MITの新しいプレプリント研究によると、AIチャットボットを使用すると、支援なしで同じタスクを達成する場合と比べて実際に脳の活動が減少し、事実の記憶力が低下する可能性があるという。
MITメディアラボの研究科学者ナタリア・コスミナ博士率いる研究チームは、法学修士（LLM）チャットボットの利用が脳にどのような影響を与えるかを理解するために、ボストン地域の大学生グループに脳波（EEG）ヘッドセットを装着させ、20分間で短いエッセイを書かせました。1つのグループは外部からの支援なしにエッセイを書くように指示され、2つ目のグループは検索エンジンの使用を許可され、3つ目のグループはOpenAIのGPT-4oモデルの支援を受けてエッセイを書くように指示されました。このプロセスは数ヶ月にわたって4回繰り返されました。
まだ査読は行われていないものの、出版前の研究結果は、3つのグループの脳活動とそれに対応する神経接続パターンの生成の間に顕著な違いがあることを示唆している。
率直に視覚的に言えば、LLM 使用群の脳活動は…少し暗かった。
3つの研究コホート（左から右：LLM、検索、脳グループ）の脳活動を見ると、色が赤くなるほど、dDTFの振幅が活発であることがわかります - クリックして拡大
脳波分析の結果、各グループはそれぞれ異なる神経接続パターンを示し、脳の接続性は「外部支援の量に応じて体系的に縮小」していることが示されました。言い換えれば、検索エンジン利用者の脳の活動は少なく、LLMコホートは「全体的な結合が最も弱かった」ということです。
参加者の認知負荷は、動的有向伝達関数（dDTF）と呼ばれる手法を用いて測定されました。これは、異なる脳領域間の情報の流れに関連する特定の脳活動を測定するものです。MITの研究者によると、dDTFは情報の流れの強さと方向を考慮できるため、「実行機能、意味処理、注意制御」を適切に表すことができます。
研究者らによると、灰白質のみを使って筆記するグループが確立した基準値と比較して、検索エンジングループはdDTFの連結性が34～48%低下していた。一方、LLMグループはdDTF信号の振幅が最大55%低下するという、より顕著な減少を示した。
簡単に言えば、LLM（そして程度は低いが検索エンジン）に頼ると、タスク関連の脳の接続性が大幅に低下し、エッセイ執筆タスク中の認知的関与が低下することを示しています。
「脳のみのグループは、内部生成コンテンツに広範な分散型ニューラルネットワークを活用しました」と研究者たちは結果について述べています。「検索エンジングループは、視覚情報管理と制御制御を組み合わせたハイブリッド戦略を採用し、LLMグループはAI生成の提案を手順的に統合するように最適化しました。」
研究者らが説明したように、これらの違いは教育実践と学習の理解に「重大な影響」を及ぼし、具体的には情報の内部統合と外部支援の間には明確なトレードオフがあるように見える。
LLMグループの参加者は、すべてのレベルで脳のみのグループの参加者よりも成績が悪かった。
研究チームによると、参加者の記憶力や書いたものに対する所有権の認識をテストしたところ、LLMコホートでは明らかに成績が悪かったという。
「この研究では、学習能力の低下という差し迫った問題を実証しました」と研究者らは述べています。「LLMグループの参加者は、すべてのレベルにおいて、Brain-onlyグループの参加者よりも成績が悪かったのです。」
4回目のエッセイライティングセッションでは、これらの調査結果がさらに裏付けられました。最後のセッションでは、当初自分の思考プロセスに頼るように指示されていた参加者と法学修士課程修了者（LLM）に頼るように指示されていた参加者が役割を入れ替え、別のエッセイ作成の指示を与えられました。当然のことながら、LLMグループは自分の思考プロセスに頼るように指示された際に、成績が低かったのです。
「セッション4では、AIサポートの除去により、元のLLMグループの参加者の学習能力が著しく低下した」と研究者らは述べている。もう一方のコホートでは逆の結果が出た。「いわゆるBrain-to-LLMグループは、身近な話題についてLLMを使用することを許可された際、すべてのEEG周波数帯域にわたって脳の連結性が著しく向上した。」
AI チャット: 一般的に思考を排除しますか?
研究結果は、学習プロセスの早い段階でAIを使用すると「浅いエンコーディング」につながる可能性があることを示唆しています。これは、すべての努力がオフロードされているため、事実の想起が不十分になり、学習が不十分になることを意味します。一方、認知能力を使って何かを学び、その後AIを使って調査スキルを向上させることは、全く問題ありません。
「これらの研究結果を総合すると、学習者が十分な自発的な認知的努力を行うまでAIの導入を遅らせる教育モデルを支持する」とMITの研究チームは結論付けた。「このようなアプローチは、ツールの即時的な有効性と持続的な認知的自律性の両方を促進する可能性がある。」
これは衝撃的な結論ではないかもしれないが、学校の勉強に AI を頼る若者が増えていることを考えると、知的に成長が遅れた AI 中毒の世代が世界から生み出される前に、この問題に対処する必要がある。
コスミナ氏はThe Registerへのメールで、AIが私たちに与える影響について「愚か」「間抜け」「脳の腐敗」といった言葉は使いたくないと述べ、それは彼女のチームが行ってきた研究に反すると主張した。しかし、AIは対処が必要な影響を及ぼしている。
- 文章を書くのが苦手？Googleの最新AI技術で、長々とした文章を簡単に書けるようになります
- プログラマーの皆さん、AI は私たちを愚かにしているのでしょうか?
- ChatGPTの調査によると、LLMは一部のタスクで鈍くなっているようだ
- コンピューターは私たちを愚かにする
「これらのツールは学習と情報へのアクセスを強化する前例のない機会を提供するが、認知発達、批判的思考、知的自立に対する潜在的な影響については、非常に慎重な検討と継続的な研究が必要である」と論文は結論づけている。
コスミナ氏は、この論文はまだ査読を受けていないため、その結論は「慎重に、かつ予備的なものとして扱われるべき」と指摘した。しかしながら、査読前の知見は「AIが学習に及ぼす認知的および実践的影響を理解するための予備的な指針として」役立つ可能性があると彼女は記している。
研究チームは、今後の研究で、テキスト以外の方法での LLM の使用だけでなく、記憶の保持、創造性、文章の流暢さに対する AI の影響も調べられることを期待しています。
MIT チームが次に何を研究する予定かについて、コスミナ氏は、チームはバイブコーディング、つまり AI を使用して自然言語プロンプトからコードを生成するという同様の研究に注目していると語った。
「すでにデータを収集しており、現在、分析と草稿の作成に取り組んでいます」とコスミナ氏は述べた。彼女はさらに、AIが人間の脳に与える影響を研究する初の研究の一つであることから、今回の研究が将来的に「異なるプロトコル、対象集団、課題、方法論を用いた」さらなる研究のきっかけとなり、「私たちの生活の様々な側面におけるこの技術の活用に関する一般的な理解を深める」ことを期待していると付け加えた。
AI はますます速いペースで私たちの生活のあらゆる側面に浸透しつつあるため、やるべき研究は山ほどあるでしょう。®
