ИИ делает нас умнее на минутку — и беспомощнее надолго

Люди, которые полагаются на искусственный интеллект (ИИ) при решении простых задач, хуже справляются с аналогичными заданиями и чаще сдаются, когда эта помощь исчезает, — по сравнению с теми, кто не использует ИИ для быстрых ответов. Об этом свидетельствуют результаты нового исследования.

Работа была представлена на конференции по языковому моделированию 2026 года в Сан-Франциско в начале этого месяца. Учёные изучали, как перенос умственной работы на чат-бота с ИИ влияет на решение арифметических задач и понимание прочитанного. Всё больше исследований указывают на то, что этот процесс «когнитивной разгрузки» вредит долгосрочному обучению и способности критически мыслить.

«Речь идёт о том, что когнитивные учёные называют «желательными трудностями» — продуктивном усилии, которое со временем формирует навык, — рассказала Live Science по электронной почте первый автор исследования Грейс Лю, докторантка по машинному обучению в Университете Карнеги — Меллона. — Если ИИ регулярно устраняет это усилие, люди могут получить правильный ответ в моменте, но развить менее устойчивую самостоятельную способность».

Лю и её коллеги набрали 1222 участника. Исследователи разработали три рандомизированных контролируемых эксперимента: два набора задач с дробями и серию вопросов на понимание прочитанного. Участников разделили на три группы без пересечения между экспериментами. Каждый эксперимент занимал 13–15 минут.

В первом эксперименте 354 участника случайно распределили на две группы: одна имела доступ к чат-боту с ИИ, другая — нет. Обеим группам дали одинаковые 12 задач с дробями; группа с ИИ могла сразу получить ответ или подсказку через чат-бот. Затем исследователи без предупреждения отключили ИИ и дали финальный набор из трёх дробей всем участникам независимо от группы.

Обе группы могли пропускать задачи. Участникам прямо сообщили, что за неправильные ответы штрафа нет, поэтому пропуск был осознанным решением не взаимодействовать с задачей, пишут авторы. Кроме того, всем давали правильный ответ при ошибке, чтобы они могли учиться.

Первый эксперимент показал: участники из группы с ИИ чаще решали дроби и реже сдавались, пока у них был доступ к чат-боту. Но когда ИИ убрали, их результаты упали, а число пропусков и ошибок выросло — это говорит о том, что использование ИИ ухудшило выполнение задач без помощи, настойчивость и мотивацию.

Второй эксперимент повторял первый, но с 667 участниками и небольшими изменениями, включая предварительный тест, позволивший отсеять тех, кто не решает самые базовые задачи. Результаты оказались схожими: использование ИИ для простых задач вредит упорству и желанию доводить те же задачи до конца без ИИ, особенно когда ИИ применяют для получения готовых решений.

Лю признала, что калькуляторы тоже позволяют разгружать вычисления и могут вызывать похожее снижение самостоятельности. Но «мы изучаем именно ИИ, потому что он позволяет перекладывать рассуждения на самые разные задачи и домены», — сказала она.

В третьем эксперименте команда исследовала влияние помощи ИИ на понимание прочитанного, которое опирается на смыслообразование и построение мысленных моделей — когнитивный процесс создания внутренних представлений о внешней реальности. В испытании участвовал 201 человек, разделённый на группу с доступом к ИИ и контрольную группу. Обеим группам дали пять вопросов на понимание, затем чат-бот отключили и выдали ещё по три вопроса.

Результаты повторили первые два эксперимента: снижение настойчивости, в частности, оказалось не артефактом математических задач, а общим следствием когнитивной разгрузки на ИИ.

«Самое значимое открытие: у тех, кто больше разгружается, сильнее падает настойчивость (растёт доля пропусков), а это важный навык, который работает в разных областях», — сказала Лю.

Одна из возможных причин, почему люди перестают пытаться после помощи ИИ, — привыкание к мгновенности ответов и восприятие любого более долгого метода как неэффективного, пишут исследователи. Но исследования показывают, что настойчивость через трудности необходима для освоения навыков и обучения, что вызывает тревогу насчёт долгосрочных последствий использования ИИ для простых задач.

Учёные пока не имеют полной картины того, как небольшие эпизоды когнитивной разгрузки влияют на устойчивую компетентность и самостоятельность. Чтобы это выяснить, нужно долго отслеживать одних и тех же людей и регулярно измерять результаты их обучения в широком спектре задач, сказала Лю. Но уже имеющиеся данные говорят о том, что чрезмерная опора на ИИ подрывает нашу когнитивную форму и освоение предметов.

Чтобы способствовать долгосрочному обучению, компетентности и автономии людей, модели ИИ и чат-боты следует проектировать так, чтобы они давали направления и инструкции к решению, а не само решение — скорее как наставник, утверждают исследователи.

«Нам нужно двигаться к будущему, в котором человеческие способности, насколько это возможно, расширяются, а не вытесняются», — сказал соавтор исследования Брайан Кристиан, учёный-компьютерщик и исследователь Центра совместимого с человеком ИИ Калифорнийского университета в Беркли.

Особенно тревожным выглядит то, что эффект проявляется уже после 13–15 минут работы с чат-ботом — то есть речь идёт не о годах зависимости, а о кратком взаимодействии. Если столь короткий опыт способен снизить настойчивость, долгосрочные последствия повседневного использования ИИ могут быть куда масштабнее, чем показывают лабораторные испытания. Исследователи подчёркивают: проблема не в самих технологиях, а в том, как они спроектированы. Чат-бот, выдающий готовый ответ, экономит время сегодня, но может обкрадывать пользователя завтра. Наставнический подход — с подсказками, вопросами и постепенным усложнением — способен сохранить продуктивное усилие и превратить ИИ из костыля в тренажёр. Следующий шаг — лонгитюдные исследования, которые покажут, обратимы ли эти эффекты и как разные режимы взаимодействия с ИИ влияют на реальные учебные и профессиональные результаты.

Источники: Liu, G., Christian, B., Dumbalska, T., Bakker, M. A. and Dubey, R. (2026). AI assistance reduces persistence and hurts independent performance. Proceedings of the Conference on Language Modeling (COLM); arXiv preprint arXiv:2604.04721 [cs.AI]; Live Science.