Короткий ответ. ИИ не «портит мозг», но он выключает конкретный навык из работы — и тот слабеет, как любая мышца без нагрузки. В эксперименте MIT Media Lab люди с подсказкой ИИ сразу стали на 21% точнее отличать фейковые новости от настоящих, а через месяц без подсказки справлялись на 15% хуже, чем в самом начале. Решает не сам факт использования, а режим: «дай ответ» растит зависимость, «задай мне вопросы» — сохраняет навык.
Как ИИ влияет на мозг: что показал эксперимент MIT
Группа Патти Мейс в MIT Media Lab четыре недели наблюдала за 67 участниками. Задача бытовая: человеку показывали пару «заголовок + картинка» и просили сказать, настоящая это новость или выдумка. Иногда рядом работал ИИ-помощник, с которым можно было обсудить решение.
Первый результат приятный: с помощником точность выросла в среднем на 21%. Инструмент работает — это честный факт.
Второй результат неприятный. В четвёртую неделю тех же людей посадили разбирать новые заголовки уже без ИИ. Их точность оказалась на 15,3% ниже, чем на нулевой неделе — то есть ниже их собственного стартового уровня, ещё до всякого помощника. Не «не выросла», а именно упала. Работа принята на конференцию CHI 2026, авторы — Анку Рани, Вальдемар Данри, Пол Пу Лян, Эндрю Липпман и Патти Мейс.
Эти два факта надо держать в голове одновременно. ИИ действительно помогает — прямо сейчас, измеримо. И он же снимает нагрузку с навыка, за счёт которого человек справлялся раньше сам. Одно не отменяет другое.
Почему четверть участников решила, что стала лучше
Самая тревожная деталь исследования — не проценты. Около четверти участников были уверены, что за месяц научились лучше различать фейки. В момент, когда объективно стали хуже.
Это не глупость. Человек судит о навыке по результату, а результат был хороший: с помощником он разбирал заголовки увереннее и быстрее. Ощущение компетентности возникает от связки «я + инструмент», а проверяют потом «я» отдельно.
Аналогия, которая всё объясняет без всякой паники, — навигатор. Мы почти все возим по городу с подсказкой в телефоне и доезжаем куда надо. При этом маршруты в голове перестали складываться: свернуть без подсказки в незнакомом районе стало заметно сложнее. Это измеряли: в работе Дамани и Бобо (Scientific Reports, 2020) у водителей с большим стажем GPS пространственная память при самостоятельной навигации была хуже и за три года снижалась быстрее — причём не потому, что они изначально плохо ориентировались.
Никто из-за этого не выбрасывает навигатор. Просто полезно знать, что именно ты за него платишь.
Что именно атрофируется, а что нет
Формулировка «ИИ делает нас глупее» плоха тем, что пугает и мешает понять суть. Точнее так: перестаёт тренироваться конкретная операция — самостоятельная проверка утверждения.
Разница между «стал глупее» и «перестал делать сам» принципиальна. Первое звучит как необратимый ущерб. Второе — как навык, который просел без практики и возвращается с практикой. Психологи называют это когнитивной разгрузкой: мы передаём операцию внешнему носителю, чтобы освободить голову. Так работают калькулятор и записная книжка — обычно разумная сделка. Проблема начинается там, где разгруженная операция была не рутиной, а собственно мышлением: сопоставить источники, заметить нестыковку в дате, усомниться в слишком удобной для кого-то новости.
В опросных работах (например, у Герлиха, 2025, на 666 участниках) частое обращение к ИИ тоже связано с более низкими показателями критического мышления — и связь опосредована именно разгрузкой. Но опрос показывает корреляцию, а эксперимент MIT — динамику у одних и тех же людей.
Как вы пользуетесь ИИ → что происходит с навыком
Ключевое практическое открытие исследования: важно не «пользуетесь или нет», а как именно. Вот та же таблица, что я держу в голове сама.
— «Проверь, правда это или нет» → ИИ выдаёт вердикт, вы его принимаете. Навык не задействован вообще.
