ហានិភ័យនៃ "ការចុះខ្សោយផ្លូវចិត្ត" ដោយសារតែការរំលោភបំពាន AI

DNVN - ការសិក្សាថ្មីៗបានបន្លឺសំឡេងរោទិ៍អំពីផលវិបាកដែលមិនអាចទាយទុកជាមុនបាន នៅពេលដែលមនុស្សកាន់តែខ្លាំងឡើងទៅលើ Artificial Intelligence (AI) ជាពិសេសគំរូភាសាធំៗ (LLM) ដូចជា ChatGPT ។

រូបថតគំនូរ។

AI មានវត្តមាននៅក្នុងស្ទើរតែគ្រប់ទិដ្ឋភាពនៃជីវិតមនុស្ស ចាប់ពីជីវិតប្រចាំថ្ងៃ រហូតដល់ការផលិត ការអប់រំ ការស្រាវជ្រាវ និងការបង្កើតសិល្បៈ។ AI ជួយមនុស្សបង្កើនប្រសិទ្ធភាពសកម្មភាពរបស់ពួកគេ បង្កើនផលិតភាព និងកាត់បន្ថយធនធានមនុស្ស។ ការផ្ទុះនៃ AI បានបង្ហាញពីការរីកចម្រើនឥតឈប់ឈរនៃកម្មវិធីសិក្សាម៉ាស៊ីន និងបច្ចេកវិទ្យាទិន្នន័យធំ ដោយជំរុញឱ្យបញ្ញាសិប្បនិមិត្តឈានដល់កម្រិតថ្មីមួយនៃការអភិវឌ្ឍន៍។

ទោះបីជាអត្ថប្រយោជន៍ដ៏អស្ចារ្យទាំងនេះក៏ដោយ ក៏ AI មានហានិភ័យក្នុងការបង្វែរដំណើរការនៃការបង្កើតចំណេះដឹងទៅជារង្វង់បិទជិត ដែលគំរាមកំហែងដល់ការច្នៃប្រឌិត និងបណ្តាលឱ្យមានការវិវត្តន៍នៃការគិតរបស់មនុស្ស។

អ្នកជំនាញបាននិយាយថា ភាពងាយស្រួលភ្លាមៗនៃការប្រើប្រាស់ AI អាចមកជាមួយនឹងការចំណាយលើបញ្ញារយៈពេលវែង។

ភាពមិនដំណើរការនៃខួរក្បាល និង "បំណុលការយល់ដឹង"

ការសិក្សារយៈពេល 4 ខែដោយវិទ្យាស្ថានបច្ចេកវិទ្យា Massachusetts (MIT) បានបង្ហាញពីឥទ្ធិពលយ៉ាងជ្រាលជ្រៅនៃការប្រើប្រាស់ AI ហួសកម្រិតលើខួរក្បាលមនុស្ស។ ការសិក្សាដែលបានតាមដានអ្នកចូលរួមសរសេរអត្ថបទចំនួន 54 នាក់ បានរកឃើញថា ការពឹងផ្អែកលើឧបករណ៍ AI អាចធ្វើឱ្យខូចមុខងារខួរក្បាល និងជំនាញការគិតពិចារណា។

ដោយប្រើបច្ចេកវិទ្យា electroencephalography (EEG) អ្នកស្រាវជ្រាវបានកត់ត្រាសកម្មភាពខួរក្បាលរបស់អ្នកចូលរួម។ លទ្ធផលគួរឱ្យចាប់អារម្មណ៍៖ ក្រុមដែលប្រើឧបករណ៍ AI បានបង្ហាញគំរូសរសៃប្រសាទខុសគ្នាខ្លាំងជាងក្រុមដែលសរសេរតែដោយគំនិតរបស់ពួកគេ។ ក្រុមនេះបានបង្ហាញពីទំនាក់ទំនងសរសៃប្រសាទតិចជាង 55% ជាងក្រុមដែលសរសេរតែក្នុងចិត្តរបស់ពួកគេ ជាពិសេសនៅក្នុងតំបន់ដែលទទួលខុសត្រូវចំពោះការគិតស៊ីជម្រៅ និងការបង្កើតការចងចាំ។

អ្នកស្រាវជ្រាវហៅបាតុភូតនេះថា "បំណុលការយល់ដឹង" ។ ស្រដៀងទៅនឹងបំណុលហិរញ្ញវត្ថុ ដែលអនុញ្ញាតឱ្យយើងទទួលបានអត្ថប្រយោជន៍ឥឡូវនេះ ប៉ុន្តែត្រូវបង់ថ្លៃនៅពេលក្រោយ បំណុលការយល់ដឹងកើតឡើងនៅពេលដែលយើងផ្តល់ការខិតខំប្រឹងប្រែងផ្លូវចិត្តរបស់យើងទៅកាន់ប្រព័ន្ធខាងក្រៅ ដែលបណ្តាលឱ្យសាច់ដុំផ្លូវចិត្តរបស់យើងចុះខ្សោយដោយសារតែការមិនប្រើប្រាស់។ ប្រសិនបើប្រើប្រាស់ច្រើនពេក AI អាចប្រែក្លាយមនុស្សទៅជាអ្នកប្រើប្រាស់អកម្ម ដោយបាត់បង់សមត្ថភាពក្នុងការគិតដោយឯករាជ្យ។

