בפוסט קודם שהסתמך על תוצאות מחקר נמצא שינוי באקולוגיה של התנהגות מידע באקדמיה , שבה בינה מלאכותית משמשת הן כמשלימה והן כמתחרה למקורות מידע .
לאור מצב זה של שימוש גובר בבינה מלאכותית בכתיבה אקדמית מתעוררת גם חרדה מסוימת. האם סטודנטים עדיין ילמדו לבנות טיעונים, להשתמש בראיות או לשלוט בשפה? חששות אלה חשובים. אך הסיכון הגדול יותר הוא קוגניטיבי. הדבר מסתכן בהסרת הרגל החקירה הביקורתית עצמה. אם סטודנטים מסתמכים על סיכומים שנוצרו על ידי בינה מלאכותית כנקודות התחלה, הם עלולים לעקוף את העבודה האינטלקטואלית שמגדירה חשיבה ביקורתית בהשכלה הגבוהה: שקילת טענות מתחרות, זיהוי פערים והתמודדות עם אי ודאות.
כך למשל נמצא במחקר שפורסם לאחרונה ב-PNAS Nexus כי קריאת תקצירי היסטוריה שנוצרו על ידי בינה מלאכותית יכולה לשנות בעדינות את דעותיהם החברתיות והפוליטיות של אנשים. המחקר מצביע על כך שצ'אטבוטים פופולריים נושאים הטיות נסתרות שיכולות להשפיע על משתמשים, גם כאשר התוכנה מספקת מידע מדויק עובדתית בתגובה לשאלות ניטרליות. ממצאים אלה מספקים ראיות לכך שהסתמכות על בינה מלאכותית כדי ללמוד על העולם עשויה לעצב בשקט את עמדות הציבור.
לאור כול זאת פתרון אפשרי הוא מעבר ממיומנויות בינה מלאכותית לאוריינות בינה מלאכותית. שימוש יעיל בבינה מלאכותית אינו זהה להבנתה וזה לא מספיק פשוט ללמד סטודנטים כיצד לכתוב הנחיות טובות יותר, במקום זאת, אוניברסיטאות חייבות להתייחס לבינה מלאכותית כאל מושא למחקר ביקורתי בפני עצמו.
יש להפוך את המערכת לגלויה – תלמידים צריכים להבין כיצד בינה מלאכותית מייצרת תשובות: מאילו נתונים היא שואבת, יש לאמן תלמידים לחקור פלטים: אילו נקודות מבט חסרות? אילו סוגי מקורות מקבלים פריבילגיה? כיצד תשובה עשויה להשתנות עם מסגור שונה? כיצד היא מתעדפת מידע ומדוע פלטים מסוימים נראים סמכותיים יותר מאחרים
