Estudo revela que usar IA por 10 minutos pode reduzir foco e desempenho

Pesquisadores mostraram que depender de assistentes de IA para resolver problemas pode diminuir a capacidade de pensar e solucionar tarefas sem ajuda.
Em três experimentos com várias centenas de participantes, alguns tiveram acesso a uma IA que resolve os problemas sozinha.
Quando a IA foi retirada, esses participantes tinham mais probabilidade de desistir ou errar as respostas.
O estudo sugere que o uso generalizado de IA pode aumentar a produtividade, ao custo de desenvolver habilidades básicas de resolução de problemas.
O pesquisador do MIT, Michiel Bakker, afirma que não é para proibir IA, mas cuidar do tipo de ajuda que ela oferece e quando.

AI pode reduzir habilidades de resolução de problemas, aponta estudo

Pesquisadores formaram três experimentos com centenas de participantes, que resolveram problemas simples, como frações e compreensão de leitura, em uma plataforma online que pagava pelo desempenho. Em alguns grupos, havia acesso a um assistente de IA capaz de resolver o desafio automaticamente.

Quando o auxílio da IA foi retirado repentinamente, indivíduos previamente dependentes mostraram maior propensão a desistir ou errar. Os autores destacam que o uso generalizado de IA pode aumentar a produtividade, porém, em detrimento de habilidades básicas de raciocínio.

Michiel Bakker, professor assistente do MIT envolvido no estudo, afirma que a pesquisa não defende a proibição de IA em educação ou trabalho. Ele ressalta que a IA pode ajudar no desempenho imediato, mas é preciso cuidado com o tipo de ajuda oferecida e o momento certo.

Bakker observa que a persistência diante de dificuldade é crucial para aprender. O estudo propõe que modelos de IA precisam, às vezes, priorizar a aprendizagem do usuário, ao invés de entregar a solução pronta. Equilibrar esse approach pode ser desafiador, segundo ele.

As próprias empresas de IA já consideram efeitos sutis de seus modelos. Em releases recentes, OpenAI tem adotado tom menos condescendente em respostas de seus sistemas. Ferramentas autônomas podem ser imprevisíveis, gerando erros não intencionais ao solucionar tarefas complexas.

O pesquisador acredita ser relevante repensar como ferramentas de IA operam, incluindo sistemas que funcionem como um professor, escalonando a orientação para o aprendizado. Modelos que erram menos ao sempre dar respostas podem ter impactos diferentes a longo prazo.

Como exemplo de uso crítico, Bakker cita experiências com assistentes de IA em situações de configuração de sistemas. Sem interromper o processo, a IA deveria ensinar o usuário a resolver o problema por conta própria, fortalecendo habilidades ao longo do tempo.