生成式AI模型世代認知發展不均
研究人員開發心理測驗框架，評估生成式AI認知輪廓與人類標準比較，顯示語言理解和工作記憶表現頂尖，但感知推理幾近失敗。AIQ基準測試追蹤六代兩家族模型，揭示不對稱進展，語言任務遠勝視覺，顯示語言偏誤。此結果顯示單靠擴展無法實現均衡AGI。
Search
Tag: #cognition9 results
CogARC數據集揭示人類ARC策略
研究人員推出CogARC，這是ARC的適應人類子集，包含75個視覺推理任務，由260名參與者測試，準確率約85%。高解析度數據記錄觀看、編輯和嘗試，顯示困難問題上的多樣策略，即使錯誤解決方案也趨於收斂。發現突顯人類在不確定性下的泛化，為AI基準測試提供洞見。
🔬
新論文探討 AI 對人類認知的影響
由 30 位專家共同撰寫的論文分析了 AI 系統如何威脅集體信念形成與認知韌性。文中強調了操縱、認知卸載與回饋迴圈等風險，並提出了緩解策略。
🔬
語言模型與標籤化帶來的認知陷阱
本文探討語言與概念標籤在提升溝通效率的同時，如何扭曲人類認知並限制對現實的感知。文章對比了左腦的分析式標籤思維與右腦的整體感官感知，指出過度依賴符號處理可能會削弱我們與真實物理世界的連結。
培養品味：AI時代的稀缺技能
AI擅長產生解決方案和程式碼，但難以選擇值得解決的問題。品味，即辨別好想法和機會的能力，是一種透過實踐、觀察和模式匹配直覺建立的專業知識。人類可獨立於技術熟練度來培養它。
網路爛梗對學生溝通與教育的影響
深圳教師反映，學生中流行的網路爛梗與短影音文化正在削弱他們的溝通與深度思考能力，這為課堂管理與教學成果帶來了巨大挑戰。
🔬
超越二元對立：莊子與現代認知
本文探討了「是非對錯」二元思考的侷限性，並將莊子的哲學與現代神經科學進行對照。文章主張在處理複雜問題時，應採取更靈活、整合的認知方法。
AI 閱讀對保留力的影響
這篇意見文章將焦點從 AI 閱讀的生产力優勢轉移到對讀者的影響。它質疑對保留力、理解力和跨來源綜合資訊能力的影響。
更好 AI 提示，卻無自省更好問題
這篇評論批評使用者雖然提升了 AI 提示技巧，卻忽略改善自身思考能力。一位 CEO 使用 AI 八個月仍無法解釋其應用。呼籲在依賴 AI 時加強自我提問。