Η τεχνητή νοημοσύνη μάς βοηθά να σκεφτόμαστε ή μας κάνει να σκεφτόμαστε λιγότερο;

Το ρεπορτάζ που δημοσιεύθηκε στη Washington Post με τίτλο «How to stop ChatGPT from ruining how you think» εξετάζει τον τρόπο με τον οποίο η χρήση εργαλείων τεχνητής νοημοσύνης, όπως το ChatGPT, μπορεί να επηρεάσει τη σκέψη, τη μάθηση και την ανθρώπινη κρίση.

Παρουσιάζει έρευνες που δείχνουν τόσο τα σημαντικά οφέλη της AI στην εργασία όσο και τους πιθανούς κινδύνους όταν ο άνθρωπος αφήνει τη μηχανή να αντικαταστήσει πλήρως τη δική του προσπάθεια. Η τεχνητή νοημοσύνη, γράφει η Washington Post, μπορεί να κάνει τη δουλειά μας καλύτερη. Υπάρχουν όμως νέα στοιχεία, ότι κάνει τη σκέψη μας χειρότερη.

Όταν τα εργαλεία τεχνητής νοημοσύνης είναι ακριβή, και γίνονται καλύτερα κάθε μήνα, τα οφέλη μπορεί να είναι πολλά. Το κόστος είναι λιγότερο εμφανές, αλλά θα μπορούσε να είναι εξίσου πραγματικό, μια σταδιακή διάβρωση της φυσικής μας νοημοσύνης.

Φανταστείτε ότι προσλαμβάνετε έναν προσωπικό γυμναστή. Ο στόχος σας είναι να γίνετε πιο δυνατοί. Αλλά όταν πηγαίνετε στο γυμναστήριο, λέτε στον προσωπικό σας γυμναστή να σηκώσει τα βάρη για εσάς, εκείνος. Τα βάρη θα σηκωθούν, όμως ποιος θα κερδίσει;

Η επόμενη ώρα είναι μια θολή ακολουθία κινήσεων, καθώς «εσείς», μέσω της προσλαμβανόμενης μυϊκής σας δύναμης, σηκώνετε περισσότερα από ποτέ στη ζωή σας. Κάθε φορά που φωνάζετε για άλλο ένα σετ, ο γυμναστής σηκώνει εκατοντάδες κιλά με τέλεια τεχνική. Αυτό, κατά μία έννοια, είναι αυτό που κάνουν πολλοί με την τεχνητή νοημοσύνη όταν της δίνουν εντολή να λύσει την εξίσωση άλγεβρας, να συντάξει το σημείωμα προς τον πελάτη ή να γράψει την εκάστοτε εργασία, αλλά διαβρώνοντας τη δική τους ικανότητα να την πραγματοποιήσουν.

Αν το μόνο που σας ενδιαφέρει είναι τα αποτελέσματα, το βάρος που σηκώθηκε ή ο κώδικας που παραδόθηκε, τα αποτελέσματα μπορεί να είναι σχεδόν αδύνατο να διακριθούν από το να είχατε κάνει τη δουλειά μόνοι σας. Αλλά αν σας ενδιαφέρει να γίνετε ένας πιο δυνατός, πιο εξειδικευμένος και πιο ικανός άνθρωπος, αυτού του είδους η βοήθεια από την τεχνητή νοημοσύνη μπορεί να σας αφήσει με άδεια χέρια. Μπορείτε να χρησιμοποιήσετε την τεχνητή νοημοσύνη στο νοητικό γυμναστήριο χωρίς να χάσετε τον γνωστικό μυ; Η απάντηση συνοψίζεται στο να αποφασίσουμε ποια εργασία θέλουμε να κάνουμε και τι είμαστε διατεθειμένοι να αναθέσουμε στις μηχανές. Μερικές πρόσφατες μελέτες δείχνουν τον δρόμο προς τη διατήρηση αυτού που μας κάνει ανθρώπους εν μέσω της ανόδου της τεχνητής νοημοσύνης.

