Sự biến đổi nhận thức và cấu trúc tư duy trong kỷ nguyên trí tuệ nhân tạo: Tổng hợp nghiên cứu từ nhóm các trường đại học hàng đầu Hoa Kỳ

Sự trỗi dậy của trí tuệ nhân tạo (AI), đặc biệt là các mô hình ngôn ngữ lớn (LLM), đã đánh dấu một bước ngoặt lịch sử trong sự tiến hóa của trí tuệ con người. Không còn đơn thuần là những công cụ hỗ trợ thụ động, AI hiện nay đang tham gia trực tiếp vào quá trình kiến tạo tri thức, giải quyết vấn đề và biểu đạt sáng tạo. Các nghiên cứu từ nhóm các trường đại học hàng đầu Hoa Kỳ (Ivy League) và các tổ chức đối tác như MIT hay Stanford đã bắt đầu phác thảo một bức tranh phức tạp về tác động của công nghệ này đối với cấu trúc nhận thức của con người. Những phát hiện ban đầu chỉ ra một nghịch lý sâu sắc: trong khi AI nâng cao hiệu suất làm việc và khả năng tiếp cận thông tin, nó đồng thời tạo ra những rủi ro mang tính hệ thống đối với khả năng tư duy độc lập, trí nhớ dài hạn và sự đa dạng trong tư duy sáng tạo.

Phân tích từ góc độ tâm lý học nhận thức và thần kinh học cho thấy con người đang chuyển dịch từ một thực thể tư duy độc lập sang một hệ sinh thái "trí tuệ lai" (hybrid intelligence), nơi ranh giới giữa ý tưởng của con người và đầu ra của thuật toán trở nên mờ nhạt. Quá trình này không chỉ thay đổi cách thức chúng ta học tập mà còn tái cấu trúc lại cách não bộ ưu tiên lưu trữ thông tin và xử lý các kích thích từ môi trường. Báo cáo này tổng hợp các bằng chứng thực nghiệm và khung lý thuyết từ những nghiên cứu mới nhất (2023-2026) để làm sáng tỏ các cơ chế mà qua đó AI đang định hình lại tâm trí con người.

Sự suy giảm nhận thức và cơ chế "Tải nhận thức" ra bên ngoài

Hiện tượng "tải nhận thức" (cognitive offloading) – việc ủy thác các nhiệm vụ trí óc cho các công cụ hỗ trợ bên ngoài – đã trở thành trung tâm của các cuộc thảo luận về tác động của AI. Các nghiên cứu tại Harvard và MIT nhấn mạnh rằng việc quá phụ thuộc vào các giải pháp do AI thúc đẩy có thể dẫn đến tình trạng "teo não bộ nhận thức" (cognitive atrophy), làm suy yếu khả năng tư duy phản biện và giải quyết vấn đề phức tạp. Khi AI cung cấp các câu trả lời tức thì và lưu loát, não bộ con người có xu hướng chọn con đường ít tốn năng lượng nhất, từ bỏ nỗ lực cần thiết để phân tích sâu sắc.

Nghiên cứu thực nghiệm quy mô lớn do Michael Gerlich thực hiện, được các học giả Ivy League trích dẫn rộng rãi, đã định lượng mối tương quan nghịch giữa tần suất sử dụng AI và điểm số tư duy phản biện. Qua khảo sát và phỏng vấn chuyên sâu 666 người tham gia thuộc nhiều độ tuổi và trình độ học vấn khác nhau, nghiên cứu chỉ ra rằng việc ủy thác các nhiệm vụ suy luận cho AI làm giảm cơ hội tham gia vào quá trình tư duy phản tư sâu sắc.

Tương quan giữa tần suất sử dụng AI và năng lực tư duy phản biện

Bảng dưới đây trình bày các chỉ số thống kê về mối quan hệ giữa hành vi sử dụng công nghệ AI và khả năng tư duy độc lập dựa trên các dữ liệu thực nghiệm mới nhất.

