Outsourcing poznawczy: gdy sztuczna inteligencja zastępuje krytyczne myślenie

Microsoft i Carnegie Mellon: 319 pracowników wiedzy

W kwietniu 2025 roku, na konferencji ACM CHI (Conference on Human Factors in Computing Systems), opublikowano badanie prowadzone przez zespół badaczy Microsoft Research i Carnegie Mellon University. Artykuł nosi tytuł The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects from a Survey of Knowledge Workers. Współautorami są Hao-Ping (Hank) Lee, Advait Sarkar, Lev Tankelevitch, Ian Drosos, Sean Rintel, Richard Banks i Nicholas Wilson. Numer artykułu w proceedings CHI ‘25 to 1121, strony 1–22, doi: 10.1145/3706598.3713778.

Badanie objęło 319 pracowników wiedzy (ang. knowledge workers) o różnych doświadczeniach zawodowych. Uczestnicy przedstawili 936 pierwszorzędnych przykładów używania generatywnej AI w swojej codziennej pracy. Uzupełniony blog Microsoft Research opublikowano 18 kwietnia 2025 roku w ramach The Future of AI in Knowledge Work: Tools for Thought at CHI 2025.

Wnioski badaczy są jednoznaczne. Cytowane dosłownie z bloga Microsoft Research: „Wyższa ufność w AI była związana z mniejszym krytycznym myśleniem, natomiast wyższa pewność siebie we własne możliwości była związana z większym krytycznym myśleniem — choć przy postrzeganym wyższym koszcie poznawczym”. Innymi słowy, w pracy pracowników wiedzy wiara w AI obniża krytyczne analizowanie — ale wiara we własne siły krytyczne myślenie wzmacnia, choć jest bardziej męcząca.

Zmiana natury krytycznego myślenia

Drugi wniosek badania Microsoftu nie był tak ewidentny, ale w diagnozie problemu jest niezwykle istotny. Według autorów, ważność krytycznego myślenia w pracy z AI przesuwa się w stronę „weryfikacji informacji, integracji odpowiedzi i zarządzania zadaniem” (ang. information verification, response integration, and task stewardship). Innymi słowy, pracownik wiedzy w dobie LLM-y staje się menedżerem AI — weryfikuje, czy AI mówi prawdę, integruje obcy skutek w swoją pracę i ponosi odpowiedzialność za to, „co” zostanie przekazane dalej.

To przesunięcie ma jednak dwa oblicza. Pierwsze — pozytywne — polega na koncentracji na wysokiej wartości decyzji, podczas gdy AI przejmuje część rutyny. Drugie — negatywne — załamuje się, gdy pracownik kennischnie do stanu zewnętrznego polegania na modelu. W badaniu Microsoftu uczestnicy zgłaszali redukcję wysiłku poznawczego: dla zadań niskostakowych (ang. low-stakes) pod presją czasu poświęcali mniej wysiłku na krytyczne myślenie przy używaniu AI niż bez AI. Zjawisko to autorzy nazywają outsourcingiem poznawczym (ang. cognitive outsourcing).

Przeszkody w krytycznym oglądzie AI

Najbardziej wizjonerskim wnioskiem badania jest określenie barier krytycznej oceny AI. Uczestnicy wskazywali trzy:

• Brak świadomości potrzeby ewaluacji: pracownicy założyli, że skoro odpowiedź wydaje się poprawna, nie trzeba jej weryfikować.
• Ograniczona motywacja: presja czasu, zakres pracy i kultura „efektywności” zniechęcają do trwonienia czasu na sprawdzanie.
• Trudność w promptowaniu: w nieznanych obszarach tematycznych ciężej sformułować prompt odpytujący model i sprawdzić, że odpowiedź nie halucynuje.

To trzecie jest szczególnie niebezpieczne: trudność w dopracowywaniu promptów może stać się nową postacią „cyfrowego podziału” — między tymi, którzy potrafią zmusić AI do rzetelnej odpowiedzi, a tymi, którzy ufają pierwszemu wygenerowanemu dopasowaniu.

Dzieci i młodzież: dane Common Sense Media

Drugą perspektywę uzupełnia obszerne badanie Common Sense Media, opublikowane 8 czerwca 2026 roku pod tytułem A Comprehensive Report on Teens, Tweens, and AI. Raport jest pierwszym z zaplanowanego cyklu rocznego; objął ponad 1000 dzieci w wieku 9–17 lat w skali całych Stanów Zjednoczonych. Common Sense Media to amerykańska organizacja non-profit, 501(c)(3)numer (FEIN: 41-2024986), znana z oceny mediów dla dzieci i adolescentów.

