phiên thứ 4:
-
LLM-to-Brain: Những người từng dùng LLM sẽ viết mà không dùng công cụ
-
Brain-to-LLM: Những người từng viết bằng trí óc chuyển sang dùng LLM
Các chủ đề luận văn dựa trên các đề bài tương tự như bài thi SAT.
Phương pháp đo lường
-
EEG (điện não đồ): Được sử dụng để theo dõi hoạt động não, đo mức độ tập trung và tương tác giữa các vùng não.
-
Phân tích NLP: Đánh giá ngôn ngữ, từ vựng, cấu trúc, và mức độ đa dạng của bài luận.
-
Phỏng vấn cá nhân: Được thực hiện sau mỗi phiên viết luận.
-
Chấm điểm: Bởi cả giáo viên con người và một hệ thống chấm điểm AI chuyên biệt.
Phát hiện chính
1. Kết nối não bộ giảm dần theo mức độ phụ thuộc công cụ
-
Nhóm Brain-only có hoạt động não mạnh mẽ nhất, kết nối mạng thần kinh rộng và bền vững.
-
Nhóm Search Engine ở mức trung gian.
-
Nhóm LLM có mức độ kết nối não yếu nhất, cho thấy mức độ tham gia nhận thức thấp hơn.
2. Nợ nhận thức khi chuyển từ LLM sang viết tự do
-
Những người chuyển từ LLM sang viết bằng trí óc (LLM-to-Brain) cho thấy kết nối não yếu hơn hẳn, đặc biệt là ở dải Alpha và Beta.
-
Họ cũng ít có khả năng trích dẫn nội dung mình vừa viết, và thể hiện mức độ sở hữu thấp đối với bài luận của chính mình.
3. Tăng kết nối khi chuyển từ viết tự do sang dùng AI
-
Ngược lại, nhóm Brain-to-LLM thể hiện sự tái kích hoạt mạng lưới não bộ, đặc biệt là vùng xử lý thị giác và ra quyết định.
-
Họ có khả năng tích hợp thông tin cao hơn và ghi nhớ nội dung tốt hơn.
Kết quả ngôn ngữ và điểm số
-
Bài viết của nhóm LLM ít có sự đa dạng trong từ vựng (NER, n-gram), thường giống với kết quả mặc định của ChatGPT.
-
Nhóm Brain-only cho ra những bài viết đa dạng, cấu trúc phức tạp và có khả năng dẫn chứng tốt hơn.
-
Điểm số của nhóm LLM ban đầu cao hơn, nhưng giảm dần sau các phiên, đặc biệt là trong phiên 4.
Tác động giáo dục
Nghiên cứu chỉ ra rằng việc sử dụng LLM có thể ảnh hưởng tiêu cực đến khả năng học tập thực sự, dù ban đầu có thể thấy hữu ích. Những người dùng AI liên tục dường như phát triển sự lệ thuộc, dẫn đến:
-
Giảm mức độ tham gia nhận thức
-
Khả năng ghi nhớ thấp hơn
-
Mức độ sở hữu nội dung kém
-
Kết nối thần kinh kém hiệu quả hơn
Kết luận
Việc sử dụng AI như ChatGPT trong học tập và viết lách cần được xem xét một cách nghiêm túc. Nghiên cứu này cung cấp bằng chứng thần kinh và ngôn ngữ rõ ràng cho thấy việc lệ thuộc vào AI có thể dẫn đến nợ nhận thức tích lũy, ảnh hưởng đến khả năng học hỏi, tư duy phản biện và sáng tạo cá nhân.
“AI không thay thế việc học – nhưng nó có thể làm xói mòn khả năng học nếu sử dụng không đúng cách.”
Nguồn: Nataliya Kosmyna (MIT Media Lab) cùng cộng sự từ MIT, Wellesley College và MassArt