Περισσότερο (ή λιγότερο) άνθρωποι

Οι άνθρωποι που εργάζονται με AI τείνουν να ξεπερνούν εκείνους που δεν τη χρησιμοποιούν σε εργασίες που ταιριάζουν στις δυνατότητες της AI, όπως η σύνταξη κειμένου, η σύνθεση έρευνας και η δημιουργία ιδεών. Σε ελεγχόμενα πειράματα, οι ερευνητές έχουν δει τεράστιες  βελτιώσεις, τουλάχιστον βραχυπρόθεσμα.

Σε μια επιστημονική εργασία του 2026 με αξιολόγηση από ομοτίμους στο Organization Science, ο Ethan Mollick από τη σχολή Wharton του Πανεπιστημίου της Πενσυλβάνια και οι συνεργάτες του ανέφεραν τι συνέβη όταν έδωσαν βοήθεια AI σε εκατοντάδες συμβούλους της Boston Consulting Group.

Οι μισοί είχαν πρόσβαση στο καλύτερο διαθέσιμο μοντέλο AI της OpenAI εκείνη την εποχή, το GPT-4, και οι μισοί δεν είχαν. Οι άνθρωποι που χρησιμοποιούσαν AI ολοκλήρωσαν 12% περισσότερες εργασίες από εκείνους χωρίς αυτήν και κατά μέσο όρο τις ολοκλήρωσαν 25% γρηγορότερα. Για εργασίες εντός των δυνατοτήτων της AI, η ποιότητα αξιολογήθηκε σημαντικά υψηλότερα από εκείνη των εργασιών που ολοκληρώθηκαν μόνο από ανθρώπους. Τα μεγαλύτερα κέρδη σημειώθηκαν στους ανθρώπους με τη χαμηλότερη απόδοση.

Παρόμοια, ερευνητές με επικεφαλής τη Grace Liu από το Πανεπιστήμιο Carnegie Mellon εξέτασαν πώς η AI επηρέασε την ικανότητα των ανθρώπων να λύνουν μαθηματικά προβλήματα που περιλάμβαναν κλάσματα διαδικτυακά. Η ομάδα ανέθεσε τυχαία πρόσβαση σε AI, αυτή τη φορά στο GPT-5 της OpenAI, και η ομάδα με πρόσβαση στην AI ξεπέρασε σημαντικά την ομάδα ελέγχου χωρίς αυτήν, λύνοντας σχεδόν το 90% των προβλημάτων με κλάσματα έναντι 72%.

Για ακόμη μία φορά, οι άνθρωποι που χρησιμοποιούσαν AI είχαν σημαντικά καλύτερα αποτελέσματα. Όμως και στα δύο πειράματα, η χρήση της AI άνοιξε γνωστικές καταπακτές.

Για τους συμβούλους της BCG, όταν η εργασία που έπρεπε να γίνει ξεπερνούσε την ικανότητα του μοντέλου AI, οι άνθρωποι που χρησιμοποιούσαν την τεχνολογία έκαναν περισσότερα λάθη από τους συναδέλφους τους που εργάζονταν χωρίς βοήθεια AI. Ο συν-συγγραφέας του Mollick, Fabrizio Dell’Acqua, το αποκάλεσε «να αποκοιμηθείς στο τιμόνι».

Η μελέτη της Liu έδειξε πώς η AI υπονόμευσε τη σκέψη με έναν διαφορετικό τρόπο. Αφού αφαιρέθηκε η πρόσβαση των συμμετεχόντων στην AI, η ακρίβεια των απαντήσεών τους κατέρρευσε, πέφτοντας κάτω από εκείνη των ανθρώπων που δεν είχαν χρησιμοποιήσει ποτέ το εργαλείο. Επίσης, εγκατέλειπαν πιο γρήγορα. Το αποτέλεσμα εμφανίστηκε μετά από μόλις 10 λεπτά βοήθειας από AI.

