Risikoen for «mental degenerasjon» på grunn av misbruk av kunstig intelligens

Illustrasjonsfoto.

AI er tilstede i nesten alle aspekter av menneskelivet, fra dagliglivet til produksjon, utdanning , forskning og kunstnerisk skapelse. AI hjelper folk med å optimalisere aktivitetene sine, øke produktiviteten og redusere menneskelige ressurser. Eksplosjonen av AI har vist den kontinuerlige veksten av maskinlæringsapplikasjoner og stordatateknologi, noe som presser kunstig intelligens til et nytt utviklingsnivå.

Til tross for disse store fordelene, står AI i fare for å gjøre kunnskapsskapingsprosessen til en lukket sløyfe, true kreativiteten og forårsake «degenerasjon» av menneskelig tenkning.

Den umiddelbare bekvemmeligheten ved å bruke AI kan komme på bekostning av langsiktige intellektuelle kostnader, sier eksperter.

Hjernedysfunksjon og «kognitiv gjeld»

En fire måneder lang studie fra Massachusetts Institute of Technology (MIT) har belyst de dyptgående effektene overforbruk av kunstig intelligens har på den menneskelige hjernen. Studien, som fulgte 54 essayskrivende deltakere, fant at det å stole på kunstig intelligens-verktøy kan svekke hjernefunksjonen og kritiske tenkeevner.

Ved hjelp av elektroencefalografi (EEG)-teknologi registrerte forskerne deltakernes hjerneaktivitet. Resultatene var slående: Gruppen som brukte AI-verktøyet viste signifikant forskjellige nevrale mønstre enn gruppen som kun skrev med tankene. Denne gruppen viste opptil 55 % færre nevrale forbindelser enn gruppen som kun skrev med tankene, spesielt i områder som er ansvarlige for dyp tenkning og hukommelsesdannelse.

Forskere kaller dette fenomenet «kognitiv gjeld». I likhet med finansiell gjeld, som lar oss nyte godt av fordeler nå, men betale kostnader senere, oppstår kognitiv gjeld når vi outsourcer vår mentale innsats til eksterne systemer, noe som fører til at våre mentale muskler atrofierer på grunn av manglende bruk. Hvis AI brukes for mye, kan den gjøre mennesker til passive forbrukere og miste evnen til å tenke selvstendig.

Konsekvensene av redusert kognitiv ytelse er tydelige:

Hukommelsessvekkelse : I den første økten av MIT-studien klarte ikke 83 % av AI-brukerne å sitere fra sin egen tekst, og ingen klarte å gi nøyaktige kildehenvisninger. Selv etter flere økter slet mange fortsatt med denne grunnleggende oppgaven.

Svekket kritisk tenkning : Bruk av AI fører til «overfladisk engasjement» og svekker kritisk tenkning, noe som kan fremme utsettelse og «latskap».

Redusert hjerneaktivitet : De som skrev essayene sine med AI-assistanse hadde betydelig mindre hjerneaktivering, med regioner relatert til hukommelse, kritisk tenkning og eksekutiv funksjon betydelig redusert.

Kunnskapsskapingskrisen og «paradigmekollapsen»

Problemet med LLM-er er ikke deres evne til å syntetisere, men deres evne til å resirkulere det som allerede finnes. Disse systemene genererer ikke ny kunnskap, men forbruker heller eksisterende data og omfordeler dem.

I motsetning til mennesker, som alltid er på jakt etter nye retninger av mange grunner, som penger, berømmelse, nysgjerrighet eller ønsket om å erobre kunnskap, kan ikke AI produsere «nye ting». Når AI kan svare på nesten ethvert komplekst spørsmål på bare noen få sekunder, vil belønningen for menneskelig kreativitet gradvis forsvinne.

Dette tapet av motivasjon ble demonstrert av tilfellet Stack Overflow, forumet der programmerere deler kunnskap: bare 6 måneder etter at ChatGPT dukket opp, sank antallet spørsmål på plattformen med mer enn 25 %, og nå er det nede i 90 %. Dette er tapet av en «levende kunnskapsbase», der hvert svar blir verifisert, debattert og supplert.

Data fra plattformer som Stack Overflow har lenge blitt brukt til å trene AI-verktøy. Etter hvert som denne kunnskapskilden tørker ut, vil AI i økende grad gjenta det den allerede har produsert.

Dette fenomenet kalles «modellkollaps». Forskere advarer om at når modeller primært trenes på data generert av AI selv, blir kunnskapskvaliteten gradvis dårligere, og mister evnen til å gjenspeile mangfoldet og nøyaktigheten i den virkelige verden . «Det overordnede resultatet er at de blir verre. Modellene blir verre», konkluderer professor Hannah Li ved Columbia University.

Risikoen for homogenisering og resirkulering av kunnskap

I tillegg til nedgangen i individuell kognisjon, fører misbruk av AI også til homogenisering av kunnskap. Essays skrevet med hjelp av AI er påfallende like, noe som antyder «statistisk homogene» mønstre. Dette skaper en intellektuell monokultur der ulike menneskelige perspektiver filtreres gjennom den samme algoritmiske linsen, noe som potensielt kveler kreativt mangfold.

AI har en tendens til å legge vekt på vanlige mønstre i data og gradvis ignorere sjelden informasjon, unike detaljer eller data som ligger i de statistiske skyggene. Hvis denne trenden fortsetter, risikerer Internett, som er et rikt informasjonslager, å bli en uklar verden der kunnskap utvannes. Menneskeheten kan gå inn i en periode med «kunnskapsresirkulering», der innovasjon stagnerer ettersom belønningen for nyskaping blir stadig svakere.

AI er et kraftig verktøy, men det krever en strategisk tilnærming. MIT-forskere fant et positivt tegn: deltakere som hadde utviklet et solid kognitivt grunnlag før de brukte AI, var i stand til å bruke det mer effektivt, og viste til og med økt nevral aktivitet da de ble introdusert for verktøyet. De brukte AI som en ekte assistent, ikke et støtteverktøy.

Menneskelig kunnskap er bygget på innsats, nysgjerrighet og mot til å våge seg inn i det ukjente. Men hvis AI blir den eneste «jernbanen», risikerer vi å bli ledet inn i en ond sirkel der både mennesker og maskiner må gjenta det som allerede er gjort.

Hien Thao

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