Ο κίνδυνος «ψυχικής εκφύλισης» λόγω κατάχρησης της Τεχνητής Νοημοσύνης

DNVN - Πρόσφατες μελέτες έχουν κρούσει τον κώδωνα του κινδύνου για τις απρόβλεπτες συνέπειες που θα προκύψουν όταν οι άνθρωποι εξαρτώνται ολοένα και περισσότερο από την Τεχνητή Νοημοσύνη (AI), και ιδιαίτερα από μεγάλα γλωσσικά μοντέλα (LLM) όπως το ChatGPT.

Εικονογραφημένη φωτογραφία.

Η Τεχνητή Νοημοσύνη είναι παρούσα σε όλες σχεδόν τις πτυχές της ανθρώπινης ζωής, από την καθημερινή ζωή έως την παραγωγή, την εκπαίδευση , την έρευνα και την καλλιτεχνική δημιουργία. Η Τεχνητή Νοημοσύνη βοηθά τους ανθρώπους να βελτιστοποιήσουν τις δραστηριότητές τους, να αυξήσουν την παραγωγικότητα και να μειώσουν τους ανθρώπινους πόρους. Η έκρηξη της Τεχνητής Νοημοσύνης έχει δείξει τη συνεχή ανάπτυξη των εφαρμογών μηχανικής μάθησης και της τεχνολογίας μεγάλων δεδομένων, ωθώντας την τεχνητή νοημοσύνη σε ένα νέο επίπεδο ανάπτυξης.

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

Η άμεση ευκολία χρήσης της Τεχνητής Νοημοσύνης μπορεί να έχει ως αποτέλεσμα το μακροπρόθεσμο πνευματικό κόστος, λένε οι ειδικοί.

Εγκεφαλική δυσλειτουργία 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 που έγραφαν 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 εντυπωσιακά: Η ομάδα που χρησιμοποίησε το εργαλείο τεχνητής νοημοσύνης εμφάνισε σημαντικά διαφορετικά νευρωνικά πρότυπα από την ομάδα που έγραφε μόνο με το μυαλό της. Αυτή η ομάδα εμφάνισε έως και 55% λιγότερες νευρωνικές συνδέσεις από την ομάδα που έγραφε μόνο με το μυαλό της, ειδικά 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 οφέλη τώρα αλλά να πληρώνουμε το κόστος αργότερα, το γνωστικό χρέος εμφανίζεται όταν αναθέτουμε την πνευματική μας προσπάθεια σε εξωτερικά συστήματα, προκαλώντας ατροφία των νοητικών μας μυών λόγω αχρησίας. Εάν χρησιμοποιηθεί υπερβολικά, η Τεχνητή Νοημοσύνη θα μπορούσε να μετατρέψει τους ανθρώπους σε παθητικούς καταναλωτές, χάνοντας την ικανότητα να σκέφτονται ανεξάρτητα.

Οι συνέπειες της μειωμένης γνωστικής απόδοσης είναι σαφείς:

Διαταραχή Μνήμης : Στην πρώτη συνεδρία της μελέτης του MIT, το 83% των χρηστών Τεχνητής Νοημοσύνης δεν μπόρεσαν να παραθέσουν αποσπάσματα από το δικό τους γραπτό και κανένας δεν ήταν σε θέση να παράσχει ακριβείς παραπομπές. Ακόμα και μετά από πολλαπλές συνεδρίες, πολλοί εξακολουθούσαν να δυσκολεύονται με αυτό το βασικό έργο.

Αποδυναμωμένη κριτική σκέψη : Η χρήση της Τεχνητής Νοημοσύνης οδηγεί σε «επιφανειακή εμπλοκή» και αποδυναμώνει τις δεξιότητες κριτικής σκέψης, γεγονός που μπορεί να ενισχύσει την αναβλητικότητα και την «τεμπελιά».

Μειωμένη εγκεφαλική δραστηριότητα : Όσοι έγραψαν τα δοκίμιά τους με τη βοήθεια Τεχνητής Νοημοσύνης είχαν σημαντικά λιγότερη ενεργοποίηση του εγκεφάλου, με περιοχές που σχετίζονται με τη μνήμη, την κριτική σκέψη και την εκτελεστική λειτουργία να είναι σημαντικά μειωμένες.

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

Το πρόβλημα με τους LLM δεν είναι η ικανότητά τους να συνθέτουν, αλλά η ικανότητά τους να ανακυκλώνουν ό,τι ήδη υπάρχει. Αυτά τα συστήματα δεν παράγουν νέα γνώση, αλλά μάλλον καταναλώνουν υπάρχοντα δεδομένα και τα αναδιανέμουν.

