Čím více se spoléháme na umělou inteligenci (AI), tím méně přesně hodnotíme naše vlastní schopnosti. Nový výzkum ukazuje, že používání nástrojů umělé inteligence, jako jsou chatboti, nám nejen pomáhá dělat lepší úkoly, ale také nás nutí myslet si, že jsme lepší, než ve skutečnosti jsme, i když nejsme. Tento jev, opak dobře známého Dunning-Krugerova efektu, má hluboké důsledky pro to, jak se učíme, činíme rozhodnutí a udržujeme dovednosti kritického myšlení.
Dunning-Krugerův efekt v opačném pořadí
Dunning-Krugerův efekt, pojmenovaný po psychologech Davidu Dunningovi a Justinu Krugerovi, popisuje, jak lidé s nízkou kompetencí v určité oblasti mají tendenci přeceňovat své schopnosti, zatímco ti, kteří jsou vysoce kompetentní, je často podceňují. Je to proto, že ti, kterým chybí dovednosti, nemají sebevědomí, aby přiznali své nedostatky.
Vědci z Aalto University ve Finsku, stejně jako jejich kolegové v Německu a Kanadě, však zjistili, že umělá inteligence tuto dynamiku převrací. Když lidé používají AI k řešení problémů, všichni mají tendenci přeceňovat svůj výkon, bez ohledu na jejich skutečnou úroveň dovedností. Nejvíce sebevědomí prokazují uživatelé s nejvyšší znalostí umělé inteligence – ti, kteří jsou na tyto nástroje nejpohodlnější a spoléhají se na ně.
Jak umělá inteligence narušuje sebevědomí
Studie, publikovaná v únoru 2026 v časopise Computers in Human Behavior, zahrnovala 500 účastníků, kteří dostali úkoly logického uvažování z přijímacího testu na právnickou fakultu (LSAT). Polovině bylo povoleno používat ChatGPT a druhé polovině ne. Obě skupiny byly poté dotazovány ohledně jejich výkonu a jejich sebehodnocení toho, jak dobře si vedly.
Výsledky byly ohromující: uživatelé AI trvale hodnotili svůj výkon výše než ostatní, i když byl jejich skutečný výkon srovnatelný nebo horší. Výzkumníci to připisují tomu, co nazývají „kognitivní zátěží“ – tendenci spoléhat se na AI, aby myslela za nás, což snižuje naše vlastní duševní úsilí a kritický úsudek.
Kompromis: Výkon vs. Sebeuvědomění
Když používáme AI, často přijímáme první odpověď, kterou obdržíme, bez dalšího dotazování nebo kontroly. Toto povrchní zapojení obchází normální zpětnovazební smyčky kritického myšlení, což ztěžuje posouzení naší vlastní přesnosti. Výsledkem je, že můžeme dělat lepší práci s AI, ale ztrácíme schopnost přesně posoudit jak dobře to děláme.
Studie také zjistila, že propast mezi uživateli s vysokou a nízkou kvalifikací se při zapojení umělé inteligence zužuje. Je to proto, že umělá inteligence pomáhá každému do určité míry lépe a vytváří u každého falešný pocit kompetence.
Širší důsledky
Vyhlazení Dunning-Krugerova efektu s sebou nese několik rizik. Jak se stáváme více závislými na AI, naše metakognitivní přesnost – naše schopnost přemýšlet o svém myšlení – může trpět. Bez přísného sebehodnocení riskujeme, že se staneme nespolehlivými zdroji informací a budeme činit špatně informovaná rozhodnutí.
Výzkumníci varují, že tento trend by mohl vést ke vzrůstající atmosféře špatného rozhodování a postupné erozi schopností kritického myšlení. Čím více jsme AI gramotní, tím je pravděpodobnější, že přeceníme své schopnosti, čímž se problém zhorší.
Trendy odvolání
Aby se tato rizika zmírnila, studie navrhuje, aby vývojáři AI přeorientovali odpovědi, aby podpořili další dotazy. Tím, že budete uživatelům klást otázky jako „Jak si jistí touto odpovědí?“ nebo „Co vám může chybět?“, AI může pomoci obnovit určitou úroveň metakognitivního povědomí.
Nakonec studie zdůrazňuje kritický paradox v éře umělé inteligence: ačkoli tyto nástroje mohou zlepšit produktivitu, mohou také podkopat dovednosti potřebné k přesnému posouzení této produktivity. Klíčem je zajistit, aby umělá inteligence byla používána k doplnění, nikoli nahrazení našich vlastních schopností kritického myšlení.
