Tíz perc csevegőrobottal, és az emberek hamarabb adják fel a nehéz feladatokat

A feladatok ötödikes szintűek voltak: közönséges törtek összeadása, kivonása, szorzása és osztása. A résztvevők otthonról oldották meg őket a Prolificon keresztül, azon a platformon, ahol az emberek zsebpénzért vesznek részt kutatásokban, és az egészért 2,60 dollárt kaptak. Felüknek a képernyő jobb oldalán megjelent egy csevegőablak egy mesterségesintelligencia-asszisztenssel. A másik fél semmit sem kapott. A tizenkettedik feladat után a csevegő eltűnt, és mindkét csoportra három újabb feladat várt egyedül.

Ezen a három feladaton az asszisztenst használó csoport 57 százalékot oldott meg, az asszisztens nélküli csoport 73 százalékot. Azok, akik elveszítették a segítőjüket, majdnem kétszer olyan gyakran adták fel a feladatokat: 20 százalékban, szemben a 11 százalékkal. Mintegy tíz perc mesterségesintelligencia-használat elég volt a hatáshoz. A következő kísérlet egy érdekes részletet hozott felszínre: azok jártak a legrosszabbul, akik kész válaszokat kértek a csevegőtől. Azoknál, akik tippeket kértek, nem találtak észrevehető romlást.

A kísérletet Grace Liu (Carnegie Mellon Egyetem), Brian Christian (a UC Berkeley Center for Human-Compatible AI, azaz CHAI központjából; algoritmusokról és mesterséges intelligenciáról szóló könyveiről ismert) és további három kutató végezte az Oxfordról, az MIT-ről és az UCLA-ról. Az előzetes közlemény áprilisban jelent meg, a javított változatot 2026 októberében mutatták be a San Franciscó-i COLM-on, a Conference on Language Modelingen, október 9-én pedig beszámolt róla a Berkeley News .

Tizenkét feladat segítővel, három nélküle

A pszichológusok a kitartást meglehetősen egyszerűen mérik: mennyi ideig dolgozik az ember egy nehéz feladaton, mielőtt feladná. Itt ezt a kihagyások alapján számolták. Bármelyik feladatot ki lehetett hagyni, és minden kihagyás azt jelentette, hogy az illető úgy döntött, nem küzd vele. Mindkét csoport látta a helyes megoldást egy hiba után, tehát mindenki tanult. Az egyik csoport csak egyedül tanult, a másiknak viszont volt társa, aki bármikor elvégezhette helyette az egészet.

Összesen 1222 amerikai vett részt három kísérletben, és mindegyik betömött egy rést az előzőben. Talán az embereket egyszerűen az zökkentette ki, hogy a csevegő eltűnt: az előbb még ott volt az ablak, most meg nincs. A második kísérletben a mesterséges intelligencia nélküli csoport is kapott egy oldalsó panelt, amely olyan feladatok megoldásait mutatta, amelyeket a résztvevők már láttak. A különbség csökkent, de megmaradt, a kihagyások különbsége viszont ezúttal statisztikailag nem volt szignifikáns, és a szerzők ezt nyíltan ki is mondják.

A harmadik kísérlet azt ellenőrizte, hogy ez csak a számtanra jellemző-e. A résztvevők az amerikai SAT stílusában szövegértési kérdésekre válaszoltak. A minta megmaradt, és a korábbi mesterségesintelligencia-használók érezhetően gyakrabban hagytak ki kérdést: 8 százalékban, szemben az 1 százalékkal.

Választ kérni vagy tippet

A második kísérletben megkérdezték a résztvevőket, hogyan használták a csevegőt, és az eredményeket a válaszaik szerint hasonlították össze. A csevegő kikapcsolása után azok, akik kész válaszokat kértek, a feladatok 65 százalékát oldották meg, a kontrollcsoport 77 százalékával szemben.

A szerzők itt fontos fenntartást tesznek. Az emberek maguk döntötték el, hogyan használják a csevegőt; nem véletlenszerűen osztották ki nekik. Talán azok kérnek kész válaszokat, akik mesterséges intelligencia nélkül is előbb feladnák. A használati stílus szerinti bontás tehát összefüggést mutat, nem bizonyított okot. A fő eredmény ettől még oksági: a véletlenszerűen a mesterséges intelligenciás csoportba osztott emberek rosszabbul teljesítettek, miután elvették tőlük.

Nem a törtekről szól

„Ez megdöbbentő eredmény, de bizonyos értelemben muníciót ad egy olyan történethez, amelyet sokan a zsigereinkben is érzünk” – mondta Christian a Berkeley Newsnak. – „Én magam is megtapasztalom.” Szerinte ez nem a törtekről és a SAT-feladatokról szóló történet: ugyanez a minta mindenkire igaz, az általános iskolásoktól a világ vezető szakértőiig.

