MIT-Studie zeigt: KI-Nutzung formt das Gehirn um und führt zu kognitivem Abbau

• Eine MIT-Studie zeigt, dass die Nutzung von LLMs wie ChatGPT zu einer Schwächung der Gehirnkonnektivität und zu nachlassendem Erinnerungsvermögen führt und damit langfristigen kognitiven Abbau begünstigt
• Bei den teilnehmenden Studierenden nahm mit wiederholter Abhängigkeit von KI die Fähigkeit zur kreativen Integration und zur Eigenständigkeit ab
• EEG-Untersuchungen bestätigten in der LLM-Gruppe eine Unteraktivierung von Aufmerksamkeits- und visuellen Verarbeitungsnetzwerken
• Die Gruppe mit Suchmaschinen-Nutzung behielt stärkere Exekutivfunktionen, Gedächtnisaktivierung und visuelle Verarbeitungsfähigkeiten bei
• Selbst nach der LLM-Nutzung war eine vollständige Erholung der Gehirnfunktion schwierig; die KI-Abhängigkeit führte zu einer Tendenz zum „cognitive offloading“

---

Zentrale Erkenntnisse der MIT-Studie: LLM-Nutzung und kognitiver Abbau

Die an der MIT durchgeführte Studie „Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task“ zeigt, dass wiederholte Abhängigkeit von künstlicher Intelligenz wie ChatGPT zu langfristigen kognitiven Schäden im Gehirn führen kann
Die teilnehmenden Studierenden erlebten mit zunehmender Abhängigkeit von KI beim Schreiben von Essays eine Schwächung neuronaler Verbindungen, nachlassendes Erinnerungsvermögen und einen Verlust des Gefühls von Eigenverantwortung für die Aufgabe
Die von der KI erzeugten Ergebnisse wurden äußerlich teils gut bewertet, doch im Verlauf zeigte das Gehirn eine Tendenz zu einem zunehmend inaktiven Zustand

Abnahme der Gehirnkonnektivität und Phänomen der KI-Abhängigkeit

• EEG-Messungen zeigten, dass mit zunehmender KI-Nutzung die Konnektivität des Gehirns (systematic neural connectivity) schrittweise abnahm
  • Gruppe, die nur das eigene Gehirn nutzte: stärkste und weitreichendste Konnektivität
  • Suchmaschinen-Gruppe: mittleres Niveau der Gehirnaktivierung
  • LLM-Gruppe: abgeschwächte Kohäsion in allen Hirnwellenbändern (Alpha, Beta, Delta, Theta)
• Besonders in der LLM-Gruppe waren Aufmerksamkeits- und visuelle Verarbeitungsnetzwerke deutlich unteraktiviert
• In Session 4, als ohne Hilfe von KI geschrieben werden sollte, zeigten Personen mit LLM-Erfahrung eine verminderte Aktivität zentraler Gehirnnetzwerke

Verzerrungen von Gedächtnis und Lernpfaden bei LLM-Nutzenden

• Nach der Abhängigkeit von LLMs erlebten Studierende, dass sie sich kaum an das erinnern konnten, was sie gerade geschrieben hatten
• In den für Langzeitgedächtnis und Lernen relevanten Pfaden des Gehirns wurden klare Störungen beobachtet
• Während der KI-Nutzung schwächten sich die Informationsintegration des Gehirns und selbstmotivierte Herangehensweisen ab
• Die Teilnehmenden erlebten psychologische Distanz zum Ergebnis und ein geschwächtes Gefühl von Urheberschaft

Grenzen beim Wechsel von künstlicher Intelligenz zurück zur Nutzung des eigenen Gehirns

• In der vierten Sitzung zeigte die Gruppe, die nach LLM-Nutzung wieder ausschließlich das eigene Gehirn einsetzte, keine Rückkehr der Gehirnaktivierung auf das Niveau der ursprünglichen Sitzung (nur Gehirn)
• Bei verschiedenen Indikatoren wie Hirnwellen, Arbeitsaufwand und Selbstwahrnehmung wurde eine Tendenz festgestellt, unter dem Ausgangsniveau zu bleiben

Suchmaschinen-Nutzende behalten eine gesündere Gehirnbeteiligung bei

• Die Suchmaschinen-Gruppe hielt bei zentralen kognitiven Indikatoren wie Exekutivfunktionen, Gedächtnisaktivierung und Erinnerung an Zitate ein höheres Niveau
• In den Hirnwellen wurde eine verstärkte Aktivierung von Okzipitallappen und Parietallappen festgestellt, was eng mit visueller Verarbeitung und Arbeitsaufwand verbunden ist

Kognitive Lastverlagerung durch KI-Abhängigkeit (Cognitive Offloading)

• Das Forschungsteam bestätigte klar die Tendenz, dass das Gehirn bei wiederholter Exposition gegenüber LLMs die eigenständige Anstrengung zur Informationsintegration und Speicherung einstellt (neural efficiency adaptation)
• Dies führte zu Phänomenen wie passiver Arbeitshaltung, minimaler Nachbearbeitung und sinkendem Niveau konzeptueller Integration

Kurzfristige Effizienz, langfristige kognitive Schuld

• Die LLM-Gruppe erhielt oberflächlich betrachtet von den Bewertenden ein gewisses Maß an Punkten, zeigte jedoch deutliche Grenzen:
  • Mangel an strategischer Integration
  • weniger Vielfalt in der Ausdrucksstruktur
  • kurze und mechanische Eigenschaften der Ergebnisse
• Mit der Zeit setzte sich eine Tendenz zu konstant sinkender kognitiver Beteiligung, Leistungsfähigkeit und Selbstzufriedenheit fort

Fazit und Empfehlungen der Studie

• Je mehr Menschen sich bei der Ausführung komplexer Aufgaben auf künstliche Intelligenz verlassen, desto höher wird das Risiko eines starken Rückgangs der menschlichen grundlegenden kognitiven und kreativen Fähigkeiten
• Es wird betont, wie wichtig es bei der Nutzung von künstlicher Intelligenz ist, regelmäßig Pausen einzulegen und dem direkten Einsatz des eigenen Gehirns Zeit zu geben
• Künstliche Intelligenz ersetzt nicht nur menschliche Arbeit, sondern ist eine Einflussgröße auf das menschliche Denksystem und die Gehirnfunktion selbst

Über den Autor

• Nicolas Hulscher, MPH
  • Epidemiologe und Foundation Administrator der McCullough Foundation
  • Weitere zugehörige Inhalte sind auf X (ehemals Twitter) über die McCullough Foundation und das Konto des Autors zu finden