Προειδοποίηση για γνωστική παρακμή λόγω υπερβολικής χρήσης τεχνητής νοημοσύνης.

Ο κίνδυνος «καταστροφής του εγκεφάλου από την τεχνητή νοημοσύνη»

Η Δρ. Rakhee Das, από το Πανεπιστήμιο Amity και διεθνής εμπειρογνώμονας στην Τεχνητή Νοημοσύνη, δήλωσε: «Η εφαρμογή της τεχνολογίας τεχνητής νοημοσύνης έχει αυξηθεί ραγδαία τον τελευταίο χρόνο, με ρυθμό ανάπτυξης άνω του 400%. Προβλέπεται ότι έως το 2025, οι παγκόσμιες εταιρείες θα επενδύσουν περισσότερα από 200 δισεκατομμύρια δολάρια σε αυτόν τον τομέα. Στην πραγματικότητα, η Τεχνητή Νοημοσύνη έχει αποδειχθεί ότι βοηθά τον κλάδο της υγειονομικής περίθαλψης να ανιχνεύει ασθένειες 30% ταχύτερα, να μειώνει την οικονομική απάτη κατά 40% και να αυξάνει την παραγωγικότητα του γραφείου έως και 45%.»

Λεζάντα φωτογραφίας — Ο κ. Chu Tuan Anh, Διευθυντής Εκπαίδευσης του Aptech International Programmer System, μοιράζεται πληροφορίες σχετικά με το φαινόμενο της «κένωσης του εγκεφάλου» λόγω της χρήσης Τεχνητής Νοημοσύνης.

Ωστόσο, η Rakhee Das προειδοποίησε για την εμφάνιση μιας γενιάς που «αντιγράφει και επικολλά». Σύμφωνα με αυτήν, το μεγαλύτερο πρόβλημα σήμερα είναι ότι οι φοιτητές και οι νέοι επαγγελματίες χρησιμοποιούν την Τεχνητή Νοημοσύνη, ενώ παραμελούν την εκμάθηση βασικών γνώσεων. Όταν εξαρτώνται υπερβολικά από αυτήν, η κριτική σκέψη μειώνεται, οι βασικές γνώσεις αποδυναμώνονται και οι δεξιότητες επίλυσης προβλημάτων εξαφανίζονται. Εάν αυτή η τάση συνεχιστεί, το μελλοντικό εργατικό δυναμικό θα χάσει την ικανότητα να σκέφτεται ανεξάρτητα.

Ο Rakhee Das ανέφερε το παράδειγμα πολλών μαθητών που ολοκληρώνουν καλά τις εργασίες τους, αλλά δεν μπορούν να απαντήσουν άμεσα σε απλές ερωτήσεις, μόνο και μόνο για να ανακαλύψουν αργότερα ότι βασίστηκαν στην Τεχνητή Νοημοσύνη για βοήθεια. Πολλοί νέοι μαθητές χάνουν τις δεξιότητές τους στον πραγματικό κόσμο. Οι ικανότητες σκέψης τους αποδυναμώνονται επειδή η Τεχνητή Νοημοσύνη κάνει όλη τη δουλειά. Αυτή είναι μια κατάσταση έλλειψης εγκεφάλου στην Τεχνητή Νοημοσύνη, η οποία έχει γίνει ολοένα και πιο συχνή από την έκρηξη των γενετικών εφαρμογών.

Συμμεριζόμενος την ίδια άποψη, ο κ. Chu Tuan Anh, Διευθυντής Εκπαίδευσης στο Aptech International Programmer System, αποκάλεσε αυτό το φαινόμενο «γνωστική παρακμή που προκαλείται από την Τεχνητή Νοημοσύνη». Ανέφερε ως παράδειγμα την υπερβολική εξάρτηση από ψηφιακούς χάρτες (Google Maps). Κατά τη διάρκεια των πρόσφατων πλημμυρών στο Ανόι , πολλοί οδηγοί ακολούθησαν μόνο τις οδηγίες του χάρτη, χάνοντας την ικανότητά τους να πλοηγούνται σε πραγματικές συνθήκες και να αξιολογούν τους κινδύνους, με αποτέλεσμα να οδηγούν σε περιοχές με μεγάλη πλημμύρα.

Σύμφωνα με την ανάλυση, αυτή η γνωστική παρακμή δεν συμβαίνει αμέσως, αλλά εξελίσσεται σε τρία στάδια, από τις τεμπέλικες συνήθειες έως την πλήρη εξάρτηση.

