Lejek umiejętności: gdy AI pisze za początkujących, nikt nie uczy się już myśleć

Lejek umiejętności: gdy AI pisze za początkujących, nikt nie uczy się już myśleć

Przez pierwsze dwa lata ery generatywnej AI dyskusja o zaniku umiejętności krążyła wokół specjalistów: doświadczonych programistów, tłumaczy, grafików. W 2025 roku perspektywa się odwróciła. Coraz głośniejsi stali się badacze, którzy wskazują, że największe straty ponoszą początkujący — bo to właśnie na zadaniach z dołu lejka umiejętności asystenci AI pracują najchętniej.

Dwa badania, jedna prawidłowość

W kwietniu 2025 roku Microsoft Research we współpracy z Carnegie Mellon University opublikował na konferencji CHI badanie „The Impact of Generative AI on Critical Thinking”. Przebadano 319 pracowników wiedzy, którzy dostarczyli 936 przykładów użycia generatywnej AI w pracy. Wynik jest kluczowy dla początkujących: im wyższe zaufanie do AI, tym rzadziej badani angażowali krytyczne myślenie. Jednocześnie wiara we własne kompetencje działała odwrotnie — osoby pewne swoich umiejętności częściej kontrolowały wyniki modelu. Oznacza to, że kto nie umie zadania zrobić sam, najczęściej oddaje je modelowi bezrefleksyjnie — a przecież krytyczna ocena wyników wymaga podstaw, których początkujący dopiero nie ma.

Zespół badaczy z MIT Media Lab opublikował w 2025 roku preprint „Your Brain on ChatGPT” (arXiv:2506.08872). Uczestników podzielono na trzy grupy: piszącej z pomocą ChatGPT, korzystającej z wyszukiwarki i piszącej bez żadnego narzędzia. Każda grupa wykonała trzy sesje, a aktywność mózgu rejestrowano elektroencefalografią. Grupa pracująca z ChatGPT wykazywała najsłabszą łączność neuronalną (m.in. w paśmie alfa i beta), co badacze odczytali jako mniejsze zaangażowanie poznawcze. Autorzy: Nataliya Kosmyna, Eugene Hauptmann, Ye Tong Yuan, Jessica Situ, Xian-Hao Liao, Ashly Vivian Beresnitzky, Iris Braunstein i Pattie Maes.

Dług poznawczy i jego objawy

Autorzy badania MIT nazwali to zjawisko „długiem poznawczym” (ang. cognitive debt): wygoda dzisiaj — trudności w nauce jutro. Objawy obserwowane w badaniu były konkretne. Osoby korzystające z ChatGPT miały najniższe poczucie autorstwa napisanego eseju — w wywiadach najmniej utożsamiały się z własnym tekstem. Najsłabiej wypadało też cytowanie: uczestnicy z tej grupy mieli trudności z przywołaniem fragmentów eseju, który napisali kilka minut wcześniej. Badacze napisali wprost, że wyniki wskazują na prawdopodobny spadek umiejętności uczenia się.

Warto odnotować jeszcze jeden wynik: sesja odwrócona — najpierw pisanie bez AI, potem przepisywanie tekstu z pomocą modelu — angażowała bardziej rozległe sieci neuronalne niż praca wyłącznie z asystentem. Kolejność ma znaczenie: najpierw własny wysiłek, potem pomoc, a nie odwrotnie.

Junior developer bez warsztatu

Badanie MIT dotyczyło pisania esejów, ale mechanizm przenosi się na programowanie niemal jeden do jednego. Pisanie pierwszej wersji kodu, czytanie komunikatów o błędach, dłuższe samodzielne rozumowanie — to zadania, na których junior buduje warsztat i to one „wyjeżdżają” do modelu najchętniej. Asystent pisze, początkujący „nadzoruje” — a nadzór nad tekstem, którego się nie umiało napisać, nie uczy niczego.

Badanie Microsoftu wyjaśnia, dlaczego ten proces sam się nie zatrzymuje. Wskazano w nim trzy hamulce krytycznego myślenia: brak świadomości potrzeby oceny, brak motywacji (presja czasu, postrzegany zakres obowiązków) oraz trudność w dopracowywaniu promptów — zwłaszcza w dziedzinie, której ktoś jeszcze nie zna. Początkującego uderzają wszystkie trzy naraz: nie wie, że ma oceniać, nie ma po co (praca „i tak jest gotowa”) i nie umie zapytać precyzyjnie. Badacze zaobserwowali też przesunięcie charakteru krytycznego myślenia: z tworzenia ku weryfikacji informacji, integrowaniu odpowiedzi i pilnowaniu zadania.

Jak nie wpaść w pułapkę wygody

Z obu badań płyną konkretne wnioski dla praktyki:

• Pisz pierwszą wersję sam. Sesja „najpierw własny tekst, potem AI” angażowała mózg znacznie silniej niż praca od początku z asystentem. Wykorzystuj AI do przeglądu i krytyki gotowego materiału, nie do jego generowania.
• Weryfikuj wyniki przeciwko zewnętrznym źródłom i własnej ekspertyzie. Badacze Microsoftu opisali taką praktykę jako rdzeń krytycznego myślenia przy pracy z AI.
• Buduj nawyk refleksji. Skłonność do refleksji nad pracą korelowała w badaniu z częstszym angażowaniem krytycznego myślenia — to nawyk, który da się wyćwiczyć.
• Traktuj AI jak partnera do myślenia — i takiego, który potrafi być prowokatorem. Taką rekomendację sformułowali badacze Microsoftu: narzędzie ma prowokować do własnego zdania, nie zastępować je.
• Zadania z dołu lejka wykonuj ręcznie jako trening. Dla juniora to inwestycja: każdy samodzielnie przeczytany komunikat o błędzie to punkt, w którym wiara we własne kompetencje — najskuteczniejszy hamulec bezrefleksyjnego polegania na AI — rośnie.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.