Nguồn: AI tools may weaken critical thinking skills by encouraging cognitive offloading, study suggests - PsyPost, https://www.psypost.org/ai-tools-may-weaken-critical-thinking-skills-by-encouraging-cognitive-offloading-study-suggests/

Dữ liệu cho thấy nhóm người dùng trẻ tuổi (17-25 tuổi) có mức độ phụ thuộc vào AI cao nhất và điểm số tư duy phản biện thấp nhất so với các nhóm tuổi lớn hơn. Điều này gợi mở một rủi ro về mặt thế hệ: những cá nhân lớn lên trong môi trường có AI hỗ trợ toàn diện có thể không bao giờ phát triển được các "cơ bắp nhận thức" cần thiết để xử lý sự mơ hồ hoặc mâu thuẫn mà không có sự trợ giúp của thuật toán. Ngược lại, trình độ học vấn cao đóng vai trò như một yếu tố bảo vệ, gợi ý rằng các chiến lược sư phạm chú trọng vào việc đánh giá nguồn lực và tư duy siêu nhận thức có thể giảm bớt gánh nặng của việc tải nhận thức quá mức.

Nghịch lý trí nhớ và sự xói mòn các sơ đồ tư duy nội tại

Một trong những tác động sâu sắc nhất của AI đối với nhận thức là sự biến đổi cách con người ghi nhớ và tích hợp thông tin. Giáo sư Barbara Oakley cùng đội ngũ các nhà nghiên cứu thần kinh học đã công bố khung lý thuyết về "Nghịch lý Trí nhớ" (The Memory Paradox), giải thích rằng khi các công cụ AI trở nên thông minh hơn, bộ não con người có xu hướng "rút lui" khỏi các nỗ lực ghi nhớ phức tạp. Trí nhớ không chỉ đơn thuần là kho lưu trữ dữ liệu; nó là nền tảng cho sự hình thành các sơ đồ tri thức (schemas) và các mạng lưới thần kinh (neural manifolds) cho phép con người thực hiện các bước nhảy vọt về trực giác và phát hiện lỗi sai.

Việc học tập hiệu quả đòi hỏi một chu kỳ liên tục bao gồm: mã hóa, truy xuất, củng cố và làm chủ. Khi học sinh sử dụng AI để tóm tắt văn bản hoặc giải toán ngay từ giai đoạn đầu, họ đã bỏ qua các bước quan trọng trong trình tự nhận thức này. Nghiên cứu tại Yale do Ilker Yildirim dẫn đầu chỉ ra rằng não bộ ưu tiên ghi nhớ những thông tin mà nó không thể giải thích được một cách dễ dàng. Khi AI cung cấp các giải thích quá trơn tru và dễ hiểu cho mọi vấn đề, nó vô tình làm giảm "độ khó mong muốn" (desirable difficulty) cần thiết để tạo ra những ký ức bền vững.

Tác động của AI đối với các giai đoạn của quá trình ghi nhớ

Phân tích dưới đây so sánh sự khác biệt giữa quá trình ghi nhớ tự nhiên và quá trình ghi nhớ bị can thiệp bởi việc sử dụng AI quá mức.

Nguồn: How AI is eroding human memory and critical thinking - Policy Options, https://policyoptions.irpp.org/2025/09/ai-memory/

Hệ quả của sự thay đổi này là sự hình thành của những cá nhân có quá trình tư duy phụ thuộc vào sự phỏng đoán và kiến thức nền tảng nông cạn. Việc "ngoại hóa" trí nhớ cho AI không chỉ làm mất đi các sự kiện đơn lẻ mà còn làm suy yếu khả năng nhận diện các mô hình phức tạp trong dữ liệu – một kỹ năng vốn là cốt lõi của sự sáng tạo và đổi mới. Các nhà giáo dục tại các trường Ivy League hiện đang kêu gọi sự quay trở lại của các phương pháp thực hành truy xuất (retrieval practice) và lặp lại cách quãng để bảo vệ "muscle" của tâm trí trong thế giới AI.

