Badanie MIT Media Lab pokazuje, że regularne poleganie na AI do weryfikacji informacji osłabia samodzielne wykrywanie fake newsów o 15 punktów procentowych po miesiącu. Efekt GPS dla krytycznego myślenia – i konkretne konsekwencje dla polskich szkół wdrażających AI.
Korzystasz z ChatGPT, Claude lub Gemini, żeby sprawdzić, czy jakaś wiadomość jest prawdziwa? Nowe badanie MIT Media Lab pokazuje mechanizm, który powinien zaniepokoić każdego: im dłużej polegamy na AI przy weryfikacji informacji, tym gorzej radzimy sobie z tym zadaniem samodzielnie. To nie jest abstrakcyjne ostrzeżenie – to zmierzony, liczbowy efekt. I ma bezpośrednie konsekwencje dla polskich szkół, które właśnie wdrażają narzędzia AI do codziennej edukacji.
Najważniejsze:
- Po miesiącu korzystania z AI do weryfikacji newsów uczestnicy badania wypadali o 15 punktów procentowych gorzej w samodzielnym wykrywaniu dezinformacji niż przed eksperymentem – a zaczynali od poziomu, który i tak nie był wysoki.
- AI skutecznie pomaga w danej chwili (poprawa trafności o 21 proc.), ale nie uczy krytycznego myślenia na przyszłość – to różnica między protezą a rehabilitacją.
- Co piąty uczestnik badania rozwinął wzorzec biernej zależności od chatbota, rezygnując z własnej oceny.
- Rozwiązaniem nie jest rezygnacja z AI, lecz zmiana sposobu jego działania: chatbot jako coach zadający pytania, nie wyrocznia podająca gotowe odpowiedzi.
- Modele językowe są szczególnie zawodne przy emocjonujących, gorących newsach – dokładnie tam, gdzie dezinformacja jest najgroźniejsza.
Liczby, które wymagają kontekstu
Wyniki badania brzmią znajomo: AI pomaga, ale uzależnia. Zanim jednak wzruszymy ramionami, warto zrozumieć skalę. Badacze z MIT Media Lab śledzili przez cztery tygodnie 67 uczestników, którzy oceniali pary nagłówek-zdjęcie pod kątem wiarygodności. Gdy mieli do dyspozycji chatbota, ich skuteczność rosła o 21 punktów procentowych w porównaniu z pracą bez wspomagania. To potwierdza wcześniejsze ustalenia ze Sloan School of Management, że AI potrafi skutecznie ograniczać wiarę w fałszywe treści.
Ale tu zaczyna się właściwy problem. Gdy pod koniec eksperymentu chatbot został odsunięty, wyniki uczestników były o 15 punktów procentowych niższe niż na samym początku badania – zanim w ogóle zetknęli się z AI. Miesiąc korzystania z asystenta nie tylko nie rozwinął ich umiejętności, ale je cofnął.
Czytaj takze: NASK: Mówienie o dwóch płciach to „dezinformacja”
Żeby wyobrazić sobie skalę: jeśli ktoś zaczynał z pewnym poziomem skuteczności w wykrywaniu fałszywych newsów, po miesiącu z AI spadał o 15 punktów procentowych – co w praktyce oznacza, że znacznie więcej dezinformacji przechodzi przez jego filtr niezauważona. Dzieje się to u kogoś, kto subiektywnie czuje się coraz lepszym weryfikatorem. Badanie wskazuje bowiem, że mniej więcej co czwarty uczestnik raportował poczucie poprawy własnych umiejętności, podczas gdy obiektywne wyniki wyraźnie spadały. Wygoda korzystania z narzędzia była mylona z własnym rozwojem.
Efekt GPS, czyli jak narzędzie przejmuje funkcję mózgu
Naukowcy z MIT wpisują zaobserwowane zjawisko w szerszy trend określany mianem deskillingu lub cognitive offloading. Mechanizm jest dobrze udokumentowany: narzędzia technologiczne stopniowo przejmują zadania, które wcześniej wykonywał ludzki mózg, a ten z czasem traci wprawę. Kalkulatory osłabiły zdolność liczenia w pamięci, GPS zredukował naturalne poczucie kierunku. Teraz to samo zjawisko obserwowane jest w odniesieniu do zdolności krytycznej oceny informacji.
