Чем больше мы полагаемся на искусственный интеллект (ИИ), тем менее точно мы оцениваем свои собственные способности. Новое исследование показывает, что использование инструментов ИИ, таких как чат-боты, не только помогает нам лучше выполнять задачи, но и заставляет нас думать, что мы лучше, чем есть на самом деле, даже если это не так. Это явление, обратное хорошо известному эффекту Даннинга-Крюгера, имеет глубокие последствия для того, как мы учимся, принимаем решения и поддерживаем навыки критического мышления.
Эффект Даннинга-Крюгера в Обратном Порядке
Эффект Даннинга-Крюгера, названный в честь психологов Дэвида Даннинга и Джастина Крюгера, описывает, как люди с низкой компетентностью в определенной области склонны переоценивать свои способности, в то время как те, кто обладает высокой компетентностью, часто недооценивают их. Это связано с тем, что те, кто не обладает навыками, не обладают самосознанием, чтобы признать свои недостатки.
Однако исследователи из Университета Аалто в Финляндии, а также их коллеги из Германии и Канады, обнаружили, что ИИ переворачивает эту динамику. Когда люди используют ИИ для решения проблем, они все склонны переоценивать свою производительность, независимо от их фактического уровня мастерства. Наиболее ИИ-грамотные пользователи — те, кто наиболее комфортно и полагается на эти инструменты, — демонстрируют наибольшую самоуверенность.
Как ИИ Искажает Самооценку
Исследование, опубликованное в февральском выпуске 2026 года журнала Computers in Human Behavior, включало 500 участников, которым были поставлены задачи на логическое мышление из теста для поступления в юридическую школу (LSAT). Половине было разрешено использовать ChatGPT, а другой половине — нет. Затем обе группы были опрошены об их результатах и их самооценке того, насколько хорошо они справились.
Результаты были поразительными: пользователи ИИ последовательно оценивали свою производительность выше, чем те, кто его не использовал, даже если их фактическая производительность была сопоставимой или хуже. Исследователи объясняют это тем, что они называют «когнитивной разгрузкой» — тенденцией полагаться на ИИ, чтобы думать за нас, уменьшая собственные умственные усилия и критическую оценку.
Компромисс: Производительность против Самосознания
Когда мы используем ИИ, мы часто принимаем первый полученный ответ без дальнейших вопросов или проверки. Эта поверхностная вовлеченность обходит обычные петли обратной связи критического мышления, что затрудняет оценку нашей собственной точности. В результате мы можем лучше справляться с помощью ИИ, но теряем способность точно оценивать насколько хорошо мы это делаем.
Исследование также показало, что разрыв между высококвалифицированными и низкоквалифицированными пользователями сокращается, когда вовлечен ИИ. Это происходит потому, что ИИ помогает всем лучше справляться в той или иной степени, создавая ложное чувство компетентности для всех.
Более Широкие Последствия
Сглаживание эффекта Даннинга-Крюгера несет в себе несколько рисков. По мере того как мы становимся все более зависимыми от ИИ, наша метакогнитивная точность — наша способность думать о своем мышлении — может пострадать. Без строгой самооценки мы рискуем стать ненадежными источниками информации и принимать плохо обоснованные решения.
Исследователи предупреждают, что эта тенденция может привести к увеличению климата ошибочных решений и постепенной эрозии навыков критического мышления. Чем более ИИ-грамотными мы становимся, тем больше вероятность того, что мы переоценим свои способности, усугубляя проблему.
Обращение Тенденции
Чтобы смягчить эти риски, исследование предполагает, что разработчики ИИ должны переориентировать ответы, чтобы поощрять дальнейшие вопросы. Задавая пользователям вопросы, такие как «Насколько вы уверены в этом ответе?» или «Что вы могли упустить?», ИИ может помочь восстановить некоторый уровень метакогнитивной осведомленности.
В конечном счете, исследование подчеркивает критический парадокс эпохи ИИ: хотя эти инструменты могут повысить производительность, они также могут подорвать навыки, необходимые для точной оценки этой производительности. Ключ в том, чтобы обеспечить использование ИИ для дополнения, а не замены наших собственных способностей к критическому мышлению.