Οι ερευνητές του Wharton, Steven Shaw και Gideon Nave, έδειξαν πώς τα εύγλωττα chatbot μπορούν να μας οδηγήσουν σε γνωστικούς γκρεμούς, εξετάζοντας τι συνέβη όταν χειρίστηκαν την ακρίβεια των απαντήσεων που έπαιρναν οι άνθρωποι από την AI.

Σε μια μελέτη που περιγράφηκε σε μια ερευνητική εργασία του 2026, παρουσίασαν σε περισσότερους από 1.300 συμμετέχοντες μαθηματικά προβλήματα που είχαν είτε μια διαισθητική αλλά λανθασμένη απάντηση είτε μια σωστή απάντηση που απαιτούσε πιο αργή συλλογιστική. Παρατήρησαν ότι οι άνθρωποι που χρησιμοποιούσαν AI συχνά υιοθετούσαν λανθασμένες εξόδους της AI χωρίς σκέψη, μια κατάσταση που αποκαλούν γνωστική παράδοση, καθώς ο χρήστης «παραιτείται από τον γνωστικό έλεγχο και υιοθετεί την κρίση της AI ως δική του».

Όταν η AI είχε δίκιο, η ακρίβεια των συμμετεχόντων αυξήθηκε κατά 25 ποσοστιαίες μονάδες πάνω από τη βάση χωρίς AI. Όταν έκανε λάθος, η ακρίβειά τους έπεσε 15 μονάδες κάτω. Σε κάθε περίπτωση, οι άνθρωποι ένιωθαν μεγαλύτερη αυτοπεποίθηση.

Αποκαλούν αυτό το φαινόμενο τεχνητή νόηση Σύστημα 3, μια εξωτερική, αυτοματοποιημένη διαδικασία σκέψης που υπάρχει παράλληλα με τους συνηθισμένους τρόπους σκέψης των ανθρώπων, οι οποίοι περιγράφηκαν περίφημα από τον ψυχολόγο Daniel Kahneman ως γρήγορη διαίσθηση (Σύστημα 1) και αργή επεξεργασία (Σύστημα 2).

Αυτό το τρίτο σύστημα μπορεί να χρησιμοποιηθεί για να οξύνει τη συλλογιστική μας ή να εντοπίσει τις εσφαλμένες διαισθήσεις μας. Στην πράξη, όπως διαπίστωσαν οι Shaw και Nave, οι περισσότεροι άνθρωποι παραδίδονται.

Η αποφυγή αυτού, υποστηρίζει ο Shaw, σημαίνει τον επανασχεδιασμό των δουλοπρεπών chatbot που έχουν σχεδιαστεί για να κολακεύουν και να εμπλέκουν τον χρήστη, ώστε να μετατραπούν σε κάτι πιο κοντά σε έναν διανοητικό αντίπαλο προπόνησης. Από προεπιλογή, τα σημερινά συστήματα συχνά κάνουν το αντίθετο. Ελπίζουμε, είπε, ότι τα νέα μοντέλα AI θα σχεδιαστούν ώστε «να μας βοηθούν να παίρνουμε καλύτερες, πιο ανθρώπινες αποφάσεις και να ενισχύουν την ανθρωπιά μας»

Γνώρισε τον εαυτό σου

Η ερώτηση που χρειάζεται να κάνεις στον εαυτό σου είναι: Ποιος θέλεις να είσαι;

Αν η AI έρθει μαζί σου στη δουλειά (και οπουδήποτε πηγαίνει το τηλέφωνό σου), είναι έτοιμες να ιδρώσει για λογαριασμό σου, πιθανώς διαβρώνοντας τις δυνάμεις σου. Αντί γι’ αυτό, πρέπει να αποφασίσεις τι θέλεις να μάθεις, να διατηρήσεις και να βελτιώσεις για τον εαυτό σου, και τι θέλεις να αφήσεις πίσω. «Μπορεί να σε κάνει σπουδαίο», είπε ο Mollick για την AI, «ή τρομερό». Η ανθρωπότητα έχει περάσει ξανά από κάτι παρόμοιο. Ο Πλάτων, καταγράφοντας τα λόγια του Σωκράτη, προειδοποίησε ότι ο γραπτός λόγος θα «δημιουργήσει λησμονιά στις ψυχές των μαθητευόμενων». Ένας φόβος για τις αριθμομηχανές ακολούθησε την εμφάνιση της συσκευής τη δεκαετία του 1970. Ο μεγάλος διαδικτυακός φόβος του 2008 έθεσε το ερώτημα: Μήπως το Google μας κάνει χαζούς;

