萬人研究揭過度依賴 AI 工具學習，知識掌握度不如傳統 Google 搜尋

隨著大型語言模型（LLM）如 ChatGPT 的普及，越來越多人開始依賴這些工具來獲取知識。然而，最近一項由賓夕法尼亞大學（University of Pennsylvania）行銷助理教授 Shiri Melumad 及其同事完成的研究顯示，這種便利性可能會以淺薄的學習為代價。該研究涵蓋了超過 10,000 名參與者的七項實驗。

研究中，參與者被隨機分配使用LLM或傳統的Google搜尋來學習特定主題，例如如何種植蔬菜花園。結果顯示，使用LLM的參與者對所學知識的掌握感較低，寫出的建議也較短、較不具事實性且更為一般化。當這些建議被呈現給不知情的讀者時，讀者認為這些建議不夠具體且不夠有幫助。

研究指出，LLM使用者的淺薄知識可能源於他們接觸到的資訊不夠多樣化。即使在控制了資訊來源的情況下，從LLM獲得的綜合回應仍然導致知識的淺薄。這是因為在使用Google搜尋時，使用者需要主動導航不同的網頁、閱讀資訊並進行解釋，這個過程促進了更深層次的理解。

Melumad教授強調，這並不意味著應該完全避免使用LLM，而是人們需要更聰明地使用這些工具。對於需要快速、事實性答案的問題，LLM是有用的，但若想要在某個領域建立深厚的知識，僅依賴LLM的綜合結果則不夠有效。

此外，研究還探討了如何使LLM的學習過程更具主動性。儘管在一項實驗中，參與者使用了一種提供即時網頁連結的專門GPT模型，但結果顯示他們仍然缺乏深入探索原始資料的動力，最終的知識掌握仍然不如使用傳統Google搜尋的參與者。

未來，Melumad教授計劃研究能促進學習的生成式AI工具，特別是在中等教育中，幫助學生發展基礎的閱讀、寫作和數學技能，並為他們未來的生活做好準備。