How AI Assistance Affects Human Skill Development: A Study of Learning with Logic Puzzles
这项研究表明，虽然低成本的 AI 辅助能提高即时任务表现，但它通过取代独立推理来阻碍长期技能发展，从而导致在移除 AI 后，个体的非辅助表现变差，且对自身能力的预测被高估。
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
在现代世界中，人工智能已成为我们思考过程中无处不在的伴侣。它可以解决复杂的方程式、起草电子邮件并导航陌生的路线，且往往比人类独自完成时更快、更准确。这种即时的性能提升是众所周知的，但一个更安静、更微妙的问题开始困扰着研究人员：当工具被拿走时，人类的大脑会发生什么？人机交互领域长期以来一直在研究人类如何与机器协作，但一个新的担忧聚焦于便利性带来的长期代价。如果一个系统为我们承担了繁重的任务，我们是否会失去独自举起重量的能力？这一矛盾正是近期一项研究的核心，该研究旨在探讨：如今让我们变得更高效的辅助手段，是否会在未来让我们变得能力下降。
为了调查这一点，加州大学欧文分校的一个研究小组设计了一个受控实验，剥离了现实世界的干扰。他们要求124名成年人解决一系列逻辑谜题。每个谜题呈现六个物体和一个由五条规则组成的集合，这些规则决定了这些物体的唯一正确顺序。参与者必须正确排列这些物品以获取积分。研究分为三个不同的阶段。首先，所有人都在独立解决谜题，以建立其自然能力的基准。接着，在中间阶段，一些参与者可以使用一个数字助手，该助手可以随机显示其中一个物体的正确位置。至关重要的是，研究人员操纵了这种帮助的“成本”。对于某些人来说，请求提示的代价很低，仅消耗极小部分的积分；而对于另一些人来说，同样的提示则非常昂贵，成本几乎是前者的两倍。第三组则完全无法获得帮助。最后，在最后一个阶段，辅助工具被完全移除，所有人必须再次独自解决谜题。
实验结果揭示了人们如何与实用工具互动的清晰模式。当请求帮助的成本较低时，参与者使用助手的频率更高。低成本组平均请求了近七次提示，而高成本组仅请求了约三次。这种行为是合理的；人们自然会在获得帮助容易时寻求帮助。然而，这种行为的后果只有在工具被拿走后才显现出来。当在最后阶段移除AI辅助后，那些依赖辅助工具的参与者表现得比从未用过辅助工具的人更差。他们的速度和准确性都下降了，这表明在与助手共处的这段时间里，他们并没有像通过独自解决问题那样有效地学习谜题背后的底层逻辑。
研究人员进行了更深入的研究，以了解为什么会发生这种情况。他们不仅感兴趣于人们请求帮助的频率，还关注人们如何利用他们拥有的时间。他们测量了一个被称为“独立分享”（solo share）的概念，该指标追踪了个人在决定请求提示之前，花了多少时间进行独立思考。数据表明，请求帮助的频率并不是学习的主要驱动力。相反，关键因素在于人在工具可用时是否继续运用自己的大脑。即使在可以选择快速获取答案的情况下，那些在解题过程中投入更多时间进行推理的参与者，在研究结束时展现出了最大的技能提升。而那些将助手作为思考的替代品而非补充的人，其技能则停滞不前甚至出现下降。
这一发现挑战了一个普遍假设，即使用智能工具总能带来更好的结果。研究表明，危险不在于技术本身，而在于技术如何改变我们参与任务的方式。当AI系统提供答案太快时，它可能会缩短构建技能所需的心理努力过程。研究人员发现，人在使用AI时的表象成功具有误导性；它往往高估了他们在稍后没有帮助的情况下解决问题的实际能力。归根结底，这项研究表明，为了实现学习，人类的大脑必须保持活跃。至少在开发新技能方面，最有效的利用人工智能的方式，或许是支持用户自身的推理，而不是完全取代它。通往精通某项任务的路径似乎要求我们亲自去做，即便快捷方式就在眼前。
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。