هوش مصنوعی ممکن است کیفیت کار را بهتر کند، اما شواهد تازه نشان میدهد که میتواند کیفیت تفکر را نیز بدتر کند. هرچه ابزارهای هوش مصنوعی دقیقتر میشوند و هر ماه عملکرد بهتری پیدا میکنند، دستاوردهای آنها چشمگیرتر میشود، اما در کنار این مزایا، هزینهای کمتر دیدهشده نیز وجود دارد؛ فرسایش تدریجی هوش طبیعی انسان.
این وضعیت را میتوان با یک مثال ساده توضیح داد. فرض کنید هدف از رفتن به باشگاه، قویتر شدن باشد، اما از مربی شخصی بخواهید تمام وزنهها را به جای شما بلند کند. در طول تمرین، او با فرم کاملاً صحیح وزنههای سنگین را جابهجا میکند، رکوردهای جدید ثبت میکند و حتی نام شما را در میان بهترینها قرار میدهد، اما شما حتی یک بار هم وزنهای بلند نکردهاید. نتیجه ظاهری عالی است، اما بدن شما هیچ قویتر نشده است. استفاده نادرست از هوش مصنوعی نیز میتواند همین اثر را داشته باشد؛ خروجی به دست میآید، اما توانایی انجام آن کار در خود فرد رشد نمیکند.
امروز بسیاری از افراد از هوش مصنوعی میخواهند معادلات را حل کند، یادداشتهای کاری را بنویسد یا کدنویسی انجام دهد. اگر تنها چیزی که اهمیت دارد، نتیجه نهایی باشد، خروجی تقریباً تفاوتی با انجام کار توسط خود فرد ندارد. اما اگر هدف تبدیل شدن به فردی ماهرتر، توانمندتر و آگاهتر باشد، سپردن کامل کار به هوش مصنوعی دستاورد چندانی به همراه نخواهد داشت.
مطالعات نشان میدهد استفاده از AI در بسیاری از وظایف باعث افزایش بهرهوری میشود. در پژوهشی روی مشاوران شرکت Boston Consulting Group، افرادی که به ChatGPT دسترسی داشتند، به طور متوسط ۲۵ درصد سریعتر از دیگران کارهای خود را انجام دادند. در بسیاری از وظایف نیز کیفیت خروجی آنها به شکل محسوسی بهتر بود. پژوهش دیگری نشان داد افرادی که برای حل مسائل ریاضی مربوط به کسرها از GPT-4.5 استفاده کردند، تقریباً در ۹۰ درصد موارد به پاسخ صحیح رسیدند، در حالی که این رقم برای افرادی که بدون AI کار کرده بودند، حدود ۷۲ درصد بود.
اما این افزایش عملکرد تنها تا زمانی ادامه دارد که افراد در محدوده توانایی واقعی هوش مصنوعی حرکت کنند. زمانی که مسئله از توان AI فراتر میرود، اتکای بیش از حد به آن میتواند باعث افزایش اشتباهات شود. این وضعیت شبیه رانندهای است که بیش از اندازه به سیستمهای کمکی خودرو اعتماد میکند و در نتیجه مهارت رانندگی خود را از دست میدهد.
شکل دیگری از این خطر، «تسلیم شناختی» است؛ حالتی که فرد کنترل فرایند فکر کردن را به هوش مصنوعی واگذار میکند و قضاوت آن را به جای قضاوت خود میپذیرد. در مطالعهای که بیش از ۱۳۰۰ نفر در آن شرکت داشتند، زمانی که پاسخ هوش مصنوعی درست بود، دقت افراد ۲۵ واحد درصد بیشتر از گروهی بود که از AI استفاده نمیکردند. اما زمانی که پاسخ AI اشتباه بود، عملکرد آنها ۱۵ واحد درصد پایینتر آمد. در هر دو حالت، اعتماد به نفس شرکتکنندگان نیز کاهش پیدا کرد.
مشکل تنها به همان لحظه استفاده از AI محدود نمیشود. در مطالعهای دیگر، گروهی از افراد ابتدا با کمک هوش مصنوعی مسائل ریاضی را حل کردند و سپس دسترسی آنها به AI قطع شد. پس از حذف این ابزار، عملکرد آنها از افرادی که از ابتدا بدون هوش مصنوعی کار کرده بودند نیز ضعیفتر بود. به بیان دیگر، وابستگی به AI میتواند حتی پس از کنار گذاشتن آن نیز توانایی حل مسئله را تضعیف کند.
در عین حال، همکاری انسان و هوش مصنوعی همیشه نتیجه منفی ندارد. بررسی ۱۰۶ آزمایش مختلف نشان میدهد زمانی که انسان در انجام یک کار از هوش مصنوعی بهتر باشد، همکاری این دو از عملکرد هر کدام به تنهایی بهتر است. اما وقتی AI از انسان قویتر باشد، این رابطه تغییر میکند، زیرا تشخیص اینکه چه زمانی باید به ماشین اعتماد کرد و چه زمانی باید به قضاوت خود تکیه کرد، دشوارتر میشود.
به همین دلیل، بهتر است هوش مصنوعی در بخشهایی از کار به کار گرفته شود که ارزش افزوده ایجاد میکند؛ مانند ایدهپردازی، تولید محتوا، سازماندهی و خلاصهسازی اطلاعات. اما تصمیمگیری، قضاوت و ارزیابی نهایی نباید به ماشین واگذار شود. صرف اینکه انجام کاری با AI ممکن است، دلیل کافی برای سپردن آن به هوش مصنوعی نیست.
این موضوع در آموزش نیز دیده میشود. مطالعهای روی ۲۷ هزار دانشآموز نشان داد کسانی که از AI برای سریعتر تمام کردن تکالیف استفاده کردند، در نهایت افت نمره داشتند. اما دانشآموزانی که بیشتر زمان خود را صرف یادگیری واقعی کردند و تنها برای بخش کوچکی از تکالیف از هوش مصنوعی کمک گرفتند، چنین افتی را تجربه نکردند.
پژوهشهای دیگری نیز نشان داده است که استفاده از AI، به طور متوسط، درک مفهومی، توانایی خواندن کد، رفع اشکال و یادگیری برنامهنویسی را کاهش میدهد، هرچند سرعت انجام کار را بالا میبرد.
در مقابل، استفاده از هوش مصنوعی برای دریافت توضیح، دنبال کردن استدلالها، طرح پرسش و به چالش کشیدن ایدهها، چنین اثری ندارد و حتی میتواند فرایند یادگیری را تقویت کند.
هوش مصنوعی نباید جای تلاش ذهنی را بگیرد، بلکه باید آن را عمیقتر کند. یادگیری در ذات خود به تلاش، آزمون و خطا و درگیر شدن با مسئله وابسته است. وقتی این فرایند حذف شود، فرصت شناخت تواناییهای واقعی نیز از بین میرود. اگر AI به جای جایگزین شدن با تفکر، نقش یک شریک فکری را ایفا کند، میتواند استدلال، یادگیری و تصمیمگیری را تقویت کند؛ اما اگر تمام بار شناختی به آن واگذار شود، نتیجه چیزی جز تضعیف تدریجی توانایی فکر کردن نخواهد بود.
