MIT Media Lab deneyi: ChatGPT ile yazma sürecinde beyin aktivitesi düşebilir mi?

MIT Media Lab’de yürütülen yeni bir deney, ChatGPT gibi üretken yapay zeka araçlarının yazma görevleri sırasında beyin aktivitesini düşürebileceğine işaret ediyor. Henüz hakemli bir bilimsel dergide yayımlanmayan çalışma; eğitim, ölçme-değerlendirme ve insan kaynakları uygulamaları açısından “bilişsel performans” ve “öğrenmenin kalıcılığı” başlıklarında tartışmaları yeniden gündeme taşıdı.

Araştırma bilimcisi Natalia Kosmyna ve ekibi, 54 öğrencinin deneme yazma sürecindeki beyin dalgalarını elektroensefalografi (EEG) ile ölçerek farklı çalışma koşullarını karşılaştırdı. Katılımcılar üç gruba ayrıldı: ChatGPT kullananlar, yalnızca Google araması yapabilenler ve hiçbir teknolojik yardım almayanlar.

Gruplar arasında ne fark görüldü? EEG ölçümlerine göre, teknoloji kullanılmayan grupta yaratıcılık ve bilgi işleme ile ilişkilendirilen bölgelerde daha yaygın ve yoğun aktivite gözlendi. Sadece arama motoru kullanan grupta da görece güçlü aktivitenin sürdüğü bildirildi.

En belirgin fark ise ChatGPT kullanan grupta raporlandı. Deneyde bu grubun beyin aktivitesinde yüzde 55’e varan azalma görüldüğü; düşüşün özellikle yaratıcılık ve eleştirel düşünme ile ilişkilendirilen alanlarda yoğunlaştığı aktarıldı. Araştırma ekibi, bunun bir “uyku modu” değil; zihinsel çabanın daha pasif bir düzeye kaymasıyla uyumlu olabileceğini belirtti.

Hatırlama ve “sahiplik” hissi Çalışma, anlık beyin aktivitesinin yanı sıra görev sonrası hatırlama ve metne yönelik “sahiplik hissi” gibi göstergeleri de izledi. Deneyin ardından ChatGPT kullanan katılımcıların, yazdıkları metinlerden alıntı yapmada zorlandıkları ve metne daha az sahiplik hissettikleri raporlandı. Bu bulgu, bilginin işlenmesi ve uzun süreli hafızaya aktarılması süreçlerinde zayıflama ihtimaline işaret ediyor.

“Bilişsel teslimiyet” tartışması Bulgular, Pennsylvania Üniversitesi literatüründe tartışılan “bilişsel teslimiyet” kavramıyla aynı doğrultuda yorumlanıyor. Bu yaklaşım, kullanıcının dış kaynaktan gelen yanıtları daha az sorgulayarak kabul edebilmesine ve kendi muhakemesini geri plana atabilmesine dikkat çekiyor. Kosmyna’nın staj başvurularında birbirine benzeyen niyet mektupları görmesi ve öğrencilerin ders içeriklerini daha hızlı unuttuğuna dair gözlemleri de, kurumların karşılaşabileceği standartlaşma ve öğrenme kaybı risklerine örnek olarak sunuluyor.

Kurumlar için ne anlama geliyor? Tablo, eğitim kurumları ve işverenler açısından iki yönlü bir yönetim ihtiyacına işaret ediyor: Üretken yapay zeka bir yandan hız ve verimlilik sağlarken, aşırı bağımlılık eleştirel düşünme, problem çözme ve yaratıcılık gibi yetkinliklerin geliştirilmesi ile ölçülmesini zorlaştırabilir.

Bu nedenle konu, yalnızca teknoloji politikası değil; değerlendirme yöntemleri, yetkinlik çerçeveleri, sınav ve işe alım tasarımları, içerik özgünlüğü kontrolleri ve çalışan eğitimlerinin yeniden kurgulanmasıyla doğrudan bağlantılı bir yönetişim başlığına dönüşüyor.

Ülke etkisi: Bulgular, eğitim politikalarında ölçme-değerlendirme ve müfredat tasarımını etkileyebilir; yapay zeka destekli üretimin öğrenme çıktılarıyla ilişkisi daha yakından izlenebilir. Düzenleyici gündemde, eğitimde yapay zeka kullanımı ve akademik bütünlük standartları daha görünür hale gelebilir.

Sektör etkisi: Eğitim teknolojileri, insan kaynakları ve kurumsal eğitim pazarında ürün tasarımı “yardım” ile “öğrenme” dengesine göre değişebilir. İşe alım ve performans değerlendirmede, özgün üretim ve muhakeme becerilerini ölçen yeni test ve süreçlere talep artabilir.

Piyasa etkisi: Üretken yapay zeka benimsenmesi sürerken, kurumların uyum ve denetim harcamaları yazılım bütçelerinde yeniden dağılıma yol açabilir. Eğitim, test/ölçüm ve içerik doğrulama çözümleri gibi alt segmentlerde gelir kanalları, kurumsal risk yönetimi ihtiyaçları üzerinden şekillenebilir.