Το πρώτο επίπεδο είναι η «τεμπέλης σκέψη», η οποία εμφανίζεται συνήθως μετά από 1 έως 3 μήνες συνεχούς χρήσης τεχνητής νοημοσύνης. Οι χρήστες τείνουν να αποδέχονται αμέσως τα αποτελέσματα που δίνει το μηχάνημα, να τα αντιγράφουν για να αναφέρουν ή να εκτελούν κώδικα χωρίς να ρωτούν γιατί, ούτε να επαληθεύουν την ακρίβειά τους.

Το δεύτερο επίπεδο είναι η «απώλεια δεξιοτήτων», η οποία συνήθως συμβαίνει μετά από 3 έως 6 μήνες. Σε αυτό το στάδιο, το προσωπικό δεν μπορεί να ολοκληρώσει την εργασία χωρίς εργαλεία υποστήριξης.

Ένας προγραμματιστής μπορεί να ξεχάσει πώς να γράφει βασικούς αλγόριθμους ή ένας συγγραφέας περιεχομένου μπορεί να έχει μπερδευτεί εντελώς χωρίς τις προτάσεις του ChatGPT.

Το πιο επικίνδυνο επίπεδο είναι η «γνωστική τύφλωση». Σε αυτό το σημείο, η Τεχνητή Νοημοσύνη παράγει ένα λανθασμένο ή κακής ποιότητας αποτέλεσμα, αλλά ο χρήστης δεν έχει πλέον αρκετές γνώσεις υποβάθρου για να αναγνωρίσει το σφάλμα.

«Αυτό είναι ένα στάδιο όπου οι άνθρωποι ελέγχονται πλήρως από εργαλεία, θέτοντας σε κίνδυνο όχι μόνο την προσωπική τους σταδιοδρομία αλλά και τις επιχειρήσεις, ακόμη και το έθνος», τόνισε ο κ. Tuan Anh.

Σε ευρύτερο επίπεδο, οι συνέπειες θα μπορούσαν να είναι η μείωση του εργατικού δυναμικού και η μείωση της παραγωγικότητας. «Χωρίς τη σωστή κατεύθυνση, σε περίπου 3-5 χρόνια, θα έχουμε μια γενιά που θα ξέρει πώς να χρησιμοποιεί την Τεχνητή Νοημοσύνη αλλά δεν θα ξέρει τι να κάνει με αυτήν, χάνοντας το ανταγωνιστικό μας πλεονέκτημα σε σύγκριση με χώρες που διατηρούν ακόμα την αρχική τους νοοτροπία», σχολίασε ο κ. Tuan Anh.

Οι προειδοποιήσεις σχετικά με τον κίνδυνο εκφύλισης του εγκεφάλου λόγω της τεχνητής νοημοσύνης δεν είναι καινούργιες. Τον Ιούνιο, μια τετράμηνη μελέτη από μια ομάδα ειδικών από το MIT Media Lab διαπίστωσε επίσης ότι οι χρήστες chatbots τεχνητής νοημοσύνης παρουσίασαν μείωση της εγκεφαλικής δραστηριότητας και της μνήμης.

Συνεπώς, όσοι χρησιμοποίησαν το ChatGPT παρουσίασαν μείωση 47% στη συνδεσιμότητα του εγκεφάλου (από 79 μονάδες σε 42 μονάδες) και το 83,3% δεν μπόρεσε να θυμηθεί προτάσεις που μόλις είχαν γράψει λίγα λεπτά αργότερα, ενώ η ομάδα που δεν χρησιμοποίησε την Τεχνητή Νοημοσύνη διατήρησε σημαντικά υψηλότερα επίπεδα εγκεφαλικής αλληλεπίδρασης.

Η μείωση της μνήμης και της δημιουργικότητας συνεχίστηκε ακόμη και μετά τη μετάβαση από την Τεχνητή Νοημοσύνη σε εξ ολοκλήρου χειρόγραφες εκθέσεις, ένα φαινόμενο που οι ερευνητές αποκαλούν «γνωστικό χρέος». Οι εκθέσεις από την ομάδα που τροφοδοτείται από Τεχνητή Νοημοσύνη, ενώ ολοκληρώθηκαν πιο γρήγορα, θεωρήθηκαν από τους εκπαιδευτικούς ως επιφανειακές και χωρίς βάθος.

