Nowa fala lęku przed sztuczną inteligencją: skąd bierze się pytanie „czy ChatGPT ogłupia”?
W ciągu zaledwie kilkunastu miesięcy narzędzia takie jak ChatGPT, Copilot, Gemini czy Claude stały się powszechnym elementem codzienności. Trafiły do szkół, na uczelnie, do korporacji i małych firm. Coraz częściej padają pytania: czy ChatGPT ogłupia, czy sztuczna inteligencja osłabia krytyczne myślenie, jak korzystać z AI, żeby wciąż uczyć się samodzielnie, a nie „oddawać mózgowi urlop”. Te wątpliwości są realne – i dotyczą zarówno młodzieży, jak i doświadczonych profesjonalistów..
Futurysta i ekspert w dziedzinie innowacji John Nosta zwrócił uwagę, że po raz pierwszy w historii na masową skalę oddelegowaliśmy myślenie maszynie. Nie chodzi już tylko o szybkie liczenie czy wyszukiwanie informacji. Powierzamy algorytmom pisanie maili, tworzenie prac zaliczeniowych, streszczanie artykułów naukowych, a nawet projektowanie modeli biznesowych i analiz rynkowych. To przesunięcie z „komputera jako kalkulatora” w stronę „komputera jako współmyślącego partnera” budzi zrozumiałe emocje.
W pytaniu „czy ChatGPT ogłupia” kryje się lęk, że jeśli tak wiele zrobi za nas sztuczna inteligencja, przestaniemy ćwiczyć pamięć, koncentrację i samodzielne rozumowanie. Z takimi obawami mierzą się dziś cztery kluczowe grupy. Nauczyciel, który przygotowuje sprawdzian, coraz częściej wpisuje temat lekcji w okno chatu i w kilka sekund otrzymuje gotowy scenariusz zajęć. Student, zamiast czytać trzy artykuły naukowe, wprowadza do AI temat eseju i dostaje pełną odpowiedź. Rodzic, zmęczony pytaniami o świat, mówi dziecku: „zadaj to pytanie botowi, on lepiej wytłumaczy”. Pracownik biurowy generuje raport sprzedażowy, nawet nie otwierając arkusza z danymi.
Te codzienne scenariusze nakładają się na ostrzeżenia części ekspertów, którzy przypominają, że sztuczna inteligencja jest pierwszą technologią, której oddajemy nie tylko obliczenia, ale cały proces myślenia – od zbierania danych, przez analizę, po wnioski. Obawy te warto potraktować poważnie, ale nie po to, by straszyć. Celem tego tekstu jest uporządkowanie faktów i zaproponowanie praktycznego „kodeksu higieny poznawczej”: zestawu zasad, które pomagają korzystać z AI tak, by nie tracić, lecz zyskiwać na inteligencji.
Co wiemy z badań o pamięci, automatyzacji i „efekcie Google”?
Jeszcze przed erą zaawansowanej sztucznej inteligencji naukowcy badali, jak technologia zmienia naszą pamięć i sposób myślenia. Jedno z najczęściej cytowanych badań w tym obszarze opublikowano w 2011 roku w czasopiśmie „Science”. Zespół Betsy Sparrow, Jenny Liu i Daniela Wegnera pokazał, że ludzie gorzej zapamiętują informacje, jeśli wiedzą, że łatwo mogą je ponownie wyszukać w internecie. Ten efekt nazwano „efektem Google”: nasz mózg optymalizuje wysiłek, kiedy ma świadomość, że dane są przechowywane „na zewnątrz”, w wyszukiwarce lub innym systemie.
Na tej bazie pojawiło się pojęcie „cyfrowej amnezji”. Badania i sondaże, w tym znane opracowanie przygotowane na zlecenie firmy Kaspersky, pokazały, że coraz częściej zapominamy informacje, które powierzamy telefonom lub komputerom, od numerów telefonów po kody i drobne procedury. Jeśli coś jest w kontaktach, w notatniku lub w chmurze, przestajemy czuć potrzebę zapamiętania tego samodzielnie. Podobny trend potwierdzają nowsze analizy z obszaru psychologii cyfrowej – rośnie liczba prac opisujących „digital amnesia” jako efekt uboczny uzależnienia od urządzeń.
