یک مطالعه در آزمایشگاه رسانهای MIT نشان میدهد که وابستگی بلندمدت به چتبات توان انسان در تشخیص اخبار جعلی را تضعیف میکند. پژوهشگران این پدیده را «پارادوکس وابستگی به هوش مصنوعی» نامیدهاند: ابزارهایی که در آغاز کارآمدی میآفرینند، با تکرار استفاده باعث میشوند بدون آنها عملکرد تحلیلگری ما کاهش یابد.
نتایج کلیدی
- در هفته اول، شرکتکنندگانی که از چتبات کمک میگرفتند تقریباً 21% دقیقتر بودند در جدا کردن خبر جعلی از واقعی.
- پس از چهار هفته، همان افراد هنگام کار بدون کمک هوش مصنوعی در شناسایی اخبار جعلی نزدیک به 15% ضعیفتر شدند نسبت به آغاز مطالعه، هرچند حدود یکچهارمِ شرکتکنندگان احساس بهبودی گزارش کردند.
- نوع تعامل با ابزار تعیینکننده است: چتباتهایی که جواب مستقیم میدهند احتمال وابستگی را بالا میبرند، اما آنهایی که بهصورت پرسشگری سقراطی کاربر را هدایت میکنند، یادگیری و کشف مستقل را تقویت میکنند.
روش پژوهش
شرکتکنندگان طی ۴ هفته مجموعهای از تیترها و تصاویر خبریِ جفتشده را ارزیابی کردند و در برخی جلسات از راهنمایی یک چتبات بهره بردند. پژوهشگران بهطور پیوسته عملکرد افراد را با و بدون کمک ابزار مقایسه کردند تا اثر بلندمدتِ وابستگی مشخص شود.
علتهای روانشناختی
آنکو رانی، یکی از نویسندگان مطالعه، توضیح میدهد که کاربران اغلب مدلهای زبانی بزرگ را نوعی جادو میبینند، در حالی که این مدلها درعمل «مدلهای آماریای هستند که توکن بعدی را پیشبینی میکنند». چنین نگرشی به تدریج فرآیندهای ذهنی تحلیل و بررسی را کنار میگذارد؛ مفهومی که در علوم شناختی با عنوان بارگذاری شناختی (cognitive offloading) شناخته میشود و نمونهاش تکیه همیشگی به GPS برای ناوبری است.
سبکهای تعامل هوش مصنوعی و پیامدها
والدِمار دانری، همنویسنده مقاله، تفاوت سبکها را اینگونه بیان میکند: «هوش مصنوعیهایی که صرفاً پاسخ میدهند احتمال ایجاد وابستگی را افزایش میدهند، اما آنهایی که با پرسشگری سقراطی کاربران را به فکر وادار میکنند، توانایی تشخیص مستقل را تقویت مینمایند.» در نتیجه طراحان رابط و توسعهدهندگان چتبات باید بین سرعت پاسخ و عمق یادگیری توازن برقرار کنند.
توصیههای کاربردی برای خوانندگان
- چکلیست بررسی خبر: منبع را بررسی کنید، تاریخ انتشار و نام نویسنده را ببینید و پوشش مشابه را در منابع معتبر جستوجو کنید.
- مخالفت محتاطانه با پاسخهای فوری: اگر چتبات پاسخی قطعی میدهد، پیش از پذیرش آن خودتان یک بررسی سریع انجام دهید.
- از حالتهای پرسشگری استفاده کنید: از ابزارها بخواهید سوالاتی مطرح کنند که شما را به تحلیل اطلاعات وادارد تا یادگیری عمیقتر حفظ شود.
- اعتبارسنجی تصاویر: برای تصاویر مشکوک جستجوی معکوس تصویر انجام دهید و دنبال منبع اصلی بگردید.
پیام برای طراحان پلتفرم و سیاستگذاران
طراحی رابط و نحوه ارائه پاسخ توسط مدل میتواند آثار رفتاری بلندمدت داشته باشد. پلتفرمها با ارائه حالتهای آموزشی، نمایش مراحل استدلال مدل و تشویق به بررسی مستقل میتوانند از شکلگیری وابستگی جلوگیری کنند. مراجع خبری و آموزشی نیز باید روی تقویت مهارتهای سواد رسانهای تمرکز کنند؛ موضوعی که نشریه MIT Technology Review و سایر منابع تخصصی بارها بر آن تأکید کردهاند.
مسیر پیشرو
هوش مصنوعی قابلیتهای زیادی برای کمک به اطلاعرسانی دارد، اما این مطالعه هشدار میدهد که استفاده ناآگاهانه میتواند ظرفیت تحلیلگری افراد را تضعیف کند. راهحل در طراحی هوشمندانه ابزارها و تقویت مهارتهای فردی نهفته است: هرچه تعامل با چتباتها کاربران را به تفکر وادارد تا اتکا صرف به پاسخ، احتمالِ ایجاد وابستگی به چتبات کاهش مییابد و توان تشخیص حقیقت حفظ میشود.
