Einfluss künstlicher Intelligenz auf das menschliche Gehirn

Eine von Natalya Kosmyna et al durchgeführte Studie untersucht die neuronalen und verhaltensbezogenen Auswirkungen der Nutzung von Large Language Models (LLMs) beim Verfassen von Essays. Teilnehmer wurden in drei Gruppen eingeteilt: LLM, Suchmaschine und Brain-only (ohne Werkzeuge).

Jede Gruppe absolvierte drei Sitzungen unter derselben Bedingung. In einer vierten Sitzung wechselten LLM-Nutzer zur Brain-only-Gruppe (LLM-to-Brain) und Brain-only-Nutzer zur LLM-Gruppe (Brain-to-LLM). Insgesamt nahmen 54 Personen an den ersten drei Sitzungen teil, 18 an der vierten.

Mittels Elektroenzephalographie (EEG) wurde die kognitive Belastung während des Schreibens gemessen. Essays wurden mit NLP analysiert und von menschlichen Lehrern sowie einer KI bewertet.

EEG-Daten ergaben deutliche Unterschiede in der Gehirnkonnektivität: Brain-only-Teilnehmer wiesen die stärksten, am weitesten verteilten Netzwerke auf, Suchmaschinen-Nutzer eine moderate Aktivität und LLM-Nutzer die schwächste Konnektivität. Die kognitive Aktivität nahm mit der Nutzung externer Werkzeuge ab. In der vierten Sitzung zeigten LLM-to-Brain-Teilnehmer reduzierte Alpha- und Beta-Konnektivität, was auf Unterforderung hinweist. Brain-to-LLM-Nutzer wiesen erhöhte Gedächtnisaktivität und Aktivierung der okzipito-parietalen und präfrontalen Bereiche auf, ähnlich wie Suchmaschinen-Nutzer. Das Wissen über die eigenen Essays war in der LLM-Gruppe am niedrigsten und in der Brain-only-Gruppe am höchsten. LLM-Nutzer hatten Schwierigkeiten, ihre eigenen Arbeiten korrekt zu zitieren.

Die Ergebnisse deuten auf langfristige kognitive Nachteile bei der Nutzung von LLMs hin und unterstreichen die Notwendigkeit weiterer Forschung zu deren Auswirkungen auf das Lernen.

Natalya Kosmyna et al, Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task, https://arxiv.org/abs/2506.08872