Γνώρισε σε τι είναι καλή η AI

Το να γνωρίζεις πού η AI μπορεί και πού δεν μπορεί να τα καταφέρει καλά είναι δύσκολο και αλλάζει συνεχώς, κάτι που οι ερευνητές της AI αποκαλούν το «οδοντωτό σύνορο» των δυνατοτήτων της AI. Οι εργαζόμενοι στη γνώση συχνά δεν γνωρίζουν τις ικανότητές τους σε σχέση με την AI και ως αποτέλεσμα αποδίδουν χειρότερα, όπως ακριβώς εκείνοι οι σύμβουλοι της BCG που «κοιμούνται στο τιμόνι». Μια διαφωτιστική ανάλυση του 2024, η οποία εξέτασε 106 πειράματα AI στο περιοδικό Nature Human Behaviour, αποκάλυψε μια βασική ιδέα: Όταν οι άνθρωποι είναι καλύτεροι από την AI σε μια εργασία, ο συνδυασμός ξεπερνά οποιονδήποτε από τους δύο που εργάζεται μόνος του. Όταν η AI είναι καλύτερη, η σχέση αντιστρέφεται, το ζευγάρι αποδίδει χειρότερα από την AI μόνη της, πιθανώς επειδή οι άνθρωποι δεν μπορούν να καταλάβουν πότε πρέπει να εμπιστευτούν τη μηχανή και πότε να εμπιστευτούν τον εαυτό τους.

Το εύρημα υποδηλώνει ότι η ανώτερη ανθρώπινη κρίση, και η γνώση του πότε να αποδεχόμαστε ή να παρακάμπτουμε τα αποτελέσματα που δημιουργεί η AI, είναι το κλειδί για να λειτουργήσει η συνεργασία. Αντί να εγκαταλείπεις την κρίση σου, χρησιμοποίησε τις εργασίες που η AI μπορεί να κάνει καλά, όπως η δημιουργία ιδεών, η παραγωγή περιεχομένου και η σύνθεση πληροφοριών, ως την αρχή της δικής σου διαδικασίας λήψης αποφάσεων.

Αποφάσισε τι θέλεις να γνωρίζεις

Ακριβώς επειδή η AI μπορεί να κάνει κάτι, δεν σημαίνει ότι πρέπει να την αφήσεις να το κάνει. Χωρίς εξαίρεση, κάθε ερευνητής με τον οποίο μίλησα για αυτή τη στήλη αρνήθηκε να αφήσει την AI να δημιουργήσει τις αρχικές του ιδέες ή να γράψει τα πρώτα (ή τελικά) προσχέδια. Οι ιδέες, η γραφή και η δημιουργία νέας γνώσης ήταν ένας ιερός χώρος. Όμως αυτοί οι ίδιοι άνθρωποι ήταν περισσότερο από πρόθυμοι να αφήσουν τα μοντέλα να εργαστούν πάνω στη βελτίωση της δουλειάς τους αφού αυτή είχε ήδη βγει στον κόσμο. Πολλοί έδιναν οδηγίες στην AI όχι μόνο να αναπτύξει τη δουλειά τους, αλλά να συμπεριφέρεται σαν ένας κρίσιμος συνεργάτης σκέψης, δοκιμάζοντας την αντοχή των ιδεών τους και επιχειρηματολογώντας εναντίον τους, καθώς επίσης αναλαμβάνοντας πιο κουραστικές πλευρές της εργασίας τους (όπως ο προγραμματισμός).

