در سال‌های اخیر، استفاده از هوش مصنوعی برای جمع‌آوری اطلاعات عمومی به طور چشمگیری افزایش یافته است. با این حال، روند جدیدتر این است که مدل‌های زبانی بزرگ (LLM) مانند ChatGPT، Claude و Gemini به طور فزاینده‌ای برای تأیید و دریافت اخبار استفاده می‌شوند؛ گزارش‌های مرکز تحقیقات پیو نشان می‌دهد که یک‌پنجم نوجوانان آمریکایی به طور مرتب از LLMها برای دریافت اخبار خود استفاده می‌کنند، در حالی که یک‌چهارم بزرگسالان جوان حداقل یک بار از آن‌ها برای این منظور استفاده کرده‌اند. مطالعه جدید و در دسترس عموم از آزمایشگاه رسانه‌ای MIT باید باعث تامل این کاربران شود: محققان دریافتند که شرکت‌کنندگانی که در طول یک ماه برای تأیید حقایق به سیستم‌های هوش مصنوعی متکی بودند، در واقع در تشخیص اطلاعات نادرست به تنهایی ضعیف‌تر شدند، زمانی که چت‌بات‌هایشان از آن‌ها گرفته شد. این پدیده که اغلب به عنوان "پارادوکس وابستگی به هوش مصنوعی" شناخته می‌شود، در طیف گسترده‌ای از حوزه‌های دانش مشاهده شده است، مانند مطالعه سال 2025 که نشان داد پزشکانی که از هوش مصنوعی استفاده می‌کردند، در تشخیص سرطان به تنهایی ضعیف‌تر شدند. این پویایی، روندهای گسترده‌تر فناوری در مورد "کاهش مهارت" (یا "تخلیه شناختی") را منعکس می‌کند که دهه‌هاست به خوبی مستند شده است، از ماشین‌حساب‌هایی که مهارت‌های ریاضی ما را تضعیف می‌کنند تا فناوری‌های سیستم موقعیت‌یاب جهانی (GPS) که بر حس طبیعی جهت‌یابی ما تأثیر می‌گذارند. در مطالعه جدید آزمایشگاه رسانه‌ای که عملکرد 67 نفر را در طول چهار هفته در هنگام ارزیابی جفت‌های تصویر و عنوان اخبار ردیابی کرد، شرکت‌کنندگان 21 درصد...