Caption: Nguy cơ AI tạo ra sự suy giảm nhận thức và tư duy sâu khi con người phó mặc các vấn đề kho cho AI và dần trở nên thụ động

Sự đồng nhất hóa sáng tạo và "Lăng kính AI"

Sáng tạo là sự kết hợp giữa tính mới (novelty) và tính hữu dụng (usefulness). Tuy nhiên, các nghiên cứu từ Trường Kinh doanh Wharton (UPenn) và Princeton đã xác định một hiện tượng đáng lo ngại: trong khi AI nâng cao năng suất cá nhân, nó lại làm giảm sự đa dạng tập thể của các ý tưởng sáng tạo. Hiện tượng này được mô tả thông qua khái niệm "Lăng kính AI" (AI Prism), nơi sự đa dạng vô tận của các biểu đạt con người bị nén lại thông qua quá trình tối ưu hóa thống kê để tạo ra những kết quả nằm ở trung tâm của phân phối xác suất.

Các mô hình ngôn ngữ lớn hoạt động dựa trên việc dự đoán mã thông báo tiếp theo (next-token prediction), một cơ chế vốn dĩ ưu tiên những gì là "phổ biến" hoặc "có khả năng xảy ra nhất" thay vì những gì là "độc bản". Khi nhiều cá nhân cùng sử dụng một bộ công cụ AI để giải quyết cùng một vấn đề, các giải pháp có xu hướng hội tụ về một điểm chung tối thiểu, dẫn đến tình trạng đồng nhất hóa văn hóa và tri thức.

So sánh hiệu suất sáng tạo giữa con người và AI trong các bài thử nghiệm

Dữ liệu từ các thử nghiệm tại Wharton và Harvard cho thấy một nghịch lý về chất lượng ý tưởng khi có sự can thiệp của AI.

Nguồn: Is AI causing a decline in cognitive and creative skills? - UNLEASH, https://www.unleash.ai/artificial-intelligence/is-ai-causing-a-decline-in-cognitive-and-creative-skills/

Nghiên cứu chỉ ra rằng AI đóng vai trò như một "copilot" mạnh mẽ giúp những người có năng lực sáng tạo thấp đạt được mức chất lượng trung bình, nhưng nó lại có thể làm kìm hãm những cá nhân xuất sắc nhất bằng cách "neo" họ vào những lối mòn tư duy của thuật toán. Hơn nữa, sự "lười biếng siêu nhận thức" xuất hiện khi người dùng chấp nhận các mặc định của AI mà không nỗ lực tìm kiếm các giải pháp thay thế, dẫn đến một thực trạng mà các nhà nghiên cứu gọi là "chế độ ăn uống ngôn ngữ nghèo nàn". Để đối phó với sự đồng nhất này, các chuyên gia khuyến nghị mô hình "ma sát có ý thức" (mindful friction), buộc người dùng phải thực hiện các bước tư duy độc lập trước khi tham khảo ý kiến của máy móc.

Cơ sở thần kinh học của sự tương tác giữa người và AI

Sự thay đổi trong cách chúng ta tư duy không chỉ là một hiện tượng tâm lý mà còn được khắc ghi vào cấu trúc sinh học của não bộ. Các nghiên cứu sử dụng fMRI tại Đại học Pennsylvania và Columbia đã phát hiện ra những thay đổi rõ rệt trong các mạng lưới chức năng khi con người cộng tác với AI.

Tại Viện Zuckerman thuộc Columbia, các nhà khoa học đã chứng minh rằng hệ thống thị giác và các vùng cảm giác sớm của não bộ không phải là những bộ ghi hình thụ động. Thay vào đó, chúng thích nghi và tái cấu trúc các biểu hiện thần kinh dựa trên nhiệm vụ mà bộ não đang thực hiện. Khi AI đảm nhận phần lớn các công việc phân tích cao cấp, có một rủi ro là các vùng não này sẽ mất đi tính linh hoạt thích ứng, vì chúng không còn được yêu cầu phải "tinh chỉnh" các tín hiệu để hỗ trợ việc đưa ra quyết định phức tạp.

