Современный искусственный интеллект стремительно берет на себя выполнение повседневных интеллектуальных задач — от решения математических уравнений до анализа текстов и написания программного кода. Однако масштабное психологическое исследование исследователей из Университета Карнеги — Меллона (Carnegie Mellon University), представленное на престижной Конференции по языковому моделированию (COLM) в Сан-Франциско, выявило тревожный побочный эффект тотальной автоматизации. Эксперименты показали, что феномен так называемой «когнитивной разгрузки» всего за 10 минут взаимодействия с чат-ботом резко ослабляет внутреннюю мотивацию человека, снижает упорство при преодолении трудностей и заставляет людей сдаваться при первой же сложной задаче, если помощь алгоритма внезапно исчезает.
Когнитивная разгрузка: биологический закон сохранения энергии мозга
Человеческий мозг, составляя всего около 2% от общей массы тела взрослого человека, потребляет до 20% всей глюкозы и кислорода в состоянии покоя. С точки зрения эволюционной биологии интенсивное мышление, аналитическое рассуждение и счет в уме — чрезвычайно энергозатратные процессы. На протяжении миллионов лет эволюция формировала механизмы когнитивной экономии: если окружающая среда предлагает возможность снизить нагрузку на рабочую память (за счет заметок на глиняных табличках, калькуляторов или навигаторов), мозг охотно делегирует эту функцию внешним носителям.
В когнитивной психологии этот процесс получил название «когнитивная разгрузка» (cognitive offloading). До недавнего времени разгрузка носила строго локальный характер: калькулятор брал на себя механическую арифметику, а справочник — хранение фактов. Однако с бурным внедрением больших языковых моделей (LLM) искусственный интеллект впервые в истории начал замещать не механические действия, а сложные творческие и синтетические функции: логический вывод, текстовый анализ, построение доказательств и генерацию гипотез.
Возникает фундаментальный вопрос: делает ли доступ к мощным алгоритмам человека более эффективным интеллектуалом или, напротив, ведет к когнитивной лености и постепенной атрофии способности к самостоятельному глубокому размышлению? Именно эту проблему исследовала команда ученых под руководством Грейс Лю (Grace Liu) из Университета Карнеги — Меллона.

Эксперимент в Карнеги — Меллоне: протокол и неожиданные результаты
Исследовательская работа, представленная на Конференции по языковому моделированию (Conference on Language Modeling, COLM) в Сан-Франциско, опиралась на строгую экспериментальную методологию. Ученые сформировали когорту испытуемых и разделили их на экспериментальную и контрольную группы. Участникам предлагались серии нестандартных математических задач (включая сложные дроби, текстовые уравнения и комбинаторику), а также задания на углубленное понимание прочитанного и логический анализ объемных текстов.
Экспериментальной группе был предоставлен доступ к диалоговому ИИ-ассистенту, способному по запросу давать моментальные подсказки, объяснения и шаги решений. Контрольная группа решала аналогичные задачи классическим путем — с помощью ручки, черновика и собственных размышлений. В первой фазе участники с ИИ ожидаемо продемонстрировали высокую скорость и видимую продуктивность.
Однако ключевая фаза эксперимента наступила спустя всего 10 минут: исследователи неожиданно отключили ИИ-ассистента и предложили обеим группам новую серию задач повышенной сложности, требующих полностью автономного решения. Результаты поразили даже авторов: участники, которые всего десять минут пользовались поддержкой алгоритма, продемонстрировали катастрофический спад настойчивости. Они сдавались, бросали попытки или выбирали случайные варианты ответов на 35–40% быстрее тех, кто изначально рассчитывал только на свой интеллект.
Участники, использовавшие ИИ-подсказки, сдавались при самостоятельном решении сложных математических задач на 35–40% быстрее контрольной группы.
Мозг инстинктивно минимизирует метаболические затраты энергии: при наличии легкого доступа к ИИ способность к глубокой ментальной концентрации атрофируется.
Продуктивная ментальная борьба с трудной задачей является обязательным биологическим условием консолидации долговременной памяти и нейропластичности.
Пользователи чат-ботов часто путают легкость генерации чужого ответа с собственным пониманием предмета, испытывая фрустрацию на реальных тестах.