A szerzők így írják le a mechanizmust: a mesterséges intelligenciával való munka arra szoktatja az embert, hogy azonnali választ várjon, és elveszi a gyakorlatot, hogy egyedül verekedje át magát a nehezén. Leegyszerűsítve, ez a lifthez hasonlít. Amíg működik, senkinek sincs szüksége a lépcsőre. Amikor elromlik, az ötödik emelet valahogy magasabbnak tűnik, mint egy héttel korábban.

Hasonló jelenségek más kísérletekben is felbukkantak. 2025-ben a PNAS folyóirat közölt egy tanulmányt egy törökországi iskolából, ahol közel ezer gimnazista dolgozott matematikán a GPT-4 két változatával. Mindkettő segített a gyakorlás alatt. A vizsgán azonban, ahol már nem volt mesterséges intelligencia, a hagyományos csevegő használói 17 százalékkal rosszabbul teljesítettek azoknál az osztálytársaiknál, akik nélküle tanultak. Azoknál, akik a korrepetitor változattal dolgoztak, amely válaszok helyett tippeket adott, ez a hátrány szinte eltűnt.

2026 januárjában az Anthropic ugyanezt az ötletet programozókon próbálta ki . 52 fejlesztő, többségük junior, tanult meg egy ismeretlen Python-könyvtárat. Azok, akik mesterségesintelligencia-asszisztenssel tanultak, utána az asszisztens nélküli teszten 50 százalékot értek el, a többiek 67 százalékával szemben. A különbség a hibakeresési kérdéseknél volt a legnagyobb. És itt is azok teljesítettek jobban, akik kérdéseket tettek fel a gépnek, hogy megértsék a kódot, ahelyett hogy rábízták volna az egész munkát.

Amit tíz perc nem bizonyít

Az olyan címek, mint „a mesterséges intelligencia butábbá tesz”, nem ezt mutatják ki ebből a kísérletből. Egyetlen dolgot mért: mi történik az első percekben, miután a segítség eltűnik. Hogy a hatás egy napig, egy hónapig vagy egy évig tart-e a csevegőrobottal való együttélésben, azt a tanulmány nem vizsgálta, és a szerzők ezt korlátként nevezik meg.

A tét is alacsony volt a résztvevőknek. 2,60 dollárért és tizenhárom percért kevesen harcolnak minden egyes törtért, egy vizsgán vagy a munkahelyen pedig egészen más a motiváció. A hatás észrevehető, de nem óriási: a második kísérletben a megoldott feladatok közötti különbség hat százalékpontra szűkült. A legbiztatóbb eredmény, a tippekről szóló, pedig egy kis alcsoportra épül. Ez a második kísérlet mesterséges intelligenciás csoportjának 27 százaléka, nagyjából 80 ember, és az eredményt még meg kell erősíteni.

Mégis, a kép három független vizsgálatban ismétlődik, nagyon különböző embereknél: törökországi iskolásoknál, programozóknál, véletlenszerű amerikai felnőtteknél. Mindenhol azok jártak a legrosszabbul, akik a munka nehezét teljesen a gépre bízták.

Korrepetitor, aki nem hagy másolni

A megoldás, amelyet Christian javasol, szerénynek hangzik. Alapértelmezésben a mesterséges intelligencia válaszai működhetnének inkább korrepetitorként: az ötlet felé vezetnének, ahelyett hogy kész eredményt adnának. A célt tágabban fogalmazza meg bármilyen beállításnál: „Olyan jövő felé kell dolgoznunk, amelyben az emberi képességeket a lehető legnagyobb mértékben kiegészítik, nem pedig kiszorítják.”

Ilyen módok már léteznek. 2025. július 29-én az OpenAI elindította a tanulási módot a ChatGPT-ben : vezető kérdéseket tesz fel, és lépésről lépésre elvezet a megoldáshoz. A Claude hasonló tanulási móddal rendelkezik. De ezt kézzel kell bekapcsolni, a ChatGPT-ben pedig a beszélgetés közepén ki is lehet kapcsolni. A hagyományos mód továbbra is azonnal és teljes egészében válaszol.

A választás tehát a „add a választ” és az „adj egy tippet” között az emberre hárul, mégpedig a lehető legrosszabb pillanatban, amikor sürget a feladat. Ebben a történetben a tipp inkább korlátként működik, mint liftként: a saját lábadon mész fel, ezért a lépcső nem lesz meredekebb, ha a segítség eltűnik.