Phản ứng thần kinh trong quá trình viết có hỗ trợ của AI

Một nghiên cứu sử dụng EEG đã theo dõi hoạt động của 32 vùng não trong ba điều kiện viết khác nhau: không hỗ trợ, sử dụng công cụ tìm kiếm, và sử dụng ChatGPT.

Nguồn: Your Brain on ChatGPT: What MIT's Research Means for College Essays - InGenius Prep, https://ingeniusprep.com/blog/your-brain-on-chatgpt-what-mits-research-means-for-college-essays/

Sự ức chế sóng Alpha và Theta trong nhóm sử dụng ChatGPT cho thấy một trạng thái "ngắt kết nối" nhận thức. Người dùng có thể hoàn thành nhiệm vụ nhanh hơn, nhưng não bộ của họ không tham gia vào quá trình xử lý sâu. Đáng chú ý, nghiên cứu từ Viện Carney thuộc Đại học Brown cho thấy não bộ có một cơ chế nhận diện lỗi sai rất nhạy bén thông qua các tín hiệu iEEG ở vùng vỏ não đảo (anterior insula) và vỏ não trước trán. Tuy nhiên, khi AI thực hiện công việc quá trơn tru (hallucination-free hoặc quá fluent), cơ chế giám sát hiệu suất này của não bộ có thể bị "đánh lừa" hoặc "ngủ quên", dẫn đến việc chấp nhận các thông tin sai lệch mà không có sự phản kháng nhận thức cần thiết.

Ảo tưởng về sự hiểu biết và rủi ro đối với sự liêm chính khoa học

Một trong những đóng góp quan trọng nhất từ Yale và Princeton cho lĩnh vực này là nghiên cứu về "Ảo tưởng về sự hiểu biết" (Illusions of Understanding) trong nghiên cứu khoa học và giáo dục. Lisa Messeri và Molly Crockett đã chỉ ra rằng việc sử dụng AI có thể tạo ra một cảm giác sai lầm về năng lực trí tuệ, nơi con người tin rằng họ hiểu sâu về một chủ đề hơn mức thực tế chỉ vì họ có khả năng tạo ra các văn bản hoặc phân tích về chủ đề đó thông qua AI.

Các tác giả đã phát triển một hệ thống phân loại các "tầm nhìn" sai lệch về AI mà các nhà khoa học thường mắc phải:

1. AI như một Nhà tiên tri (Oracle): Tin rằng AI có thể đọc và đồng hóa toàn bộ tài liệu khoa học một cách chính xác hơn con người.
2. AI như một Trọng tài (Arbiter): Xem AI là công cụ khách quan tuyệt đối để giải quyết các tranh luận khoa học, trong khi thực tế nó mang theo các định kiến từ dữ liệu huấn luyện.
3. AI như một Chuyên gia định lượng (Quant): Giả định rằng AI có thể vượt qua giới hạn của tâm trí con người trong việc phân tích các tập dữ liệu khổng lồ mà không cần sự can thiệp của trực giác và bối cảnh.

Sự lan rộng của những ảo tưởng này đe dọa tạo ra các "đơn văn hóa khoa học" (scientific monocultures), nơi chỉ những câu hỏi hoặc phương pháp mà AI có thể xử lý mới được ưu tiên nghiên cứu, làm giảm tính đổi mới và khả năng phát hiện các sai số mang tính hệ thống trong khoa học. Tại Princeton, Crockett đã đưa ra khái niệm "Epistemia" để mô tả hiện tượng mà việc nhận diện và chuẩn hóa thông tin trở nên quan trọng hơn việc hiểu thấu đáo về bối cảnh hoặc xã hội.

Cơ chế học tập: Sự khác biệt giữa Học trong ngữ cảnh và Học tăng cường

Các nhà nghiên cứu tại Đại học Brown đã thực hiện những bước tiến lớn trong việc so sánh cách con người và AI học tập. Nghiên cứu của Russin, Pavlick và Frank được công bố trên PNAS đã xác định rằng cả con người và các hệ thống AI hiện đại đều tích hợp hai chế độ học tập: học linh hoạt trong ngữ cảnh (in-context learning - ICL) và học tăng cường dần dần (incremental learning - IWL).