Σε αντίθεση με τους ανθρώπους, οι οποίοι αναζητούν συνεχώς νέες κατευθύνσεις για πολλούς λόγους, όπως χρήματα, φήμη, περιέργεια ή την επιθυμία για κατάκτηση γνώσης, η Τεχνητή Νοημοσύνη δεν μπορεί να παράγει «νέα πράγματα». Όταν η Τεχνητή Νοημοσύνη μπορεί να απαντήσει σχεδόν σε οποιαδήποτε σύνθετη ερώτηση σε λίγα μόνο δευτερόλεπτα, η ανταμοιβή για την ανθρώπινη δημιουργικότητα θα εξαφανιστεί σταδιακά.

Αυτή η απώλεια κινήτρων αποδείχθηκε από την περίπτωση του Stack Overflow, του 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 στο 90%. Αυτή είναι η απώλεια μιας «ζωντανής βάσης γνώσεων», όπου κάθε απάντηση επαληθεύεται, συζητείται και συμπληρώνεται.

Τα δεδομένα από πλατφόρμες όπως το Stack Overflow χρησιμοποιούνται εδώ και καιρό για την εκπαίδευση εργαλείων Τεχνητής Νοημοσύνης. Καθώς αυτή η πηγή γνώσης στερεύει, η Τεχνητή Νοημοσύνη θα επαναλαμβάνει όλο και περισσότερο ό,τι έχει ήδη παράγει.

Αυτό το φαινόμενο ονομάζεται «κατάρρευση μοντέλου». Οι ερευνητές προειδοποιούν ότι όταν τα μοντέλα εκπαιδεύονται κυρίως με βάση δεδομένα που παράγονται από την ίδια την Τεχνητή Νοημοσύνη, η ποιότητα της γνώσης σταδιακά χειροτερεύει, χάνοντας την ικανότητα να αντικατοπτρίζει την ποικιλομορφία και την ακρίβεια του πραγματικού κόσμου . «Το συνολικό αποτέλεσμα είναι ότι χειροτερεύουν. Τα μοντέλα χειροτερεύουν», καταλήγει η καθηγήτρια Χάνα Λι του Πανεπιστημίου Κολούμπια.

Ο κίνδυνος ομογενοποίησης και ανακύκλωσης της γνώσης

Εκτός από την παρακμή της ατομικής νόησης, η κακή χρήση της Τεχνητής Νοημοσύνης οδηγεί επίσης στην ομογενοποίηση της γνώσης. Τα δοκίμια που γράφονται με τη βοήθεια της Τεχνητής Νοημοσύνης είναι εντυπωσιακά παρόμοια, υποδηλώνοντας «στατιστικά ομοιογενή» πρότυπα. Αυτό δημιουργεί μια πνευματική μονοκουλτούρα 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 και σταδιακά να αγνοεί σπάνιες πληροφορίες, μοναδικές λεπτομέρειες ή δεδομένα που βρίσκονται στις στατιστικές σκιές. Εάν αυτή η τάση συνεχιστεί, το Διαδίκτυο, το οποίο είναι ένα πλούσιο αποθετήριο πληροφοριών, κινδυνεύει να γίνει ένας θολό κόσμος όπου η γνώση αραιώνεται. Η ανθρωπότητα θα μπορούσε να εισέλθει σε μια περίοδο «ανακύκλωσης γνώσης», όπου η καινοτομία παραμένει στάσιμη καθώς οι ανταμοιβές για τη νέα δημιουργία γίνονται ολοένα και πιο αμυδρές.

Η Τεχνητή Νοημοσύνη είναι ένα ισχυρό εργαλείο, αλλά απαιτεί μια στρατηγική προσέγγιση. Οι ερευνητές του MIT βρήκαν ένα θετικό σημάδι: οι συμμετέχοντες που είχαν αναπτύξει μια σταθερή γνωστική βάση πριν από τη χρήση της Τεχνητής Νοημοσύνης μπόρεσαν να τη χρησιμοποιήσουν πιο αποτελεσματικά και μάλιστα εμφάνισαν αυξημένη νευρωνική δραστηριότητα όταν εισήχθησαν στο εργαλείο. Χρησιμοποίησαν την Τεχνητή Νοημοσύνη ως πραγματικό βοηθό, όχι ως εργαλείο υποστήριξης.

Η ανθρώπινη γνώση βασίζεται στην προσπάθεια, την περιέργεια και το θάρρος να εξερευνήσουμε το άγνωστο. Ωστόσο, αν η Τεχνητή Νοημοσύνη γίνει ο μόνος «σιδηρόδρομος», κινδυνεύουμε να οδηγηθούμε σε έναν φαύλο κύκλο όπου τόσο οι άνθρωποι όσο και οι μηχανές αφήνονται να επαναλάβουν ό,τι έχει ήδη γίνει.

Χιέν Θάο

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