Τα αποτελέσματα έδειξαν ότι τα βέλτιστα αποτελέσματα επιτεύχθηκαν μόνο όταν η Τεχνητή Νοημοσύνη ενσωματώθηκε σκόπιμα: Η ομάδα που χρησιμοποίησε μια υβριδική μέθοδο (ξεκινώντας πρώτα με τη γραφή και στη συνέχεια χρησιμοποιώντας την Τεχνητή Νοημοσύνη για να βοηθήσει στην επεξεργασία/επέκταση) πέτυχε την υψηλότερη νευρωνική δραστηριότητα και ικανότητα ανάκλησης. Ωστόσο, λόγω του μικρού μεγέθους του δείγματος, τα τρέχοντα συμπεράσματα είναι σίγουρα μόνο εντός του πεδίου των ακαδημαϊκών εργασιών και δεν μπορούν να γενικευτούν ευρέως.

Από την οπτική γωνία των επιχειρήσεων τεχνολογίας, ο κ. Nguyen Quang Tuan, ειδικός στην Τεχνητή Νοημοσύνη στη Viettel , μοιράστηκε τις γνώσεις του σχετικά με την κακή χρήση της αυτόματης δημιουργίας κώδικα (Gen Code). Πολλοί προγραμματιστές σήμερα δημιουργούν προϊόντα πολύ γρήγορα χάρη στην Τεχνητή Νοημοσύνη, αλλά τους λείπει το βάθος στη λογική σκέψη. Ο μεγαλύτερος κίνδυνος είναι οι προγραμματιστές να γίνουν ξεπερασμένοι επειδή ξέρουν μόνο πώς να χρησιμοποιούν την Τεχνητή Νοημοσύνη για να γράφουν λειτουργικό κώδικα χωρίς να κατανοούν τις υποκείμενες αρχές.

Ο κ. Tuan επεσήμανε επίσης ότι τα μοντέλα Τεχνητής Νοημοσύνης είναι μια συλλογή ανθρώπινης γνώσης, αλλά περιέχουν επίσης «άχρηστη πληροφορία» ή παραπληροφόρηση. Εάν το προσωπικό εκδίδει μόνο επιφανειακές εντολές (προτροπές) όπως «γράψτε μου την οθόνη σύνδεσης» χωρίς συγκεκριμένο πλαίσιο, το προϊόν που θα προκύψει θα έχει πολλά τρωτά σημεία. Ο κ. Tuan πιστεύει ότι η χρήση της Τεχνητής Νοημοσύνης είναι πολύ καλή, αλλά η υπεύθυνη και αποτελεσματική χρήση της είναι μια άλλη ιστορία.

Θεραπεία

Για την επίλυση αυτού του προβλήματος, οι ειδικοί συμφωνούν ότι η απαγόρευση της Τεχνητής Νοημοσύνης δεν αποτελεί επιλογή. Αντίθετα, απαιτείται αλλαγή προσέγγισης. Ο κ. Chu Tuan Anh πρότεινε τον τύπο «3T» ως λύση για να δώσει στους χρήστες τη δυνατότητα να κατακτήσουν την τεχνολογία αντί να ελέγχονται από αυτήν.

Το πρώτο είναι το «Σκέψου Πρώτα». Πριν ζητήσουν υποστήριξη από την Τεχνητή Νοημοσύνη, οι χρήστες πρέπει να αφιερώσουν χρόνο (περίπου 3 λεπτά) για να σκεφτούν το πρόβλημα, να απεικονίσουν ένα περίγραμμα ή μια λύση στο μυαλό τους. Αυτό βοηθά τον εγκέφαλο να ενεργοποιηθεί και να διατηρήσει την ικανότητα να σκέφτεται ανεξάρτητα.

Το δεύτερο T είναι να βλέπουμε την Τεχνητή Νοημοσύνη ως Εργαλείο, όχι ως Δάσκαλο. Οι χρήστες πρέπει να αναγνωρίσουν ότι η Τεχνητή Νοημοσύνη είναι απλώς ένα εργαλείο υποστήριξης, όχι μια αντικατάσταση ή ένας παντοδύναμος δάσκαλος. Ο αποτελεσματικός τρόπος για να τη χρησιμοποιήσετε είναι να κάνετε μόνοι σας τη δουλειά και στη συνέχεια να χρησιμοποιήσετε την Τεχνητή Νοημοσύνη για να διορθώσετε λάθη, να βελτιστοποιήσετε ή να επικρίνετε ιδέες.