Mô hình này cung cấp một cái nhìn sâu sắc về lý do tại sao con người đôi khi hành động như một người học dựa trên quy tắc (nhanh chóng nắm bắt luật chơi của trò chơi caro sau vài ví dụ) và đôi khi lại là người học tăng cường (cần thực hành bền bỉ để chơi một bản nhạc piano).

Phân tích so sánh các chế độ học tập giữa Người và AI

Nguồn: Researchers uncover similarities between human and AI learning - Brown University, https://www.brown.edu/news/2025-09-04/ai-human-learning

Các thí nghiệm tại Brown chỉ ra rằng khả năng học nhanh trong ngữ cảnh của AI chỉ xuất hiện sau khi nó đã trải qua một lượng lớn việc học tăng cường (khoảng 12.000 nhiệm vụ tương tự). Điều này cho thấy một bài học quan trọng cho nhận thức con người: khả năng thích ứng linh hoạt với các tình huống mới chỉ có thể đạt được nếu chúng ta đã xây dựng được một nền tảng kiến thức sâu sắc và bền vững trong bộ nhớ dài hạn. Nếu con người bỏ qua giai đoạn học tăng cường khó nhọc để dựa dẫm vào khả năng "tóm tắt nhanh" của AI, họ có thể đạt được sự linh hoạt tạm thời nhưng sẽ thiếu đi cấu trúc tư duy cần thiết để thực sự hiểu hoặc sáng tạo trong tương lai.

Định hướng tương lai: Trí tuệ lai và Giáo dục khai phóng

Trước những rủi ro về suy giảm nhận thức, các trường đại học Ivy League đang không tìm cách cấm AI mà thay vào đó là tái định nghĩa lại cách con người tương tác với nó. Dartmouth College, nơi khai sinh ra thuật ngữ "Trí tuệ nhân tạo" năm 1956, đang dẫn đầu nỗ lực này thông qua dự án kỷ niệm 70 năm thành lập lĩnh vực AI vào năm 2026.

Mục tiêu hiện nay là xây dựng các khung hướng dẫn để AI có thể "tăng cường" thay vì "thay thế" sự phán đoán của con người. Tại Dartmouth, sinh viên được khuyến khích sử dụng AI như một "Socratic questioner" (người đặt câu hỏi kiểu Socrates) – tức là AI không cung cấp câu trả lời mà liên tục đặt ra các câu hỏi để thúc đẩy sinh viên suy nghĩ sâu hơn về văn bản. Các giảng viên tại Princeton cũng đang thay đổi cách đánh giá, chuyển từ các bài luận về nhà (dễ bị AI can thiệp hời hợt) sang các kỳ thi tại lớp và các buổi thảo luận trực tiếp để đảm bảo quá trình tư duy thực sự diễn ra.

Những nỗ lực này nhấn mạnh rằng trong kỷ nguyên AI, các kỹ năng "đặc thù người" như sự thấu cảm, phán đoán đạo đức, và khả năng điều hướng sự mơ hồ sẽ trở nên giá trị hơn bao giờ hết. Trách nhiệm của các tổ chức giáo dục hàng đầu hiện nay là đảm bảo rằng công nghệ này không trở thành một "chiếc nạng" làm teo liệt tâm trí, mà là một "đối tác sparring" giúp mở rộng biên giới nhận thức của con người. Cuộc hành trình này đòi hỏi một sự cảnh giác siêu nhận thức liên tục để chúng ta không vô tình đánh đổi chiều sâu của tư duy lấy sự tiện lợi nhất thời của thuật toán.

