آگاه: این مسئله، قصه یک نوع تنبلی بسیار عمیق‌تر و شاید نگران‌کننده‌تر است، یعنی تنبلی فکری و شناختی. ما در حال «برون‌سپاری» ارزشمندترین دارایی خود، یعنی فکر کردن هستیم. متخصصان به این پدیده، برون‌سپاری شناختی یا Cognitive Offloading می‌گویند. این مفهوم جدید نیست؛ وقتی ما شماره تلفنی را به جای حفظ کردن توی تلفن همراه‌مان ذخیره می‌کنیم، در واقع حافظه‌مان را برون‌سپاری کرده‌ایم.
وقتی مغز به حالت آماده‌باش می‌رود
پدیده معروف به «اثر گوگل» (Google Effect) هم چیزی در همین زمینه بود. تحقیقات نشان داد که ما دیگر اطلاعات را به خاطر نمی‌سپاریم، بلکه محل ذخیره اطلاعات را به یاد می‌آوریم و در واقع آن را «گوگل می‌کنیم.» ماشین‌حساب ما را از تمرین محاسبات ذهنی روزمره نجات داد اما چیزی که امروز با آن روبه‌رو هستیم، یک جهش بی‌سابقه است. هوش مصنوعی مولد مانند همان‌هایی که روزمره از آنها استفاده می‌کنیم، فقط اطلاعات را ذخیره نمی‌کند، بلکه آنها را پردازش می‌کند، ترکیب می‌کند و به بیانی استدلال می‌کند و یک متن تازه خلق می‌کند.
اما تفاوت کجاست؟ تا دیروز، ما کارهای پیش پا افتاده ذهنی را واگذار می‌کردیم، امروز در حال واگذاری تفکر انتقادی، حل مسئله و خلاقیت هستیم. داستان ما، داستان مغزی است که کم‌کم به یک عضله استفاده نشده تبدیل می‌شود. همانطور که «کَل نیوپورت» نویسنده کتاب «دنیای بدون ایمیل» اشاره می‌کند که بدن ما کاری را انجام می‌دهد که از او بخواهیم و توانایی انجام کاری را که از او نخواهیم، از دست می‌دهد. اگر ما از مغزمان نخواهیم که فکر کند، استدلال کند و بنویسد، آیا این توانایی‌ها را به تدریج از دست خواهد داد؟
نگاهی به یک آزمایش واقعی بیندازیم. محققان دانشگاه ام.ای.تی دقیقا همین سوال را در پژوهشی که در سال میلادی جاری با عنوان «مغز شما در چت جی.پی.تی: انباشت بدهی شناختی هنگام استفاده از دستیار هوش مصنوعی برای نوشتن مقاله» منتشر شد، بررسی کردند. آنها فعالیت مغزی افراد را هنگام نوشتن یک متن، یک بار با کمک هوش مصنوعی و یک بار بدون آن اسکن کردند. نتایج شگفت‌آور بود. مغز افرادی که بدون کمک می‌نوشتند روشن و فعال بود. شبکه‌های عصبی مربوط به پردازش معنایی و طوفان فکری داخلی یعنی اتصال مفاهیم به خاطرات و دانش قبلی به شدت درگیر بودند. آنها واقعا فکر می‌کردند. اما در گروهی که از هوش مصنوعی کمک می‌گرفت، مغز به شکل قابل توجهی ساکت‌تر بود. فعالیت در آن شبکه‌های حیاتی فکری به شدت کاهش یافته بود. به عبارت ساده‌تر، مغز آنها بار فکری و زحمت خلاقیت را به ابزار سپرده بود و خودش به نوعی در حالت آماده‌باش یا ناظر قرار گرفته بود. این یافته، در واقع راوی داستان نگران‌کننده‌ای است. ما با هربار استفاده نیابتی از AI، فرصت تمرین دادن قضاوت و تقویت عضلات شناختی خود را از دست می‌دهیم. این کار شاید در کوتاه‌مدت ما را کارآمدتر کند اما در بلندمدت ممکن است ما را برای لحظاتی که هوش مصنوعی در دسترس نیست یا چه بسا که خطا می‌کند، ضعیف و بدون آمادگی رها کند. این مقاله نتیجه می‌گیرد: «این نتایج نگرانی‌هایی را در مورد پیامدهای آموزشی بلندمدت اتکا به LLM ایجاد می‌کند و بر نیاز به بررسی عمیق‌تر نقش هوش مصنوعی در یادگیری تاکید می‌کند.»
میانبر گناه‌آلود دانشجوها!
بهتر است درباره یکی از ملموس‌ترین بخش‌های این ماجرا هم صحبت کنیم، یعنی دانشجوها، کلاس‌های درس و دانشگاه. دانشجویی را تصور کنید که برای نوشتن مقاله‌اش به جای ساعت‌ها تحقیق، مطالعه منابع متعدد، دست و پنجه نرم کردن با مفاهیم و در نهایت سنتز کردن آموخته‌هایش در قالب یک متن جدید، فقط چند دستور به هوش مصنوعی می‌دهد. تحقیقات دانشگاه دوک (Duke) نشان می‌دهد دانشجوهایی که به شدت به مدل‌های زبانی (LLM) متکی هستند، اغلب در مهارت‌های استدلالی و اقناعی ضعیف عمل می‌کنند. پاسخ‌هایی که دریافت می‌کنند، آنها را به سمت مجموعه محدودتر و کوچک‌تری از ایده‌ها سوق می‌دهد و از کاوش و تفکر عمیق دور می‌کند. استادان دانشگاه‌ها می‌گویند دیگر شاهد این نیستند که دانشجویان نوشتن را یاد نگیرند، بلکه می‌بینند که آنها فکر کردن را یاد نمی‌گیرند. اما این فقط یک مسئله در سطح آکادمی نیست؛ یک داستان روان‌شناختی است. این پدیده یک اصل روان‌شناختی به نام «توجیه تلاش» یا Effort Justification است. ما برای چیزهایی که برای‌شان زحمت کشیده‌ایم، ارزش بیشتری قائل هستیم. وقتی هوش مصنوعی این زحمت و درگیری فکری که بخشی از فرآیند یادگیری و خلق است را حذف می‌کند، ما نتیجه را دریافت می‌کنیم اما احساس دستاورد واقعی نداریم.
