Mózg na ChatGPT: co pokazały badania nad pisaniem z pomocą AI
Esej pod czujnikami elektrod
W czerwcu 2025 roku zespół Nataliji Kosmyny z MIT Media Lab trafił na nagłówki całego świata. Powodem był przeddruk opublikowany na serwerze arXiv pod mówiącym sam za siebie tytułem „Your Brain on ChatGPT”, w którym opisano eksperyment nad pisaniem esejów z pomocą dużego modelu językowego. Uczestnicy, głównie studenci bostońskich uczelni, mieli napisać krótkie wypracowanie na temat zaczerpnięty z egzaminu SAT, mając około dwudziestu minut. Część mogła korzystać wyłącznie z ChatGPT opartego na modelu GPT-4o, część tylko ze zwykłej wyszukiwarki, a część nie mogła używać żadnych narzędzi.
Podczas pisania każda osoba nosiła komercyjny hełm z elektrodami rejestrującymi aktywność elektryczną mózgu metodą EEG. Badanie obejmowało trzy sesje w odstępach około miesięcznych, a po nich nastąpiła czwarta, przeplotowa: osoby dotąd piszące z chatbotem musiały radzić sobie same, a te piszące bez pomocy otrzymały dostęp do modelu. W pierwszych trzech sesjach wzięło udział łącznie pięćdziesiąt cztery osoby, w czwartej osiemnaście.
Słabsze sieci, słabsza pamięć
Wyniki układały się w wyraźny gradient. Grupa pisząca bez żadnych narzędzi wykazywała najsilniejszą i najbardziej rozległą łączność między obszarami mózgu, użytkownicy wyszukiwarki zajmowali pozycję pośrednią, a grupa korzystająca z modelu językowego — najniższe wartości. Różnice widoczne były także poza aparaturą: uczestnicy z grupy ChatGPT znacznie gorzej pamiętali własne teksty. Według danych cytowanych przez Education Week ponad osiemdziesiąt procent z nich nie potrafiło przytoczyć zdania z eseju, który napisało chwilę wcześniej, podczas gdy w pozostałych grupach zawodziła co dziesiąta osoba. Oni sami również słabiej identyfikowali się z dziełem — poczucie autorstwa było najniższe właśnie tutaj.
Najciekawsza okazała się czwarta sesja. Osoby, które wcześniej polegały na chatbocie, a teraz pisały samodzielnie, angażowały mózg słabiej niż ci, którzy od początku pracowali bez narzędzi. Odwrotna zmiana dawała jednak obiecujący sygnał: uczestnicy, którzy najpierw przemyśleli temat we własnym zakresie, a dopiero potem sięgnęli po model, wykazywali wyższą aktywność i lepsze przypominanie. Autorzy wnioskowali stąd, że moment wprowadzenia sztucznej inteligencji do procesu uczenia może mieć kluczowe znaczenie.
Zastrzeżenia, o których nie piszą nagłówki
Samych autorów irytowała medialna przesada. Kosmyna apelowała publicznie, aby nie opisywać wyników słowami o „oszołomieniu” czy „gnilnie mózgu” — jak relacjonował Axios, na stronie projektu pojawiła się prośba do dziennikarzy o powstrzymanie się od takiej retoryki, bo badania niczego takiego nie dowiodły. I rzeczywiście, lista zastrzeżeń jest długa. Przeddruk nie przeszedł recenzji naukowej, próba liczyła kilkadziesiąt osób podzielonych na trzy grupy, a czwartą sesję odbyło zaledwie osiemnaście uczestników. Komentatorzy na łamach arXiv policzyli, że dla rzetelnej mocy statystycznej potrzeba byłoby blisko stu sześćdziesięciu osób, i wskazali na ryzyko przypadkowych trafień przy setkach wykonywanych analiz EEG.
Znawcy przypominają też, że EEG mierzy aktywność elektryczną kory, a nie dosłowne „połączenia” między neuronami. Mniejsze nasilenie sygnału może po prostu oznaczać, że zadanie wykonane z pomocą modelu wymagało mniej wysiłku poznawczego — to nie dowodzi żadnego uszkodzenia czy trwałej utraty sprawności. Wreszcie, badanie objęło jeden konkretny model, jedną czynność i kilka miesięcy obserwacji; pytanie o skutki wieloletniego nawyku pozostaje otwarte.
Co to zmienia dla szkół
Pomimo ostrożności interpretacyjnej doniesienie ma realną wagę edukacyjną. Pisanie jest jednym z najważniejszych narzędzi myślenia: porządkuje argumenty, wymusza planowanie i autokorektę. Jeśli uczeń od początku procesu oddaje te operacje modelowi, pomija dokładnie te czynności, których szkoła ma go nauczyć. Oceny nauczycieli i niezależnego sędziego-sztucznej inteligencji wskazywały dodatkowo, że eseje tworzone z pomocą modelu były mniej indywidualne i mniej twórcze.
Praktyczny wniosek nie brzmi więc „zakazywać”, lecz „kolejkować”: najpierw własna praca umysłowa — pomysł, szkic, decyzje — potem wsparcie maszynowe jako redakcja lub partner do dyskusji. Taki scenariusz odpowiada temu, co pokazała sesja przeplotowa. Pomocna jest też szczerość wobec siebie: jeśli nie umiemy streścić tekstu, który podpisujemy naszym nazwiskiem, to znak, że nie my go właściwie napisali.
Konkluzja
Eksperyment MIT Media Lab nie dowodzi, że ChatGPT „wyłącza” mózg, ale porządnie dokumentuje coś prostszego i równie ważnego: tam, gdzie maszyna przejmuje myślenie, mózg faktycznie przestaje pracować — i słabiej zapamiętuje efekt. Dla edukacji to wystarczający powód, by wprowadzać modele językowe dopiero po etapie własnego wysiłku, traktując je jak pomocnika, a nie zastępstwo. Nauka dopiero zacznie tę historię rozstrzygać, ale zasada rozsądku obowiązuje już dziś.
