// Innhold
Oppgavene var på femteklassenivå: å legge sammen, trekke fra, gange og dele vanlige brøker. Deltakerne løste dem hjemmefra via Prolific, en plattform der folk tjener lommepenger på å delta i forskning, og fikk 2,60 dollar for hele opplegget. Halvparten fikk et chattevindu med en AI-assistent på høyre side av skjermen. Den andre halvparten fikk ingenting. Etter den tolvte oppgaven forsvant chatten, og begge gruppene sto overfor tre nye oppgaver på egen hånd.
På disse tre oppgavene løste gruppen som hadde hatt assistenten, 57 %, mens gruppen uten løste 73 %. De som mistet hjelperen, ga også opp oppgaver nesten dobbelt så ofte: 20 % mot 11 %. Omtrent ti minutter med AI var nok til å gi effekten. Det neste eksperimentet avslørte en artig detalj: de som ba chatboten om ferdige svar, kom dårligst ut. Blant dem som ba om hint, ble det ikke funnet merkbare tap.
Eksperimentet ble gjennomført av Grace Liu ved Carnegie Mellon University, Brian Christian ved Center for Human-Compatible AI (CHAI) på UC Berkeley, kjent for bøkene sine om algoritmer og AI, og tre forskere til fra Oxford, MIT og UCLA. Forhåndsutgivelsen kom i april, en revidert versjon ble presentert i oktober 2026 på COLM, Conference on Language Modeling i San Francisco, og 9. oktober ble den omtalt av Berkeley News .
Tolv oppgaver med hjelper, tre uten
Psykologer måler utholdenhet på en ganske enkel måte: hvor lenge et menneske holder på med en vanskelig oppgave før det kaster inn håndkleet. Her ble det talt opp gjennom hoppet-over-valg. Hver oppgave kunne hoppes over, og hvert hopp betydde at personen hadde bestemt seg for ikke å kjempe med den. Begge gruppene fikk se den riktige løsningen etter en feil, så alle lærte. Den ene gruppen lærte bare alene, mens den andre hadde en følgesvenn som når som helst kunne gjøre hele jobben for dem.
Til sammen deltok 1222 personer fra USA i tre eksperimenter, og hvert av dem tettet et hull i det forrige. Kanskje ble folk slått ut bare fordi chatten forsvant: et vindu var der for et øyeblikk siden, og nå er det borte. I det andre eksperimentet fikk gruppen uten AI også et sidepanel, som viste løsninger på oppgaver deltakerne allerede hadde sett. Forskjellen ble mindre, men holdt seg, mens forskjellen i antall hoppede oppgaver denne gangen ikke var statistisk signifikant, og det sier forfatterne åpent.
Det tredje eksperimentet sjekket om dette var noe spesielt for regning. Deltakerne svarte på leseforståelsesspørsmål i stil med den amerikanske SAT-prøven. Mønsteret holdt, og tidligere AI-brukere hoppet over spørsmål merkbart oftere: 8 % mot 1 %.
// Andel oppgaver løst uten AI: gruppen som mistet hjelperen mot kontrollgruppen
Å be om svaret eller om et hint
I det andre eksperimentet ble deltakerne spurt om hvordan de hadde brukt chatten, og resultatene ble sammenlignet etter svarene deres. Da chatten ble slått av, løste de som hadde bedt om ferdige svar, 65 % av oppgavene, mot 77 % i kontrollgruppen.
// To måter å bruke chatten på
Gi meg svaret
Slik jobbet 61 % av AI-deltakerne i det andre eksperimentet. Maskinen tok den vanskelige delen, og mennesket kopierte resultatet. Da chatten forsvant, løste disse folkene færrest oppgaver: 65 %.
Vis meg hvor jeg skal begynne
Slik jobbet 27 % av AI-deltakerne. Mennesket kom seg gjennom den vanskelige delen alene, og chatten ga bare et lite dytt. Ingen betydelige tap ble funnet i denne undergruppen etter at chatten ble slått av.
Forfatterne gjør her et viktig forbehold. Folk valgte selv hvordan de brukte chatten; det ble ikke tildelt tilfeldig. Kanskje er det nettopp de som ber om ferdige svar, som ville gitt opp tidligere selv uten noen AI. Inndelingen etter bruksmåte viser altså en sammenheng, ikke en bevist årsak. Hovedresultatet er likevel kausalt: folk som ved loddtrekning havnet i AI-gruppen, gjorde det dårligere da den ble tatt bort.
