Learning by Chatting? Investigating the Impact of Generative AI on Information Seeking and Learning
一项对比通过 ChatGPT 进行 8 天非正式学习与通过 Google 搜索进行的实验表明，尽管生成式人工智能提供了便利性，但它最终会导致更差的学习效果——特别是对批判性思维的影响——其原因在于削弱了用户能动性、增加了元认知负荷，并由于以解决方案为导向的偏见而缩小了信息探索的范围。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你想学习如何做出一周的健康饮食。你有两种方式可以实现：
- 旧方法（谷歌）： 你扮演一名侦探。你搜索“健康饮食”，找到十几个不同的网站，阅读几篇文章，比较食谱，查看标签上的营养成分表，然后决定要做什么。你是厨师，而互联网只是你的储藏室。
- 新方法（ChatGPT）： 你扮演一名快餐店的顾客。你告诉人工智能：“我需要一个饮食计划，”它立刻递给你一份做好的成品。你看不见食材，不知道酱汁是怎么调制的，你也不需要去挑选香料。
这篇论文是一项研究，研究人员将真实的人员放入了一个为期八天的“烹饪课”中，以观察哪种方法能更好地帮助他们学习。研究人员发现，虽然新方法（ChatGPT）感觉更快、更简单，但它实际上让人们变得更不擅长学习了，效果反而不如旧方法（谷歌）。
以下是研究结果的详细拆解，使用了简单的比喻：
1. “乘客与司机”的问题
当你使用谷歌时，你是在驾驶汽车。你选择路线，你看地图，你决定何时转弯。你掌控着全局。
当你在这项研究中使用 ChatGPT 时，你变成了乘客。AI 决定了去哪里、展示什么以及开多快。
- 结果： 因为 AI 承担了所有的“驾驶”（筛选信息）工作，参与者感到自己失去了控制权。他们觉得自己只是在随波逐流。这让他们感到挫败和精神疲劳，因为他们一直在试图操控方向盘，却发现手里并没有方向盘。
2. “魔术 8 号球”对比“图书馆”
研究发现，ChatGPT 作为老师存在两个大问题：
- 问题 A：“方案优先”偏见
ChatGPT 就像一个总是直接给出答案的乐于助人的朋友。如果你问“如何平衡饮食？”，它会立即递给你一份饮食计划（一个完成的产物）。- 陷阱： 它很少解释其中的原理（即“为什么”和“如何做”）。这就像是只给了你一道已经解出来的数学题，却没有展示解题步骤。参与者学会了吃什么，但他们并没有理解为什么这很健康。他们无法将这些知识应用到之后的新场景中。
- 问题 B：“回声壁”陷阱
因为 ChatGPT 会记住你过去的对话并试图成为你的“私人助手”，它往往会固守你之前询问的内容。- 陷阱： 如果你询问关于“低碳饮食”的内容，它就会一直围绕低碳饮食展开。它不会“走神”去向你展示更广阔的世界。相比之下，谷歌就像一座图书馆，你可以偶然发现一本你原本并不需要的书。ChatGPT 把参与者困在一个狭窄的小房间里，而谷歌则让他们探索整座建筑。
3. “未被锻炼的脑力健身房”
学习就像去健身房。为了变得强壮（获得知识），你必须举起重量（搜索、比较、验证并思考）。
- 谷歌用户： 他们举起了重量。他们必须检查来源是否可靠，比较两篇不同的文章，并亲自弄清楚事实。他们的“学习肌肉”变得更强壮了。
- ChatGPT 用户： 他们要求机器替他们举起重量。机器完成了繁重的体力活，所以用户的“学习肌肉”依然很弱。当他们稍后尝试回答测试题时，他们感到很吃力，因为他们并没有进行过这种脑力练习。
4. “信任但验证”的失败
使用谷歌时，人们会自然地检查自己的工作。如果一个网站看起来不可靠，他们会点击另一个链接。
使用 ChatGPT 时，人们觉得无法信任输出的内容，但他们也不知道如何去核实。AI 给出了一个单一且流畅的答案，这使得很难看出是否存在其他的观点。研究发现，ChatGPT 用户很少去复核事实，即使他们尝试这样做，也会被 AI 模糊的回答搞得感到困惑。
核心结论
该研究得出结论：虽然生成式 AI 在获取快速答案方面非常出色（比如向朋友询问食谱），但它目前并不擅长深度学习。
通过将“搜索与分类”的工作交给 AI，人们失去了理解一个主题所需的控制力和脑力锻炼。他们最终得到的是一种“表面化”的理解——就像知道一道菜的名字，但如果食材改变了，他们却不知道如何烹饪。
简而言之： 如果你想快速得到一个答案，ChatGPT 非常棒。但如果你想学习并成为专家，你仍然需要像以前使用谷歌那样，亲自动手去做。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。