استفاده از هوش مصنوعی می‌تواند تا ۱۷ درصد یادگیری را تضعیف کند

طبق گزارش سایت «psychology today» استفاده از هوش مصنوعی برای انجام کار‌های مربوط به حرفه شخصی یا به‌عنوان سرگرمی می‌تواند به پدیده‌ای به نام «برون‌سپاری شناختی» منجر شود. برون‌سپاری شناختی یعنی فردی که از هوش مصنوعی برای انجام کاری استفاده می‌کند، اما از نظر ذهنی به اندازهٔ کسی که آن کار را کاملاً با ذهن خودش انجام می‌دهد درگیر فرایند نمی‌شود.

این موضوع شاید روی نتیجهٔ نهایی کار تاثیر نگذارد، اما وقتی صحبت از یادگیری جدیدی باشد می‌تواند مشکل‌ساز شود. وقتی هدف، یاد گرفتن است، سپردن آن به هوش مصنوعی باعث می‌شود یادگیری فرد نسبت به حالتی که کار را کاملاً با فکر خودش انجام می‌دهد ضعیف‌تر شود. با این حال، پژوهش‌های روان‌شناختی درباره اینکه آیا برون‌سپاری شناختی واقعاً اثر منفی بر موفقیت در یادگیری دارد یا نه، هنوز محدود است.

چرا پژوهش‌ها درباره هوش‌مصنوعی پیش از انتشار منسوخ می‌شوند

مطالعه‌ای جدید درباره برون سپاری شناختی 

یک پژوهش جدید بررسی می‌کند که برون‌سپاری شناختی ناشی از هوش مصنوعی چگونه بر شکل‌گیری بلندمدت مهارت‌های کدنویسی اثر می‌گذارد. این مطالعه جدید که در سال ۲۰۲۶ با عنوان «هوش مصنوعی چگونه بر شکل‌گیری مهارت تأثیر می‌گذارد» در پلتفرم arXiv منتشر شده است. از آنجا که این مقاله هنوز داوری‌های علمی را طی نکرده، نتایج آن باید مقدماتی در نظر گرفته شود.

در این پژوهش، ۵۲ داوطلب در دو گروه شرکت کردند: یک گروه کنترل و یک گروه درمانی. همهٔ شرکت‌کنندگان از بین برنامه‌نویس حرفه‌ای یا فریلنسر انتخاب شده بودند. هر دو گروه باید یک مهارت پیچیدهٔ برنامه‌نویسی را یاد می‌گرفتند و چندین وظیفهٔ برنامه‌نویسی را انجام می‌دادند. این مطالعه در سه بخش انجام شد.

ابتدا هر دو گروه یک تمرین را بدون استفاده از هوش مصنوعی انجام دادند. سپس وظیفه اصلی برنامه‌نویسی را تکمیل کردند؛ در این مرحله برخلاف گروه کنترل، گروه درمانی اجازه استفاده از هوش مصنوعی داشتند. در پایان، هر دو گروه باید به یک آزمون درباره ابزار نرم‌افزاری مورد استفاده پاسخ می‌دادند تا میزان یادگیری آنها سنجیده شود.

کمترین نمره از آنِ کسانی شد که از هوش مصنوعی استفاده می‌کردند

نتایج بسیار قابل توجه بود. گروهی که اجازهٔ استفاده از هوش مصنوعی داشت، سریع‌تر از گروه دیگر کار را انجام نداد و در آزمون عملکرد بسیار ضعیف‌تری داشت. میانگین نمرهٔ گروه استفاده‌کننده از هوش مصنوعی ۱۷ درصد کمتر از گروه کنترل بود و این تفاوت از نظر آماری معنادار بود.

گروهی که اجازهٔ استفاده از هوش مصنوعی داشت، سریع‌تر از گروه دیگر کار را انجام نداد و در آزمون عملکرد بسیار ضعیف‌تری داشت. میانگین نمرهٔ گروه استفاده‌کننده از هوش مصنوعی ۱۷ درصد کمتر از گروه کنترل بود و این تفاوت از نظر آماری معنادار بود

تحلیل‌های فرعی نشان داد این اثر در میان برنامه‌نویسان مبتدی، متوسط و حرفه‌ای به یک اندازه دیده می‌شود؛ یعنی به سطح تجربهٔ شرکت‌کنندگان وابسته نبود. همچنین مشخص شد افرادی که کاملاً به هوش مصنوعی برای تولید کد تکیه کرده بودند، بدترین نمرات را گرفتند. در مقابل، شرکت‌کنندگانی که علاوه بر تولید کد از هوش مصنوعی توضیح هم می‌خواستند، عملکرد بهتری داشتند.

اتکای زیاد به هوش مصنوعی شکل‌گیری مهارت را به‌شدت کاهش می‌دهد

نتایج این مطالعه پیامد‌های مهمی برای بحث‌های روان‌شناختی درباره استفاده از هوش مصنوعی در مدارس و دانشگاه‌ها دارد. این یافته‌ها نشان می‌دهد اتکای بیش از حد به هوش مصنوعی هنگام یادگیری یک مهارت پیچیده مثل برنامه‌نویسی هزینهٔ بزرگی دارد: کاهش قابل توجه یادگیری مهارت‌های جدید.

افرادی که هنگام یادگیری به هوش مصنوعی تکیه می‌کنند، به اندازهٔ کسانی که بدون آن تمرین می‌کنند یاد نمی‌گیرند. هرچند توانایی استفادهٔ ماهرانه از ابزار‌های هوش مصنوعی احتمالاً یکی از مهارت‌های مهم بازار کار آینده خواهد بود، اما این نتایج نشان می‌دهد که دانش‌آموزان و دانشجویان باید ابتدا مهارت‌های پایه را به‌تنهایی یاد بگیرند و استفاده از ابزار‌های هوش مصنوعی زمانی وارد فرایند یادگیری شود که سطح مناسبی از تسلط به دست آمده باشد.