AIは私たちを愚かにしていますか？たぶん、世界最大のAI企業の1つによると

私たちのほとんどが私たちの頭の中でできることを考えているだけです。ペンと紙に手を伸ばさずに、16,951を67で割ってみてください。または計算機。先週の領収書の裏にリストなしで毎週のショッピングをしてみてください。またはあなたの電話で。

私たちの生活を楽にするためにこれらのデバイスに頼ることで、私たちは自分自身をより賢く、または馬鹿にしていますか？私たちは、種としての愚かさに近づくために効率の向上を交換しましたか？

この質問は、Tech Company Openaiが所有するAIチャットボットであるChatGPTなどの生成人工知能（AI）テクノロジーに関して、毎週3億人が執筆時点で使用しているChatGPTなどのテクノロジーに関して考慮することが特に重要です。

米国のMicrosoftとCarnegie Mellon Universityの研究者チームによる最近の論文によると、答えはイエスかもしれません。しかし、物語にはもっとあります。

よく考えています

研究者は、ユーザーが生成的AIの効果を自分の批判的思考に対する影響をどのように認識するかを評価しました。

一般的に言えば、批判的思考はよく考えることに関係しています。

これを行う方法の1つは、確立された規範と正当な推論の方法に対して自分の思考プロセスを判断することです。これらの規範には、精度、明確さ、精度、幅、深さ、関連性、重要性、議論のコジンシーなどの価値が含まれます。

思考の質に影響を与える可能性のあるその他の要因には、既存の世界観の影響、認知バイアス、不完全または不正確なメンタルモデルへの依存が含まれます。

最近の研究の著者は、1956年にアメリカの教育心理学者ベンジャミン・ブルームと同僚によって開発された批判的思考の定義を採用しています。それはまったく定義ではありません。むしろ、それは、情報、理解、アプリケーション、分析、統合、評価のリコールなど、認知スキルを分類する階層的な方法です。

著者は、「分類」としても知られるこの分類を好むと述べています。しかし、それが考案されて以来、それは好意から落ちて、ロバート・マルザノと実際にブルーム自身によって信用を失いました。

特に、いわゆる「高次」スキルが「低いオーダー」スキルに基づいて構築される認知スキルの階層があると仮定します。これは、論理的または証拠に基づいた根拠を保持しません。たとえば、通常、頂点または高次のプロセスと見なされる評価は、調査の始まりであるか、一部のコンテキストで非常に簡単に実行できます。思考の洗練を決定するのは、認知よりも文脈です。

この研究でこの分類法を使用することの問題は、多くの生成AI製品もそれを使用して独自の出力を導くように見えることです。したがって、この研究は、生成AIが設計されている方法で、ユーザーが批判的思考についてどのように考えるかをフレーミングするのに効果的であるかどうかをテストすると解釈できます。

また、ブルームの分類に欠けていることは、批判的思考の基本的な側面です。批判的思考者がこれらや他の多くの認知スキルを実行するだけでなく、それらをうまく実行するという事実です。彼らはこれを行います。なぜなら、彼らは真実に包括的な懸念を持っているからです。これはAIシステムにはないものです。

AIに対するより高い信頼は、批判的思考の少ないものに等しくなります

今年初めに発表された研究では、「頻繁なAIツールの使用と批判的思考能力の間に有意な負の相関があることが明らかになりました。

新しい研究では、このアイデアをさらに調査しています。それは、生成AIの助けを借りて実施した936のタスクについて議論した医療従事者、教育者、エンジニアなどの319人のナレッジワーカーを調査しました。興味深いことに、この調査では、ユーザーは、検証段階と編集段階で監視を提供するよりも、タスクの実行において批判的思考を少なく使用すると考えていることがわかりました。

ハイステークスの作業環境では、高品質の作業を生み出したいという欲求と、レプラスの恐怖と組み合わされて、ユーザーがAIの出力をレビューする批判的思考を巻き込む強力な動機として役立ちます。

しかし、全体として、参加者は、そのような監視を提供する際に費やされた努力を補う以上の効率の増加がより多くを信じていると考えています。

この研究では、AIに対してより高い自信を持っている人々は一般に批判的思考が少ないことを発見しましたが、それ自体がより高い自信を持っている人はより批判的思考を示す傾向がありました。

これは、生成的AIが批判的思考に害を及ぼさないことを示唆しています。

問題は、この研究は自己報告に依存しすぎており、これはさまざまなバイアスや解釈の問題を課す可能性があります。これを脇に置いて、批判的思考は、ユーザーによって「明確な目標の設定、プロンプトの改善、特定の基準と標準を満たすために生成されたコンテンツを評価する」と定義されました。

ここでは、「基準と標準」は、批判的思考の目的よりも、タスクの目的を参照しています。たとえば、出力は「クエリに準拠している」場合の基準を満たし、職場の「生成されたアーティファクトが機能的」である場合の標準を満たします。

これは、この研究が批判的思考を本当に測定しているかどうかという問題を提起します。

批判的な思想家になる

新しい研究で暗黙的には、監視段階で批判的思考を行使することは、少なくとも生成AIに対する反射的な過剰依存よりも優れているという考えです。

著者は、生成的なAI開発者がユーザーの重要な監視をトリガーするための機能を追加することを推奨しています。しかし、これで十分ですか？

批判的思考は、以前のあらゆる段階で、およびAIを使用している間、テストする質問や仮説を策定する場合、およびバイアスと精度のために出力を尋問する場合。

生成的AIがあなたの批判的思考に害を及ぼさないようにする唯一の方法は、あなたがそれを使用する前に批判的思考者になることです。

批判的な思想家になるには、請求の背後にある非述べられていない仮定を特定し、挑戦する必要があります。また、体系的で系統的な推論を実践し、協力してアイデアをテストし、他の人と考えている必要があります。

チョークとチョークボードは、数学の方が良くなりました。生成的AIは批判的思考で私たちをより良くすることができますか？たぶん、私たちが注意しているなら、私たちは生成的AIを使用して自分自身に挑戦し、批判的思考を強化することができるかもしれません。

しかし、それまでの間、AIに私たちのために思考をさせるのではなく、批判的思考を改善するために私たちができること、そして必要とするべきステップが常にあります。

この記事は、Creative Commonsライセンスの下で会話から再発行されます。元の記事を読んでください。