Τέλος, υπάρχει το Techback. Αυτό θεωρείται το πιο σημαντικό βήμα για τη μετατροπή της μηχανικής μάθησης σε ανθρώπινη γνώση. Αφού λάβουν αποτελέσματα από την Τεχνητή Νοημοσύνη, οι χρήστες πρέπει να εξασκηθούν στην εξήγηση αυτής της γνώσης σε άλλους ή στην επανερμηνεία της από μόνοι τους.

«Δεν πρέπει να φοβόμαστε την Τεχνητή Νοημοσύνη. Η ανθρώπινη ιστορία έχει γίνει μάρτυρας της μετάβασης από την Λίθινη Εποχή και την Εποχή του Χαλκού στην ατμομηχανή και τους υπολογιστές. Όποιος κατανοήσει και κατακτήσει αυτά τα νέα εργαλεία θα είναι ο νικητής. Ας κατακτήσουμε την Τεχνητή Νοημοσύνη για να έχουμε ένα καλύτερο μέλλον», κατέληξε ο εκπρόσωπος της Aptech.

Σύμφωνα με τον Le Cong Nang, ειδικό στην Τεχνητή Νοημοσύνη και επικεφαλής της κοινότητας Τεχνητής Νοημοσύνης για Επιχειρήσεις, η ανησυχία ότι «η υπερβολική χρήση της Τεχνητής Νοημοσύνης θα αδειάσει τον εγκέφαλό σας» πηγάζει από μια γνήσια ανησυχία, αλλά πρέπει να αντιμετωπίζεται με ισορροπημένο τρόπο. Η Τεχνητή Νοημοσύνη μπορεί πράγματι να κάνει τους ανθρώπους τεμπέληδες στοχαστές αν βασιστούμε πλήρως σε αυτήν, όπως ακριβώς όταν ένας υπολογιστής κάνει τους υπολογισμούς για εμάς, ξεχνάμε εύκολα πώς να τους κάνουμε χειροκίνητα.

«Ωστόσο, το πρόβλημα δεν είναι η ίδια η τεχνολογία, αλλά ο τρόπος που τη χρησιμοποιούμε. Η Τεχνητή Νοημοσύνη είναι ένα εργαλείο παραγωγικότητας, όχι ένα υποκατάστατο εγκεφάλου. Για τις επιχειρήσεις που εκπαιδεύω, το πρώτο πράγμα που τονίζω είναι: Η Τεχνητή Νοημοσύνη σας βοηθά να κάνετε τα πράγματα πιο γρήγορα, όχι με μεγαλύτερη ακρίβεια, εάν ο χρήστης δεν έχει τις απαραίτητες γνώσεις. Για παράδειγμα, ένας οδηγός Τεχνητής Νοημοσύνης που δεν κατανοεί την κουλτούρα δεν μπορεί να γράψει μια καλή παρουσίαση. Ένας χειριστής Τεχνητής Νοημοσύνης που δεν διαθέτει επαγγελματικές δεξιότητες δεν μπορεί να δημιουργήσει ένα ακριβές δρομολόγιο. Η Τεχνητή Νοημοσύνη απλώς υπερβάλλει σε αυτά που ήδη γνωρίζει ο χρήστης. Στην πραγματικότητα, όσοι χρησιμοποιούν την Τεχνητή Νοημοσύνη τακτικά και σωστά μαθαίνουν πιο γρήγορα και ενημερώνουν τις γνώσεις τους καλύτερα επειδή έχουν πρόσβαση σε ποικίλες πληροφορίες και συντομεύουν τον κύκλο δοκιμής και λάθους.»

Το πιο σημαντικό είναι να εκπαιδεύσουμε τη σκέψη μας: Η Τεχνητή Νοημοσύνη βοηθά, οι άνθρωποι αποφασίζουν. Η Τεχνητή Νοημοσύνη συνθέτει, οι άνθρωποι αναλύουν. Η Τεχνητή Νοημοσύνη δημιουργεί προσχέδια, οι άνθρωποι βελτιώνουν. Αν γνωρίζουμε πώς να θέτουμε τις σωστές ερωτήσεις, να επαληθεύουμε τις πληροφορίες και να αναπτύσσουμε κριτική σκέψη, η Τεχνητή Νοημοσύνη δεν θα μας κάνει κατώτερους, αλλά θα μας κάνει γρηγορότερους, ισχυρότερους και πιο ανταγωνιστικούς στη νέα εποχή.

Πηγή: https://baotintuc.vn/xa-hoi/canh-bao-tinh-trang-suy-giam-nhan-thuc-do-lam-dung-tri-tue-nhan-tao-20251209150842912.htm