大規模な言語モデルによって認知負荷の軽減が容易になるにつれ、学習や脳の健康に不可欠な精神的な努力を他者に委ねてしまう危険性がある。
2018年に私はSF小説を書き始めました。 アンチヒーローたち終末後の世界を舞台にした作品で、その世界は最大の決定を信頼するようになった人工知能に委ねていた。私はその原稿を完成させなかった。出版された私の小説は、 プロジェクト・ユニゾンは、記憶を頭の中から切り離す女性の、別の降伏を想像する。大規模言語モデル（LLMとも呼ばれる）を扱うと、記憶と意思決定という、私たちの心の奥底に忍び込んだテクノロジーに助けられ、まるで主人公たちのように感じる。私が自問するのは、そのような支援が何をもたらすかということだ。それは、思考できるように記憶の痕跡を返してくれるのだろうか。 と それはあなたを増強するのか、それとも考えるのか あなたの代わりに学習を妨げているのでしょうか？
その問いへの答えは、機械そのものよりも、私たちがどれだけの努力を注ぎ込むかにかかっている。そして、まさにその努力こそ、制限された心が手放したくなるものなのだ。機械は決して疲れないが、私たちは 一度に約4つの項目を思い浮かべる、 そして 6時間にわたる高度な認知作業 前頭前野は、労力の少ない選択へと誘導される。私は、私たちが老後を共に過ごしたいと願う脳の状態を考慮し、何を後継者に引き継ぐべきかを決めるべきだと提唱する。
何が危機に瀕しているのか 頭脳資本これは、スキルの価値から脳の健康コスト（うつ病、依存症、燃え尽き症候群などの精神疾患を含む）を差し引いて算出される資産です。生涯にわたってこれを成長させるには、熟練した、学習意欲のある、健康な脳を維持する必要があります。日常的に使用するLLMは、この探求においてパートナーにも障害にもなり得ます。例えば、 成人AIユーザーに関する研究 頻繁な使用は認知負荷軽減（精神的労力を軽減するために外部ツールに依存すること）を通じて批判的思考スコアの低下につながると関連付けられています。そして、まだ査読されていない MITのプレプリント チャットボットの支援を受けたエッセイ執筆者の83%が、数分後に自分の文章を引用できなかったのに対し、支援を受けずに執筆した者では11%にとどまったことが判明した。これは予備的な結果ではあるが、利便性を軽視すると、自身のスキル向上を妨げる可能性があることを示唆している。
そこで私は、一つの疑問に対する答えとして、証拠を4つの処方箋にまとめました。それは、「LLM（法学修士）取得者が増加する職場において、私たちはどこに精神的なエネルギーを注ぐべきか？」という問いです。これら全てに共通する一つの考え方があります。簡単に言えば、成果物を生み出すだけの業務は委任し、成果物を生み出す人自身を成長させる業務は自ら行うべきだということです。下の図は、この4段階のテストをまとめたものです。
1. 予備：それは私の脳を何十年も回復力のある状態に保つだろうか？
認知予備力脳の適応能力、つまり加齢や病理にもかかわらず機能を維持する能力は、しばしば生来の資質として想像されるが、実際には知的、社会的、身体的に豊かな経験の蓄積によって生涯を通じて築かれるバランスのようなものだ。 シナプスプロジェクト3か月間キルティングやデジタル写真の学習に費やした高齢者は、負担の少ない活動に従事した高齢者よりもエピソード記憶が向上し、脳は成長した。 より効率的.
それはおそらく可塑性が 長期にわたる不一致によって引き起こされる 脳の能力と環境の要求との間のギャップを埋めることが重要です。ダンス教室や子供たちとのボードゲームも、脳を活性化させ、他者との繋がりを深めるのに役立ちます。脳は休息だけでなく、容易なことよりも少しだけ負荷をかけることで健康を保つことができ、理想的には仲間と一緒に行うのが良いでしょう。 寝る そして 有酸素運動 このような拡張のためのインフラを構築する一方で、 社会参加認知症リスクの低下と関連付けられているこの物質は、それ自体が最も豊富な鉱床の一つである。
2．リスキリング：AIと並んで考える力を身につけることができるか？
予備力のようなスキルは、後天的に身につけるものではなく、学習によって身につくものですが、まさにそこにAIが最も魅力的な形で役立つのです。高校生がGPT-4を使って練習すると成績が向上しましたが、GPT-4がなくなると成績は低下しました。 17%悪化 AI を一度も使用したことのない同僚よりも、内視鏡医は AI を繰り返し使用した後、補助なしの大腸内視鏡検査に戻った。 腺腫の発見率は28.4%から22.4%に低下した。。 努力なくして、熟達なし.
