مطالعه دانشگاه برکلی: تنها ۱۰ دقیقه استفاده از هوش مصنوعی توان تمرکز و حل مسائل دشوار را تضعیف می‌کند

در اکتبر ۲۰۲۶، یک مطالعه داوری‌شده که در «کنفرانس مدل‌سازی زبان» (COLM) ارائه شد، هزینه شناختی قابل‌توجهی از دستیارهای هوش مصنوعی را آشکار کرد. پژوهشگران دانشگاه‌های برکلی، کارنگی ملون، ام‌آی‌تی، آکسفورد و یوسی‌ال‌ای دریافتند که تنها ۱۰ دقیقه استفاده از هوش مصنوعی برای حل مسائل، توانایی فرد را برای پافشاری در زمان حذف این ابزار به شدت مختل می‌کند.[1][2]

این مطالعه که با حضور ۱۲۲۲ شرکت‌کننده در قالب سه کارآزمایی تصادفی‌سازی و کنترل‌شده انجام شد، نحوه برخورد افراد با استدلال‌های ریاضی و درک مطلب را بررسی کرد. نتایج یک الگوی واضح را نشان داد: در حالی که هوش مصنوعی به کاربران کمک می‌کند تا پاسخ‌های صحیح را به سرعت دریافت کنند، همزمان تمایل آن‌ها را برای درگیر شدن در «تلاش سازنده» پس از اجبار به کار مستقل، از بین می‌برد.[1][2]

برایان کریستین، پژوهشگر مرکز هوش مصنوعی سازگار با انسان در دانشگاه برکلی و یکی از نویسندگان این مطالعه، خاطرنشان کرد که این یافته‌ها آنچه را که بسیاری به طور شهودی حس کرده‌اند، تایید می‌کند. او می‌گوید: «این یک یافته تکان‌دهنده است، اما به نوعی مهماتی برای داستانی فراهم می‌کند که بسیاری از ما در درون خود احساس می‌کنیم. من هم آن را تجربه می‌کنم.»[1]

طراحی آزمایش‌ها و نتایج اولیه

برای سنجش تاثیر هوش مصنوعی بر میزان پافشاری، پژوهشگران یک آزمایش مستقیم طراحی کردند. در کارآزمایی اول، از ۳۵۴ شرکت‌کننده خواسته شد تا ۱۵ مسئله پایه کسر ریاضی را حل کنند. یک گروه کاملاً به تنهایی کار می‌کرد، در حالی که گروه دیگر به یک دستیار هوش مصنوعی مشابه ChatGPT برای دریافت کمک یا پاسخ‌های مستقیم دسترسی داشت.[1][2]

در ابتدا، گروهی که به هوش مصنوعی دسترسی داشتند، عملکرد بهتری نسبت به گروه کنترل نشان دادند و به سوالات با دقت و سرعت بیشتری پاسخ دادند. با این حال، پس از مسئله دوازدهم، پژوهشگران به طور ناگهانی ابزار هوش مصنوعی را حذف کردند و شرکت‌کنندگان را مجبور کردند سه مسئله نهایی کسر را کاملاً بدون کمک حل کنند.[1][2]

تغییر رفتاری فوری و کاملاً مشهود بود. شرکت‌کنندگانی که برای ۱۲ سوال اول به هوش مصنوعی متکی بودند، افت قابل‌توجهی در نرخ حل مسئله تجربه کردند. مهم‌تر از آن، افزایش شدیدی در نرخ رد کردن سوالات باقی‌مانده مشاهده شد و آن‌ها ترجیح دادند به جای تلاش برای حل ریاضی، از پاسخ دادن انصراف دهند.[1][2]

در مقابل، گروه کنترلی که از ابتدا بدون هوش مصنوعی کار کرده بود، عملکرد ثابتی را حفظ کرد. آن‌ها به کار خود ادامه دادند، در برابر دشواری‌ها پافشاری کردند و در نهایت در مقایسه با همتایان خود که تکیه‌گاه هوش مصنوعی را از دست داده بودند، به نرخ موفقیت بالاتری در مسائل نهایی دست یافتند.[1][2]

تکرار الگو در مقیاس بزرگ‌تر و وظایف متفاوت

برای اطمینان از تصادفی نبودن یافته‌ها، تیم پژوهشی دومین آزمایش بزرگ‌تر را با ۶۶۷ شرکت‌کننده انجام داد. این کارآزمایی شامل یک پیش‌آزمون برای در نظر گرفتن سطوح مهارت اولیه متفاوت بود. با وجود این کنترل‌های دقیق، اثر اصلی یکسان باقی ماند: کمک هوش مصنوعی عملکرد کوتاه‌مدت را بهبود بخشید، اما حل مسئله مستقل را در ادامه مختل کرد.[1][2]

داده‌ها نشان داد که ۶۱ درصد از شرکت‌کنندگان در گروه هوش مصنوعی از این ابزار برای دریافت پاسخ‌های مستقیم به جای درخواست راهنمایی یا توضیح استفاده کردند. دقیقاً همین زیرگروه بود که بیشترین افت را در عملکرد و پافشاری پس از حذف هوش مصنوعی نشان داد، که خطر برون‌سپاری کامل تلاش شناختی را برجسته می‌کند.[2]

