براساس نتایج یک مطالعه جدید، وقتی افراد به مدلهای زبانی بزرگ برای خلاصهسازی اطلاعات در یک موضوع تکیه میکنند، معمولاً دانش سطحیتری نسبت به یادگیری از طریق جستجوی استاندارد گوگل پیدا خواهند کرد.
به گزارش ساینس آلرت، از زمان عرضه ChatGPT میلیونها نفر شروع به استفاده از مدلهای زبانی بزرگ برای دسترسی به اطلاعات کردهاند. جذابیت این ابزارها هم در این است که بهراحتی یک سؤال میپرسید و یک جمعبندی آماده و دقیق دریافت میکنید که حس یادگیری بدون تلاش را القا میکند. اما یک مقاله جدید شواهدی ارائه داده که میگوید سهولت دسترسی به اطلاعات از طریق هوش مصنوعی ممکن است هزینهای برای کاربران داشته باشد.
برای انجام این مطالعه از شرکتکنندگان خواسته شد تا درباره یک موضوع مانند چگونگی پرورش یک باغ سبزیجات اطلاعاتی کسب کنند و بهطور تصادفی تعیین شد که این کار با استفاده از یک مدل زبانی بزرگ مانند ChatGPT یا به روش سنتی، یعنی جستجو در لینکها از طریق گوگل انجام شود.
هیچ محدودیتی در نحوه استفاده از ابزارها اعمال نشد. شرکتکنندگان میتوانستند به هر اندازهای که میخواستند در گوگل جستجو کنند و در صورت تمایل، همچنان از ChatGPT برای دریافت اطلاعات بیشتر سؤال بپرسند.
پس از اتمام پژوهش از شرکتکنندگان خواسته شد تا براساس آنچه یاد گرفته بودند، به یک دوست درباره همان موضوع توصیه بنویسند. دادهها الگوی ثابتی را نشان دادند: افرادی که از طریق مدل زبانی بزرگ درباره یک موضوع یاد گرفته بودند در مقایسه با کسانی که از جستجوی وب استفاده کرده بودند، احساس میکردند کمتر یاد گرفتهاند. همچنین آنها کمتر برای نوشتن توصیهها تلاش کردند و در نهایت توصیههایی کوتاهتر، با دقت کمتر و کلیتر نوشتند.
در مقابل، زمانی که این توصیهها به یک گروه مستقل از خوانندگان ارائه شد که از ابزار مورد استفاده برای یادگیری موضوع اطلاعی نداشتند، آنها توصیههای کاربران ChatGPT را کمتر آموزنده و کمتر مفید یافتند و احتمالش کمتر بود که آنها را به کار بگیرند.
همچنین در آزمایش دیگری که پلتفرم ثابت ماند - از گوگل استفاده شد - و تفاوت در یادگیری از بخش نتایج جستجو یا AI Overview بود، یادگیری از پاسخهای ترکیبی مدل زبانی بزرگ منجر به دانش سطحیتر میشد.