— «Кратко перескажи, что тут не так» → экономит время, но выводы делает машина. Навык слабеет медленно и незаметно.
— Сначала своя версия, потом ИИ на сверку → ваша гипотеза уже сформулирована, ИИ работает оппонентом. Навык тренируется.
— «Задай мне наводящие вопросы, ответ не говори» → сократовский режим из эксперимента. Медленнее, но навык растёт.
— «Покажи, как это проверить самому» → вы получаете метод, а не ответ. Навык растёт и остаётся.
— Раз в неделю разобрать новость целиком без ИИ → контрольная для себя. Навык проверяется на честность.
В эксперименте два режима сравнивали напрямую. Тот, что выдавал готовые ответы, вёл к пассивному согласию. Тот, что задавал наводящие вопросы, замедлял человека и требовал усилий — зато поддерживал самостоятельность. Компромисс между скоростью и усилием тут неизбежный.
Промпты, которые переводят ИИ в режим «помоги подумать»
По умолчанию чат-бот торопится выдать вердикт: так он выглядит полезнее. Перевести его в другой режим — вопрос одной фразы в начале разговора.
— «Не говори ответ сразу. Сначала спроси меня, что я уже проверила».
— «Перечисли, на что я должна посмотреть сама, чтобы решить. Своего вывода не давай».
— «Дай два противоположных объяснения этой новости и скажи, какое наблюдение их различит».
— «Задай мне три вопроса, которые задал бы редактор-скептик».
— «Я думаю, что это фейк, потому что… Найди слабое место в моих рассуждениях».
Последняя формулировка мне нравится больше всех: она заставляет сначала сформулировать собственную версию, а уже потом подключать машину. Сформулированную вслух мысль сложно незаметно подменить чужой.
Как проверять новость с ИИ и не получать вердикт
Конкретно про новости. Не спрашивайте «это правда?» — спрашивайте «как это проверить?». Хороший набор вопросов помощнику выглядит так:
— Кто сообщил первым и на что он ссылается? Где здесь первоисточник, а где пересказ пересказа?
— Какая дата у события и какая — у публикации? Не всплыла ли старая история под видом свежей?
— Подтверждает ли это кто-то ещё независимо — не перепечаткой того же текста, а собственными данными?
— Что именно в формулировке проверяемо, а что — оценка? Какие слова здесь делают всю работу?
— Кому выгодно, чтобы я в это поверила, и что я бы увидела, если бы новость была ложной?
На такие вопросы ИИ отвечает неплохо: это про метод, а не про свежие факты. А вот финальный вердикт лучше выносить самой. Про признаки подделки в самих изображениях у нас есть отдельный разбор.
Почему ИИ — плохой арбитр правды
Есть и вторая причина не отдавать вердикт машине, помимо заботы о своём навыке. Языковая модель плохо приспособлена быть судьёй факта — по трём независимым причинам.
Она не знает свежих событий: обучение обрывается на какой-то дате, а поиск подключается не всегда. Про новость сегодняшнего утра модель может не иметь ни одного факта — и всё равно ответить.
Она уверенно ошибается. Тон ответа не зависит от того, знает модель или додумывает. Проверки Full Fact показывали, как несколько популярных ботов подряд опознавали сгенерированные изображения как настоящие сцены — тем же ровным голосом, что и правильные ответы.
Её ответ можно подкрутить снаружи. Модель, которая ходит в интернет, читает и то, что написано специально, чтобы её убедить: хорошо оптимизированная фальшивка попадает в выдачу так же, как правда.
ИИ отлично работает как ассистент проверки: собрать версии, найти исходную публикацию, показать, где в цепочке пересказов потерялась оговорка. Как последняя инстанция — нет.
Не спрашивайте у ИИ, правда ли это. Спрашивайте, как это проверить.
