Tio minuter med en chatbot, och människor ger upp svåra problem snabbare

Uppgifterna motsvarade femteklassmatte: addera, subtrahera, multiplicera och dividera vanliga bråk. Deltagarna löste dem hemifrån via Prolific, en plattform där man tjänar fickpengar på att delta i forskning, och fick 2,60 dollar för hela passet. Hälften fick ett chattfönster med en AI-assistent på högra sidan av skärmen. Den andra hälften fick ingenting. Efter den tolfte uppgiften försvann chatten, och båda grupperna ställdes inför tre uppgifter till på egen hand.

På de tre uppgifterna löste gruppen som hade haft assistenten 57 procent, medan gruppen utan den löste 73 procent. De som förlorade sin hjälpare gav också upp uppgifter nästan dubbelt så ofta: 20 procent mot 11. Ungefär tio minuters arbete med AI räckte för att ge effekten. Nästa experiment avslöjade en kuriös detalj: de som bad chatboten om färdiga svar klarade sig sämst. Bland dem som bad om ledtrådar fann man inga märkbara förluster.

Experimentet genomfördes av Grace Liu vid Carnegie Mellon University, Brian Christian vid Center for Human-Compatible AI (CHAI) på UC Berkeley, känd för sina böcker om algoritmer och AI, och tre forskare till från Oxford, MIT och UCLA. Förtrycket kom i april, en reviderad version presenterades i oktober 2026 på COLM, Conference on Language Modeling i San Francisco, och den 9 oktober skrev Berkeley News om det .

Tolv uppgifter med hjälp, tre utan

Psykologer mäter uthållighet ganska enkelt: hur länge en person fortsätter arbeta med ett svårt problem innan hen kastar in handduken. Här räknades det via överhoppningar. Varje uppgift kunde hoppas över, och varje överhoppning betydde att personen hade bestämt sig för att inte kämpa med den. Båda grupperna fick se rätt lösning efter ett misstag, så alla lärde sig något. Den ena gruppen lärde sig bara på egen hand, medan den andra hade en följeslagare som när som helst kunde göra hela jobbet åt dem.

Sammanlagt deltog 1 222 personer från USA i tre experiment, och vart och ett täppte till ett hål i det förra. Kanske blev människor förvirrade bara av att chatten försvann: ett fönster fanns där nyss, och nu är det borta. I det andra experimentet fick gruppen utan AI också en sidopanel som visade lösningar på uppgifter som deltagarna redan hade sett. Skillnaden krympte men höll i sig, medan skillnaden i överhoppningar den här gången inte var statistiskt signifikant, vilket författarna öppet säger.

Det tredje experimentet prövade om detta var något särskilt för aritmetik. Deltagarna svarade på läsförståelsefrågor i stil med amerikanska SAT. Mönstret höll, och de som tidigare använt AI hoppade över frågor märkbart oftare: 8 procent mot 1.

Be om svaret eller om en ledtråd

I det andra experimentet fick deltagarna frågan hur de hade använt chatten, och resultaten jämfördes utifrån deras svar. När chatten stängts av löste de som bett om färdiga svar 65 procent av uppgifterna, mot 77 procent i kontrollgruppen.

Här lägger författarna till en viktig reservation. Människorna valde själva hur de använde chatten; det lottades inte. Kanske är det just de som ber om färdiga svar som skulle ge upp snabbare även utan någon AI. Uppdelningen efter stil visar alltså ett samband, inte ett bevisat orsakssamband. Huvudresultatet är ändå kausalt: människor som slumpmässigt tilldelats AI-gruppen presterade sämre när den togs ifrån dem.

Det handlar inte om bråk

“Det är ett slående resultat, men på sätt och vis ger det bränsle åt en berättelse som många av oss känner på magen”, sa Christian till Berkeley News. “Jag upplever det också.” Enligt honom handlar det här inte om bråk och SAT-uppgifter: samma mönster gäller alla, från lågstadieelever till världens främsta experter.

Författarna beskriver mekanismen så här: arbete med AI tränar människor att vänta sig ett omedelbart svar och tar bort övningen i att själv kämpa sig igenom det svåra. Enkelt uttryckt liknar det en hiss. Så länge den fungerar behöver ingen trapporna. När den går sönder känns femte våningen plötsligt högre än den gjorde för en vecka sedan.

Liknande saker har dykt upp i andra experiment. År 2025 publicerade tidskriften PNAS en studie från en turkisk skola där nästan tusen gymnasieelever arbetade med matematik med hjälp av två versioner av GPT-4. Båda hjälpte under övningen. Men på provet, där AI inte längre fanns att tillgå, fick användarna av den vanliga chatboten 17 procent lägre poäng än klasskamrater som studerat utan den. För dem som arbetat med handledarversionen, som gav ledtrådar i stället för svar, nästan försvann den skadan.

I januari 2026 prövade Anthropic samma idé på programmerare . Femtiotvå utvecklare, mest juniorer, lärde sig ett obekant Python-bibliotek. De som lärde sig med en AI-assistent fick senare 50 procent på ett prov utan den, mot 67 procent för de övriga. Klyftan var störst på felsökningsfrågor. Och återigen var det de som ställde frågor till maskinen för att förstå koden, i stället för att lämna över hela jobbet, som klarade sig bättre.

Vad tio minuter inte bevisar

Rubriker som “AI gör oss dummare” är inte vad det här experimentet visar. Det mätte en enda sak: vad som händer under de första minuterna efter att hjälpen försvunnit. Om effekten består i en dag, en månad eller ett år med en chatbot har studien inte undersökt, och författarna nämner det som en begränsning.

Insatserna för deltagarna var också låga. För 2,60 dollar och tretton minuters tid kämpar få in i det sista med varje bråk, och på ett prov eller på jobbet är motivationen en helt annan. Effekten är märkbar men inte enorm: i det andra experimentet krympte skillnaden i lösta uppgifter till sex procentenheter. Och det mest uppmuntrande fyndet, det om ledtrådar, vilar på en liten undergrupp. Det är 27 procent av AI-gruppen i det andra experimentet, omkring 80 personer, och resultatet behöver fortfarande bekräftas.

Ändå upprepas bilden i tre oberoende studier med mycket olika människor: skolbarn i Turkiet, programmerare, slumpmässiga vuxna i USA. Överallt klarade sig de som lämnade över den svåra delen av arbetet helt till maskinen sämst.

En handledare som inte låter dig kopiera

Lösningen Christian föreslår låter blygsam. Som standard kunde AI-svar fungera mer som en handledare: leda dig mot idén i stället för att räcka över det färdiga resultatet. Han formulerar målet bredare än någon inställning: “Vi måste arbeta mot en framtid där mänskliga förmågor så långt det går förstärks i stället för att ersättas.”

Sådana lägen finns redan. Den 29 juli 2025 lanserade OpenAI studieläge i ChatGPT : det ställer vägledande frågor och leder dig steg för steg fram till lösningen. Claude har ett liknande inlärningsläge. Men man måste slå på det för hand, och i ChatGPT kan man stänga av det mitt i ett samtal. Det vanliga läget svarar fortfarande direkt och fullständigt.

Valet mellan “ge mig svaret” och “ge mig en ledtråd” faller alltså på människan, och det kommer i värsta tänkbara ögonblick, när problemet är akut. I den här historien fungerar en ledtråd som ett räcke snarare än en hiss: du klättrar fortfarande på egna ben, och därför känns trappan inte brantare när hjälpen är borta.