Works cited

1. Is AI dulling our minds? — Harvard Gazette, accessed February 28, 2026, https://news.harvard.edu/gazette/story/2025/11/is-ai-dulling-our-minds/
2. Using large language models to facilitate academic work in the psychological sciences - PMC, accessed February 28, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC12106154/
3. Artificial intelligence and illusions of understanding in scientific research - ResearchGate, accessed February 28, 2026, https://www.researchgate.net/publication/378795463_Artificial_intelligence_and_illusions_of_understanding_in_scientific_research
4. The Language Trap: How AI Writing Tools Are Standardizing Our Thoughts, accessed February 28, 2026, https://www.psychologytoday.com/us/blog/harnessing-hybrid-intelligence/202601/the-language-trap-how-ai-writing-tools-are-standardizing
5. (PDF) Understanding dimensions of trust in AI through quantitative cognition: Implications for human-AI collaboration - ResearchGate, accessed February 28, 2026, https://www.researchgate.net/publication/393328917_Understanding_dimensions_of_trust_in_AI_through_quantitative_cognition_Implications_for_human-AI_collaboration
6. What makes a memory? It may be related to how hard your brain had to work - YaleNews, accessed February 28, 2026, https://news.yale.edu/2024/05/13/what-makes-memory-it-may-be-related-how-hard-your-brain-had-work
7. Researchers uncover similarities between human and AI learning ..., accessed February 28, 2026, https://www.brown.edu/news/2025-09-04/ai-human-learning
8. AI's cognitive implications: the decline of our thinking skills? - IE University, accessed February 28, 2026, https://www.ie.edu/center-for-health-and-well-being/blog/ais-cognitive-implications-the-decline-of-our-thinking-skills/
9. Is AI causing a decline in cognitive and creative skills? | UNLEASH, accessed February 28, 2026, https://www.unleash.ai/artificial-intelligence/is-ai-causing-a-decline-in-cognitive-and-creative-skills/
10. Classroom Discussions of Social Issues in the Age of Generative AI: Epistemic Vigilance Against Bias and Bullshit | Request PDF - ResearchGate, accessed February 28, 2026, https://www.researchgate.net/publication/397493605_Classroom_Discussions_of_Social_Issues_in_the_Age_of_Generative_AI_Epistemic_Vigilance_Against_Bias_and_Bullshit
11. AI tools may weaken critical thinking skills by encouraging cognitive offloading, study suggests - PsyPost, accessed February 28, 2026, https://www.psypost.org/ai-tools-may-weaken-critical-thinking-skills-by-encouraging-cognitive-offloading-study-suggests/
12. (PDF) AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking, accessed February 28, 2026, https://www.researchgate.net/publication/387701784_AI_Tools_in_Society_Impacts_on_Cognitive_Offloading_and_the_Future_of_Critical_Thinking
13. To Think or Not to Think: The Impact of AI on Critical-Thinking Skills | NSTA, accessed February 28, 2026, https://www.nsta.org/blog/think-or-not-think-impact-ai-critical-thinking-skills
14. Your Brain on ChatGPT: What MIT's Research Means for College Essays (and How to Use AI Without Losing Yourself) - InGenius Prep, accessed February 28, 2026, https://ingeniusprep.com/blog/your-brain-on-chatgpt-what-mits-research-means-for-college-essays/
15. Artificial Intelligence is eroding critical thinking skills - The Ithacan, accessed February 28, 2026, https://theithacan.org/62761/uncategorized/artificial-intelligence-is-eroding-critical-thinking-skills/
16. How AI is eroding human memory and critical thinking - Policy Options, accessed February 28, 2026, https://policyoptions.irpp.org/2025/09/ai-memory/
17. Memory Paradox: Why Our Brains Need Knowledge in an Age of AI - CNL Publications, accessed February 28, 2026, https://papers.cnl.salk.edu/PDFs/Memory%20Paradox_%20Why%20Our%20Brains%20Need%20Knowledge%20in%20an%20Age%20of%20AI%202025-4676.pdf
18. The cognitive paradox of AI in education: between enhancement and erosion - PMC - NIH, accessed February 28, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC12036037/