Ikke en historie om brøker
«Det er et slående funn, men på en måte gir det næring til en historie mange av oss egentlig føler på magen», sa Christian til Berkeley News. «Jeg opplever det selv også.» Etter hans syn er dette ikke en historie om brøker og SAT-oppgaver: det samme mønsteret gjelder alle, fra barneskoleelever til verdens fremste eksperter.
Forfatterne beskriver mekanismen slik: arbeid med AI trener folk til å vente et umiddelbart svar og tar fra dem øvelsen i å presse seg gjennom den vanskelige delen på egen hånd. Enkelt sagt ligner det på en heis. Så lenge den fungerer, trenger ingen trappen. Når den streiker, føles femte etasje plutselig høyere enn for en uke siden.
Lignende ting har dukket opp i andre eksperimenter. I 2025 publiserte tidsskriftet PNAS en studie fra en tyrkisk skole der nesten tusen videregåendeelever jobbet med matte med to versjoner av GPT-4. Begge hjalp under øving. Men på eksamen, der AI ikke lenger var tilgjengelig, skåret brukerne av den vanlige chatboten 17 % lavere enn klassekamerater som hadde øvd uten. For dem som hadde jobbet med veilederversjonen, som ga hint i stedet for svar, nesten forsvant denne skaden.
I januar 2026 testet Anthropic den samme ideen på programmerere . 52 utviklere, de fleste uerfarne, lærte et ukjent Python-bibliotek. De som lærte med en AI-assistent, fikk senere 50 % på en test uten den, mot 67 % for de andre. Forskjellen var størst på spørsmål om feilsøking. Og igjen var det de som stilte maskinen spørsmål for å forstå koden, i stedet for å overlate hele jobben til den, som gjorde det bedre.
Hva ti minutter ikke beviser
Overskrifter som «AI gjør oss dummere» er ikke det dette eksperimentet viser. Det målte én ting: hva som skjer i de første minuttene etter at hjelpen forsvinner. Om effekten varer en dag, en måned eller et år med en chatbot i hverdagen, har ikke studien undersøkt, og forfatterne nevner dette som en begrensning.
Innsatsen for deltakerne var også lav. For 2,60 dollar og tretten minutter av tiden sin er det få som kjemper for hver eneste brøk, og på en eksamen eller på jobb er motivasjonen helt annerledes. Effekten er merkbar, men ikke enorm: i det andre eksperimentet krympet forskjellen i løste oppgaver til seks prosentpoeng. Og det mest oppmuntrende funnet, det om hint, hviler på en liten undergruppe. Det er 27 % av AI-gruppen i det andre eksperimentet, rundt 80 personer, og resultatet må fortsatt bekreftes.
Likevel gjentar bildet seg i tre uavhengige studier med svært ulike mennesker: skolebarn i Tyrkia, programmerere, tilfeldige voksne i USA. Overalt kom de som overlot den vanskelige delen av arbeidet helt til maskinen, dårligst ut.
En veileder som ikke lar deg kopiere
Løsningen Christian foreslår, høres beskjeden ut. Som standard kunne AI-svar fungere mer som en veileder: lede deg mot ideen i stedet for å levere det ferdige resultatet. Han formulerer målet bredere enn noen innstilling: «Vi må arbeide mot en fremtid der menneskelige evner i størst mulig grad forsterkes i stedet for å erstattes.»
Slike moduser finnes allerede. 29. juli 2025 lanserte OpenAI studiemodus i ChatGPT : den stiller veiledende spørsmål og leder deg trinn for trinn frem til løsningen. Claude har en lignende læringsmodus. Men du må slå den på for hånd, og i ChatGPT kan du slå den av midt i en samtale. Den vanlige modusen svarer fortsatt umiddelbart og fullt ut.
Valget mellom «gi meg svaret» og «gi meg et hint» ligger altså hos mennesket, og det kommer i det verst tenkelige øyeblikket, når oppgaven haster. I denne historien fungerer et hint som et rekkverk, ikke en heis: du går fortsatt opp på egne bein, og derfor føles ikke trappen noe brattere når hjelpen er borte.
