ผลวิจัยจาก MIT ระบุว่าการใช้ AI ทำให้สมองถูกปรับโครงสร้างใหม่และก่อให้เกิดความสามารถด้านการรับรู้ถดถอย

• งานวิจัยของ MIT พบว่า การใช้ LLM อย่าง ChatGPT นำไปสู่การถดถอยด้านการรับรู้ในระยะยาว เช่น การเชื่อมโยงของสมองอ่อนแอลงและความจำลดลง
• นักศึกษาที่เข้าร่วมมี ความสามารถในการบูรณาการเชิงสร้างสรรค์และความเป็นอิสระลดลง ยิ่งใช้ AI ซ้ำๆ มากเท่าใด
• การตรวจคลื่นสมอง EEG ยืนยันการทำงานต่ำลงของเครือข่ายการใส่ใจและการประมวลผลภาพในกลุ่ม LLM
• กลุ่มผู้ใช้เสิร์ชเอนจินยังคงรักษา การทำงานเชิงบริหาร การกระตุ้นความจำ และความสามารถในการประมวลผลภาพ ได้แข็งแรงกว่า
• แม้หลังหยุดใช้ LLM แล้วก็ยัง ฟื้นการทำงานของสมองกลับมาได้ไม่สมบูรณ์ และการพึ่งพา AI นำไปสู่แนวโน้มของการ ‘โยนภาระทางการรับรู้’

---

ข้อค้นพบหลักจากงานวิจัย MIT: การใช้ LLM กับภาวะถดถอยด้านการรับรู้

งานวิจัยของ MIT ชื่อ "Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task" เปิดเผยว่า การพึ่งพาปัญญาประดิษฐ์อย่าง ChatGPT ซ้ำๆ อาจก่อให้เกิด ความเสียหายด้านการรับรู้ระยะยาว ต่อสมอง
นักศึกษาที่เข้าร่วมพบว่า ยิ่งพึ่งพา AI ในการเขียนเรียงความมากขึ้น ก็ยิ่งเกิดการเชื่อมต่อของระบบประสาทอ่อนแอลง ความจำลดลง และสูญเสียความรู้สึกเป็นเจ้าของต่องาน
แม้ผลงานที่ AI สร้างขึ้นจะได้รับการประเมินในระดับสูงจากภายนอก แต่ในกระบวนการนั้น สมองกลับมีแนวโน้มค่อยๆ เข้าสู่ภาวะไม่ค่อยทำงาน

การเชื่อมโยงของสมองที่ลดลงและภาวะพึ่งพาปัญญาประดิษฐ์

• ผลการวัด EEG (คลื่นสมอง) แสดงให้เห็นว่า ยิ่งใช้ปัญญาประดิษฐ์มากขึ้น การเชื่อมโยงของสมอง (systematic neural connectivity) ก็ยิ่งลดลงอย่างค่อยเป็นค่อยไป
  • กลุ่มที่ใช้สมองล้วนๆ: พบการเชื่อมโยงที่แข็งแรงและครอบคลุมที่สุด
  • กลุ่มเสิร์ชเอนจิน: มีการกระตุ้นสมองในระดับกลาง
  • กลุ่ม LLM: พบการลดลงของการประสานตัวในทุกย่านคลื่นสมอง (alpha, beta, delta, theta)
• โดยเฉพาะในกลุ่ม LLM เครือข่ายด้านสมาธิและการประมวลผลภาพ ถูกทำให้ไม่ค่อยทำงานอย่างชัดเจน
• ใน Session 4 เมื่อพยายามเขียนโดยไม่ใช้ AI ผู้ที่เคยใช้ LLM แสดงให้เห็นว่าการทำงานของเครือข่ายหลักของสมองลดลง

ความจำและเส้นทางการเรียนรู้ของผู้ใช้ LLM ที่ถูกบิดเบือน

• หลังพึ่งพา LLM นักศึกษาประสบกับอาการ จำสิ่งที่ตัวเองเพิ่งเขียนไปได้ไม่ดี
• มีการสังเกตการรบกวนอย่างชัดเจนใน เส้นทางที่เกี่ยวข้องกับความจำระยะยาวและการเรียนรู้ของสมอง
• ระหว่างใช้ AI ความสามารถของสมองในการบูรณาการข้อมูลและแนวทางการเข้าหาแบบขับเคลื่อนด้วยตนเองอ่อนแอลง
• ผู้เข้าร่วมรู้สึก มีระยะห่างทางจิตใจกับผลงาน และความรู้สึกเป็นเจ้าของลดลง

