使用ChatGPT时的大脑：在使用AI助手完成论文写作任务时的认知债务积累

本研究探讨了在写作论文这一教育情境下，使用大型语言模型（LLM）所带来的认知成本。研究将参与者分为三组：LLM组、搜索引擎组和纯脑力组，分别使用指定的工具（或无工具）来写论文。研究发现，LLM组在神经连接模式上与搜索引擎组和纯脑力组存在显著差异，反映了不同的认知策略。纯脑力组的脑连接系统最强、范围最广，搜索引擎组表现中等，而LLM辅助则导致整体耦合最弱。在第四轮实验中，LLM到脑力组的参与者在神经连接和α、β网络参与度方面较弱；而脑力到LLM组的参与者在记忆回忆方面表现更高，并重新参与了广泛的枕顶叶和额叶节点，这与搜索引擎组经常感知到的视觉处理类似。访谈结果显示，LLM组的论文所有权报告较低。搜索引擎组具有强烈的所有权，但低于纯脑力组。LLM组在引用他们几分钟前写的论文方面的能力也落后于其他组。随着LLM使用在教育环境中的影响才刚刚开始显现，本研究结果表明，基于研究结果，学习技能可能大幅下降的问题迫在眉睫。LLM对参与者产生了可衡量的影响，虽然最初的好处是显而易见的，但正如我们在4个月内所展示的那样，LLM组的参与者在所有层面（神经、语言、评分）的表现都劣于纯脑力组的参与者。希望本研究能作为理解AI对学习环境产生的认知和实践影响的初步指南。