Как не потерять хватку: три рабочих правила
Первое: сначала своя версия, потом ИИ. Даже десять секунд на «мне кажется, это фейк, потому что фотография зимняя, а речь про август» переводят разговор в другой режим. Вы приходите с гипотезой, а не за готовым мнением.
Второе: периодически проверять что-то полностью самому. Раз в неделю дойти до первоисточника руками — открыть сайт агентства, найти дату, поискать независимое подтверждение. Неудобно ровно настолько, насколько нужно, чтобы навык остался живым.
Третье: следить за формой вопроса. «Правда ли?» — вопрос к судье. «Как проверить?» — вопрос к учителю. Между ними разница в одну секунду при наборе и месяцы разницы в результате.
Про ту же логику применительно к учёбе — что делать, чтобы нейросеть помогала заниматься, а не решала за вас, — у нас есть отдельный текст.
Чего это исследование не доказывает
Теперь честные ограничения, без которых разговор превращается в панику.
67 человек — небольшая выборка, месяц — короткий срок. Что будет через полгода и восстановится ли навык после паузы, из этой работы не следует. Авторы сами перечисляют ограничения: небольшой проверенный набор новостей (около полусотни), участники только из США и Великобритании, один месяц наблюдения.
И главное: измеряли ровно один навык — распознавание фейковых новостей. Переносить вывод на «мышление вообще» оснований нет. Из того, что просела проверка заголовков, не следует, что просело умение считать, спорить или писать. Может быть, там то же самое, а может быть, и нет — этого пока никто не показал.
Но даже с этими оговорками результат стоит внимания. Он не про то, что ИИ вреден. Он про то, что польза и издержки приходят из одного и того же места, и разделить их можно только манерой обращения. Инструмент, который отвечает за вас, делает вас быстрее сегодня. Инструмент, который заставляет вас думать, оставляет вас способной завтра. Это один и тот же чат — разница только в первой фразе.
Частые вопросы
Правда ли ИИ делает людей глупее?
Нет данных о том, что общий интеллект снижается. Есть данные о том, что конкретный навык, который вы перестали использовать, слабеет. В эксперименте MIT это была самостоятельная проверка новостей: минус 15,3% к собственному стартовому уровню за месяц. Это про недостаток практики, а не про повреждение чего-либо.
Как понять, что у меня уже развилась зависимость от ИИ?
Простой тест: попробуйте разобрать спорную новость до конца без помощника. Если вы не знаете, с чего начать, и рука тянется открыть чат — навык просел. Тревожный признак из исследования как раз в том, что четверть людей этого не замечает: с подсказкой-то всё получается.
Нужно ли перестать пользоваться нейросетями?
Нет, и исследование этого не предлагает. Тот же эксперимент показал, что ИИ реально повышает точность на месте — на 21%. Смысл не в отказе, а в смене режима: просить у ИИ метод и вопросы вместо готовых вердиктов и хотя бы иногда проходить путь самостоятельно.
Восстанавливается ли навык, если снова начать делать всё самому?
Прямых данных в этой работе нет — обратную динамику не измеряли. Но по логике тренируемых навыков и по аналогии с пространственной ориентацией восстановление ожидаемо: то, что просело от недостатка практики, обычно возвращается с практикой. Утверждать это со ссылкой на исследование я не могу.
Можно ли доверять ИИ проверку фактов?
Как ассистенту — да: найти первоисточник, собрать версии, показать, где в цепочке пересказов исказился смысл. Как последней инстанции — нет. Модель может не знать свежих событий, ошибается тем же уверенным тоном, что и отвечает верно, а её ответ можно подкрутить извне через то, что она читает в сети.
Что за исследование и где его посмотреть?
«Dialogues with AI Reduce Beliefs in Misinformation but Build No Lasting Discernment Skills» — работа группы Патти Мейс из MIT Media Lab (Рани, Данри, Лян, Липпман, Мейс), 67 участников, четыре недели, принята на конференцию CHI 2026. Препринт выложен на arXiv, разбор для широкой аудитории выходил в MIT Technology Review в августе 2026 года.
Пока нет комментариев