Ζήσε για να μαθαίνεις

Οι ενδείξεις αυξάνονται ότι η AI υπονομεύει τη μάθηση όταν εξαλείφει τη νοητική προσπάθεια. Ένας καλά σχεδιασμένος καθηγητής AI που σε προκαλεί να μάθεις; Εξαιρετικός. Ένας που απλώς απαντά στις ερωτήσεις; Διαβρωτικός. Όμως αυτό δεν είναι εγγενές χαρακτηριστικό της τεχνολογίας. Είναι αποτέλεσμα του τρόπου με τον οποίο χρησιμοποιείται η AI.

Μια μεγάλη μελέτη 27.000 Κινέζων μαθητών έδειξε ότι οι βαθμολογίες στα τεστ μειώθηκαν όταν οι μαθητές χρησιμοποιούσαν AI για να τελειώνουν γρήγορα τις εργασίες τους. Όμως, όταν οι μαθητές που χρησιμοποιούσαν AI αφιέρωναν τον ίδιο χρόνο στις εργασίες τους με τους συμμαθητές τους, παρουσίαζαν μόνο μικρές απώλειες στη μάθηση.

Οι ερευνητές Judy Hanwen Shen και Alex Tamkin από την Anthropic, την εταιρεία δημιουργό του chatbot Claude, διαπίστωσαν ότι η χρήση AI, κατά μέσο όρο, επηρέασε αρνητικά την «κατανόηση εννοιών, την ανάγνωση κώδικα και τις ικανότητες εντοπισμού και διόρθωσης σφαλμάτων, χωρίς να προσφέρει σημαντικά κέρδη αποτελεσματικότητας κατά μέσο όρο» για προγραμματιστές λογισμικού που μάθαιναν μια νέα βιβλιοθήκη κώδικα, σύμφωνα με μια ερευνητική εργασία που δημοσιεύτηκε φέτος.

Και πάλι, ο τρόπος με τον οποίο οι άνθρωποι χρησιμοποιούσαν την AI είχε σημασία: Εκείνοι που ζητούσαν από την AI εξηγήσεις και συμπληρωματικές ερωτήσεις, και όχι απλώς γραμμένο κώδικα, διατήρησαν σε μεγάλο βαθμό τη μάθησή τους.

«Ο στόχος δεν θα πρέπει να είναι να χρησιμοποιούμε την AI για να αποφεύγουμε τη γνωστική προσπάθεια», έγραψε η Shen σε email, «θα πρέπει να είναι να χρησιμοποιούμε την AI για να την εμβαθύνουμε».

Οι μεγάλες εταιρείες AI προσφέρουν τρόπους ώστε η AI να λειτουργεί σαν καθηγητής. Το Gemini διαθέτει τη λειτουργία «Guided Learning». Το ChatGPT προσφέρει τη «λειτουργία μελέτης». Η «λειτουργία μάθησης» του Claude κάνει το ίδιο.

Μην παραδίνεσαι

Μπορείς να ελέγξεις τι κάνει η AI στον τρόπο που σκέφτεσαι. Παρέμεινε με τη δυσκολία για ό,τι αισθάνεσαι ότι είναι ουσιαστικό. Η μάθηση, στον πυρήνα της, απαιτεί νοητική προσπάθεια. Χωρίς αυτήν, προειδοποιούν οι ερευνητές, θα ξεχάσεις αυτά που γνωρίζεις ή δεν θα τα μάθεις ποτέ εξαρχής. Μπορεί ακόμη και να γνωρίζεις λιγότερα για τον εαυτό σου. «Η AI αφαιρεί την παραγωγική δυσκολία μέσω της οποίας οι άνθρωποι αναπτύσσουν όχι μόνο ακριβή γνώση αλλά και ακριβή αυτογνωσία», έγραψαν η Liu από το Carnegie Mellon και οι συν-συγγραφείς της, αντικατοπτρίζοντας τα ευρήματα της εργασίας τους. «Χωρίς ευκαιρίες να εργάζονται ανεξάρτητα, οι άνθρωποι δεν μαθαίνουν ποτέ για τι είναι ικανοί».