عشر دقائق مع روبوت محادثة، وصار الناس يستسلمون أسرع أمام المسائل الصعبة

كانت المسائل من منهج الصف الخامس: جمع الكسور العادية وطرحها وضربها وقسمتها. حلّها المشاركون من بيوتهم عبر Prolific، وهي منصة يكسب فيها الناس مصروفًا صغيرًا مقابل المشاركة في الأبحاث، ودُفع لكل منهم 2.60 دولار عن التجربة كلها. حصل نصفهم على نافذة محادثة مع مساعد ذكاء اصطناعي في الجانب الأيمن من الشاشة، أما النصف الآخر فلم يحصل على شيء. وبعد المسألة الثانية عشرة اختفت نافذة المحادثة، وواجهت المجموعتان ثلاث مسائل أخرى بمفردها.

في هذه المسائل الثلاث حلّت المجموعة التي كان معها المساعد 57%، بينما حلّت المجموعة التي بلا مساعد 73%. وتخلى الذين فقدوا مساعدهم عن المسائل بمعدل يقارب الضعف: 20% مقابل 11%. وكفى نحو عشر دقائق من العمل مع الذكاء الاصطناعي لظهور هذا الأثر. وكشفت التجربة التالية تفصيلًا لافتًا: من طلبوا من روبوت المحادثة إجابات جاهزة كان أداؤهم الأسوأ. أما من طلبوا تلميحات فلم تُلاحَظ عليهم خسائر ملموسة.

أجرى التجربة غريس ليو من جامعة كارنيغي ميلون، وبراين كريستيان من مركز الذكاء الاصطناعي المتوافق مع الإنسان (CHAI) في جامعة كاليفورنيا بيركلي، المعروف بكتبه عن الخوارزميات والذكاء الاصطناعي، مع ثلاثة علماء آخرين من أكسفورد ومعهد MIT وجامعة كاليفورنيا في لوس أنجلوس. ظهرت النسخة الأولية من الورقة في أبريل، وعُرضت نسخة منقحة في أكتوبر 2026 في COLM، مؤتمر نمذجة اللغة في سان فرانسيسكو، وفي 9 أكتوبر تناولتها Berkeley News .

اثنتا عشرة مسألة مع مساعد وثلاث بدونه

يقيس علماء النفس المثابرة بطريقة بسيطة نسبيًا: كم يواصل الشخص العمل على مسألة صعبة قبل أن يستسلم. وهنا حُسبت عبر التخطي. كان يمكن تخطي أي مسألة، وكل تخطٍّ يعني أن الشخص قرر ألا يصارعها. وكانت المجموعتان تريان الحل الصحيح بعد كل خطأ، فالجميع كان يتعلم. غير أن مجموعة تعلمت وحدها، وأخرى كان معها رفيق قادر على إنجاز العمل كله نيابة عنها في أي لحظة.

شارك في التجارب الثلاث ما مجموعه 1,222 شخصًا من الولايات المتحدة، وسدّت كل تجربة ثغرة في سابقتها. ربما ارتبك الناس لمجرد اختفاء المحادثة: كانت نافذة قبل لحظة وصارت فراغًا. في التجربة الثانية حصلت المجموعة بلا ذكاء اصطناعي أيضًا على لوحة جانبية تعرض حلولًا لمسائل سبق أن رآها المشاركون. تقلّصت الفجوة لكنها ظلت قائمة، أما الفرق في التخطي فلم يكن هذه المرة ذا دلالة إحصائية، ويقول المؤلفون ذلك صراحة.

وفحصت التجربة الثالثة ما إذا كان الأمر خاصًا بالحساب. أجاب المشاركون عن أسئلة فهم المقروء على نمط اختبار SAT الأمريكي. استمر النمط نفسه، وصار مستخدمو الذكاء الاصطناعي السابقون يتخطون الأسئلة أكثر بوضوح: 8% مقابل 1%.

طلب الإجابة أم طلب التلميح

في التجربة الثانية سُئل المشاركون عن كيفية استخدامهم للمحادثة، وقورنت النتائج بحسب إجاباتهم. بعد إيقاف المحادثة حلّ من طلبوا إجابات جاهزة 65% من المسائل، مقابل 77% في المجموعة الضابطة.

ويضيف المؤلفون هنا تحفظًا مهمًا. فقد اختار الناس بأنفسهم كيف يستخدمون المحادثة، ولم يُوزَّعوا على الطريقتين عشوائيًا. ربما كان من يطلبون إجابات جاهزة هم الذين سيستسلمون أبكر حتى بلا أي ذكاء اصطناعي. لذلك يُظهر التقسيم بحسب الأسلوب ارتباطًا لا سببًا مثبتًا. أما النتيجة الرئيسية فسببية مع ذلك: الذين أُسندوا عشوائيًا إلى مجموعة الذكاء الاصطناعي ساء أداؤهم بعد سحبه.

