Mokymosi su dirbtiniu intelektu spąstai: kuo mažiau stengiesi, tuo mažiau lieka galvoje

Vis dėlto naujas tyrimas rodo, kad ši nauda gali turėti kainą. Kai žmonės remiasi dirbtinio intelekto sukurtais apibendrinimais, jų žinios apie temą tampa paviršutiniškesnės nei tada, kai jie ieško patys internete. Kitaip tariant, patogus atsakymas nebūtinai virsta tvirtu supratimu.

Tyrėjai pabrėžia, kad problema slypi ne technologijose, o naudojimo būde. Dirbtinis intelektas gali būti puikus pagalbininkas, bet jis lengvai perima visą mąstymo darbą. Tuomet mokymasis virsta pasyviu skaitymu, o ne aktyviu aiškinimusi.

Kaip buvo tiriama?

Tyrime dalyvavo daugiau nei dešimt tūkstančių žmonių, o rezultatai paremti septyniais atskirais eksperimentais. Dalyviams buvo duota tema, pavyzdžiui daržo auginimas, ir jie atsitiktinai buvo paskirstyti į dvi grupes. Vieni mokėsi naudodami kalbos modelį, kiti ieškojo informacijos per įprastą interneto paiešką.

Jokios papildomos taisyklės nebuvo taikomos, todėl žmonės galėjo naudotis pasirinktu įrankiu tiek, kiek norėjo. Baigę paiešką jie turėjo parašyti patarimą draugui remdamiesi tuo, ką sužinojo. Taip tyrėjai galėjo įvertinti ne tik įspūdį apie mokymąsi, bet ir realų žinių gylį.

Ką parodė rezultatai?

Tie, kurie mokėsi per dirbtinio intelekto santraukas, dažniau jautėsi sužinoję mažiau ir įdėjo mažiau pastangų rašydami patarimą. Jų tekstai buvo trumpesni, mažiau faktiniai ir labiau bendro pobūdžio. Nepriklausomi skaitytojai tokius patarimus vertino kaip mažiau naudingus ir rečiau norėjo jais sekti.

Tyrėjai patikrino, ar tai nėra tiesiog skirtingos informacijos pasekmė. Net kai abiem grupėms buvo pateiktas toks pat faktų rinkinys, dirbtinio intelekto naudotojai vis tiek išmoko paviršutiniškiau. Panašus efektas pasirodė ir tada, kai toje pačioje paieškos platformoje buvo lyginami įprasti rezultatai su automatine dirbtinio intelekto apžvalga.

Kodėl taip nutinka ir ką daryti?

Giliai mokomės tada, kai patys aktyviai dirbame su medžiaga. Įprasta paieška reikalauja naršyti nuorodas, lyginti šaltinius, interpretuoti ir susidėlioti vaizdą savarankiškai. Nors tai sudėtingiau, toks procesas sukuria tvirtesnį ir originalesnį supratimą.

Dirbtinis intelektas šią trintį pašalina ir pateikia paruoštą sintezę, todėl žmogui lieka mažiau vidinio darbo. Tyrėjai nesiūlo atsisakyti kalbos modelių, o ragina juos naudoti strategiškai. Greitam faktui jie tinka puikiai, tačiau norint išmokti giliai verta sąmoningai ieškoti, tikrinti ir mąstyti pačiam, o dirbtinį intelektą laikyti pagalba, o ne pakeitimu.