だからこそ、組織心理学者は、AIをキャリアに統合する方法を学ぶことは、実際には、 アイデンティティワーク そして、適応能力に対する信念は主に 熟達体験。
その努力は共有することでより効果的になる。なぜなら、グループはメンバーが協力することで最高の思考力を発揮するからである。 互いの考えを読み、発言の場を共有するしかし、熟達には目的地が必要であり、どんな指示もあなたがなりたい仕事上の自分をイメージすることはできません。未来を想像することは 未来思考 技術、そしてもう一つ、大切にすべき努力。
3．目的：私はそれ自体を目的として行うだろうか？
私たちは皆、内発的動機の重要性を知っているが、努力を伴わない動機付けは夢物語に過ぎない。 自己決定理論 成功するために、私たちは能力、自律性、そして人間関係という3つのものが必要であることを示している。 192件の研究のメタ分析 このことは、こうしたニーズを支える仕事が、真の自発的なモチベーションを育むことを裏付けている。何かをそれ自体を目的として追求するとき、私たちは意義を見出すのだ。
なぜその意味が重要なのか？それは、目的を見出した人はより大きな成果を報告しているからである。 生活満足度 そして、 うつ病と不安例えば、私は書くことが好きだから、そしてアウトソーシングでは失われてしまうような、アイデアの流れや内なる秩序を求めて文章を書きます。どんな芸術であれ、私がお勧めするのは、自由に選び、それがあなたを形作るようにすることです。努力なしに極める芸術などありませんが、自分が好きなことをしていれば、その重荷は軽く感じられるものです。
4．判断：私の判断が必要でしょうか？
判断力は、自由に発揮できるスキルではなく、専門知識の賜物です。私たちは、健全な答えを見つけるのに苦労した分野でのみ、欠陥のある答えを見抜くことができます。その苦労を早々に他人に任せてしまうと、署名する判決は推測に過ぎません。流暢で自信に満ちた出力は、反証を探す時間を短縮します。これは、 自動化バイアス、そしてAIユーザー 自分たちのパフォーマンスを過大評価し、 一貫して低いメタ認知精度を示している。
したがって、普段は信頼できるアシスタントであっても、出力結果を検証しなければ誤った判断を下す可能性があります。洗練された回答を受け入れる前に、どのような前提に基づいているのか、そしてその前提が間違っていることを証明する証拠は何なのかを尋ねてください。検索、取得、計算、フィルタリング、ソート、および初期予測はAIに任せ、問題の定義、例外、署名する決定、そして将来の自分に影響を及ぼす選択肢は自分で管理してください。AIが問題を定義し、あなたがそれを承認するだけであれば、その決定は決してあなたのものではありません。
何を渡すべきか
4つの答えすべてが「いいえ」の場合は、自由に委任してください。私の一般的なルールは、成果につながる努力は続けることです。単調な作業は、初心者を訓練するのにも、専門家の時間を無駄にするのにも役立ちます。ただし、AIが時間を返してくれるかどうかは、 定住には程遠いそして、これは別の記事で取り上げるべき問題かもしれません。とはいえ、私が期待する未来においては、知識労働者は共同でのアイデア創出、教育、ものづくり、そして他者へのケアに日々を費やすようになるでしょう。こうした仕事は容易ではなく、むしろやりがいのあるものです。だからこそ、社会の知的資本が構築されるのです。スキル、認知予備力、そして将来なりたい自分像は、これまでの証拠が示すように、努力なしに築かれるものではなく、使わずに維持されるものでもありません。
2018年、私は支配するのではなく奉仕するAIを想像しました。今、それは私の机の上に、そしておそらくあなたの机の上にも置かれています。私たちが一つ一つのタスクで下す選択を通して、それは一体どのような存在になるのでしょうか？あなた自身の芸術を見つけ、それがあなたを成長させてくれるまで、それを磨き続けてください。
