حذر فريق من الباحثين الأمريكيين من أن الاعتماد على الذكاء الاصطناعي بدلاً من أدوات البحث التقليدية على الإنترنت قد يؤدي إلى معرفة سطحية وسريعة الزوال، وتحول أي عملية تعلم إلى 'نشاط سلبي'.

وقال الباحثون في ورقة نشرتها مجلة 'PNAS Nexus' التابعة للأكاديمية الوطنية للعلوم الأمريكية: 'عندما يبحث الأفراد عن موضوع من خلال نماذج اللغة الكبيرة للذكاء الاصطناعي، فإنهم يخاطرون باكتساب معرفة سطحية أكثر مما لو تعلموا من خلال البحث التقليدي على الإنترنت، حتى عندما تكون الحقائق الأساسية في النتائج متطابقة'.

وأوضحت الباحثة شيري ميلوماند من جامعة بنسلفانيا وزميلها جين هو يون من جامعة ولاية نيو مكسيكو أن مستخدمي برامج المحادثة مثل 'شات جي بي تي' و'جيمني' يحرمون أنفسهم من فرصة 'اكتشاف المعلومات بأنفسهم'، مما يقلل من عمق التعلم ويؤثر على جودة التوصيات التي يقدمونها.

وأشار الفريق البحثي إلى نتائج سبع تجارب إلكترونية ومعملية، مؤكداً أن 'أولئك الذين يتعلمون من نماذج اللغة الكبيرة للذكاء الاصطناعي (مقارنة بروابط الويب التقليدية) يشعرون باهتمام أقل بصياغة توصياتهم، والأهم من ذلك، أنهم يقدمون توصيات أكثر شمولاً وأقل أصالة، وبالتالي أقل عرضة للتبني من قبل المتلقين'.

وأضافوا: 'أفاد الذين شملتهم الدراسة باكتساب معرفة أقل عمقاً عبر استخدام نماذج اللغة الكبيرة حتى عندما تم تعزيز النتائج بروابط إنترنت آنية'.

وختم الباحثان قائلين: 'في حين أن البحث عبر نماذج اللغة الكبيرة يسهل بلا شك اكتساب المعلومات، إلا أنه قد يقوض التعلم في الوقت نفسه مقارنة بقراءة العناصر التي تظهر في محركات البحث التقليدية'، محذرين من أن الاعتماد على هذه النماذج قد 'يحوّل التعلم من نشاط أكثر فعالية إلى نشاط سلبي'، ما يؤدي إلى نتائج تعليمية أقل فاعلية في بيئات أخرى.