Une étude récente met en lumière un phénomène inquiétant : l’utilisation d’intelligences artificielles comme ChatGPT pour acquérir des connaissances peut mener à une compréhension moins profonde que la recherche traditionnelle sur le web. Selon les chercheurs Shiri Melumad et Jin Ho Yun, des milliers de participants ont été observés dans une série d’expériences qui ont comparé l’apprentissage via des modèles de langage et des liens de recherche en ligne. Les résultats montrent que ceux qui utilisent des modèles de langage passent moins de temps à interagir avec les résultats de recherche et développent une connaissance superficielle, se traduisant par des conseils moins originaux, moins bien accueillis et en fin de compte, moins susceptibles d’être adoptés par d’autres.
Une récente étude publiée dans PNAS Nexus met en avant les limites de l’utilisation des modèles de langage, tels que ChatGPT, dans l’apprentissage de nouvelles compétences ou connaissances. Contrairement à la recherche traditionnelle sur Internet, qui permet une exploration approfondie, l’interaction avec les chatbots d’intelligence artificielle peut conduire à une compréhension moins poussée des sujets. L’étude a été conduite par Shiri Melumad et Jin Ho Yun, qui ont identifié plusieurs différences significatives entre l’apprentissage à travers des LLMs et la navigation sur des liens web classiques.
La méthode de recherche de l’étude
Dans cette étude, des milliers de participants ont été répartis au hasard pour apprendre sur divers sujets pratiques, tels que la culture de légumes, les styles de vie sains ou encore les arnaques financières. Deux groupes ont été formés : l’un utilisant des modèles de langage et l’autre accédant à des résultats de recherche sur Google. Après avoir acquis des informations, les participants devaient formuler des conseils basés sur leur apprentissage, permettant ainsi d’évaluer la profondeur de leur compréhension.
Des résultats révélateurs
Les résultats ont montré que les utilisateurs de LLMs passaient moins de temps à interagir avec les résultats de recherche, ce qui a entraîné une connaissance moins approfondie comparativement à ceux qui utilisaient des liens web. Même lorsque les faits étaient identiques, la méthodologie impulsée par les LLMs produisait un savoir plus superficiel. Les conseils formulés par ces utilisateurs étaient souvent plus courts, avaient moins de références factuelles et contenaient une plus grande similitude avec les recommandations d’autres participants utilisant le même modèle.
Évaluation des conseils
Avec 1 501 évaluateurs indépendants, une autre partie de l’étude a permis de mesurer la réception des conseils émis par les participants. Malgré l’ignorance des évaluateurs quant à l’origine des conseils, ceux qui avaient suivi une recherche avec des LLMs ont été notés comme moins utiles, moins informatifs et moins fiables que ceux basés sur des recherches traditionnelles. Ce phénomène marque une différence notable dans la perception de l’utilité des conseils, où les textes dérivés des LLMs étaient moins souvent adoptés.
Les enjeux de l’apprentissage actif et passif
Les auteurs de l’étude mettent en lumière que la reliance sur des synthèses préalablement élaborées peut convertir l’apprentissage d’une quête active en une activité passive. Ils signalent également que, si les LLMs présentent indéniablement une efficacité certaine, leur utilisation pourrait être moins bénéfique que les recherches effectuées sur le web en ce qui concerne le développement d’une connaissance procédurale, c’est-à-dire la compréhension de la manière de réaliser effectivement certaines tâches.
Implications pour l’avenir de l’éducation
Ces résultats soulèvent des questions cruciales sur l’approche pédagogique moderne, notamment dans le domaine de l’enseignement basé sur les technologies. Si l’apprentissage à travers des LLMs devient dominant, cela pourrait affecter la manière dont les individus acquièrent des compétences essentielles et leur capacité à penser de manière critique. L’importance de l’interaction directe avec des informations vérifiables ne doit donc pas être sous-estimée dans l’éducation contemporaine.
Les implications de cette étude portent également sur des domaines variés tels que l’analyse sportive ou même ceux touchant à la recherche scientifique, où l’intelligence artificielle a souvent été mise en avant comme un outil innovant. Pour plus d’informations, il est possible de se plonger dans des articles traitant des avancées de l’IA dans l’analyse sportive (ici), la commercialisation durable des cellules solaires (là) ou encore l’optimisation des exosquelettes pour une meilleure assistance utilisateur (comme mentionné ici).
EN BREF
|
