Ο κίνδυνος «εκφυλισμού της σκέψης» λόγω κακής χρήσης της Τεχνητής Νοημοσύνης.

DNVN - Πρόσφατες μελέτες έχουν κρούσει τον κώδωνα του κινδύνου σχετικά με τις απρόβλεπτες συνέπειες της αυξανόμενης εξάρτησης της ανθρωπότητας από την Τεχνητή Νοημοσύνη (AI), ιδίως από μεγάλα γλωσσικά μοντέλα (LLM) όπως το ChatGPT.

Ενδεικτική εικόνα.

Η Τεχνητή Νοημοσύνη είναι παρούσα σχεδόν σε κάθε πτυχή της ανθρώπινης ζωής, από τις καθημερινές δραστηριότητες έως την παραγωγή, την εκπαίδευση , την έρευνα και την καλλιτεχνική δημιουργία. Η Τεχνητή Νοημοσύνη βοηθά τους ανθρώπους να βελτιστοποιήσουν τις λειτουργίες, να αυξήσουν την αποδοτικότητα και να μειώσουν το εργατικό δυναμικό. Η έκρηξη της Τεχνητής Νοημοσύνης έχει καταδείξει τη συνεχή ανάπτυξη των εφαρμογών μηχανικής μάθησης και τεχνολογίας μεγάλων δεδομένων, ωθώντας την τεχνητή νοημοσύνη σε ένα νέο επίπεδο ανάπτυξης.

Παρά τα τεράστια αυτά οφέλη, η Τεχνητή Νοημοσύνη κινδυνεύει να μετατρέψει την ίδια τη διαδικασία δημιουργίας γνώσης σε έναν κλειστό κύκλο, απειλώντας την καινοτομία και προκαλώντας «εκφυλισμό» της ανθρώπινης σκέψης.

Σύμφωνα με τους ειδικούς, η άμεση ευκολία χρήσης της Τεχνητής Νοημοσύνης μπορεί να έχει ως αποτέλεσμα το κόστος των μακροπρόθεσμων πνευματικών πόρων.

Μείωση της εγκεφαλικής λειτουργίας και «γνωστικό χρέος»

Μια τετράμηνη μελέτη του Τεχνολογικού Ινστιτούτου της Μασαχουσέτης (MIT) έριξε φως στις βαθιές επιπτώσεις της υπερβολικής χρήσης της Τεχνητής Νοημοσύνης στον ανθρώπινο εγκέφαλο. Η μελέτη, η οποία παρακολούθησε 54 συμμετέχοντες σε δοκίμια, διαπίστωσε ότι η εξάρτηση από εργαλεία Τεχνητής Νοημοσύνης μπορεί να βλάψει τη λειτουργία του εγκεφάλου και τις δεξιότητες κριτικής σκέψης.

Χρησιμοποιώντας τεχνολογία ηλεκτροεγκεφαλογραφίας (EEG), οι ερευνητές κατέγραψαν την εγκεφαλική δραστηριότητα των συμμετεχόντων. Τα αποτελέσματα ήταν εκπληκτικά: Η ομάδα που χρησιμοποίησε το εργαλείο τεχνητής νοημοσύνης εμφάνισε σημαντικά διαφορετικά νευρωνικά πρότυπα σε σύγκριση με την ομάδα που έγραφε μόνο νοερά. Αυτή η ομάδα εμφάνισε έως και 55% λιγότερες νευρωνικές συνδέσεις από την ομάδα που έγραφε μόνο νοερά, ιδιαίτερα σε περιοχές που είναι υπεύθυνες για τη βαθιά σκέψη και τον σχηματισμό μνήμης.

Οι ερευνητές αποκαλούν αυτό το φαινόμενο «γνωστικό χρέος». Παρόμοια με το οικονομικό χρέος, το οποίο μας επιτρέπει να απολαμβάνουμε τα οφέλη του παρόντος αλλά να επιβαρυνόμαστε με κόστος αργότερα, το γνωστικό χρέος εμφανίζεται όταν αναθέτουμε την πνευματική προσπάθεια σε εξωτερικά συστήματα, προκαλώντας ατροφία των νοητικών μας μυών από την αχρησία. Εάν γίνει κατάχρηση, η Τεχνητή Νοημοσύνη θα μπορούσε να μετατρέψει τους ανθρώπους σε παθητικούς καταναλωτές, χάνοντας την ικανότητα να σκέφτονται ανεξάρτητα.

