یادگیری از طریق هوش مصنوعی دانش شما را سطحی‌تر می‌کند_آفتاب شرق

بر پایه نتایج یک مطالعه تازه، هنگامی افراد به مدل‌های زبانی بزرگ برای خلاصه‌سازی اطلاعات در یک نوشته تکیه می‌کنند، طبق معمولً دانش سطحی‌تری نسبت به یادگیری از طریق جستجوی استاندارد گوگل اشکار خواهند کرد.

به گزارش ساینس آلرت، از زمان اراعه ChatGPT میلیون‌ها نفر اغاز به منفعت گیری از مدل‌های زبانی بزرگ برای دسترسی به اطلاعات کرده‌اند. جذابیت این ابزارها هم در این است که به‌راحتی یک سوال می‌سوال کرد و یک جمع‌بندی آماده و دقیق دریافت می‌کنید که حس یادگیری بدون تلاش را القا می‌کند. اما یک مقاله تازه شواهدی اراعه داده که می‌گوید سهولت دسترسی به اطلاعات از طریق هوش مصنوعی امکان پذیر هزینه‌ای برای کاربران داشته باشد.

منفعت گیری از هوش مصنوعی برای فراگیری اطلاعات امکان پذیر دانش شما را افت دهد

برای انجام این مطالعه از شرکت‌کنندگان خواسته شد تا درمورد یک نوشته همانند چگونگی پرورش یک باغ سبزیجات اطلاعاتی کسب کنند و به‌طور اتفاقی تعیین شد که این کار با منفعت گیری از یک مدل زبانی بزرگ همانند ChatGPT یا به روش سنتی، یعنی جستجو در لینک‌ها از طریق گوگل انجام شود.

هیچ محدودیتی در نحوه منفعت گیری از ابزارها اعمال نشد. شرکت‌کنندگان می‌توانستند به هر اندازه‌ای که می‌خواستند در گوگل جستجو کنند و در صورت تمایل، هم چنان از ChatGPT برای دریافت اطلاعات زیاد تر سوال بپرسند.

بعد از پایان پژوهش از شرکت‌کنندگان خواسته شد تا بر پایه آنچه یاد گرفته بودند، به یک دوست درمورد همان نوشته پیشنهاد بنویسند. داده‌ها الگوی ثابتی را نشان دادند: افرادی که از طریق مدل زبانی بزرگ درمورد یک نوشته یاد گرفته بودند در قیاس با افرادی که از جستجوی وب منفعت گیری کرده بودند، حس می‌کردند کمتر یاد گرفته‌اند. این چنین آن‌ها کمتر برای نوشتن پیشنهاد‌ها تلاش کردند و در نهایت پیشنهاد‌هایی مختصر‌تر، با دقت کم‌تر و کلی‌تر نوشتند.

در روبه رو، وقتی که این پیشنهاد‌ها به یک گروه جدا گانه از خوانندگان اراعه شد که از ابزار مورد منفعت گیری برای یادگیری نوشته خبری نداشتند، آنها پیشنهاد‌های کاربران ChatGPT را کمتر آموزنده و کمتر سودمند یافتند و احتمالش کمتر می بود که آن‌ها را به کار بگیرند.

این چنین در آزمایش فرد دیگر که پلتفرم ثابت ماند – از گوگل منفعت گیری شد – و تفاوت در یادگیری از قسمت نتایج جستجو یا AI Overview می بود، یادگیری از جواب‌های ترکیبی مدل زبانی بزرگ تبدیل دانش سطحی‌تر می‌شد.