AI時代

MIT研究:AI寫作令認知能力流失?54人實驗揭「認知債務」現象

MIT Media Lab 一項腦電圖(EEG)研究顯示,長期用 AI 大語言模型(LLM)協助寫作,或會累積「認知債務」(Cognitive Debt):用 AI 寫作的參加者,腦部神經連結活躍度明顯低於完全靠自己思考的參加者,對文章內容的記憶與擁有感亦最弱。研究已於 2025 年 6 月以預印本形式發表。

重點一覽

  • 研究分 LLM 組、搜尋引擎組及純腦力組三組,共 54 人參與前三節實驗,18 人完成第四節
  • EEG 顯示:純腦力組腦部連結最強、分佈最廣;LLM 組連結最弱,認知活躍度隨外部工具使用而下降
  • LLM 組對文章的「擁有感」最低,亦難以準確引用自己剛寫的文章內容
  • 第四節交換組別:先 AI 後轉純腦力的參加者出現 alpha 及 beta 連結減弱;反過來先腦力後用 AI 則記憶回收較高

研究怎樣做?三組人戴 EEG 寫作文

研究團隊由 Nataliya Kosmyna 及 Pattie Maes 等人組成,將參加者分為三組:LLM 組(以論文題目中的 ChatGPT 一類大語言模型作寫作工具)、搜尋引擎組(可用搜尋器但不可用 LLM)及純腦力組(不用任何工具),各組在相同條件下完成三節寫作。第四節作出交換:LLM 組轉為純腦力(LLM-to-Brain),純腦力組轉用 LLM(Brain-to-LLM)。團隊以腦電圖量度寫作時的認知負荷,並以自然語言處理分析文章,再交由人類教師及 AI 評審評分。

發現一:腦部連結隨工具依賴而減弱

EEG 數據顯示,三組的腦部連結有明顯差異:純腦力組呈現最強、最分佈廣泛的神經網絡;搜尋引擎組屬中等活躍;LLM 組的連結最弱。認知活躍度大致隨外部工具的使用程度而遞減,即是愈依賴工具,腦部參與愈低。

發現二:組內文章同質化,寫作方式明顯有別

文本分析顯示,各組內部文章的命名實體(NER)、n-gram 模式及主題結構(topic ontology)呈同質化,即組內文章彼此有一定相似程度。至於寫作過程,純腦力參加者需要自行構思、組織內容;LLM 組則以模型生成的內容為基礎整理修改,兩組的工作性質有明顯分別。

發現三:擁有感低,甚至引不到自己的文章

在主觀層面,LLM 組對文章的「擁有感」(ownership)在所有組別中最低,純腦力組最高。研究亦觀察到,LLM 組參加者難以準確引用自己剛完成文章的內容;第四節中,由 LLM 轉回純腦力的參加者呈現 alpha 及 beta 連結減弱,顯示參與度偏低,團隊以此說明先依賴工具、後回到純思考時的負面延續效應;反過來由純腦力轉用 LLM 的參加者,記憶回收表現較高,腦部激活模式接近搜尋引擎組。

「認知債務」意味着甚麼?

研究團隊以「認知債務」概括這種現象:即時的便利,換來深度思考、原創構思及長期記憶能力的潛在退化;四個月的實驗期內,LLM 組在神經、語言及行為層面持續表現較弱。團隊強調,結果引發對教育場景長期依賴 LLM 的關注,亦需要更深入研究 AI 在學習中的角色。

資料來源:MIT Media Lab、arXiv:2506.08872

開版為AI生成配圖,只供參考會意。

TechApple.com 編輯部

堅持製作專業科技內容,全員擁有多種不同技術知識的特異科技媒體團隊。 電郵:editor@techapple.com