Epoka AI radykalnie wzmacnia te tendencje. Sztuczna inteligencja nie tylko dostarcza informacji, lecz także porządkuje je za nas: tworzy plan działania, układa strukturę tekstu, robi notatki ze spotkania, streszcza raporty, podpowiada wnioski. To w pewnym sensie „efekt Google na sterydach”. Coraz więcej doniesień popularnonaukowych i przeglądów badań sugeruje, że nadmierne poleganie na zewnętrznych systemach może wpływać na to, jak koncentrujemy uwagę i jak utrwalamy informacje w pamięci długotrwałej. Jednocześnie nauka dopiero zaczyna zbierać dane o długofalowych skutkach, dlatego warto zachować ostrożność w ferowaniu wyroków.
Dla zrozumienia wpływu technologii na nasze umysły warto rozróżnić trzy poziomy:
- pamiętanie faktów – powierzchowna, szybkodostępna pamięć szczegółów, dat, definicji;
- rozumienie złożonych zależności – łączenie faktów w sensowną całość, dostrzeganie przyczyn i skutków;
- umiejętność samodzielnego rozwiązywania problemów – tworzenie nowych rozwiązań, krytyczna analiza sytuacji, kreatywne myślenie.
Dotychczasowe badania są stosunkowo zgodne co do jednego: technologia w największym stopniu wypiera pierwszy poziom, czyli pamiętanie faktów. Nie ma jednak nieuchronnego mechanizmu, który musiałby automatycznie niszczyć rozumienie i zdolność rozwiązywania problemów. Decydujący okazuje się sposób korzystania z narzędzi – czy wspierają one nas w analizie, czy raczej nas z niej zwalniają.
Dlaczego w ogóle mamy dbać o ćwiczenie pamięci i krytycznego myślenia, skoro „wszystko jest w sieci”? Po pierwsze, dobra pamięć robocza i znajomość kluczowych faktów przyspiesza rozumienie – łatwiej łączymy wątki i szybciej wychwytujemy błędy. Po drugie, to właśnie z internalizowanych doświadczeń powstaje intuicja ekspercka, bez której trudno podejmować trafne decyzje pod presją czasu. Po trzecie, człowiek, który potrafi samodzielnie analizować informacje, jest mniej podatny na manipulację – nie przyjmuje pierwszej odpowiedzi z wyszukiwarki ani chatu jako jedynej prawdy.
Jak AI może faktycznie osłabiać naszą zdolność myślenia – scenariusze ryzyka dla uczniów, rodziców i biur
Największe ryzyko nie polega na tym, że ChatGPT w magiczny sposób „wyłącza” nasze neurony, lecz na tym, że bardzo ułatwia wpadnięcie w tryb poznawczego autopilota. Kilka prostych scenariuszy pokazuje, jak to działa w praktyce.
Uczniowie i studenci: nauka na skróty
Wyobraźmy sobie studenta, który dostaje zadanie napisania eseju. Zamiast przeczytać wskazane teksty, zrobić notatki, ułożyć plan i postawić własną tezę, wpisuje do chatu temat pracy i prosi o „gotowy esej na 10 tysięcy znaków”. Otrzymany tekst wkleja do pliku, kosmetycznie poprawia, wysyła. Mechanizm psychologiczny można nazwać „zanikiem tarcia poznawczego”. Normalnie nauka wymaga wysiłku: selekcji informacji, syntezy, formułowania argumentów. To tarcie jest nieprzyjemne, ale właśnie ono buduje rozumienie. Gdy całą tę pracę oddamy maszynie, mózg nie przechodzi przez kluczowe etapy, a poczucie „zrobienia zadania” jest złudne.
Nauczyciele: utrata rzemiosła edukacyjnego
Podobny proces może dotknąć nauczycieli. Jeśli każde zajęcia są przygotowywane na podstawie gotowych konspektów, testów i kart pracy wygenerowanych przez AI, stopniowo zanika umiejętność projektowania procesu edukacyjnego. Nauczyciel przestaje krytycznie oceniać poziom trudności, logikę zadań czy ukryte założenia ideowe treści. To „efekt autopilota” – powierzamy sterowanie scenariuszem lekcji algorytmowi i jedynie „obsługujemy” przebieg, zamiast świadomie kształtować cele i metody nauczania.
Rodzice: outsourcing rozmowy z dzieckiem
Gdy rodzic, słysząc pytanie dziecka o trudny temat, coraz częściej odpowiada „zapytaj bota, on ci dokładnie wyjaśni”, dochodzi do „uzależnienia od gotowych odpowiedzi”. W krótkim okresie zdejmuje to z dorosłego presję bycia „chodzącą encyklopedią”, ale długofalowo zubaża ważną sferę wspólnego myślenia. Dziecko traci model rozmowy, w której dorosły głośno pokazuje swój proces dochodzenia do odpowiedzi, przyznaje się do niewiedzy, szuka różnych źródeł. Relacja z pytaniem i z błędem zostaje przeniesiona na ekran.