ផលវិបាកនៃការថយចុះសមត្ថភាពយល់ដឹងគឺច្បាស់ណាស់៖

ការចុះខ្សោយនៃការចងចាំ ៖ នៅក្នុងវគ្គដំបូងនៃការសិក្សារបស់ MIT អ្នកប្រើប្រាស់ AI 83% មិនអាចដកស្រង់ពីការសរសេររបស់ពួកគេបានទេ ហើយគ្មាននរណាម្នាក់អាចផ្តល់ការដកស្រង់ត្រឹមត្រូវបានទេ។ សូម្បីតែបន្ទាប់ពីវគ្គជាច្រើនក៏ដោយ ក៏មនុស្សជាច្រើននៅតែតស៊ូជាមួយកិច្ចការមូលដ្ឋាននេះ។

ការគិតបែបរិះគន់ខ្សោយ ៖ ការប្រើប្រាស់ AI នាំទៅរក "ការជាប់ពាក់ព័ន្ធដ៏លើសលប់" និងធ្វើឱ្យជំនាញនៃការគិតរិះគន់ចុះខ្សោយ ដែលអាចជំរុញឱ្យមានការពន្យារពេល និង "ខ្ជិល" ។

កាត់បន្ថយសកម្មភាពខួរក្បាល ៖ អ្នកដែលសរសេរអត្ថបទរបស់ពួកគេដោយជំនួយ AI មានសកម្មភាពខួរក្បាលតិចជាងមុន ដោយមានតំបន់ទាក់ទងនឹងការចងចាំ ការគិតរិះគន់ និងមុខងារប្រតិបត្តិត្រូវបានកាត់បន្ថយយ៉ាងខ្លាំង។

វិបត្តិនៃការបង្កើតចំណេះដឹង និង "ការដួលរលំនៃគំរូ"

បញ្ហាជាមួយ LLMs មិនមែនជាសមត្ថភាពរបស់ពួកគេក្នុងការសំយោគនោះទេ ប៉ុន្តែសមត្ថភាពរបស់ពួកគេក្នុងការកែច្នៃឡើងវិញនូវអ្វីដែលមានរួចហើយ។ ប្រព័ន្ធទាំងនេះមិនបង្កើតចំណេះដឹងថ្មីទេ ប៉ុន្តែប្រើប្រាស់ទិន្នន័យដែលមានស្រាប់ ហើយចែកចាយវាឡើងវិញ។

មិនដូចមនុស្សទេ ដែលតែងតែស្វែងរកទិសដៅថ្មីសម្រាប់ហេតុផលជាច្រើនដូចជា លុយ កេរ្តិ៍ឈ្មោះ ការចង់ដឹងចង់ឃើញ ឬបំណងប្រាថ្នាដើម្បីយកឈ្នះចំណេះដឹងនោះ AI មិនអាចបង្កើត "របស់ថ្មី" បានទេ។ នៅពេលដែល AI អាចឆ្លើយសំណួរស្មុគស្មាញស្ទើរតែទាំងអស់ក្នុងរយៈពេលត្រឹមតែពីរបីវិនាទី រង្វាន់សម្រាប់ការច្នៃប្រឌិតរបស់មនុស្សនឹងរលាយបាត់បន្តិចម្តងៗ។

ការបាត់បង់ការលើកទឹកចិត្តនេះត្រូវបានបង្ហាញដោយករណី Stack Overflow ដែលជាវេទិកាដែលអ្នកសរសេរកម្មវិធីចែករំលែកចំណេះដឹង៖ ក្នុងរយៈពេលត្រឹមតែ 6 ខែបន្ទាប់ពី ChatGPT បានបង្ហាញខ្លួន ចំនួនសំណួរនៅលើវេទិកាបានថយចុះជាង 25% ហើយឥឡូវនេះវាបានធ្លាក់ចុះដល់ទៅ 90% ។ នេះគឺជាការបាត់បង់ "មូលដ្ឋានចំណេះដឹងរស់" ដែលចម្លើយនីមួយៗត្រូវបានផ្ទៀងផ្ទាត់ ពិភាក្សា និងបំពេញបន្ថែម។

ទិន្នន័យពីវេទិកាដូចជា Stack Overflow ត្រូវបានប្រើជាយូរមកហើយដើម្បីបណ្តុះបណ្តាលឧបករណ៍ AI ។ នៅពេលដែលអណ្តូងនៃចំណេះដឹងនេះរីងស្ងួត AI នឹងកាន់តែខ្លាំងឡើងនូវអ្វីដែលខ្លួនបានបង្កើតរួចហើយ។

