大型言語モデルが認知能力に与える影響の研究

大規模言語モデル（LLM）製品が世界中で広く利用される中、その利点と限界がますます明らかになっています。最近、教育環境におけるLLMを使用した執筆が認知能力に与える影響を探る詳細な研究が行われました。

この4ヶ月の研究には54人の参加者が関与し、LLMを使用するグループ、検索エンジンを使用するグループ、そして脳だけに頼るグループの3つのグループに分けられました。研究の過程で、参加者は限られた時間内に異なるテーマの文章作成タスクを完了する必要がありました。研究者は脳波計（EEG）を用いて参加者の脳の活動を記録し、認知的投入と負荷を評価し、自然言語処理（NLP）分析とインタビューを行いました。

研究結果は、脳の参加者だけに依存する場合、執筆スタイルにおいて大きな多様性を示す一方で、LLMグループの文章は同質化傾向にあることを示しています。特定の命名エンティティ（人名、場所、年など）を使用する際、LLMグループが最も多く、検索エンジングループが次に多く、脳だけに依存するグループが最も少ないです。

認知負荷に関して、研究者は動的指向伝達関数（dDTF）法を使用して測定を行った。結果は、外部サポートの増加に伴い、脳の接続レベルが系統的に低下することを示している。脳のグループだけに依存することが、最も強く、最も広範な神経ネットワーク接続を示し、LLM補助グループの全体的な結合は最も弱い。

さらに、研究ではLLMグループがその記事に対する帰属感が低く、自己が書いたばかりの内容を引用する際にパフォーマンスが悪いことが発見されました。83%以上のLLMユーザーが数分前に書いた記事を引用できませんでした。

この研究は、LLMに過度に依存することが認知能力を低下させる可能性があること、特に若いユーザーにとってそうであることを指摘しています。研究者たちは、LLMが人間にとって有益であると広く認識される前に、その人間の脳への影響を理解するための長期的な研究が必要だと提案しています。

! MITラボレポート:AIチャットボットへの過度の依存は思考能力を低下させる

注目すべきは、この研究はまだ査読を受けていないということです。これはLLMが本質的に有害であると主張しているわけではなく、人々がこのようなツールに過度に依存し、自主的な思考や努力の重要性を無視すべきではないと警告しています。