依赖科技让我们变笨了？

　　只有通过努力和重复我们才能真正记住有用的知识，而过于依赖人工智能会阻碍我们这样做。
　　英国《金融时报》  戴夫•李
　　我正从帕洛阿尔托开车回旧金山的家，这段路我已经开过几十次了。但这次我遇到了一个问题：手机没电了；整个行程都没有GPS。
　　我错过了出口，在离家不到一英里的街道上绝望地迷了路。多么令人尴尬，我口口声声说自己热爱这座城市，可在那一刻，我觉得自己几乎不了解它。突然间失去了我的科技产品，我连路都找不到，因为我从来没有真正需要学习路线。
　　我并不是要反对使用GPS。我提出这一点只是为了证明高效的技术可以成为学习障碍。只有通过努力和重复我们才能真正记住有用的知识，毫无捷径。
　　GPT-3是世界上最先进的人工智能系统之一，关于它的报道已经很多。它可以做一些在几年前还被认为是科幻小说里才有的事情，比如生成听起来很真实的文章，或者在它从未见过的语言之间进行翻译。它通过从大量文本中学习，然后根据这些数据做出预测，从而进行翻译。
　　（上一段话也是它写的，只用了＂关于GPT-3的报道已经很多＂一个提示。我觉得我永远不会堕落到写出＂科幻小说里才有的事情＂这种俗气的套话。）
　　这种人工智能生成的文本在学术界掀起了波澜。这是一个转折点，从此我们应该小心行事。《Vice》最近的一篇文章详细介绍了一群学生是如何使用GPT-3——以及其他类似的人工智能文本程序——来做写论文的辛苦活，用它填充上下文，从而节省了时间。
　　由于人工智能生成的文本是＂独一无二的＂，它让学生们可以避开反抄袭检测软件。一名学生表示：＂我只是用人工智能来处理我不想做或觉得没有意义的事情。＂
　　这些学生作弊了吗？你可以在两个方向上都进行令人信服的论证。也许更简单的是问这些学生是否在欺骗他们自己，答案绝对是：是的。学生们不想做的那些事才是巩固记忆的关键。写作、反思、记忆，循环往复。
　　熟能生巧。我们都听说过＂一万小时定律＂——据说需要这么长时间的高强度练习才能掌握某个技能——但我们有很多方法来证明这一点：重复意味着记住。记住则意味着学习和掌握。
　　赫尔曼•艾宾浩斯(Hermann Ebbinghaus)是一位研究重复的益处的心理学家，他用＂遗忘曲线＂和＂间隔学习＂来证明这一点。
　　遗忘曲线说明了知识如果不被有意识地记住，就会随着时间的推移而被遗忘；间隔学习就是定期复习。他的研究影响了我们一个多世纪的学习方式。
　　那是成为专家和仅仅通过考试的区别。如果算法做了辛苦的那一部分工作，学生还应该得＂A＂吗？他或她对相关主题的认识并不比我对回家方向的认识更清楚。
　　此外，研究当今人工智能能力的专家也更直白地对使用它提出了警告。内森•巴切斯(Nathan Baschez)是Lex.Page的创造者，这是一个文字处理系统，可以调用GPT-3来充实你的句子。巴切斯告诉我，在新闻业或学术界这样的＂高风险＂环境中，应该非常谨慎地使用它。
　　他说：＂GPT-3能够编造一些压根不存在的事实，还能说一些毫无用处的废话。＂但它只会变得更好。它一直在学习。而我们是吗？
　　戴夫 • 李 (Dave Lee) 是英国《金融时报》驻旧金山记者
　　译者/何黎