Tien minuten met een chatbot, en mensen geven moeilijke opgaven sneller op

De opgaven waren stof van groep 7: gewone breuken optellen, aftrekken, vermenigvuldigen en delen. De deelnemers maakten ze thuis via Prolific, een platform waar mensen zakgeld verdienen met meedoen aan onderzoek, en kregen $2,60 voor het geheel. De helft kreeg rechts op het scherm een chatvenster met een AI-assistent. De andere helft kreeg niets. Na de twaalfde opgave verdween de chat, en beide groepen kregen nog drie opgaven om zelf op te lossen.

Van die drie loste de groep met assistent 57% op, tegen 73% in de groep zonder. De mensen die hun helper kwijtraakten, gaven ook bijna twee keer zo vaak een opgave op: 20% tegen 11%. Ongeveer tien minuten werken met AI was genoeg voor dit effect. Het volgende experiment leverde een merkwaardig detail op: wie de chatbot om kant-en-klare antwoorden vroeg, deed het slechtst. Bij wie om hints vroeg, werden geen merkbare verliezen gevonden.

Het experiment werd uitgevoerd door Grace Liu van Carnegie Mellon University, Brian Christian van het Center for Human-Compatible AI (CHAI) aan UC Berkeley, bekend van zijn boeken over algoritmen en AI, en drie andere wetenschappers van Oxford, MIT en UCLA. De preprint verscheen in april, een herziene versie werd in oktober 2026 gepresenteerd op COLM, de Conference on Language Modeling in San Francisco, en op 9 oktober schreef Berkeley News erover .

Twaalf opgaven met hulp, drie zonder

Psychologen meten doorzettingsvermogen op een vrij eenvoudige manier: hoe lang iemand aan een moeilijk probleem blijft werken voordat hij de handdoek in de ring gooit. Hier werd dat geteld aan de hand van overgeslagen opgaven. Elke opgave mocht worden overgeslagen, en elke keer dat iemand dat deed, had hij besloten er niet mee te worstelen. Beide groepen kregen na een fout de juiste oplossing te zien, dus iedereen leerde. De ene groep leerde alleen, de andere had een kameraad die het hele werk op elk moment voor je kon doen.

In totaal deden 1.222 mensen uit de Verenigde Staten mee aan drie experimenten, en elk dichtte een gat in het vorige. Misschien werden mensen simpelweg uit hun doen gebracht doordat de chat verdween: het venster was er net nog, en nu is het weg. In het tweede experiment kreeg de groep zonder AI daarom ook een zijpaneel, dat oplossingen toonde van opgaven die de deelnemers al hadden gezien. Het verschil werd kleiner maar bleef bestaan, terwijl het verschil in overgeslagen opgaven ditmaal niet statistisch significant was, en de auteurs zeggen dat openlijk.

Het derde experiment onderzocht of dit iets eigens was aan rekenen. De deelnemers beantwoordden leesbegripvragen in de stijl van de Amerikaanse SAT. Het patroon hield stand: voormalige AI-gebruikers sloegen merkbaar vaker vragen over, 8% tegen 1%.

Om het antwoord vragen of om een hint

In het tweede experiment werd deelnemers gevraagd hoe ze de chat hadden gebruikt, en de resultaten werden vergeleken op basis van hun antwoorden. Nadat de chat was uitgezet, loste wie om kant-en-klare antwoorden had gevraagd 65% van de opgaven op, tegen 77% in de controlegroep.

De auteurs maken hier een belangrijke kanttekening. Mensen kozen zelf hoe ze de chat gebruikten; het werd niet willekeurig toegewezen. Misschien zijn het juist degenen die om kant-en-klare antwoorden vragen die ook zonder AI eerder zouden opgeven. De uitsplitsing naar stijl toont dus een samenhang en geen bewezen oorzaak. Het hoofdresultaat is wel causaal: mensen die willekeurig aan de AI-groep waren toegewezen, deden het slechter zodra die werd weggenomen.

