Нью-Йорк / Кембридж (Массачусетс), Серия препринтных исследований, вызвавших широкий резонанс в академической среде и корпоративных университетах, свидетельствует о парадоксальном эффекте внедрения генеративного искусственного интеллекта: использование LLM (large language models) для решения элементарных когнитивных задач не только не развивает, но активно подавляет базовые мыслительные способности человека. Согласно опубликованным данным, деградация навыков решения задач и критического чтения наступает уже через 10 минут взаимодействия с ИИ, а долгосрочные последствия могут привести к формированию «потерянного поколения» учащихся, неспособных к продуктивной борьбе с трудностями.
Дизайн эксперимента: две когорты, четыре переменные
В исследовании (на данный момент не прошедшем финальное рецензирование, но получившем высокие оценки за чистоту методологии) приняли участие 1200 добровольцев. Участники были разделены на две независимые экспериментальные группы, каждой из которых предстояло выполнить задания двух типов:
- Математический блок: 15 задач на оперирование дробями (сложение, вычитание, приведение к общему знаменателю) — уровень примерно соответствует 6–7 классу средней школы.
- Вербальный блок: 8 заданий на понимание прочитанного текста (reading comprehension) средней сложности.
Ключевым условием стало смешанное тестирование: в каждой группе участники с доступом к ИИ (базовая LLM без специализированной настройки) использовали его для решения большинства вопросов, однако на некоторые задачи им приходилось отвечать без технологической поддержки. Это позволило измерить перенос навыка (transfer effect) и степень сформированной когнитивной зависимости.
Результаты: иллюзия эффективности и крах после удаления ИИ
На первом этапе группы с доступом к ИИ предсказуемо продемонстрировали более высокую точность ответов. Однако после того, как экспериментаторы отключали возможность использования технологии, наблюдалась следующая картина:
| Показатель | Группа с ИИ (после отключения) | Контрольная группа (без ИИ) |
|---|---|---|
| Точность решений | Значимо ниже (p < 0.01) | Базовая линия |
| Частота пропусков вопросов | Выше в 2,3 раза | Норма |
| Доля завершенных решений | Снижена на 40% | Высокая |
Участники из «ИИ-когорты» не только чаще ошибались, но и систематически не доводили решение до конца — даже в тех случаях, когда обладали необходимыми знаниями для самостоятельного ответа. Исследователи подчеркивают: именно процесс доведения задачи до финального этапа является одним из важнейших механизмов приобретения procedural knowledge (процедурных знаний). Прерывание этого процесса блокирует формирование устойчивых нейронных связей в префронтальной коре, отвечающей за исполнительный контроль и решение проблем.
Феномен «когнитивного долга» и «продуктивной борьбы»
Работа опирается и развивает предыдущие выводы исследовательской группы Массачусетского технологического института (MIT), которые ввели в научный оборот понятие cognitive debt (когнитивный долг). Этот термин описывает отсроченное негативное влияние автоматизации мышления: немедленный выигрыш в скорости и точности оборачивается долгосрочными потерями в способности к самостоятельному рассуждению, аналогично тому, как финансовый долг требует выплаты с процентами.
Ключевые механизмы, выявленные в исследовании:
1. Элиминация. В педагогической психологии «продуктивная борьба» — это состояние когнитивного диссонанса и умеренного усилия, необходимого для инкорпорации нового знания в существующие ментальные схемы (процесс, описанный еще Жаном Пиаже как аккомодация). ИИ мгновенно снимает это состояние, не давая мозгу завершить цикл обучения.
2. Сдвиг референсного восприятия усилий. Участники, привыкшие к ИИ, начинали субъективно воспринимать любую самостоятельную работу как «требующую чрезмерных усилий». Это явление напрямую коррелирует с феноменом learned helplessness (выученная беспомощность), описанным Мартином Селигманом.
3. Атрофия метакогнитивного мониторинга. Способность оценивать собственный уровень понимания и прогресса снижалась даже у тех участников, которые изначально демонстрировали высокие баллы по тестам когнитивных способностей.
Экстернальная валидность: данные MIT по генерации текстов
Полученные результаты согласуются с отдельным исследованием MIT, в котором изучалось влияние ChatGPT (OpenAI) на навыки академического письма. Участники, использовавшие LLM для написания эссе, впоследствии:
- Не узнавали собственные тексты, сгенерированные при участии ИИ, при тестировании через две недели;
- Демонстрировали худшее запоминание ключевых тезисов и аргументов по сравнению с группой, писавшей эссе самостоятельно;
- Чаще допускали галлюцинации (фактические ошибки, сгенерированные моделью) в своих пересказах, принимая их за достоверные факты.
Это подтверждает гипотезу о том, что ИИ действует как экстернализованная память (external memory), аналогичная эффекту Google в ранних исследованиях Бетси Спарроу (2011), но с гораздо более глубоким вмешательством в процессы семантического кодирования.
Эволюционные риски и педагогические импликации
В отчете содержится жесткий прогноз: «Если подобные последствия будут накапливаться в течение месяцев и лет использования ИИ, мы можем в конечном итоге создать поколение учащихся, которые утратили способность продуктивно справляться с трудностями без технологической поддержки».
С точки зрения нейробиологии обучения, краткосрочное (10-минутное) воздействие указывает на вовлеченность не только декларативных, но и процедурных систем памяти. Мозг, сталкиваясь с возможностью переложить когнитивную нагрузку на внешний инструмент, активирует dopamine-driven reward pathways (подкрепляемые дофамином пути вознаграждения), которые формируют привычку избегания усилия быстрее, чем это происходит при традиционном научении.
Рекомендации для образовательной и корпоративной среды
На основе полученных данных эксперты предлагают следующие меры:
- Внедрение обязательных без-ИИ зон в учебных курсах продолжительностью не менее 20–30 минут непрерывной самостоятельной работы.
- Обучение метакогнитивному мониторингу перед предоставлением доступа к ИИ (учащийся должен сначала сформулировать собственный ответ или гипотезу).
- Использование retrieval practice (практика извлечения) как обязательного пост-ИИ этапа — немедленное воспроизведение решения без доступа к технологии.
- Пересмотр тайминговых ожиданий: введение в интерфейсы ИИ «пауз размышления» (deliberation delays), принудительно замедляющих получение ответа.
Важные заключительные выводы
Исследование, несмотря на статус препринта, поднимает фундаментальный вопрос об экзистенциальном компромиссе между эффективностью и компетентностью. Данные убедительно свидетельствуют: ИИ, делегированный на решение простых когнитивных задач, перестает быть инструментом и становится костылем, амортизирующим именно те ментальные мышцы, которые необходимы для решения сложных, нестандартных проблем. Ближайшие годы покажут, сможет ли педагогика выработать иммунный ответ на этот вызов или человечество добровольно войдет в эпоху «приобретенной когнитивной недостаточности».