MIT Çalışması, Yapay Zeka Kullanımının Verimlilik Kazancı İllüzyonu Oluşturduğunu Ortaya Koyuyor

MIT ve Princeton AI Laboratuvarı araştırmacılarından, arXiv üzerinden yayınlanan yeni bir çalışma, birçokumuzun sessizce şüphelendiği şeyi kesin rakamlarla destekliyor. İnsanlar, AI'ye ne kadar sık başvurduklarını alt değerlendiriyorlar ve aynı zamanda bundan ne kadar fayda aldıklarını da ciddi şekilde abartıyorlar. Araştırmacılar bunu “verimlilik kazancı illüzyonu” olarak adlandırıyor ve bu, AI'nın üretkenliğe gerçek katkısı hakkında nasıl düşündüğümüzü yeniden şekillendirebilecek bir bilişsel tuzağı tanımlıyor.

“Verimlilik kazancı illüzyonu: İnsanlar AI kullanım oranını alt tahmin eder ve basit görevlerdeki faydalarını fazla tahmin eder” adlı çalışma, toplamda 2.691 katılımcıyla üç önceden kayıtlı deney gerçekleştirdi. Görevler kasıtlı olarak temel düzeydeydi: aritmetik, yazım denetimi, çoğu kişinin tercih etmediği bir çaba harcamadan yapabildiği işler.

Katılımcılar, gerçek kazançlar sınırlı olsa bile, AI'nın bu basit görevlerde onlara anlamlı bir zaman ve çaba tasarrufu sağladığını sürekli olarak inandı. Bir modelleme analizinde, AI ile kopyala-yapıştır işlevi kullanmak, ortalama tamamlama süresini 102,0 saniyeden 66,2 saniyeye düşürdü. Katılımcılar, bu 35 saniyelik gerçekliğin çok ötesinde bir fayda gördüler. Onların öznel verimlilik algısı, gerçekleşenin üzerindeydi ve bu, AI'nın faydası hakkında çarpıtılmış bir görüntü oluşturdu; bu da onların AI'yı ne zaman kullanacaklarına dair gelecekteki kararlarını etkiledi.

Araştırmacılar, ilk olarak basit görevler için AI'ye güvenmenin, verimlilik hakkındaki yanlış yargıları derinleştiren daha fazla bağımlılığı teşvik eden bir geri bildirim döngüsü tespit etti. Katılımcılar AI'yi kullandıklarında ve bunun yardımcı olduğunu hissettiklerinde, tekrar ona başvurma olasılıkları arttı. Bu, bunu yapmayı destekleyen kanıtlar nedeniyle değil, verimlilik hissinin kendi kendini pekiştirmesi nedeniyle oldu.

Araştırmacılar, katılımcılar arasında AI kullanım oranlarının sistematik olarak düşük tahmin edildiğini de tespit etti. İnsanlar sadece faydaları abartmadılar; aynı zamanda AI'ye ilk başta ne sıklıkla başvurduklarını da abartmadılar, bu da geri bildirim döngüsünü kırmanın daha zor hale gelmesine neden oldu.

MIT ve Princeton araştırmasının katkısı, bu boşluğun bir kısmına davranışsal bir açıklama sunmaktır. Bireysel kullanıcılar rutin görevlerde yapay zekânın faydalarını sistematik olarak abartıyorsa, toplu verimlilik verileri asla toplu heyecanla eşleşemeyebilir. Kazanımlar bireysel düzeyde gerçek gibi hissedilir, ancak sayısal olarak tam olarak ortaya çıkmaz.