// Sisältö
Tehtävät olivat viidesluokkalaisten tasoa: murtolukujen yhteen-, vähennys-, kerto- ja jakolaskua. Osallistujat ratkoivat niitä kotoa Prolificin kautta, alustalla, jossa ihmiset ansaitsevat taskurahaa tutkimuksiin osallistumalla, ja koko hommasta maksettiin 2,60 dollaria. Puolelle ruudun oikeaan reunaan ilmestyi chat-ikkuna tekoälyavustajan kanssa. Toinen puoli ei saanut mitään. Kahdennentoista tehtävän jälkeen chat katosi, ja molempien ryhmien piti selvitä kolmesta viimeisestä tehtävästä yksin.
Näistä kolmesta tehtävästä avustajaa käyttänyt ryhmä ratkaisi 57 prosenttia, ilman avustajaa ollut ryhmä 73 prosenttia. Apurinsa menettäneet myös jättivät tehtäviä kesken lähes kaksi kertaa useammin: 20 prosenttia vastaan 11. Noin kymmenen minuuttia tekoälyn kanssa työskentelyä riitti aiheuttamaan vaikutuksen. Seuraava koe toi esiin kiinnostavan yksityiskohdan: huonoimmin pärjäsivät ne, jotka olivat pyytäneet chatbotilta valmiita vastauksia. Vihjeitä pyytäneillä ei havaittu merkittäviä menetyksiä.
Kokeen toteuttivat Carnegie Mellonin yliopiston Grace Liu, Berkeleyn yliopiston ihmisystävällisen tekoälyn keskuksen (CHAI) Brian Christian, joka tunnetaan algoritmeja ja tekoälyä käsittelevistä kirjoistaan, sekä kolme muuta tutkijaa Oxfordista, MIT:stä ja UCLA:sta. Esijulkaisu ilmestyi huhtikuussa, tarkistettu versio esiteltiin lokakuussa 2026 San Franciscossa pidetyssä COLM-konferenssissa (Conference on Language Modeling), ja 9. lokakuuta siitä kertoi Berkeley News .
Kaksitoista tehtävää apurin kanssa, kolme ilman
Psykologit mittaavat sinnikkyyttä melko yksinkertaisesti: kuinka kauan ihminen jaksaa työstää vaikeaa tehtävää ennen kuin luovuttaa. Tässä se laskettiin ohitusten kautta. Minkä tahansa tehtävän sai ohittaa, ja jokainen ohitus tarkoitti, että ihminen oli päättänyt olla ponnistelematta sen kanssa. Molemmat ryhmät näkivät oikean ratkaisun virheen jälkeen, joten kaikki oppivat. Toinen ryhmä vain opetteli yksin, kun taas toisella oli kumppani, joka saattoi tehdä koko homman heidän puolestaan milloin tahansa.
Kolmessa kokeessa oli yhteensä 1 222 yhdysvaltalaista osallistujaa, ja jokainen koe täytti edellisen aukon. Ehkä ihmiset hämmentyivät pelkästä siitä, että chat katosi: ikkuna oli hetki sitten paikallaan ja nyt sitä ei ole. Toisessa kokeessa ilman tekoälyä työskennellyt ryhmä sai myös sivupaneelin, joka näytti ratkaisut tehtäviin, jotka osallistujat olivat jo nähneet. Ero kapeni mutta säilyi, kun taas ohitusten ero ei tällä kertaa ollut tilastollisesti merkitsevä, ja tekijät sanovat sen avoimesti.
Kolmas koe tarkisti, oliko ilmiö jotain aritmetiikalle ominaista. Osallistujat vastasivat luetun ymmärtämisen kysymyksiin yhdysvaltalaisen SAT-kokeen tyyliin. Kuvio toistui, ja entiset tekoälyn käyttäjät ohittivat kysymyksiä selvästi useammin: 8 prosenttia vastaan 1.
// Ilman tekoälyä ratkaistujen tehtävien osuus: apurinsa menettänyt ryhmä vs kontrolliryhmä
Vastausta vai vihjettä
Toisessa kokeessa osallistujilta kysyttiin, miten he olivat käyttäneet chattia, ja tuloksia verrattiin heidän vastaustensa mukaan. Kun chat oli sammutettu, valmiita vastauksia pyytäneet ratkaisivat 65 prosenttia tehtävistä, kontrolliryhmä 77.
// Kaksi tapaa käyttää chattia
Anna vastaus
Näin toimi 61 prosenttia tekoälyryhmän osallistujista toisessa kokeessa. Kone teki vaikean osuuden, ja ihminen kopioi tuloksen. Kun chat katosi, nämä ihmiset ratkaisivat vähiten tehtäviä: 65 prosenttia.
Näytä, mistä aloitan
Näin toimi 27 prosenttia tekoälyryhmän osallistujista. Ihminen selvisi vaikeasta osuudesta itse, ja chat vain tökkäsi oikeaan suuntaan. Tässä alaryhmässä ei havaittu merkittäviä menetyksiä chatin sammuttamisen jälkeen.
Tekijät lisäävät tähän tärkeän varauksen. Ihmiset valitsivat itse, miten käyttivät chattia; sitä ei arvottu. Ehkä valmiita vastauksia pyytävät ovat juuri niitä, jotka luovuttaisivat aiemmin ilman tekoälyäkin. Siksi jako käyttötavan mukaan osoittaa yhteyden, ei todistettua syytä. Pääasiallinen tulos on silti kausaalinen: tekoälyryhmään satunnaisesti arvotut pärjäsivät huonommin, kun apu otettiin pois.