Geen verhaal over breuken

“Het is een opvallende bevinding, maar in zekere zin geeft ze munitie aan een verhaal dat veel van ons al in onze buik voelen”, zei Christian tegen Berkeley News. “Ik ervaar het zelf ook.” Volgens hem gaat het niet om breuken en SAT-opgaven: hetzelfde patroon geldt voor iedereen, van basisschoolleerlingen tot de beste experts ter wereld.

De auteurs beschrijven het mechanisme zo: werken met AI went mensen aan een direct antwoord en neemt de oefening weg om zelfstandig door het moeilijke deel heen te bijten. Kortom, het lijkt op een lift. Zolang die werkt, heeft niemand de trap nodig. Als hij kapotgaat, voelt de vijfde verdieping ineens hoger dan een week geleden.

Vergelijkbare dingen zijn in andere experimenten gezien. In 2025 publiceerde het tijdschrift PNAS een onderzoek op een Turkse school, waar bijna duizend middelbare scholieren wiskunde maakten met twee versies van GPT-4. Beide hielpen tijdens het oefenen. Maar bij het examen, waar AI niet meer beschikbaar was, scoorden gebruikers van de gewone chatbot 17% lager dan klasgenoten die zonder hadden geleerd. Voor wie met de tutorversie had gewerkt, die hints gaf in plaats van antwoorden, verdween die schade bijna helemaal.

In januari 2026 testte Anthropic hetzelfde idee op programmeurs . 52 ontwikkelaars, voornamelijk junioren, leerden een onbekende Python-bibliotheek. Wie met een AI-assistent leerde, scoorde later 50% op een toets zonder assistent, tegen 67% voor de rest. Het verschil was het grootst bij vragen over debuggen. En ook hier deden degenen het beter die de machine vragen stelden om de code te begrijpen, in plaats van het hele werk uit handen te geven.

Wat tien minuten niet bewijzen

Koppen als “AI maakt ons dommer” volgen niet uit dit experiment. Het mat één ding: wat er gebeurt in de eerste minuten nadat de hulp verdwijnt. Of het effect een dag, een maand of een jaar leven met een chatbot aanhoudt, heeft het onderzoek niet getest, en de auteurs noemen dat zelf een beperking.

De inzet voor de deelnemers was ook laag. Voor $2,60 en dertien minuten tijd zullen weinig mensen om elke breuk vechten, en bij een examen of op het werk is de motivatie heel anders. Het effect is merkbaar maar niet enorm: in het tweede experiment kromp het verschil in opgeloste opgaven tot zes procentpunt. En de meest hoopgevende bevinding, die over hints, berust op een kleine subgroep. Dat is 27% van de AI-groep in het tweede experiment, zo’n 80 mensen, en het resultaat moet nog worden bevestigd.

Toch herhaalt het beeld zich in drie onafhankelijke onderzoeken met heel verschillende mensen: scholieren in Turkije, programmeurs, willekeurige volwassenen in de Verenigde Staten. Overal deden degenen die het moeilijke deel van het werk volledig aan de machine overlieten het slechtst.

Een tutor die je niet laat spieken

De oplossing die Christian voorstelt klinkt bescheiden. Standaard zouden AI-antwoorden meer als een tutor kunnen werken: je naar het idee leiden in plaats van het afgemaakte resultaat te overhandigen. Hij formuleert het doel breder dan elke instelling: “We moeten toewerken naar een toekomst waarin menselijke vaardigheden zo veel mogelijk worden versterkt in plaats van vervangen.”

Zulke standen bestaan al. Op 29 juli 2025 lanceerde OpenAI de studiemodus in ChatGPT: die stelt sturende vragen en loodst je stap voor stap naar de oplossing. Claude heeft een vergelijkbare leermodus. Maar je moet hem met de hand aanzetten, en in ChatGPT kun je hem midden in een gesprek uitzetten. De gewone modus antwoordt nog steeds meteen en volledig.

De keuze tussen “geef me het antwoord” en “geef me een hint” ligt dus bij de mens, en komt op het slechtst denkbare moment, wanneer het probleem dringend is. In dit verhaal werkt een hint als een trapleuning in plaats van een lift: je klimt nog steeds op eigen benen, en daarom voelt de trap niet steiler aan zodra de hulp wegvalt.