📝📝：ChatGPT 用生產力取代學習的努力｜MIT 媒體實驗室研究思考外包的代價
本文參考自 MIT 媒體實驗室（MIT Media Lab）的研究論文《Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task》
大型語言模型（LLM）如 ChatGPT、Claude 被塑造成強大的學習輔助工具，能夠產生即時回應、個人化回饋，甚至完整的論文。
但正如 MIT Media Lab 研究所發現，AI 在便利性上的給予，可能會悄悄地在認知深度、記憶保持奪走同等的價值。而這其中的代價卻十分高昂，研究人員稱之為「認知債務」（cognitive debt）。
LLM 組、Google 組、人腦組
來自 MIT、Harvard、Wellesley 等校的五十四名大學生參與了三個主要階段，其中一部分完成了第四階段。
在每個階段中，他們被給予 SAT（Scholastic Assessment Test，由美國大學理事會 (College Board) 主辦的標準化考試）論文題目，範圍從忠誠的本質到幸福的意義。
前三個階段中，他們的輔助方法按組別固定，第四階段則對調。
階段分解：
LLM 組：只能使用 ChatGPT。
搜尋組：可以使用任何網站（Google, Bing 等），但不能用 AI 工具。
純腦力組：不能使用任何外部資源。
第四階段：工具對調，LLM 使用者無輔助撰寫，純腦力使用者嘗試 ChatGPT。
EEG 數據（腦電圖 Electroencephalogram 的縮寫）、訪談記錄、論文文本和評分（由人類和 AI 評審）經過三角驗證，以測量神經參與度、認知負荷、記憶回憶和感知擁有權。
LLM 組幾乎沒有腦部連結
研究最引人注目的發現之一在於各組間的腦部活動模式。
EEG 分析顯示，僅依賴大腦的參與者（無外部工具）展現出最高的神經連結性，特別是在 α 波和 β 波頻段，因為這主要與注意力、工作記憶和深度認知處理相關。
相較之下：
LLM 組顯示出最低的腦部連結性，顯示出參與度不足和注意力低下。
搜尋組居於中間，顯示適度參與。
這個趨勢在第四階段特別明顯：
從純腦力到 LLM 的參與者（最初無輔助，然後使用 ChatGPT）展現出增強的神經效率並保持較高的記憶回憶。
從 LLM 到純腦力的參與者則相反，顯示連結性大幅下降，表明對 LLM 的依賴已削弱了他們獨立的認知激活。
研究者指出，頻繁使用 LLM 可能會訓練大腦「蜻蜓點水」（coast），而非深度思考。
記憶與引用能力明顯衰退
當參與者被要求引用自己的論文內容（也就是在幾分鐘前寫完的）結果對 LLM 組來說是致命的：
83% 無法提供一個正確的引用。
相較之下，只有 11% 的搜尋組和純腦力組使用者有類似困難。
這暗示 LLM 輔助寫作可能繞過短期記憶加工，可能是因為使用者將想法的形成和保持都外包給了 AI。
在訪談中，許多 LLM 使用者無法回憶論文的結構或主要論點。一位參與者說這個過程讓他們感到「分析癱瘓」（analysis-paralysis），另一位則覺得產出「機械且缺乏個人色彩」。
論文品質高度相似
有趣的是，LLM 組的論文在人類和 AI 評審眼中往往得分頗佳，特別是在語法、詞彙和組織方面。但深入分析後發現：
許多 LLM 論文呈現同質化，共享驚人相似的 n-gram、命名實體和主題措辭。而且，LLM 組產出的論文更接近 ChatGPT 的預設答案，而非原創的學生思維。而純腦力論文具有更多變化、獨特觀點和更清晰的推理鏈。
這證實了一個關鍵點：
良好的結構和流暢度
並不等同於深度理解或原創思維
工具交換的後座力
在實驗的第四階段，參與者交換了組別：
從 LLM 到純腦力的參與者
被剝奪了 AI 輔助，表現明顯困難。他們的神經連結性仍然很低，論文缺乏原創性和結構。
從純腦力到 LLM 的參與者
儘管第一次使用 ChatGPT，仍保持高度記憶回憶，也能呈現出更有創意的 AI 建議整合。
這暗示在沒有 AI 的情況下進行思考的先前習慣建立了認知韌性，而頻繁的 AI 依賴削弱了獨立思考，即使工具被移除時也是如此。
MIT 這項研究並不是在妖魔化 LLM 反而強調了我們如何使用 AI 的重要性。
對於低效能學習者來說，LLM 可能成為「教育上的拐杖」，用生產力的安慰取代學習的努力。但是，對於高效能學習者，LLM 可以是延伸思維的工具，但只有在策略性使用時才如此。
教育者應該在使用 LLM 時鼓勵主動提問、反思和資料來源驗證。被動使用或複製貼上只會導致空洞的理解。