Даже 10–15 минут работы с ИИ-помощником достаточно, чтобы заметно снизить способность человека решать задачи и его настойчивость при последующей работе без ИИ. К такому выводу пришли исследователи из США и Великобритании.
Авторы работы пишут, что помощь ИИ повышает текущий результат, но после отключения инструмента пользователи справляются хуже, чем те, кто с самого начала решал те же задачи самостоятельно. Они также чаще отказываются от попыток.
По словам исследователей, прежние данные по этой теме в основном опирались на опросы или небольшие выборки. Новая работа, как утверждают авторы, стала первым крупным причинно-следственным подтверждением на базе контролируемых экспериментов.
В первом эксперименте участники решали 15 задач на дроби — от простых вычислений в одно действие до примеров в три шага. У одной группы в боковой панели был доступ к GPT-5 с заранее загруженными условиями и решениями.
Фактически участники могли получать верные ответы почти без усилий: достаточно было ввести «Answer?». Контрольная группа работала без инструментов. После 12 задач ИИ неожиданно отключили, и все участники решали три одинаковые тестовые задачи уже сами.
На этом этапе бывшие пользователи ИИ дали заметно меньше правильных ответов, чем контрольная группа. Они также почти в два раза чаще пропускали задачи. Так как штрафа за ошибки не было, а оплата не зависела от результата, пропуски исследователи использовали как прямой показатель настойчивости и мотивации.
Во втором эксперименте авторы исправили методический недостаток первого этапа. Ранее более слабые участники в группе с ИИ могли отправлять правильные ответы через помощника, и поэтому отбор шёл не так, как в контрольной группе.
Для этого добавили предварительный тест с простыми задачами на дроби, а контрольной группе дали боковую панель с решениями этого предтеста, чтобы условия интерфейса совпадали с группой, использовавшей ИИ.
Результат сохранился: группа с ИИ снова выступила хуже на тесте без помощи. Более высокая доля пропусков указывала на тот же эффект, хотя по всей выборке этот показатель не достиг статистической значимости. Авторы связывают это с тем, что участники по-разному использовали ИИ.
Около 61% пользователей ИИ сообщили, что в основном запрашивали у помощника готовые ответы. Ещё примерно четверть просили подсказки или объяснения, а остальные вообще не пользовались инструментом. На предтесте эти группы показывали одинаковые результаты по решённым и пропущенным заданиям, то есть исходный уровень способностей и мотивации был сопоставим.
После отключения ИИ картина резко изменилась. Хуже всех выступили те, кто полагался на готовые ответы. Участники, которые игнорировали ИИ, показали самую высокую долю решённых задач — даже выше, чем контрольная группа. Пользователи готовых ответов также ухудшили результаты относительно своих собственных показателей на предтесте, тогда как остальные группы удержали уровень или улучшили его.
Это, по мнению авторов, показывает, что негативный эффект сосредоточен у тех, кто передаёт ИИ сам процесс мышления.
Чтобы проверить, связан ли эффект только с математикой, исследователи повторили ту же схему на заданиях по чтению и пониманию текста из американского экзамена SAT. В контрольной группе использовали боковую панель с общими советами по тесту, чтобы условия перехода между этапом обучения и тестом были сопоставимы.
Команда также считала пропуском ответы, данные менее чем за пять секунд, поскольку прочитать отрывок за такое время невозможно. Результаты совпали с экспериментами по математике: группа с ИИ дала меньше правильных ответов на тесте без помощи и заметно чаще пропускала вопросы.
Исследователи предлагают два объяснения снижения настойчивости. Во-первых, ИИ смещает представление пользователя о том, насколько трудной должна быть задача. Без помощи работа потом кажется тяжелее, и каждый новый короткий путь повышает субъективную цену самостоятельного усилия.
Во-вторых, пользователи лишаются полезного напряжения, которое помогает формировать знания и реалистично оценивать собственные способности. Авторы связывают это с более широкой дискуссией о постепенной утрате навыков из-за ИИ-сервисов, заточенных под мгновенную помощь.
Авторы отмечают, что дроби и понимание текста могут казаться простыми задачами для передачи ИИ, но именно они нужны для более высоких навыков — таких как алгебра и критическое мышление.
По оценке исследователей, особенно уязвимы учащиеся с меньшим академическим ресурсом. Если заметный эффект возникает уже после 10 минут использования, то за месяцы и годы последствия могут накапливаться и стать трудными для исправления.
Предлагаемые со стороны пользователя меры, такие как сократический режим ИИ или лимиты на использование, авторы называют «временной заплатой». По их мнению, нужен пересмотр самих принципов создания таких систем: меньше фокуса на краткосрочном удобстве и больше — на поддержке самостоятельности, включая ситуации, когда помощь стоит ограничивать.
Более ранние работы уже указывали на похожую тенденцию, хотя их методика была слабее. Исследование Swiss Business School выявило сильную отрицательную связь между использованием ИИ и критическим мышлением, особенно у участников 17–25 лет. Более высокий уровень образования выступал защитным фактором: такие участники чаще ставили под сомнение ответы ИИ и глубже анализировали информацию.
Совместная работа Microsoft Research и Carnegie Mellon описывала «иронию автоматизации»: когда ИИ берёт на себя рутинные задачи, у пользователей остаётся меньше поводов задействовать собственные когнитивные навыки. В повседневных или малозначимых задачах люди часто по умолчанию передают работу ИИ.
Похожий результат показало и исследование Anthropic с участием 52 в основном начинающих разработчиков. Участникам предложили решить две задачи с незнакомой библиотекой Trio. Одна группа работала с помощником на базе GPT-4o, а контрольная — только с документацией и веб-поиском.
На последующем тесте знаний группа с ИИ набрала на 17% меньше. Здесь тоже имело значение, как именно использовался инструмент: те, кто просил объяснения, обучались лучше, чем участники, которые перекладывали работу на модель.
Опыт работы с инструментом тоже влияет на результат. В другой работе Anthropic опытные пользователи Claude показывали уровень успешности примерно на четыре процентных пункта выше, чем новички, при одинаковых задачах. Они работали с моделью поэтапно, а не просто отдавали команды.
Другие исследования показывают, что ИИ может повышать результативность отдельных людей и команд. Но многие компании пока не могут перевести эти локальные приросты производительности в заметное повышение эффективности или рост выручки.
Источник: The Decoder.
