随着生成人工智能在教育，法律，政治，媒体和其他领域的普及，许多人担心技术依赖性可以降低认知独立性。麻省理工学院最近的研究表明，数字工具可以显着改变大脑活动，这一问题得到了强烈的确认。在实验中，电子大脑监测表明，参与者使用大型语言模型（LLM）使用了重要的语言模型（LLM）和参与者大脑区域之间的较弱联系。这与记忆中的下降和最派生的出口有关。三组参与者中的每组都撰写了三篇文章。一个组基于大语言模型度，另一组使用搜索引擎，第三组不使用扩展工具。出色的语言模型小组和“纯粹的大脑”小组交换成员，并写了第四篇文章。尽管纯脑组的文章不是NEC从本质上讲，这组最精确的参与者表现出非常强大的神经元连通性，并显示出高水平的心理参与。大语言模型（LLM）的小组文档获得了人类评估者和AI法官的高分，但是写作风格往往会被化为同质性，从而更接近原始文本的线索。使用大语言模型（LLM）的参与者更有可能难以复制和击打，减少工作的变化并引用自己的作品。在最后阶段，LLM学生也很难从实验中记住早期信息。就文档问题而言，它的大脑活动将恢复到初学者水平。随着时间的流逝，纯脑组的连通性降低，保持中等水平，参与者可以很容易地记住早期含量。有趣的是，从一组大语言模型中移民的参与者改善了神经元连接性o纯脑组。使用搜索引擎的组显示出适度的大脑连接性与低大脑连通性。他的写作风格也非常统一，但他们可以更好地引用自己的作品。他们说的是大型语言模型（LL）M）表明它的内存比用户更强。通常，结果表明，数字工具的使用会影响大脑活动，但是搜索引擎比生成人工智能需要更多的大脑参与。这些发现可能会对教育领域产生重大影响，因为人工智能在教育领域变得越来越普遍。在许多学校中，大多数学生在完成任务时使用诸如Chatgpt之类的工具来获得不同的标题。一些学生仅产生轮廓和主题的想法，而另一些学生则将任务用作警告，并直接发送任务内容而无需阅读。老师还试图使用人工智能纠正其任务并检测使用of人工智能，但结果是不同的。麻省理工学院的发现表明，无论两组的认知能力都会受到影响，无论它们对大型语言模型的依赖如何。小编：通用人工智能在教育，法律，政治，媒体和其他领域变得越来越流行。
当前网址：https://www.shenyuhua.com//experience/share/2025/0622/251.html