Badanie przywołuje też wcześniejszą analizę z 2025 roku, która wykazała, że lekarze używający AI do diagnozowania nowotworów gorzej radzili sobie z tym zadaniem samodzielnie. Wzorzec jest wspólny dla wielu dziedzin. Różnica między GPS a AI weryfikującym newsy jest jednak istotna: utrata poczucia kierunku w terenie to niedogodność. Utrata zdolności do samodzielnej oceny wiarygodności informacji to zagrożenie dla jakości myślenia i podejmowania decyzji w każdej sferze życia.
Co konkretnie psuje AI przy gorących newsach?
Jednym z niedocenianych wątków badania jest opis sytuacji, w których AI zawodzi najdotkliwiej. Modele językowe okazują się szczególnie podatne na błędy właśnie przy dynamicznie rozwijających się, emocjonujących wydarzeniach – gdy dezinformacja rozchodzi się najszybciej i jest najgroźniejsza.
Dlaczego AI zawodzi akurat wtedy? Istnieją co najmniej dwa mechanizmy. Po pierwsze, modele językowe są trenowane na treściach tworzonych przez ludzi – a te bywają coraz bardziej stronnicze lub wręcz nieprawdziwe. Im szybciej rozprzestrzenia się dezinformacja w sieci, tym większe prawdopodobieństwo, że trafia do danych treningowych modelu, zanim zostanie zweryfikowana i usunięta. Po drugie, modele językowe przewidują statystycznie najbardziej prawdopodobny ciąg słów – co w przypadku nagłaśnianych narracji oznacza, że mogą powtarzać i uwiarygodniać dominujący przekaz, nawet jeśli jest fałszywy. To efekt błędnego koła: AI uczy się na coraz gorszym materiale, przez co jej odpowiedzi stają się mniej niezawodne dokładnie tam, gdzie liczy się każda sekunda.
Jeden na pięciu użytkowników rezygnuje z własnej oceny
Badacze wyróżnili w analizie jakościowej konkretny wzorzec zachowań, który nazwali mianem Dependency Developers – rozwijających zależność. Co piąty uczestnik stopniowo przechodził od aktywnej samodzielności do biernego przyjmowania wskazówek AI. Uczestnicy przyznawali, że korzystanie z chatbotów nie przełożyło się na rozwinięcie konkretnych technik weryfikacji – takich jak samodzielna analiza kontekstu wizualnego materiałów.
Czytaj takze: „Zmartwychwstał” w kostnicy i wrócił na imprezę? Absurdalna historia
To obserwacja warta rozwinięcia. Weryfikacja wizualna – sprawdzenie, skąd pochodzi zdjęcie, kiedy zostało wykonane, czy nie zostało wyrwane z kontekstu – to jedna z podstawowych technik fact-checkingu. Narzędzia takie jak reverse image search są dostępne bezpłatnie i nie wymagają żadnej AI. Jeśli miesiąc korzystania z chatbota nie tylko nie uczy tej umiejętności, ale sprawia, że użytkownik przestaje jej w ogóle potrzebować, mamy do czynienia z realnym zubożeniem kompetencji.
Co to oznacza dla polskich szkół i platform edukacyjnych?
To pytanie, które badanie MIT wprost przed sobą nie stawia – bo nie musi, badanie dotyczy USA. Ale dla polskiego czytelnika jest kluczowe i nie można go zbagatelizować ogólnikami.
Polskie szkoły wdrażają narzędzia oparte na AI w tempie, które wyprzedza jakiekolwiek badania nad ich długofalowym wpływem na kompetencje uczniów. Platformy edukacyjne integrują asystentów językowych, ministerstwo zachęca do cyfryzacji, a producenci oprogramowania biurowego domyślnie włączają funkcje AI do pakietów używanych przez nauczycieli i uczniów. Tymczasem badanie MIT pokazuje, że sposób, w jaki AI jest wdrażane, ma większe znaczenie niż sam fakt jego wdrożenia.
Jeśli szkolny asystent AI odpowiada na pytania ucznia zamiast zadawać mu pytania naprowadzające, działa jak kula ortopedyczna – pomaga dziś, ale osłabia kończynę na jutro. W kontekście edukacji medialnej i krytycznego myślenia, które są oficjalnie wymieniane jako cele podstawy programowej, wyniki badania MIT powinny stać się argumentem w rozmowach o tym, jak – a nie tylko czy – wdrażać AI w szkołach.