Οι συνέπειες της μειωμένης γνωστικής λειτουργίας είναι σαφείς:

Μειωμένη μνήμη : Στην πρώτη συνεδρία της μελέτης του MIT, έως και το 83% των χρηστών τεχνητής νοημοσύνης δεν μπόρεσαν να παραθέσουν αποσπάσματα από το δικό τους γραπτό και κανένας δεν παρείχε ακριβή παραπομπή. Ακόμα και μετά από αρκετές συνεδρίες, πολλοί εξακολουθούσαν να δυσκολεύονται με αυτό το βασικό έργο.

Αποδυνάμωση της κριτικής σκέψης : Η χρήση της Τεχνητής Νοημοσύνης οδηγεί σε «επιφανειακή εμπλοκή» και αποδυναμώνει τις δεξιότητες κριτικής σκέψης, ενδεχομένως ενισχύοντας την αναβλητικότητα και την τεμπελιά.

Μειωμένη εγκεφαλική δραστηριότητα : Τα άτομα που έγραφαν δοκίμια με τη βοήθεια Τεχνητής Νοημοσύνης ενεργοποίησαν σημαντικά λιγότερη εγκεφαλική δραστηριότητα, με περιοχές που σχετίζονται με τη μνήμη, την κριτική σκέψη και την εκτελεστική λειτουργία να παρουσιάζουν απότομη μείωση.

Η κρίση της δημιουργίας γνώσης και η «κατάρρευση του μοντέλου»

Το πρόβλημα με τους LLM δεν έγκειται στις δυνατότητες σύνθεσης που διαθέτουν, αλλά στο γεγονός ότι γνωρίζουν μόνο πώς να ανακυκλώνουν ό,τι ήδη υπάρχει. Αυτά τα συστήματα δεν παράγουν νέα γνώση. χρησιμοποιούν κυρίως υπάρχοντα δεδομένα και τα αναδιανέμουν.

Σε αντίθεση με τους ανθρώπους, οι οποίοι αναζητούν συνεχώς νέες κατευθύνσεις για διάφορα κίνητρα, όπως χρήματα, φήμη, περιέργεια ή την επιθυμία για κατάκτηση γνώσης, η Τεχνητή Νοημοσύνη δεν μπορεί να δημιουργήσει «καινοτομία». Όταν η Τεχνητή Νοημοσύνη μπορεί να απαντήσει σχεδόν σε οποιαδήποτε σύνθετη ερώτηση σε λίγα μόνο δευτερόλεπτα, οι ανταμοιβές για την ανθρώπινη δημιουργικότητα θα εξαφανιστούν σταδιακά.

Αυτή η απώλεια δυναμικής έχει αποδειχθεί από την περίπτωση του Stack Overflow, ενός φόρουμ όπου οι προγραμματιστές μοιράζονται γνώσεις: σε μόλις 6 μήνες από την εμφάνιση του ChatGPT, ο αριθμός των ερωτήσεων στην πλατφόρμα μειώθηκε κατά περισσότερο από 25% και τώρα έχει μειωθεί κατά 90%. Αυτή είναι η απώλεια μιας «ζωντανής βάσης γνώσεων», όπου κάθε απάντηση επαληθευόταν, συζητούνταν και συμπληρωνόταν.

Τα δεδομένα από πλατφόρμες όπως το Stack Overflow αποτελούσαν στο παρελθόν την πηγή εκπαίδευσης για τα εργαλεία Τεχνητής Νοημοσύνης. Καθώς αυτή η πηγή γνώσης εξαντλείται, η Τεχνητή Νοημοσύνη θα επαναλαμβάνει ολοένα και περισσότερο ό,τι έχει ήδη παράγει.

