החוקרים מציינים כי בתוך קבוצות וחברות אנושיות, גיוון קוגניטיבי הוא גורם חשוב ליצירתיות ולפתרון בעיות. אולם לטענתם, הגיוון הזה מצטמצם כאשר מיליארדי בני אדם משתמשים באותו מספר מצומצם של צ’אטבוטים כדי לבצע מגוון רחב של משימות
מאמר חדש של חוקרי מדעי המחשב ופסיכולוגיה טוען כי שימוש נרחב בצ’אטבוטים מבוססי בינה מלאכותית עלול לגרום להאחדה של סגנונות כתיבה, דיבור ואפילו דרכי חשיבה. אם מגמה זו תימשך ללא בקרה, היא עלולה לצמצם את מגוון החשיבה האנושית ואת היכולת של החברה להתמודד עם בעיות מורכבות.
הטענה מופיעה במאמר דעה שפורסם ב־11 במרץ 2026 בכתב העת Trends in Cognitive Sciences מביתCell Press . החוקרים קוראים למפתחי מודלים לשוניים גדולים (LLM) לשלב במערכי האימון שלהם מגוון רחב יותר של שפות, נקודות מבט וסגנונות חשיבה.
לדברי המחבר הראשי, מדען המחשב Zhivar Sourati מאוניברסיטת דרום קליפורניה, בני אדם שונים זה מזה באופן שבו הם מבטאים רעיונות ומנתחים את העולם.
“אנשים נבדלים זה מזה באופן שבו הם כותבים, חושבים ומפרשים את המציאות,” אמר סוראתי. “כאשר ההבדלים הללו מתווכים באמצעות אותם מודלים לשוניים גדולים, הסגנון הלשוני הייחודי, נקודת המבט ואסטרטגיות החשיבה שלהם נעשים אחידים יותר – והתוצאה היא ביטויים ומחשבות סטנדרטיים בין משתמשים שונים.”
גיוון קוגניטיבי כמנוע ליצירתיות
החוקרים מציינים כי בתוך קבוצות וחברות אנושיות, גיוון קוגניטיבי הוא גורם חשוב ליצירתיות ולפתרון בעיות. אולם לטענתם, הגיוון הזה מצטמצם כאשר מיליארדי בני אדם משתמשים באותו מספר מצומצם של צ’אטבוטים כדי לבצע מגוון רחב של משימות.
לדוגמה, כאשר אנשים משתמשים בצ’אטבוטים כדי לשפר טקסטים שהם כותבים, התוצאה עשויה להיות אובדן של הסגנון האישי. בנוסף, המשתמשים עשויים לחוש פחות בעלות יצירתית על התוצר הסופי.
“החשש אינו רק שמודלים לשוניים גדולים משפיעים על האופן שבו אנשים כותבים או מדברים,” אמר סוראתי. “הם גם מגדירים מחדש באופן עדין מה נחשב לדיבור אמין, נקודת מבט נכונה או אפילו לחשיבה טובה.”
מחקרים שונים מצאו כי טקסטים שנוצרים על-ידי מודלים לשוניים גדולים הם פחות מגוונים מטקסטים שנכתבו על-ידי בני אדם. בנוסף, הפלטים של מודלים אלה משקפים לעיתים קרובות את השפה, הערכים וסגנונות החשיבה של חברות מערביות, משכילות, תעשייתיות, עשירות ודמוקרטיות.
לדברי החוקרים, הסיבה לכך היא שמודלים אלה מאומנים לזהות דפוסים סטטיסטיים במידע האימון שלהם – מידע שלעתים קרובות מייצג חלק צר יחסית מהחוויה האנושית.
השפעה גם על הדרך שבה אנו חושבים
המחקר מצביע גם על השפעות מעבר לשפה. מחקרים הראו כי לאחר אינטראקציה עם מודלים לשוניים מוטים, דעותיהם של משתמשים עשויות להתקרב לעמדות שהמודל מציג.
בנוסף, מודלים לשוניים גדולים נוטים לעודד סגנון חשיבה ליניארי, כמו “שרשרת מחשבה”(chain-of-thought reasoning) שבו מוצג תהליך חשיבה שלב אחר שלב. הדגש הזה עשוי להפחית שימוש בצורות חשיבה אינטואיטיביות או מופשטות, שלעתים יעילות יותר.
החוקרים גם מציינים כי מודלים אלה יכולים להשפיע על הציפיות של משתמשים, ובכך לכוון באופן עדין את כיוון העבודה שלהם.
לדברי סוראתי:
“במקום להוביל באופן פעיל את תהליך היצירה, משתמשים רבים נוטים לקבל את ההצעות של המודל ולבחור באפשרות שנראית ‘טובה מספיק’, במקום לפתח רעיון משלהם. כך בהדרגה השליטה עוברת מהמשתמש למודל.”
הצורך בגיוון במודלי הבינה המלאכותית
החוקרים קוראים למפתחי מערכות בינה מלאכותית לשלב במודלים שלהם מגוון רחב יותר של שפות, נקודות מבט וסגנונות חשיבה. לדבריהם, הגיוון הזה צריך לשקף את המגוון האמיתי של החברה האנושית ברחבי העולם – ולא להסתמך על וריאציות אקראיות בלבד.
“אם למודלים לשוניים גדולים היו דרכים מגוונות יותר להתמודד עם רעיונות ובעיות, הם היו תומכים טוב יותר באינטליגנציה הקולקטיבית וביכולת פתרון הבעיות של החברה,” אמר סוראתי. “אנחנו צריכים לגוון את מודלי הבינה המלאכותית עצמם וגם לשנות את האופן שבו אנחנו משתמשים בהם, במיוחד לאור התפוצה הרחבה שלהם.”
המאמר:
“The homogenizing effect of large language models on human expression and thought”
כתב העת: Trends in Cognitive Sciences
DOI: 10.1016/j.tics.2026.01.003
עוד בנושא באתר הידען:
