- Eine Studie analysiert experimentell, wie sich das Verfassen von Essays mit großen Sprachmodellen (LLMs) auf Gehirnaktivität und kognitive Belastung des Menschen auswirkt
- Nutzer von LLMs zeigten ein geringeres Gefühl der Autorschaft, hatten Schwierigkeiten, ihre eigenen Texte korrekt zu zitieren, und wiesen langfristig anhaltende Leistungseinbußen auf sprachlicher, verhaltensbezogener und neuronaler Ebene auf
- Die Teilnehmenden wurden in drei Gruppen eingeteilt — LLM, Suchmaschine und nur Gehirn (Brain-only) — und bearbeiteten dieselbe Aufgabe; einige wechselten später zwischen den Bedingungen, um Vergleiche zu ermöglichen
- Die EEG-Ergebnisse (Messung der Hirnströme) zeigten, dass die Brain-only-Gruppe das stärkste und breiteste neuronale Netzwerk aufwies, während LLM-Nutzer die schwächste Konnektivität zeigten
- Die Studie zeigt, dass KI-Abhängigkeit kognitive Kosten im Lernprozess verursachen kann, und wirft die Frage nach einer vertieften Prüfung der Auswirkungen auf die Bildung auf
Studienüberblick
- Die Studie untersucht die Auswirkungen des Einsatzes von KI-Assistenztools beim Essayschreiben auf Gehirnaktivität und Verhalten
- Die Teilnehmenden wurden in drei Gruppen aufgeteilt: LLM (ChatGPT usw.), Suchmaschine und Brain-only (ohne Werkzeuge)
- Jede Gruppe absolvierte unter denselben Bedingungen drei Sitzungen; in der vierten Sitzung wechselten einige die Bedingung
- LLM-Nutzer wechselten zu Brain-only (LLM-to-Brain)
- Brain-only-Nutzer wechselten zur LLM-Bedingung (Brain-to-LLM)
- Insgesamt nahmen 54 Personen an den Sitzungen 1 bis 3 teil, 18 schlossen auch Sitzung 4 ab
Versuchsaufbau
- Mittels EEG (Elektroenzephalographie) wurden kognitive Belastung und neuronale Konnektivität während des Essayschreibens gemessen
- Die verfassten Essays wurden zusätzlich per Natural Language Processing (NLP) analysiert und sowohl von menschlichen Lehrkräften als auch von KI-Bewertern bewertet
- Die Analyse von NER (Named Entity Recognition), n-gram-Mustern und Themenontologien zeigte eine hohe Ähnlichkeit innerhalb der jeweiligen Gruppen
Zentrale Ergebnisse
- Die EEG-Analyse zeigte deutliche Unterschiede zwischen den Gruppen
- Die Brain-only-Gruppe wies das stärkste und breiteste neuronale Netzwerk auf
- Die Suchmaschinen-Gruppe zeigte ein mittleres Maß an Beteiligung
- Die LLM-Gruppe zeigte die schwächste Konnektivität
- Es zeigte sich ein Trend, dass mit zunehmender Nutzung externer Werkzeuge die kognitive Aktivität abnimmt
- In Sitzung 4 zeigten Teilnehmende mit Wechsel von LLM zu Brain-only eine verringerte Konnektivität im Alpha- und Beta-Band, also einen Zustand kognitiver Unteraktivierung
- Teilnehmende mit Wechsel von Brain-only zu LLM zeigten dagegen eine verbesserte Erinnerungsleistung sowie Aktivierung im okzipital-parietalen und präfrontalen Bereich, ähnlich wie bei den Suchmaschinennutzern
Verhaltensbezogene und sprachliche Beobachtungen
- Das Gefühl der Autorschaft am Essay (Self-reported ownership) war in der LLM-Gruppe am geringsten und in der Brain-only-Gruppe am höchsten
- LLM-Nutzer hatten Schwierigkeiten, ihre eigenen Texte korrekt zu zitieren
- Nachverfolgungen über 4 Monate zeigten bei LLM-Nutzern anhaltende Minderleistung auf neuronaler, sprachlicher und verhaltensbezogener Ebene
Fazit und Implikationen
- LLMs bieten unmittelbare Bequemlichkeit, gehen jedoch mit langfristigen kognitiven Kosten (cognitive cost) einher
- Die Studie warnt vor negativen Auswirkungen von KI-Abhängigkeit auf Lernen und Denkfähigkeit
- Sie betont die Notwendigkeit eines ausgewogenen Einsatzes von KI und einer Neubewertung aus bildungs- und kognitionsbezogener Perspektive
- Das MIT Media Lab leitet aus den Ergebnissen die Notwendigkeit einer Neugestaltung von Lernmechanismen im KI-Zeitalter ab
Noch keine Kommentare.