Pracownicy biurowi: utrata orientacji w własnej dziedzinie
W biurach coraz częściej pojawia się scenariusz, w którym raporty, analizy danych, plany projektów czy nawet maile do kluczowych klientów w całości tworzy AI. Człowiek ogranicza się do wysłania promptu i skopiowania wyniku. Z czasem prowadzi to do „poznawczego outsourcingu” – stopniowej utraty głębszej orientacji w swoim obszarze, bo trudniejsze fragmenty rozumowania przestają przechodzić przez nasz własny system nerwowy. Ekonomiści technologii, tacy jak Daron Acemoglu, ostrzegają, że jeśli sztuczna inteligencja będzie zastępować proces uczenia się, eksperymentowania i dzielenia się wiedzą, społeczeństwa mogą zapłacić cenę spadkiem innowacyjności i jakości decyzji.
W każdym z tych przypadków AI nie „ogłupia” automatycznie. Tworzy jednak wygodne środowisko, w którym niezwykle łatwo przejść w tryb pasywnego korzystania z gotowych odpowiedzi, bez stawiania pytań, sprawdzania źródeł i samodzielnego tworzenia znaczeń. To od użytkownika zależy, czy narzędzia staną się protezą, czy treningiem mięśni myślenia.
Jak korzystać z ChatGPT i innych narzędzi AI, żeby trenować, a nie osłabiać krytyczne myślenie
Te same systemy, które mogą rozleniwiać, można zaprojektować jako swoisty „symulator myślenia”. Klucz polega na tym, by AI nie wyręczała z myślenia, ale prowokowała głębszą refleksję.
Uczniowie i studenci: AI jako partner w debacie
W edukacji prosty punkt zwrotny polega na zmianie kolejności. Najpierw własna praca – szkic planu, próba odpowiedzi, notatki z lektury – dopiero potem kontakt z AI. Zamiast prosić o gotową pracę, warto użyć chatu do wygenerowania kontrargumentów do własnych tez, zasymulowania debaty lub sprawdzenia zrozumienia. Przykładowe polecenie może brzmieć: „Wytłumacz ten koncept tak, jakbym miał 12 lat, a potem zadaj mi 5 pytań sprawdzających”. Taki tryb zamienia narzędzie w trenera, który zadaje pytania i odsłania luki w wiedzy.
Nauczyciele: AI jako doradca, nie reżyser
Dla nauczycieli AI może być znakomitym wsparciem w różnicowaniu poziomu zadań, dopasowywaniu materiału do zróżnicowanych klas czy tworzeniu quizów i scenariuszy eksperymentów. Zasadą powinno jednak być: „AI podpowiada, nauczyciel decyduje”. Analogiczny model opisano w artykule Human‑in‑the‑Loop Chatbots w finansach, zdrowiu i prawie, gdzie w krytycznych miejscach procesu zawsze pozostaje człowiek. Tak samo w edukacji to człowiek określa cele kształcenia, wybiera zadania i bierze odpowiedzialność za ich sensowność.
Rodzice: wspólne korzystanie i demaskowanie błędów
Rodzice mogą traktować AI jako punkt wyjścia do rozmowy, a nie jej zamiennik. Dobrym nawykiem jest zadawanie pytań wspólnie z dzieckiem, głośne czytanie odpowiedzi i konfrontowanie ich z innym źródłem – książką, encyklopedią, sprawdzonym serwisem edukacyjnym. Pretekstem do rozmowy może być pytanie: „W czym twoim zdaniem AI się tutaj myli?” lub „Jak inaczej można to wyjaśnić?”. Najważniejsze staje się modelowanie postawy ciekawości, kwestionowania i sprawdzania, a nie ślepego zaufania.
Pracownicy biurowi: od prototypu do świadomej decyzji
W pracy biurowej AI najlepiej sprawdza się jako narzędzie do prototypowania pomysłów, tworzenia wariantów strategii, wstępnych analiz czy szkiców komunikacji. Prawdziwa wartość pojawia się jednak dopiero wtedy, gdy człowiek wybiera i dopracowuje wynik, dodając kontekst branżowy, wiedzę o organizacji i wyczucie relacji z klientem. Kluczową kompetencją staje się umiejętność formułowania dobrych pytań (tzw. promptowanie) i krytycznej oceny odpowiedzi, a nie samo „klikanie” w narzędzie.