Ei tarina murtoluvuista
”Tulos on hätkähdyttävä, mutta tavallaan se antaa ammuksia tarinalle, jonka monet meistä aistivat vatsassaan”, Christian sanoi Berkeley Newsille. ”Koen sen itsekin.” Hänen mukaansa kyse ei ole murtoluvuista tai SAT-tehtävistä: sama kuvio koskee kaikkia ala-asteen oppilaista maailman johtaviin asiantuntijoihin.
Tekijät kuvaavat mekanismia näin: tekoälyn kanssa työskentely totuttaa odottamaan välitöntä vastausta ja vie harjoituksen, jossa vaikea kohta puskettaisiin itse läpi. Yksinkertaistaen se muistuttaa hissiä. Kun se toimii, kukaan ei tarvitse portaita. Kun se menee epäkuntoon, viides kerros tuntuu jotenkin korkeammalta kuin viikko sitten.
Vastaavaa on nähty muissakin kokeissa. Vuonna 2025 lehti PNAS julkaisi tutkimuksen turkkilaisesta koulusta, jossa lähes tuhat lukiolaista teki matematiikkaa GPT-4:n kahden version kanssa. Molemmat auttoivat harjoittelun aikana. Mutta kokeessa, jossa tekoäly ei enää ollut käytettävissä, tavallisen chatbotin käyttäjät saivat 17 prosenttia huonommat tulokset kuin ilman sitä opiskelleet luokkatoverit. Niillä, jotka olivat työskennelleet valmentajaversion kanssa, joka antoi vastausten sijaan vihjeitä, haitta lähes katosi.
Tammikuussa 2026 Anthropic testasi samaa ideaa ohjelmoijilla . 52 kehittäjää, enimmäkseen aloittelijoita, opetteli tuntemattoman Python-kirjaston. Tekoälyavustajan kanssa opiskelleet saivat myöhemmin ilman sitä tehdyssä testissä 50 prosenttia, muut 67. Ero oli suurin virheenkorjauskysymyksissä. Ja jälleen paremmin pärjäsivät ne, jotka kysyivät koneelta ymmärtääkseen koodia sen sijaan, että olisivat jättäneet koko työn sille.
Mitä kymmenen minuuttia ei todista
Otsikot kuten ”tekoäly tekee meistä tyhmempiä” eivät ole sitä, mitä tämä koe osoittaa. Se mittasi yhtä asiaa: mitä tapahtuu ensimmäisinä minuutteina avun häviämisen jälkeen. Kestääkö vaikutus päivän, kuukauden vai vuoden chatbotin kanssa elämistä, sitä tutkimus ei testannut, ja tekijät nimeävät tämän rajoitteeksi.
Myös osallistujien panokset olivat pienet. Kun palkkio on 2,60 dollaria ja aikaa menee kolmetoista minuuttia, harva taistelee jokaisesta murtoluvusta, ja kokeessa tai töissä motivaatio on aivan toista luokkaa. Vaikutus on huomattava mutta ei valtava: toisessa kokeessa ratkaistujen tehtävien ero kapeni kuuteen prosenttiyksikköön. Ja kaikkein rohkaisevin havainto, vihjeitä koskeva, nojaa pieneen alaryhmään. Se on 27 prosenttia tekoälyryhmästä toisessa kokeessa, noin 80 ihmistä, ja tulos kaipaa yhä vahvistusta.
Silti kuva toistuu kolmessa toisistaan riippumattomassa tutkimuksessa hyvin erilaisilla ihmisillä: turkkilaisilla koululaisilla, ohjelmoijilla ja satunnaisilla aikuisilla Yhdysvalloissa. Kaikkialla huonoimmin pärjäsivät ne, jotka jättivät työn vaikean osan kokonaan koneelle.
Opettaja, joka ei anna kopioida
Christianin ehdottama korjaus kuulostaa vaatimattomalta. Tekoälyn vastaukset voisivat oletuksena toimia enemmän kuin opettaja: johdattaa ajatuksen äärelle sen sijaan, että ojentaisivat valmiin tuloksen. Hän muotoilee tavoitteen laajemmin kuin mikään asetus: ”Meidän on pyrittävä tulevaisuuteen, jossa ihmisen kyvyt vahvistuvat mahdollisimman paljon eivätkä korvaudu.”
Tällaisia tiloja on jo. 29. heinäkuuta 2025 OpenAI julkaisi ChatGPT:n opiskelutilan : se esittää johdattelevia kysymyksiä ja kulkee kanssasi ratkaisuun askel kerrallaan. Claudessa on vastaava oppimistila. Mutta se täytyy kytkeä päälle käsin, ja ChatGPT:ssä sen voi sammuttaa kesken keskustelun. Tavallinen tila vastaa edelleen heti ja kokonaan.
Niinpä valinta ”anna vastaus” ja ”anna vihje” välillä jää ihmiselle, ja se osuu pahimpaan mahdolliseen hetkeen, kun tehtävä polttaa. Tässä tarinassa vihje toimii kaiteen eikä hissin tavoin: kiipeät yhä omilla jaloillasi, minkä vuoksi portaat eivät tunnu jyrkemmiltä, kun apu on poissa.