Czytaj takze: Pochlebstwa AI. Badacze z MIT ostrzegają przed „spiralą urojeń” w którą wpycha ChatGPT
Warto też zauważyć, że dane przytaczane w badaniu MIT, choć dotyczą rynku amerykańskiego, pokazują skalę zjawiska: co piąty nastolatek w USA regularnie korzysta z modeli językowych jako źródła wiadomości, a co czwarty młody dorosły zrobił to przynajmniej raz. Nie ma powodów, by sądzić, że polska młodzież, wyposażona w te same smartfony i aplikacje, zachowuje się zasadniczo inaczej.
Coach zamiast wyroczni: jak AI mogłoby nam pomagać bez tworzenia uzależnienia?
Badanie nie kończy się pesymistycznym wnioskiem, że AI jest złe i należy go odrzucić. Wnioski wskazują raczej, że kluczowa jest zmiana sposobu, w jaki chatbot wchodzi w interakcję z użytkownikiem. Badacze z Media Lab wyróżnili strategie prowadzące do faktycznego rozwoju umiejętności. Należą do nich metoda sokratejska, czyli zadawanie przez AI naprowadzających pytań zamiast serwowania gotowych odpowiedzi, oraz tak zwany deep probing, gdzie system delikatnie skłania rozmówcę do refleksji, gdy ten wydaje się zbaczać z właściwego toku rozumowania.
Co ciekawe, takie podejście początkowo spowalnia sam proces weryfikacji – co jest ceną, którą warto zapłacić, bo w dłuższej perspektywie buduje lepsze umiejętności samodzielnego wykrywania fałszywych informacji. Rozróżnienie, które badacze wprowadzają, jest precyzyjne i użyteczne: AI, które mówi, podając gotowe odpowiedzi, sprzyja uzależnieniu, natomiast AI, które pyta metodą sokratejską, lepiej angażuje użytkownika w samodzielne dochodzenie do prawdy.
To rozróżnienie ma konkretne implikacje dla każdego, kto dziś korzysta z chatbotów. Zamiast prosić o gotowy werdykt, warto zadawać pytania skłaniające do analizy – pytać o argumenty przemawiające za wiarygodnością wiadomości i o to, co powinno budzić wątpliwości. Zamiast prosić o werdykt – prosić o listę pytań weryfikacyjnych. To nie jest bardziej skomplikowane, ale wymaga zmiany nawyku.
Badanie zostało zaprezentowane na konferencji CHI 2026 – Conference on Human Factors in Computing Systems. Jego finansowanie pochodziło m.in. od MIT Media Lab Consortium, MIT Tata Center oraz Google PhD Fellowship w dziedzinie interakcji człowiek-komputer.
Najczęściej zadawane pytania
Które chatboty były testowane w badaniu MIT?
Badanie MIT Media Lab dotyczy ogólnie chatbotów AI i modeli językowych. W materiale źródłowym jako przykłady powszechnie używanych narzędzi tego typu wymieniane są ChatGPT, Claude i Gemini, natomiast autorzy nie wskazują, które konkretnie modele były używane przez uczestników eksperymentu.
Czy efekt osłabienia umiejętności jest odwracalny?
Badanie obejmowało okres czterech tygodni i mierzyło stan umiejętności bezpośrednio po zakończeniu eksperymentu. Autorzy nie badali, czy i w jakim tempie umiejętności wracają po odstawieniu AI – to ważne pytanie, które pozostaje otwarte i wymaga dalszych badań.
Jak długo trwa zanik umiejętności i od kiedy się zaczyna?
Na podstawie omawianego badania nie można określić dokładnego momentu, w którym zaczyna się degradacja umiejętności ani jak szybko postępuje. Eksperyment trwał cztery tygodnie i po tym czasie różnica wynosiła 15 punktów procentowych. Czy efekt pojawia się po tygodniu, czy po miesiącu – tego badanie nie rozstrzyga.
Czy metoda sokratejska w AI jest dostępna w popularnych chatbotach?
Badacze z MIT opisują metodę sokratejską jako rekomendowany kierunek projektowania AI, a nie jako funkcję dostępną domyślnie. Użytkownik może jednak samodzielnie zmienić sposób interakcji z chatbotem, prosząc go wprost o zadawanie pytań naprowadzających zamiast udzielania gotowych odpowiedzi – to zmiana promptu, nie technologii.
Komentarze (0)