Как искусственный интеллект влияет на критическое мышление: угроза или новый этап развития?

Это вольный перевод данной статьи https://phys.org/news/2025-01-ai-linked-eroding-critical-skills.html

В последние годы ИИ всё глубже проникает в нашу жизнь, помогая решать задачи, ускоряя исследования и делая повседневные дела проще. Однако у этого стремительного прогресса есть и обратная сторона. Исследование, проведённое Майклом Герлихом из Швейцарской бизнес-школы SBS, показывает, что чрезмерное использование ИИ может негативно сказываться на наших навыках критического мышления. Оригинальная статья была опубликована на платформе Phys.org, а я постараюсь простыми словами рассказать о её ключевых выводах и возможных последствиях.

Что обнаружили исследователи?

Майкл Герлих и его команда изучили, как использование инструментов ИИ влияет на критическое мышление. Они провели масштабное исследование в Великобритании, в котором приняли участие 666 человек из разных возрастных групп (17–25 лет, 26–45 лет и старше 46 лет). Вот основные результаты:

Чрезмерная зависимость от ИИ ухудшает критическое мышление.
Люди, которые часто используют ИИ для решения задач, хуже справляются с анализом информации, логическим мышлением и решением проблем. Это связано с так называемым "когнитивным облегчением" (cognitive offloading) — процессом, при котором наш мозг передаёт часть работы инструментам ИИ, чтобы снизить умственные усилия.
Молодёжь страдает больше всего.
Молодые люди (17–25 лет) оказались самой уязвимой группой. Они больше других полагаются на ИИ и показывают самые низкие результаты по тестам на критическое мышление.
Знания и образование помогают защититься.
Люди с более высоким уровнем образования продемонстрировали лучшие навыки критического мышления. Это говорит о том, что обучение и развитие помогают компенсировать негативное влияние ИИ.
Статистические данные подтверждают проблему.
В исследовании выявлена сильная отрицательная корреляция между использованием ИИ и уровнем критического мышления (r = -0.68, p < 0.001). Чем больше человек полагается на ИИ, тем хуже он справляется с задачами, требующими размышлений и анализа.

Почему это происходит?

Ключевая причина — когнитивное облегчение. Представьте, что вы используете навигатор вместо того, чтобы запоминать дорогу, или калькулятор вместо того, чтобы считать в уме. Это удобно, но постепенно мозг перестаёт тренироваться. С ИИ происходит то же самое: чем больше мы перекладываем на него задачи, тем меньше тренируем память, внимание и способность анализировать.

Какие выводы сделали авторы?

Исследователи выделили три ключевых тезиса:

ИИ снижает умственную нагрузку.
Люди всё чаще используют ИИ для простых задач: напоминаний, написания текстов, обработки данных и даже принятия решений. Это снижает необходимость думать самостоятельно.
Пользователи обеспокоены этим.
На интервью участники исследования говорили, что замечают, как сильно зависят от ИИ. Особенно молодёжь выражала беспокойство, что их навыки мышления "атрофируются".
Вопросы доверия к ИИ.
Участники также упоминали такие проблемы, как предвзятость алгоритмов и непрозрачность рекомендаций ИИ. Люди начинают задумываться, как сильно можно доверять инструментам, которые иногда дают ошибки.

Что с этим делать?

Авторы исследования предлагают несколько решений:

Изменение образовательной системы.
Чтобы компенсировать негативное влияние ИИ, школы и университеты должны уделять больше внимания развитию критического мышления. Например, вводить упражнения, которые помогают развивать анализ и логику.
Обучение цифровой грамотности.
Людей нужно учить критически оценивать рекомендации ИИ, понимать, как работают алгоритмы, и замечать их слабые стороны.
Разработка более "умных" ИИ.
Создатели ИИ должны учитывать когнитивные последствия своей работы. Например, разрабатывать инструменты, которые не только облегчают задачи, но и стимулируют пользователей думать самостоятельно.

А что, если критическое мышление нам больше не нужно?

Интересный вывод исследования — возможно, мы подходим к этапу, когда классическое критическое мышление теряет свою ценность. Автор оригинальной статьи на Phys.org рассуждает: если ИИ становится настолько эффективным, что превосходит человека в решении сложных задач, зачем нам продолжать развивать те навыки, которые ИИ выполняет лучше?

Например, если ИИ сможет:

Найти лекарство от рака, которое врачи не могли изобрести десятилетиями,
Уменьшить последствия глобального потепления,
Обеспечить безопасное производство продуктов питания и энергии,
то, возможно, человечеству придётся пересмотреть своё понимание "умственных способностей". Может, вместо того чтобы конкурировать с машинами в критическом мышлении, нам стоит сосредоточиться на других аспектах, таких как творчество, эмпатия и моральные ценности.

ИИ в разработке

ИИ уверенно входит во все сферы нашей жизни, включая IT-разработку. Сегодня нейросети используются повсеместно: от автоматизации рутинных задач до написания кода. Согласно последнему исследованию GitHub, 97% программистов активно используют нейросетевые инструменты. Это кажется впечатляющим, но за этой цифрой скрываются не только преимущества, но и проблемы. Несмотря на то, что ИИ ускоряет и упрощает процессы, он также вносит дисбаланс в развитие кадров в IT-сфере. Разберемся, почему это происходит и к чему это может привести.

Искусственный интеллект: помощник или вредитель?

