【中国观察北京时间2025年11月22日讯】现在有不少人会使用ChatGPT之类的人工智能（AI）聊天机器人来解决问题并加速学习。但有专家说，与使用网路搜寻引擎的旧式方法相比，这种AI学习方式存在不足，无法学到比较多和比较深入的知识。
美国宾州大学（University of Pennsylvania）行销学副教授梅鲁玛德（Shiri Melumad）在The Conversation网站撰文说，自从ChatGPT在2022年问世以来，已有数百万人开始使用大型语言模型（large language model，LLM）来获取知识。使用者只要提出问题，就能获得精炼的综合答案，接着继续学习，这个过程看似毫不费力。
然而，梅鲁玛德在她参与写作的一篇研究报告中指出，这种便利性可能会付出代价——当人们依赖LLM来总结某个主题的讯息时，与经由标准的谷歌搜寻学习相比，他们对该主题的了解往往会比较浅薄。
这篇报告系以针对超过1万名参与者所进行的7项研究作为基础。其中大多数研究都采用相同的范式，亦即要求参与者学习某个主题（例如如何种植菜园），并随机指派他们使用ChatGPT等LLM，或使用谷歌搜寻引擎所取得的网页连结来完成学习。
他们使用这些工具的方式没有任何限制。他们可以随意在谷歌搜寻引擎上搜寻，也可以继续向ChatGPT求助。在完成研究后，他们被要求依据所学到的知识，就该主题为朋友写一些建议。
研究结果显示，通过LLM而非网路搜寻来了解某个主题的人感觉自己学到的东西比较少，之后撰写建议时投入的精力也比较少，最终写出的建议比较短、比较笼统、也比较缺乏事实性。
当这些建议提供给一组独立的读者时（这些读者并不知道作者使用哪种工具来了解该主题），他们发现这些建议的讯息量比较少、比较没有帮助，而且比较不愿意采用。
梅鲁玛德表示，他们发现这些差异在各种情况下都十分显着。他们认为，LLM使用者撰写的建议比较短和比较笼统的一个可能原因是，LLM的搜寻结果向使用者展示的讯息不如谷歌搜寻结果那么丰富多样。
以手机使用ChatGPT的示意图。（Shutterstock）
为什么这些发现很重要？
你可能会问，为什么使用LLM似乎会降低学习效果？梅鲁玛德说，技能发展最基本的原则之一是，人们在积极整理学习材料时，学习效果最佳。
当我们藉由谷歌搜寻了解某个主题时，我们会面临比较多的“阻力”。比如说，我们必须浏览不同的网页，阅读讯息来源，并自行解读和整合。
虽然这种“阻力”比较具有挑战性，但它有助于我们对当前主题形成更深刻、更独特的认知。如果我们使用LLM，所有这些过程都由系统自动完成，我们的学习也从主动转变为被动，学习效果自然就变差了。
梅鲁玛德澄清说，他们并不认为解决这些问题的方法是避免使用LLM。他们想表达的是，人们需要更明智、更具策略性地使用LLM——这首先要从了解LLM在哪些领域对目标有利，在哪些领域有害开始。
她建议说，如果你想迅速获得某些问题的答案，你可以询问你最喜欢的AI助理。但如果你的目标是在某个领域学习深入且可推广的知识，仅仅依赖LLM的综合结果则收效甚微。
至于人们能否让LLM学习变得比较主动？梅鲁玛德说，他们在另一项实验中使用专门的AI模型来验证这一点。该模型会在产生答案的同时提供即时的网页连结。
但他们发现，一旦参与者收到LLM摘要，他们就没有动力去深入挖掘原始资料。结果，与使用谷歌搜寻的参与者相比，这些参与者的知识水平仍然较浅。
有鉴于此，梅鲁玛德说，她计划在未来的研究中探讨生成式AI工具如何为学习任务设定合理的“阻力”，进而有效地激励使用者主动学习，而不要只是提供合成的答案。
另外先前有研究发现，部分AI系统已学会欺骗人类，将来会越来越危险。因此，当你使用AI提供的讯息来学习时，你也应该留意其真实性，避免受骗，尤其是在网路上充斥假讯息的情况下。（欲知更多详情，请点击AI会欺骗人类？专家：未来恐构成致命威胁。）