Futuros
Aceda a centenas de contratos perpétuos
TradFi
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Lançamento
CandyDrop
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
Launchpad
Chegue cedo ao próximo grande projeto de tokens
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Simple Earn
Ganhe juros com tokens inativos
Investimento automático
Invista automaticamente de forma regular.
Investimento Duplo
Aproveite a volatilidade do mercado
Soft Staking
Ganhe recompensas com staking flexível
Empréstimo de criptomoedas
0 Fees
Dê em garantia uma criptomoeda para pedir outra emprestada
Centro de empréstimos
Centro de empréstimos integrado
MIT estudo: Dependência excessiva de Bots de chat AI pode Gota a capacidade cognitiva
Estudos mostram que a dependência excessiva de Bots de chat AI pode Gota a capacidade cognitiva
Recentemente, um estudo aprofundado realizado pelo MIT revelou o impacto potencial do uso de modelos de linguagem de grande escala (LLM) como o ChatGPT nas capacidades cognitivas em ambientes educacionais. Este estudo de 4 meses envolveu 54 participantes e teve como objetivo explorar o impacto do uso de LLM na escrita de artigos sobre o cérebro e as capacidades cognitivas.
A equipe de pesquisa dividiu os participantes em três grupos: o grupo que usa LLM, o grupo que usa motores de busca e o grupo que depende apenas do cérebro. Os participantes devem completar tarefas de redação sobre diferentes temas dentro de um tempo limitado. O estudo utilizou vários métodos, incluindo registro de eletroencefalograma (EEG), análise de processamento de linguagem natural e entrevistas com os participantes, para avaliar de forma abrangente o envolvimento cognitivo e a ativação neural.
Os resultados mostram que os participantes que rely apenas na participação do cérebro exibiram uma maior diversidade na forma de escrever, enquanto os artigos do grupo LLM apresentaram uma tendência evidente de homogeneização. O grupo LLM superou os outros dois grupos no uso de entidades nomeadas específicas (como nomes de pessoas, locais, etc.). No entanto, devido a limitações de tempo, os participantes dos grupos LLM e do motor de busca tendem a se concentrar mais na cópia e colagem das saídas das ferramentas, em vez de integrar ideias originais.
A análise de eletroencefalogramas revela que, com o aumento do suporte externo, o grau de conexão cerebral diminui sistematicamente. O grupo que depende apenas do cérebro apresenta a conexão de rede neural mais forte e mais abrangente, enquanto o grupo assistido por LLM tem a acoplagem neural geral mais fraca. Essa descoberta reflete diferenças significativas nas estratégias cognitivas adotadas pelos diferentes grupos.
Nos experimentos subsequentes, os participantes que passaram de LLM para depender apenas do cérebro mostraram conexões neurais mais fracas e um menor envolvimento na rede. Em contraste, os participantes que passaram de depender apenas do cérebro para usar LLM demonstraram uma capacidade de recordação de memória mais forte e reativaram amplas áreas do cérebro.
Os resultados da entrevista mostram que o grupo LLM tem a menor sensação de pertença em relação aos artigos que escreveram e apresenta um desempenho fraco na citação de conteúdos que acabaram de escrever. Mais de 83% dos usuários do ChatGPT não conseguem citar com precisão o conteúdo dos artigos que escreveram há poucos minutos.
Embora este estudo ainda não tenha sido revisado por pares, os resultados indicam que, durante o período de 4 meses de pesquisa, os participantes do grupo LLM tiveram um desempenho inferior em termos de habilidades neurais, linguísticas e pontuações em comparação com o grupo de controlo que dependia apenas do cérebro. Os investigadores apontam que o uso generalizado de LLM pode afetar a melhoria das habilidades de aprendizagem, especialmente para os usuários mais jovens.
A equipe de pesquisa enfatiza que, antes de confirmar que os LLM são benéficos para os humanos, é necessário realizar estudos longitudinais de longo prazo para entender melhor os efeitos a longo prazo dos Bots na mente humana. A descoberta central deste estudo nos lembra que, embora ferramentas de IA como o ChatGPT possam trazer conveniência, a dependência excessiva pode ter um impacto negativo nas habilidades cognitivas. Portanto, no uso educacional e diário, deve-se equilibrar cuidadosamente o uso de ferramentas de IA com o desenvolvimento da capacidade de pensamento independente.