ليست قصة عن الكسور

قال كريستيان لـBerkeley News: «إنها نتيجة لافتة، لكنها بطريقة ما تمدّ بالذخيرة قصةً يشعر بها كثير منا في حدسه. وأنا أعيشها أيضًا». وفي رأيه ليست هذه قصة عن الكسور ومسائل SAT: النمط نفسه ينطبق على الجميع، من تلاميذ المدارس إلى كبار الخبراء في العالم.

ويصف المؤلفون الآلية هكذا: العمل مع الذكاء الاصطناعي يدرّب الناس على توقع إجابة فورية ويحرمهم من ممارسة شق الطريق بأنفسهم عبر الجزء الصعب. وبعبارة أبسط، الأمر يشبه المصعد. ما دام يعمل لا يحتاج أحد إلى الدرج. وحين يتعطل يبدو الطابق الخامس أعلى مما كان قبل أسبوع.

وظهرت أمور مشابهة في تجارب أخرى. في 2025 نشرت مجلة PNAS دراسة من مدرسة تركية عمل فيها قرابة ألف طالب ثانوي على الرياضيات مع نسختين من GPT-4. وقد ساعدت النسختان أثناء التدريب. لكن في الامتحان، حيث لم يعد الذكاء الاصطناعي متاحًا، جاءت درجات مستخدمي روبوت المحادثة العادي أقل بنسبة 17% من درجات زملائهم الذين درسوا بدونه. أما من عملوا مع نسخة المعلم الخصوصي التي تعطي تلميحات بدل الإجابات فقد كاد هذا الضرر يختفي عندهم.

وفي يناير 2026 اختبرت Anthropic الفكرة نفسها على المبرمجين . تعلّم 52 مطورًا، معظمهم مبتدئون، مكتبة بايثون غير مألوفة لهم. وحصل من تعلموا بمساعدة الذكاء الاصطناعي لاحقًا على 50% في اختبار بدونه، مقابل 67% للبقية. وكانت الفجوة أوسع ما تكون في أسئلة تصحيح الأخطاء. ومرة أخرى كان الأفضل أداءً من سألوا الآلة أسئلة لفهم الشيفرة بدل أن يسلّموها العمل كله.

ما لا تثبته عشر دقائق

العناوين من نوع «الذكاء الاصطناعي يجعلنا أغبى» ليست ما تُظهره هذه التجربة. فهي قاست شيئًا واحدًا: ما يحدث في الدقائق الأولى بعد زوال المساعدة. أما هل يدوم الأثر يومًا أو شهرًا أو سنة من العيش مع روبوت محادثة فلم تختبره الدراسة، ويذكر المؤلفون ذلك قيدًا.

وكانت الرهانات منخفضة على المشاركين أيضًا. فمقابل 2.60 دولار وثلاث عشرة دقيقة من الوقت، قلّما يخوض أحد معركة على كل كسر، أما في الامتحان أو في العمل فالدافع مختلف تمامًا. والأثر ملحوظ لكنه ليس هائلًا: ففي التجربة الثانية تقلّص الفرق في المسائل المحلولة إلى ست نقاط مئوية. وأكثر النتائج تشجيعًا، تلك المتعلقة بالتلميحات، تستند إلى مجموعة فرعية صغيرة. إنها 27% من مجموعة الذكاء الاصطناعي في التجربة الثانية، نحو 80 شخصًا، ولا تزال النتيجة بحاجة إلى تأكيد.

ومع ذلك يتكرر المشهد في ثلاث دراسات مستقلة على أناس مختلفين تمامًا: تلاميذ في تركيا، ومبرمجون، وبالغون عشوائيون في الولايات المتحدة. وفي كل مكان كان الأسوأ أداءً من سلّموا الآلة الجزء الصعب من العمل بالكامل.

معلم لا يدعك تنسخ

الحل الذي يقترحه كريستيان يبدو متواضعًا. فبحسب الإعدادات الافتراضية يمكن أن تعمل إجابات الذكاء الاصطناعي أشبه بمعلم خصوصي: تقودك نحو الفكرة بدل أن تسلّمك النتيجة الجاهزة. ويصوغ الهدف أوسع من أي إعداد: «علينا أن نعمل من أجل مستقبل تُعزَّز فيه القدرات البشرية قدر الإمكان بدل أن تُستبدل».

وتوجد أوضاع كهذه بالفعل. ففي 29 يوليو 2025 أطلقت OpenAI وضع الدراسة في ChatGPT : يطرح أسئلة توجيهية ويسير بك إلى الحل خطوة بخطوة. ولدى Claude وضع تعلّم مشابه. لكن عليك تشغيله بيدك، وفي ChatGPT يمكنك إيقافه في منتصف المحادثة. أما الوضع العادي فما زال يجيب فورًا وبالكامل.

وهكذا يقع الاختيار بين «أعطني الإجابة» و«أعطني تلميحًا» على عاتق الإنسان، ويأتيه في أسوأ وقت ممكن، حين تكون المسألة ملحّة. في هذه القصة يعمل التلميح كدرابزين لا كمصعد: ما زلت تصعد على ساقيك، ولهذا لن يبدو الدرج أشد انحدارًا حين تزول المساعدة.