تغییر ماهیت تفکر
اما آیا این موضوع فقط یک روی سکه را نشان می‌دهد؟ طرفداران این فناوری‌ها روایت دیگری را تعریف می‌کنند. آنها می‌گویند ما در حال تنبل شدن نیستیم، ما در حال تغییر شیوه تفکر هستیم. این افراد معتقدند هوش مصنوعی ما را از کارهای فکری پیش پا افتاده آزاد می‌کند تا بتوانیم بر فعالیت‌های شناختی سطح بالاتر تمرکز کنیم. در این روایت، مهارت جدید، جمع‌آوری اطلاعات نیست -که هوش مصنوعی در آن بهتر است- بلکه راستی‌آزمایی اطلاعات است. یا همچنین، مهارت جدید، نوشتن پیش‌نویس اولیه نیست، بلکه پرسیدن سوال‌های هوشمندانه و ویرایش منتقدانه پاسخ‌های دریافتی است. اما مشکل اینجاست که مرز باریکی بین استفاده به عنوان ابزار پشتیبان و اتکای کامل به عنوان جایگزین وجود دارد. محققان می‌گویند هرچه اعتماد ما به هوش مصنوعی بیشتر می‌شود، تفکر انتقادی ما کاهش می‌یابد. ما به اتکای افراطی دچار می‌شویم، یعنی جایی که حتی پاسخ‌های اشتباه و ناقص هوش مصنوعی را بدون ارزیابی دقیق می‌پذیریم.
قصه بی‌پایان ذهن
مسئله تنبلی در عصر تکنولوژی یک پایان قطعی ندارد. این داستانی است که همین حالا در حال نوشته شدن است. ما انسان‌ها حالا در یک دوراهی تاریخی ایستاده‌ایم. در یک‌سو، ابزاری قدرتمند قرار دارد که وعده کارایی، سرعت و راحتی بی‌نظیر را می‌دهد و در سوی دیگر، میراث هزاران ساله تکامل شناختی ما، یعنی توانایی تفکر عمیق، مستقل و منتقدانه قرار دارد. ما در حال ورود به عصر ذهن‌های عاریتی یا وام گرفته شده هستیم. شاید سوال درست این نباشد که آیا این ابزارها ما را تنبل خواهند کرد یا نه، بلکه این باشد که ما چگونه از آنها استفاده خواهیم کرد؟ آیا آنها دستیارهایی خواهند بود که به ما در رسیدن به قله‌های جدید فکری کمک می‌کنند یا عصاهایی که آنقدر به آنها تکیه می‌کنیم که دیگر هرگز نمی‌توانیم به تنهایی راه برویم؟
توهم دانش
دسترسی بی‌وقفه به پاسخ‌های آماده یک پیامد روانی مهم دارد، آن هم ایجاد احساس توهم‌آمیز از دانش است. فرد به اشتباه گمان می‌کند توانایی‌های ذهنی‌اش بسیار فراتر از چیزی است که واقعا بدون کمک ابزارهای دیجیتال قادر به انجام آن است. افرادی که به طور مداوم برای یادآوری کارها از یادآورهای خودکار استفاده می‌کنند، به‌شدت توانایی خود را برای به خاطر سپردن همان کارها در آینده و بدون کمک، بیش از حد واقعی تخمین می‌زنند. مرز میان کمک بیرونی و توانایی درونی در اینجا مخدوش می‌شود. وقتی یک پاسخ با کمک هوش مصنوعی تولید می‌شود، تشخیص اینکه آیا این توانایی ما بوده که مسئله را حل کرده یا فقط ابزار بیرونی، دشوار می‌شود. این ابهام به یک برآورد نادرست از شایستگی‌های فکری شخص منجر می‌شود.
یکی از مهم‌ترین وظایف ذهن در زمان یادگیری یا حل مسئله، کشمکش شناختی است. این درگیری با پیچیدگی و ابهام، دقیقا همان چیزی است که مهارت‌های تحلیلی را پرورش می‌دهد. اما هوش مصنوعی تمایل دارد مسائل پیچیده را به پاسخ‌های سریع و ساده تقلیل دهد. این میانبر زدن، مانع درگیر شدن مغز با تلاش ضروری برای تحلیل عمیق می‌شود. علاوه بر این هم، دسترسی سریع به پاسخ‌ها از مواجهه فرد با حس نادانی پیشگیری می‌کند. اگر فرد هیچ وقت مجبور به اعتراف به وجود یک شکاف دانشی نشود، انگیزه‌ای برای تلاش واقعی و پر کردن آن شکاف ندارد. این تمایل به دوری از تلاش فکری از نظر فرهنگی هم مورد توجه قرار گرفته. بعضی محققان اشاره می‌کنند که این اتکای شدید به میانبرها به طور غیرمستقیم در راستای پدیده ضد روشنفکری یا Anti-intellectualism قرار دارد؛ یعنی کوچک شمردن ارزش تلاش و کار فکری.
نظر شما