Специализированные нейросети, такие как Copilot от GitHub, Cursor, стали незаменимыми помощниками для программистов. Они умеют:

генерировать код,
находить ошибки,
предлагать оптимальные решения.
комментить код
автокомплит

На первый взгляд, это спасение для разработчиков, особенно начинающих. Вместо того чтобы писать код с нуля, можно просто вставить готовое решение, предложенное ИИ. Это экономит время и силы, но возникает вопрос: а что происходит с навыками самих разработчиков?

Проблема зависимости от нейросетей

Как и любая технология, ИИ имеет свои ограничения. Программисты, которые полагаются на нейросети, могут столкнуться с рядом проблем:

Снижение уровня компетенций.
Начинающие специалисты, привыкшие к помощи ИИ, редко изучают сложные аспекты программирования. Они находят готовые библиотеки, копируют их и интегрируют в проект. Но готовое решение не всегда идеально: оно может быть слишком "тяжелым" (занимать много ресурсов) и требовать доработки. В результате программисты теряют мотивацию к самостоятельному изучению более сложных технологий.
Рост затрат на эксплуатацию софта.
Код, сгенерированный нейросетью, часто бывает неоптимальным. Это приводит к тому, что компаниям приходится покупать более мощные серверы или тратить ресурсы на исправление ошибок. Экономия на этапе разработки оборачивается большими расходами в будущем.
Деградация навыков.
В своем исследовании Рашад Филизер отметил, что использование инструментов вроде Copilot может приводить к "интеллектуальной деградации" программистов. Они привыкают к работе "по инструкции", как в случае с современными наборами Lego: если убрать инструкцию, собрать модель заново становится сложно.

Почему ИИ не решает проблему дефицита кадров?

На первый взгляд, нейросети могли бы стать решением кадрового кризиса в IT. Они берут на себя рутинные задачи, упрощая работу программистов. Однако реальность не так проста.

Дефицит высококлассных специалистов.
На рынке не хватает опытных разработчиков, способных работать с большими системами и сложными задачами. Нейросети пока не способны заменить таких профессионалов. Они лишь упрощают работу "джунов" (начинающих программистов), которых и так достаточно.
Торможение карьерного роста.
Начинающие специалисты, полагаясь на ИИ, реже углубляются в сложные аспекты программирования. Это замедляет их развитие и снижает мотивацию к переходу на более высокий уровень.
ИИ — это инструмент, а не замена человека.
Искусственный интеллект не может брать на себя ответственность за результат. Все ошибки и последствия работы с нейросетями остаются на плечах человека. Например, автопилоты в автомобилях требуют, чтобы водитель держал руки на руле. То же самое и с ИИ в программировании: результат нужно проверять.

Эффект "второго пилота"

Нейросети помогают программистам, но они никогда не смогут полностью заменить их. В IT-сообществе этот феномен называют "эффектом второго пилота". Человек остается ответственным за результат, а ИИ лишь дополняет его работу. Однако есть нюансы:

Непрозрачность работы ИИ.
Часто неизвестно, на каких данных обучалась нейросеть и как она пришла к тому или иному решению. Это вызывает вопросы о безопасности и надежности результатов.
Проблемы с качеством кода.
Даже если ИИ генерирует код, его конечное качество зависит от проверки и доработки человеком. На текущем этапе развития технологий нейросети не могут создавать сложные системы без участия опытного разработчика.

Будущее: что нас ждет?

Технологии продолжают развиваться, и уже сейчас существуют модели, которые не только пишут код, но и анализируют его на наличие ошибок. Возможно, в будущем появятся объединенные "супермодели", которые смогут разрабатывать и проверять программное обеспечение на новом уровне качества.

Однако на рынке труда перемены станут более заметными:

Начинающие программисты останутся на низком уровне.
Им будет сложно конкурировать с опытными специалистами, так как нейросети будут выполнять их работу быстрее и дешевле.
Опытные разработчики станут еще более востребованными.
Те, кто не полагается на ИИ в повседневной работе, смогут развиваться и получать высокие зарплаты. Нейросети будут для них инструментом, а не заменой.

Как избежать "кадровой ловушки"?

Чтобы использование ИИ приносило пользу, важно соблюдать баланс между автоматизацией и развитием навыков. Вот несколько рекомендаций для специалистов и компаний:

Для программистов:
Не превращайте нейросети в "костыль". Используйте их для рутинных операций, но стремитесь развивать свои навыки и углубляться в сложные аспекты программирования.
Для компаний:
Инвестируйте в обучение сотрудников. Привлечение опытных разработчиков и развитие внутренних специалистов окупятся в долгосрочной перспективе.
Для разработчиков ИИ:
Разрабатывайте инструменты, которые не только помогают, но и обучают. Например, нейросети, которые объясняют, как они пришли к тому или иному решению.

Итог

ИИ — это мощный инструмент, который может как улучшить нашу жизнь, так и изменить нас самих. Исследование Майкла Герлиха подчёркивает важность осознания этой двойной природы. Пока ИИ находится в стадии развития, нам важно найти баланс между его использованием и сохранением наших умственных способностей. Возможно, критическое мышление ещё долго будет оставаться важным навыком, но не исключено, что мы стоим на пороге новой эры, где эти навыки найдут другие формы или совсем исчезнут.

Как вы считаете, нужно ли бороться за сохранение критического мышления или пора принять изменения? Делитесь своими мыслями в комментариях!