Теория «желательных трудностей»: почему мозгу необходимо страдать
Для объяснения выявленного феномена психологи обращаются к классической концепции «желательных трудностей» (desirable difficulties), сформулированной выдающимся когнитивистом Робертом Бьорком (Robert Bjork) из Калифорнийского университета в Лос-Анджелесе (UCLA). Согласно этой теории, легкое и комфортное усвоение информации создает обманчивую иллюзию мастерства, но оставляет крайне слабый след в нейронных сетях.
Истинное, устойчивое обучение и формирование глубоких когнитивных навыков происходят исключительно тогда, когда мозг сталкивается с препятствием: пытается вспомнить забытую формулу, перебирает тупиковые пути решения, испытывает интеллектуальное напряжение и фрустрацию. Именно в моменты продуктивной умственной борьбы активируются дофаминергические пути подкрепления, укрепляются синаптические контакты между пирамидными нейронами коры и формируется надежный миелиновый слой вокруг проводящих нервных путей.
Когда искусственный интеллект мгновенно преподносит готовое решение на блюдечке, он устраняет этот жизненно важный этап преодоления трудностей. Мозг получает готовый результат без затрат нейронной энергии. В результате формируется синдром «выученной беспомощности»: при первом же намеке на интеллектуальное сопротивление человек подсознательно ждет внешней подсказки, теряя волю к самостоятельному поиску истины.
«Когда люди делегируют решение задач искусственному интеллекту, они получают мгновенный правильный ответ, но лишают свой мозг продуктивного преодоления трудностей. Всего десять минут такой поддержки приводят к тому, что при исчезновении подсказок участники бросают попытки решить задачу в полтора раза быстрее.»
Грейс Лю (Grace Liu), ведущий исследователь, докторант машинного обучения в Carnegie Mellon University
Иллюзия компетентности и опасность «когнитивного долга»
Еще одним опасным следствием бесконтрольного использования чат-ботов является так называемая «иллюзия компетентности». Человек, который с помощью промпта генерирует грамотный программный код или безупречное аналитическое эссе, подсознательно приписывает качество созданного продукта собственному уму. Однако при необходимости воспроизвести ход мысли без компьютера такой специалист оказывается беспомощным.
В сфере образования и науки этот эффект порождает накопление скрытого «когнитивного долга». Студенты и молодые специалисты, массово использующие генеративные модели для написания рефератов и курсовых, успешно сдают формальные нормативы, но пропускают критически важные этапы формирования метапознания — способности оценивать достоверность фактов, выявлять скрытые логические противоречия и удерживать в голове сложные многоуровневые концепции.
Опрос читателей Live Science, проведенный вслед за публикацией исследования, подтвердил эти опасения: свыше 68% респондентов признались, что с началом активного использования ИИ стали чаще испытывать нежелание вчитываться в длинные документы, разучились удерживать в памяти числовые данные и ловят себя на раздражении при необходимости выполнять расчеты без умных ассистентов.
- ИИ отлично работает как катализатор рутины, но опасен как заменитель базового процесса мышления в период обучения;
- Автоматическое получение решений блокирует развитие рабочей памяти и метакогнитивного самоконтроля;
- Привычка к моментальным ответам снижает порог толерантности к фрустрации при столкновении с нестандартными жизненными вызовами;
- Оптимальная стратегия — использовать ИИ как сократического наставника, задающего наводящие вопросы, а не как генератор готовых ответов.
Как использовать ИИ без деградации: сократический подход
Означает ли это, что человечеству следует отказаться от генеративного ИИ? Разумеется, нет. Прогресс невозможно обратить вспять, а технологии открывают колоссальные горизонты для продуктивности. Однако эксперты призывают к кардинальному изменению парадигмы взаимодействия с цифровыми помощниками.
Вместо того чтобы использовать языковую модель как «оракула», дающего готовые ответы, ее следует настраивать в режиме сократического репетитора. Пользователь должен требовать от ИИ не финального решения, а наводящих вопросов, проверки выдвинутых человеком гипотез, поиска логических уязвимостей в собственных аргументах и генерации контрпримеров.
Критически важно сохранять «зоны абсолютной автономности»: решать сложные концептуальные задачи, писать ключевые тезисы и продумывать архитектуру решений исключительно своими силами на бумаге, подключая искусственный интеллект только на финальной стадии редактирования и форматирования. Только осознанный баланс между технологической мощью и тренировкой собственного серого вещества позволит человеку оставаться подлинным хозяином своего разума.



