معماری عصبی میل (Neural Architecture of Desire) در نوروساینس، میل (Desire) یک فرایند انگیزشی است که در آن مغز یک هدف یا محرک را دارای ارزش و اهمیت انگیزشی (Incentive Salience) می‌کند و فرد را به سمت عمل برای دستیابی به آن سوق می‌دهد. میل حاصل تعامل مدار مزوکورتیکولیمبیک، سیستم‌های همئوستاتیک و شبکه‌های یادگیری و تصمیم‌گیری است؛ از جمله (VTA)، (Nucleus Accumbens/Ventral Striatum)، (Amygdala)، (Hippocampus)، (OFC/vmPFC) و (ACC). نکتهٔ کلیدی این است که Wanting با Liking یکی نیست. دوپامین بیش از آنکه «لذت» را مستقیماً ایجاد کند، در انگیزش، یادگیری پاداش و نسبت‌دادن اهمیت انگیزشی به نشانه‌های پاداش نقش دارد. بنابراین ممکن است فرد چیزی را به‌شدت «بخواهد» بدون اینکه دریافت آن به همان اندازه برایش لذت‌بخش باشد. در نتیجه، میل را می‌توان فرایند تبدیل یک هدفِ ارزشمند یا نشانهٔ آن به یک انگیزش برای عمل دانست؛ فرایندی که تحت تأثیر وضعیت فیزیولوژیک، تجربهٔ قبلی، یادگیری، پیش‌بینی پاداش و زمینهٔ محیطی قرار می‌گیرد. Ref: Berridge & Robinson (1998, 2016); Schultz (2016); Pessiglione et al. (2006).

🧠 پژوهش MIT دربارهٔ اثرات شناختی دستیارهای هوش مصنوعی پژوهش «Your Brain on ChatGPT» از آزمایشگاه رسانهٔ MIT، یکی از اولین مطالعات کنترل‌شده است که به جای حدس و گمان، به‌صورت تجربی بررسی کرده وقتی دانشجوها برای یادگیری به ChatGPT تکیه می‌کنند، واقعاً در مغزشان چه اتفاقی می‌افتد. نتایج، هشداری جدی برای عادت‌های نوظهور یادگیری است. 🔵 طراحی آزمایش: دانشجویان به دو گروه تقسیم شدند: گروه اول با ChatGPT مسائل ریاضی را حل می‌کردند، گروه دوم بدون هیچ کمکی. سپس هر دو گروه در یک آزمون نهایی بدون دسترسی به AI شرکت کردند. محققان علاوه بر نمره، فعالیت مغزی دانشجویان را با EEG نیز ثبت کردند. 🔴 نتایج نگران‌کننده: ۱. افت نمره: گروهی که با ChatGPT تمرین کرده بودند، در آزمون نهایی نمرات پایین‌تری گرفتند — با اینکه در حین تمرین عملکرد بهتری داشتند. یادگیری سطحی رخ داده بود: پاسخ را داشتند، اما فهم را نه. ۲. کاهش درگیری شناختی (Cognitive Engagement): سیگنال‌های EEG نشان داد مغز گروه ChatGPT در حالت استراحت نسبی بود. فعالیت در نواحی مرتبط با حل مسئله و تمرکز عمیق (بتا و گاما) به طرز معناداری کمتر از گروه بدون AI بود. مغز تماشاگر بود، نه بازیگر. ۳. توهم یادگیری: دانشجویان گروه ChatGPT اعتمادبه‌نفس بالاتری داشتند و فکر می‌کردند بهتر یاد گرفته‌اند — در حالی که عکس این موضوع صادق بود. این همان شکاف خطرناک بین «حس دانستن» و «واقعاً دانستن» است. 🎯 خلاصه: ChatGPT می‌تواند یک معلم خصوصی عالی باشد، اما اگر جای فکر کردن تو را بگیرد، نه معلم که عصای چوبی‌ای می‌شود که پایش، عضلهٔ مغزت تحلیل می‌رود. 🔗 مشاهدهٔ پژوهش کامل در MIT Media Lab https://www.media.mit.edu/publications/your-brain-on-chatgpt/ 🏷 #هوش_مصنوعی 🏷 #پژوهش ♾️ @fanavar_ir

🌉 پل هم‌افقی ۱: از بازنمایی ذهن تا خلق فناوری‌های نوین هوش مصنوعی هوش مصنوعی نوین و مدل‌های پیشرفته یادگیری، بیش از هر زمان دیگری نیازمند بازتعریف ساختارهای شناختی و ریاضی هستند. چگونه می‌توان از تلفیق مفاهیم انتزاعی ریاضی و ساختار ذهن، به مدل‌سازی‌های پیشرو رسید؟ 🔹 مینی‌دوره تخصصی ریاضیات شناختی (پل هم‌افقی ۱) تلاشی بین‌رشته‌ای برای ایجاد زبان مشترک میان: ▫️ هوش مصنوعی و یادگیری عمیق ▫️ ریاضیات و علوم کاربردی ▫️ پزشکی و زیست‌شناسی شناختی ▫️ حکمت، علوم اسلامی و فلسفه ذهن 🎯 محورها و اهداف آموزشی: 1️⃣ تحلیل شناختی بی‌نهایت: واکاوی بی‌نهایت بالفعل و بالقوه در ساختار ذهن و ریاضی 2️⃣ تلفیق مفهومی (Conceptual Blending): متدولوژی ترکیب مفاهیم نو برای ایده‌پردازی و نوآوری 3️⃣ نقشه شناختی ریاضیات: بازنمایی شبکه مفاهیم، قضایا و شهود ذهنی 4️⃣ تحلیل شناختی اعداد موهومی(i) خلق چشم‌انداز تازه برای فهم و شهود مفاهیم انتزاعی 🔗 خلق افق‌های نو در حل مسائل دنیای واقعی و تحلیل داده‌های پیچیده ⏳ ثبت‌نام و اطلاعات بیشتر: ثبت نام از ساعت ۲۰ شنبه۱۴ شهریور تا 23 شهریور 📐🧠 Cognitive Mathematics | ریاضیات شناختی 🟢شروع دوره سه شنبه ۲۴ شهریور ساعت ۱۶ 🔗 کانال ریاضیات شناختی: https://eitaa.com/Cognitive_Mathematics با ما در تماس باشید👇 @MMaana1 #ریاضیات_شناختی #هوش_مصنوعی #پل_هم_افقی #علوم_شناختی #مدل_سازی