ข้อจำกัดของการเปลี่ยนจากการใช้ AI กลับมาใช้สมอง

• ในเซสชันที่ 4 กลุ่มที่ใช้ LLM มาก่อนแล้วกลับมาใช้สมองโดยตรง พบว่า การกระตุ้นสมองไม่สามารถฟื้นกลับไปถึงระดับของเซสชันเดิม (ใช้สมองล้วนๆ)
• พบแนวโน้มที่ตัวชี้วัดหลายด้าน เช่น คลื่นสมอง ความพยายามในการทำงาน และการรับรู้ตนเอง ยังคงต่ำกว่าค่า baseline

ผู้ใช้เสิร์ชเอนจินยังคงมีการมีส่วนร่วมของสมองที่ดีกว่า

• กลุ่มผู้ใช้เสิร์ชเอนจินรักษาระดับสูงในตัวชี้วัดด้านการรับรู้สำคัญ เช่น การทำงานเชิงบริหาร การกระตุ้นความจำ และการระลึกคำอ้างอิง
• พบการกระตุ้นที่มากขึ้นใน กลีบท้ายทอยและกลีบข้าง จากคลื่นสมอง ซึ่งเกี่ยวข้องอย่างใกล้ชิดกับการประมวลผลภาพและความพยายามในการทำงาน

การโยนภาระทางการรับรู้ (Cognitive Offloading) ที่เกิดจากการพึ่งพา AI

• ทีมวิจัยยืนยันอย่างชัดเจนว่า เมื่อสมองสัมผัสกับ LLM ซ้ำๆ จะเกิดแนวโน้ม หยุดพยายามบูรณาการข้อมูลและจดจำด้วยตนเอง (neural efficiency adaptation)
• ส่งผลให้เกิด ท่าทีการทำงานแบบเฉื่อย การแก้ไขน้อยลง และระดับการบูรณาการแนวคิดลดลง

ประสิทธิภาพระยะสั้น หนี้ทางการรับรู้ระยะยาว

• กลุ่ม LLM แม้จะได้คะแนนจากกรรมการในระดับหนึ่งในเชิงผิวเผิน แต่ก็มีข้อจำกัดชัดเจน ได้แก่
  • ขาดการบูรณาการเชิงกลยุทธ์
  • ความหลากหลายของโครงสร้างการแสดงออกลดลง
  • ลักษณะของผลงานที่สั้นและเป็นเครื่องจักรมากขึ้น
• เมื่อเวลาผ่านไป แนวโน้มของ การมีส่วนร่วมทางการรับรู้ ประสิทธิภาพการทำงาน และความพึงพอใจต่อตนเองที่ลดลงอย่างต่อเนื่อง ยังคงชัดเจน

บทสรุปและข้อเสนอแนะจากงานวิจัย

• ยิ่งมีผู้คนจำนวนมาก พึ่งพาปัญญาประดิษฐ์ในการทำงานที่ซับซ้อน มากเท่าใด ก็ยิ่งมีความเสี่ยงสูงที่ ศักยภาพการรับรู้ตามธรรมชาติและความสามารถเชิงสร้างสรรค์ของมนุษย์ จะลดลงอย่างรวดเร็ว
• งานวิจัยเน้นย้ำถึง ความสำคัญของการหยุดพักเป็นระยะและการใช้สมองของตนเองโดยตรง เมื่อต้องใช้งานปัญญาประดิษฐ์
• ปัญญาประดิษฐ์ไม่ได้เป็นเพียงสิ่งที่เข้ามาแทนงานของมนุษย์เท่านั้น แต่ยังเป็น สิ่งที่ส่งผลต่อระบบความคิดและการทำงานของสมองมนุษย์โดยตรง

แนะนำผู้เขียน

• Nicolas Hulscher, MPH
  • นักระบาดวิทยา และ Foundation Administrator ของ McCullough Foundation
  • สามารถดูคอนเทนต์เพิ่มเติมที่เกี่ยวข้องได้จากบัญชีของ McCullough Foundation และผู้เขียนบน X (เดิมชื่อ Twitter)