Kilka ustaleń raportu jest cytowanych dosłownie:

• „Trzy czwarte dzieci mówi, że ich szkoła rozmawiała z nimi o tym, do czego mogą lub nie mogą używać sztucznej inteligencji, ale tylko nieco ponad połowa była uczona, jak używać AI bezpiecznie.”
• „Prawie połowa dzieci nigdy nie rozmawiała ze swoimi rodzicami o bezpieczeństwie AI.”
• W częsci dotyczącej AI companionship w raporcie stwierdzono, że „companionship oparte na AI nie jest bezpieczne dla nikogo poniżej 18 roku życia” i że regulacje są „cienkie lub nieistniejące”.

Dla portalu AI Zagrożenia te últimie dwie obserwacje są szczególnie znaczące. Mamy do czynienia z pokoleniem, które ma skwantyfikowaną ekspozycję na AI w szkole — lecz faktyczne „kształcenie cyfrowe” przy tym jest nieproporcjonalnie niestaranne. Szkoły rozmawiają o zasadach (ang. rules) bardziej niż o bezpieczeństwie (ang. safety) — co ustawia relację młodzieży z AI w kategoriach karnych, nie krytycznych.

Systematyczny przegląd literatury: uniwersytety i studenci

Trzeci doborem-source-of-truth dla tematu jest publikacja będąca systematic literature review: PP Premkumar, MRKN Yatigammana i S Kannangara (University of Kelaniya i ICBT, Sri Lanka) w The Journal of Desk Research Review and Analysis z 30 grudnia 2024 roku. Badanie analizowało ponad 1000 artykułów — po selekcji 30 uznano za relevante dla tematu wpływu generatywnej AI na krytyczne myślenie studentów.

Wnioski są ostrożne, ale dobitne. Według autorów, około połowa badanych pism sugeruje pozytywny wpływ generatywnej AI na krytyczne myślenie studentów — jednak wyniki te „nie mogą być uogólnione”. Autorzy zacytowali fragment badania Essien i in. (2024): „brak solidnych dowodów… pokazujących pozytywny wpływ GenAI na umiejętności wyższego rzędu takie jak analizowanie, ocenianie i tworzenie”. Autorzy cytują również Taiye i in. (2024) — „obawy o nadmierne poleganie na tych narzędziach… może hamować kreatywność i oryginalne myślenie”, oraz Bhosale (2023): „AI może również prowadzić do spadku w umiejętnościach poznawczych wyższego rzędu, jeśli nadmiernie polega się na nim”.

Swoisty kontrast do optymistycznych doniesień stanowi wynik ankiety Ruiz-Rojas i in. (2024) ze 121 studentami: 87 procent studentów było świadomych narzędzi AI, 38 procent używało ich sporadycznie, 64 procent wierzyło, że znacząco wzmacniają one krytyczne myślenie. Tę wiarę warto przeciwstawić ostrożnemu wnioskowi autorów systematic review: choć studenci zwykle czują, że AI im pomaga, dowody empiryczne są fragmentaryczne, a długoterminowe skutki dla umiejętności poznawczych pozostają słabo udokumentowane.

Implikacje dla edukacji i pracy

Jeżeli wiarygodność trzech źródeł — Microsoft/Carnegie Mellon (efekty w pracy), Common Sense Media (edukacja dzieci), Premkumar et al. (systematyczny przegląd akademicki) — nie dają żadnej jednoznacznej „pozytywnej” dzwoniej, które należałoby przyjąć bez zastrzeżeń. Wspólny mianownik: generatywna AI wpływa na to, jak wykonujemy krytyczne myślenie — zmienia jego roześrodek od analizy podstaw ku weryfikacji wyniku. Ale to pod warunkiem, że pracownik/uczeń zatrzyma nawyk krytycznej oceny. Jeśli nie — outsourcing poznawczy postępuje.

W praktyce zaleca się:

• Dywersyfikację zadań: wymuszać rozwiązań problemów bez AI w edukacji — aby krytyczne myślenie było wciąż praktykowane jako umiejętność, nie jako opcjonalna aktywność.
• Trening „red teaming” w promptach: uczyć studentów i pracowników jak odpytywaćAI w celu wykrycia halucynacji — a nie tylko generować treści.
• Transparancję zastosowań w pracy i szkole: dokumentować, gdzie AI przejmuje decyzje krytyczne, a gdzie towarzyszy jedynie jako asystent.
• Ewaluację długoterminową: badanie Microsoftu wciąż opiera się na deklaracjach uczestników — potrzebne są empiryczne badania nad wieloletnim skutkami outsourcingu poznawczego.

Praktyko-wartościowym wnioskiem jest konkretny: krótkoterminowo AI przynosi pracownikom wiedzy dużą efektywność. Długoterminowo, jeśli organizacje nie wdrożą dyscypliny krytycznej ewaluacji, mogą odkryć, że ich kadry straciły głęboką kompetencję oceny materiału. Dla edukacji to wyzwanie szkół: aby nie tylko uczyć dzieci zasad AI, ale prowadzić rozmowę o tym, dlaczego odpowiedźAI może być niewiarygodna i jak ją weryfikować.