បាតុភូតនេះត្រូវបានគេហៅថា "ការដួលរលំនៃគំរូ" ។ អ្នកស្រាវជ្រាវព្រមានថា នៅពេលដែលគំរូត្រូវបានបណ្តុះបណ្តាលជាចម្បងលើទិន្នន័យដែលបង្កើតឡើងដោយ AI ផ្ទាល់ គុណភាពនៃចំណេះដឹងកាន់តែអន់ថយបន្តិចម្តងៗ ដោយបាត់បង់សមត្ថភាពក្នុងការឆ្លុះបញ្ចាំងពីភាពចម្រុះ និងភាពត្រឹមត្រូវនៃ ពិភព ពិត។ សាស្ត្រាចារ្យ Hannah Li នៃសាកលវិទ្យាល័យ Columbia សន្និដ្ឋានថា "លទ្ធផលសរុបគឺកាន់តែអាក្រក់ទៅៗ។ ម៉ូដែលកាន់តែអាក្រក់ទៅៗ"។

ហានិភ័យនៃភាពដូចគ្នា និងការកែច្នៃចំណេះដឹង

បន្ថែមពីលើការថយចុះនៃការយល់ដឹងរបស់បុគ្គល ការប្រើប្រាស់ AI ខុសក៏នាំទៅរកភាពដូចគ្នានៃចំណេះដឹងផងដែរ។ អត្ថបទដែលសរសេរដោយជំនួយពី AI មានភាពស្រដៀងគ្នាខ្លាំង ដែលបង្ហាញពីគំរូ "ដូចគ្នាបេះបិទតាមស្ថិតិ"។ នេះបង្កើតជាមនោគមវិជ្ជាបញ្ញា ដែលទស្សនវិស័យរបស់មនុស្សចម្រុះត្រូវបានត្រងតាមរយៈកែវ algorithmic ដូចគ្នា ដែលអាចរារាំងភាពចម្រុះប្រកបដោយការច្នៃប្រឌិត។

AI មានទំនោរសង្កត់ធ្ងន់ទៅលើគំរូទូទៅនៅក្នុងទិន្នន័យ ហើយមិនអើពើបន្តិចម្តងៗនូវព័ត៌មានកម្រ ព័ត៌មានលម្អិតពិសេស ឬទិន្នន័យដែលស្ថិតនៅក្នុងស្រមោលស្ថិតិ។ ប្រសិនបើនិន្នាការនេះនៅតែបន្ត អ៊ីនធឺណែត ដែលជាឃ្លាំងផ្ទុកព័ត៌មានដ៏សំបូរបែប ហានិភ័យក្លាយជាពិភពព្រិលៗ ដែលចំណេះដឹងត្រូវបានពនរ។ មនុស្សជាតិអាចឈានចូលដល់ដំណាក់កាលនៃ "ការកែច្នៃចំណេះដឹង" ដែលការច្នៃប្រឌិតថ្មីនៅទ្រឹង ខណៈដែលរង្វាន់សម្រាប់ការបង្កើតថ្មីកាន់តែស្រអាប់។

AI ជា​ឧបករណ៍​ដ៏​មាន​ឥទ្ធិពល ប៉ុន្តែ​វា​ទាមទារ​វិធីសាស្ត្រ​យុទ្ធសាស្ត្រ។ អ្នកស្រាវជ្រាវ MIT បានរកឃើញសញ្ញាវិជ្ជមានមួយ៖ អ្នកចូលរួមដែលបានបង្កើតមូលដ្ឋានគ្រឹះនៃការយល់ដឹងដ៏រឹងមាំមុនពេលប្រើប្រាស់ AI អាចប្រើប្រាស់វាកាន់តែមានប្រសិទ្ធភាព ហើយថែមទាំងបានបង្ហាញពីការកើនឡើងនូវសកម្មភាពសរសៃប្រសាទនៅពេលណែនាំដល់ឧបករណ៍។ ពួកគេបានប្រើ AI ជាជំនួយការពិតប្រាកដ មិនមែនជាឧបករណ៍ជំនួយទេ។

ចំណេះដឹងរបស់មនុស្សត្រូវបានបង្កើតឡើងនៅលើការខិតខំប្រឹងប្រែង ការចង់ដឹងចង់ឃើញ និងភាពក្លាហានក្នុងការចូលទៅក្នុងអ្វីដែលមិនស្គាល់។ ទោះជាយ៉ាងណាក៏ដោយ ប្រសិនបើ AI ក្លាយជា "ផ្លូវដែក" តែមួយគត់ នោះយើងប្រថុយនឹងការដឹកនាំទៅក្នុងវដ្តដ៏កាចសាហាវ ដែលទាំងមនុស្ស និងម៉ាស៊ីនត្រូវបានទុកចោលដើម្បីធ្វើឡើងវិញនូវអ្វីដែលបានធ្វើរួចហើយ។

ហៀន ថាវ

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