Αυτό το φαινόμενο είναι γνωστό ως «κατάρρευση μοντέλου». Οι ερευνητές προειδοποιούν ότι όταν τα μοντέλα εκπαιδεύονται κυρίως σε δεδομένα που παράγονται από την ίδια την Τεχνητή Νοημοσύνη, η ποιότητα της γνώσης σταδιακά επιδεινώνεται, χάνοντας την ικανότητά της να αντικατοπτρίζει την ποικιλομορφία και την ακρίβεια του πραγματικού κόσμου . Η καθηγήτρια Χάνα Λι του Πανεπιστημίου Κολούμπια καταλήγει: «Το συνολικό αποτέλεσμα είναι ότι θα χειροτερέψουν. Τα μοντέλα θα χειροτερέψουν».

Οι κίνδυνοι της ομογενοποίησης και της ανακύκλωσης της γνώσης.

Εκτός από τη μείωση της ατομικής επίγνωσης, η κακή χρήση της Τεχνητής Νοημοσύνης οδηγεί επίσης στην ομογενοποίηση της γνώσης. Δοκίμια που γράφονται με τη βοήθεια της Τεχνητής Νοημοσύνης παρουσιάζουν εντυπωσιακές ομοιότητες, αποκαλύπτοντας «στατιστικά ομοιογενή» μοτίβα. Αυτό δημιουργεί ένα είδος πνευματικής μονοκαλλιέργειας, όπου οι διαφορετικές ανθρώπινες προοπτικές φιλτράρονται μέσα από τον ίδιο αλγοριθμικό φακό, ενδεχομένως καταπνίγοντας τη δημιουργική ποικιλομορφία.

Η Τεχνητή Νοημοσύνη τείνει να δίνει έμφαση σε κοινά μοτίβα στα δεδομένα, παραβλέποντας σταδιακά σπάνιες πληροφορίες, μοναδικές λεπτομέρειες ή δεδομένα που είναι κρυμμένα στις σκιές των στατιστικών. Εάν αυτή η τάση συνεχιστεί, το Διαδίκτυο, ένα πλούσιο αποθετήριο πληροφοριών, κινδυνεύει να γίνει ένας αραιωμένος κόσμος όπου η γνώση χάνεται. Η ανθρωπότητα μπορεί να εισέλθει σε μια εποχή «ανακύκλωσης γνώσης», όπου η καινοτομία παραμένει στάσιμη καθώς οι ανταμοιβές για τις νέες δημιουργίες γίνονται ολοένα και πιο σκοτεινές.

Η Τεχνητή Νοημοσύνη είναι ένα ισχυρό εργαλείο, αλλά απαιτεί μια στρατηγική προσέγγιση. Οι ερευνητές του MIT βρήκαν ένα ενθαρρυντικό σημάδι: οι συμμετέχοντες που είχαν αναπτύξει μια σταθερή γνωστική βάση πριν χρησιμοποιήσουν την Τεχνητή Νοημοσύνη μπόρεσαν να την αξιοποιήσουν πιο αποτελεσματικά, με ακόμη αυξημένη νευρωνική δραστηριότητα κατά την εισαγωγή. Χρησιμοποίησαν την Τεχνητή Νοημοσύνη ως πραγματικό βοηθό, όχι απλώς ως εργαλείο υποστήριξης.

Η ανθρώπινη γνώση χτίζεται μέσα από την προσπάθεια, την περιέργεια και το θάρρος να εξερευνήσουμε το άγνωστο. Ωστόσο, αν μετατρέψουμε την Τεχνητή Νοημοσύνη σε μοναδικό «σιδηρόδρομο», κινδυνεύουμε να οδηγηθούμε σε έναν φαύλο κύκλο όπου τόσο οι άνθρωποι όσο και οι μηχανές επαναλαμβάνουν μόνο ό,τι έχει ήδη γίνει.

Χιέν Θάο

Πηγή: https://doanhnghiepvn.vn/cong-nghe/nguy-co-thoai-hoa-tu-duy-vi-lam-dung-ai/20250928033804291