پژوهشگران برای بررسی اینکه آیا این پدیده محدود به اضطراب ریاضی است یا خیر، آزمایش سومی را اجرا کردند. این بار، ۲۰۱ شرکت‌کننده با سوالات درک مطلب مشابه آزمون SAT مواجه شدند. نتایج کاملاً مشابه آزمون‌های کسر بود: دقت و تمایل به پافشاری به محض حذف دستیار هوش مصنوعی به شدت سقوط کرد.[1][2]

این ثبات در دو حوزه کاملاً متفاوت یعنی ریاضی و خواندن، نشان‌دهنده یک تاثیر شناختی گسترده‌تر است. پژوهشگران نتیجه گرفتند که کاهش پافشاری، پیامد یک موضوع خاص نیست، بلکه پیامد کلی نحوه شرطی‌سازی مغز انسان توسط هوش مصنوعی برای انتظار راه‌حل‌های فوری است.[2]

هزینه شناختی پاسخ‌های فوری

مکانیسم زمینه‌ای که این افت را هدایت می‌کند، همان چیزی است که روانشناسان آن را «تخلیه شناختی» می‌نامند. هنگامی که هوش مصنوعی در چند ثانیه پاسخی بی‌نقص تولید می‌کند، مغز کاربر به سرعت با آن سرعت و کارایی سازگار می‌شود. در نتیجه، هر چیزی که به فرآیند فکری کندتر و سنجیده‌تری نیاز داشته باشد، ناگهان خسته‌کننده و ناکارآمد به نظر می‌رسد.[1][2]

این شرطی‌سازی، تجربه کار کردن روی چالش‌ها به صورت مستقل را از کاربران سلب می‌کند. پژوهشگران استدلال می‌کنند که پافشاری، پایه و اساس کسب مهارت و یکی از قوی‌ترین پیش‌بینی‌کننده‌های یادگیری بلندمدت است. ابزارهای هوش مصنوعی با دور زدن این تقلا، ممکن است در سکوت همان مهارت‌هایی را که قرار است تقویت کنند، تضعیف نمایند.[1][2]

تمایز بین یک معلم خصوصی و یک ماشین پاسخ‌گو در اینجا بسیار مهم است. هدف یک معلم انسانی انتقال مهارت به دانش‌آموز است تا در نهایت خود را غیرضروری کند. با این حال، سیستم‌های هوش مصنوعی فعلی برای ارائه پاسخ‌های فوری و کامل بهینه‌سازی شده‌اند و تکمیل فوری کار را بر رشد فکری بلندمدت کاربر ترجیح می‌دهند.[2]

همان‌طور که برایان کریستین اشاره کرد، این پویایی بر همه افراد از دانش‌آموزان مقطع ابتدایی تا کارشناسان برجسته جهانی تاثیر می‌گذارد. تبادل غیررسمی فرضیه‌های نیمه‌کاره و رفع اشکال صبورانه یک تحلیل سرسختانه، بستر اکتشاف هستند. برون‌سپاری این فرآیندها به هوش مصنوعی، آن تقلای مشترکی را که تخصص و قضاوت را می‌سازد، از بین می‌برد.[1]

پیامدهای استفاده روزمره از هوش مصنوعی

این واقعیت که این اختلالات شناختی تنها پس از ۱۰ تا ۱۵ دقیقه استفاده از هوش مصنوعی ظاهر می‌شوند، سوالات فوری را در مورد اثرات انباشته اتکای روزانه به این ابزارها مطرح می‌کند. اگر یک مواجهه کوتاه بتواند تمایل فرد را برای تلاش در یک مسئله سخت به طور قابل‌سنجشی ضعیف کند، استقرار گسترده هوش مصنوعی در مدارس و محیط‌های کاری نیازمند بازنگری دقیق است.[1][2]

نویسندگان این مطالعه توصیه می‌کنند که توسعه‌دهندگان، مدل‌های هوش مصنوعی را به گونه‌ای طراحی کنند که ایجاد شایستگی بلندمدت را در اولویت قرار دهند. این امر می‌تواند شامل سیستم‌هایی باشد که به طور استراتژیک از ارائه پاسخ‌های مستقیم خودداری می‌کنند، یا سیستم‌هایی که به جای دور زدن تلاش کاربر، آن را تشویق کرده و پاداش می‌دهند.[2]

برای افراد، این یافته‌ها نیاز به فواصل زمانی عمدی «بدون هوش مصنوعی» را پیشنهاد می‌کند. همان‌طور که ورزشکاران برای ایجاد قدرت پایه بدون کمک‌های افزاینده عملکرد تمرین می‌کنند، دانش‌ورزان و دانش‌آموزان نیز ممکن است برای حفظ تناسب شناختی و پافشاری خود، نیاز به تمرین منظم حل مسئله بدون کمک داشته باشند.[1][2]

در نهایت، این پژوهش به عنوان یک یادآوری حیاتی عمل می‌کند که توانایی‌های انسانی باید تقویت شوند، نه اینکه جایگزین گردند. از آنجا که هوش مصنوعی به یک همراه همیشگی در زندگی دیجیتال ما تبدیل می‌شود، حفظ ظرفیت برای تلاش سازنده، برای حفظ تفکر مستقل و تخصص عمیق ضروری خواهد بود.[1][2][3]