19. Dartmouth Announces AI Partnership With Anthropic and AWS, accessed February 28, 2026, https://home.dartmouth.edu/news/2025/12/dartmouth-announces-ai-partnership-anthropic-and-aws
20. How AI Shapes Creativity: Expanding Potential or Narrowing ..., accessed February 28, 2026, https://ai.wharton.upenn.edu/updates/how-ai-shapes-creativity-expanding-potential-or-narrowing-possibilities/
21. ChatGPT decreases idea diversity in brainstorming | Request PDF - ResearchGate, accessed February 28, 2026, https://www.researchgate.net/publication/391741129_ChatGPT_decreases_idea_diversity_in_brainstorming
22. The Variance Paradox: How AI Reduces Diversity but Increases Novelty - arXiv.org, accessed February 28, 2026, https://arxiv.org/pdf/2508.19264
23. Precision Neuromodulation with Real-Time Brain Decoding for Working Memory Enhancement - PMC, accessed February 28, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC12262328/
24. Machine learning identifies personalized brain networks in children | Penn Today, accessed February 28, 2026, https://penntoday.upenn.edu/news/machine-learning-identifies-personalized-brain-networks-children
25. How Thoughts Influence What the Eyes See | Columbia Engineering, accessed February 28, 2026, https://www.engineering.columbia.edu/about/news/how-thoughts-influence-what-eyes-see
26. ChatGPT's Impact On Our Brains According to an MIT Study - TIME, accessed February 28, 2026, https://time.com/7295195/ai-chatgpt-google-learning-school/
27. From Offloading to Engagement: An Experimental Study on Structured Prompting and Critical Reasoning with Generative AI - MDPI, accessed February 28, 2026, https://mdpi-res.com/data/data-10-00172/article_deploy/data-10-00172.pdf?version=1761811597
28. Insular error network enables self-correcting intracranial brain-computer interface - bioRxiv, accessed February 28, 2026, https://www.biorxiv.org/content/10.1101/2025.11.17.688824v1.full.pdf
29. Common neural choice signals can emerge artefactually amid multiple distinct value signals - PMC, accessed February 28, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC11576515/
30. 3 'illusions,' 3 'visions' that AI-using researchers need to know to avoid - HealthExec, accessed February 28, 2026, https://healthexec.com/topics/artificial-intelligence/3-illusions-3-visions-ai-using-researchers-need-know-avoid
31. Artificial Intelligence and Illusions of Improving the Quality of Mastering Engineering Knowledge - ResearchGate, accessed February 28, 2026, https://www.researchgate.net/publication/393612207_Artificial_Intelligence_and_Illusions_of_Improving_the_Quality_of_Mastering_Engineering_Knowledge
32. Episode 31: Science Is a Human Endeavor (feat. Molly Crockett and Lisa Messeri), April 15 2024 - Buzzsprout, accessed February 28, 2026, https://www.buzzsprout.com/2126417/episodes/15020029-episode-31-science-is-a-human-endeavor-feat-molly-crockett-and-lisa-messeri-april-15-2024
33. (PDF) AI is turning research into a scientific monoculture - ResearchGate, accessed February 28, 2026, https://www.researchgate.net/publication/401109228_AI_is_turning_research_into_a_scientific_monoculture
34. Humans and AI Blend Two Types of Learning - Technology Networks, accessed February 28, 2026, https://www.technologynetworks.com/informatics/news/humans-and-ai-blend-two-types-of-learning-404456
35. Humans and AI Share Similar Learning Strategies - Neuroscience News, accessed February 28, 2026, https://neurosciencenews.com/human-ai-learning-29669/
36. Celebrating an AI Milestone and Guiding the Future | Dartmouth, accessed February 28, 2026, https://home.dartmouth.edu/news/2026/02/celebrating-ai-milestone-and-guiding-future
37. Teaching with GenAI: Policies and Guidance, accessed February 28, 2026, https://dcal.dartmouth.edu/programs/teaching-with-genai/guidance-and-examples
38. The future of humanities teaching in the AI age, according to Princeton professors - The Daily Princetonian, accessed February 28, 2026, https://www.dailyprincetonian.com/article/2025/10/princeton-news-broadfocus-artificial-intelligence-humanities-professors