Podobne dylematy przeżywa dziś branża kreatywna i twórcy gier. Dyskusja o tym, czy AI zabija kreatywność, czy ją wzmacnia, dobrze widoczna jest w analizie Is AI the Future of Game Development? Here’s the Shocking Truth. W wielu sektorach odpowiedź okazuje się podobna: ostateczny efekt zależy przede wszystkim od przyjętego modelu współpracy człowiek–maszyna.
Przed każdym użyciem AI warto przejść krótką, osobistą checklistę w myślach. Najpierw pytanie: czy wiem, po co tego używam – czy chcę się czegoś nauczyć, przyspieszyć rutynę, czy może unikam trudnego wysiłku? Następnie: które elementy pracy chcę wykonać samodzielnie, zanim poproszę algorytm o wsparcie? Wreszcie: w jaki sposób sprawdzę wynik – z jakim źródłem go porównam, jakie pytania kontrolne zadam, zanim uznam go za „prawdę”?
Dobre i złe praktyki korzystania z AI w edukacji i pracy biurowej
W praktyce codziennej można wyróżnić dwa przeciwstawne pasma zachowań: wzmacniające nasze myślenie oraz te, które je systematycznie osłabiają.
Do wzmacniających praktyk należy korzystanie z AI jako narzędzia do burzy mózgów i inspiracji. W edukacji może to być generowanie listy pytań do dyskusji w klasie, propozycji tematów projektów lub szkiców odpowiedzi, które uczniowie następnie samodzielnie przerabiają. W pracy – tworzenie wstępnych scenariuszy kampanii marketingowych, map argumentów do prezentacji czy wariantów strategii wejścia na rynek, które dopiero później są krytycznie analizowane przez zespół.
Ogromne znaczenie ma to, co dzieje się po kontakcie z AI. Jeśli użytkownik aktywnie przetwarza treści – parafrazuje odpowiedź własnymi słowami, rysuje mapę myśli, tłumaczy wnioski komuś innemu – wzmacnia sieci skojarzeń w swoim mózgu. W edukacji można wręcz projektować zadania, które wymagają użycia AI, ale z jasno określonym celem krytycznym. Przykładowo: „Poproś chatbota o wyjaśnienie zasady zachowania energii, a następnie wskaż w jego odpowiedzi trzy potencjalne nieścisłości albo miejsca wymagające doprecyzowania”.
W środowisku pracy AI może pomagać w analizie rynku, zbieraniu danych o konkurencji czy przygotowywaniu propozycji komunikacji z klientami – pod warunkiem, że ostateczną konkluzję formułuje człowiek i bierze za nią odpowiedzialność. To podobny kierunek myślenia jak w świecie marketingu i wyszukiwarek, gdzie firmy uczą się, jak rozsądnie budować widoczność w erze odpowiedzi generatywnych Google. Dobrą ilustracją jest tekst GEO zamiast SEO, w którym pokazano, że zamiast liczyć na „magiczne skróty”, marki muszą świadomie pozycjonować swoje treści w nowym ekosystemie. Podobnie jednostki muszą świadomie „pozycjonować” własne myślenie w relacji do AI – traktować ją jako wsparcie, nie substytut.
Po drugiej stronie znajdują się osłabiające praktyki. Jedną z nich jest schemat „kopiuj–wklej bez zrozumienia” – wklejanie odpowiedzi chatbota do pracy zaliczeniowej, raportu lub prezentacji bez czytania i refleksji. Inną – traktowanie AI jako jedynego źródła prawdy, bez konfrontowania treści z innymi materiałami. Kolejny wzorzec to „AI jako wymówka do braku przygotowania”: nauczyciel, który na przerwie wpisuje w telefonie temat lekcji i prowadzi zajęcia wyłącznie na podstawie tego, co w danej chwili wygeneruje system; menedżer, który idzie na spotkanie z klientem, mając jedynie krótką notatkę z chatu, bez szerszego zrozumienia sytuacji.
Warto podkreślić, że złe praktyki rzadko wynikają ze złej woli. Częściej są efektem pośpiechu organizacyjnego, braku szkoleń i złudzenia, że „AI zrobi to za nas”. Tym bardziej potrzebne są jasne zasady korzystania z tych narzędzi – zarówno na poziomie instytucji, jak i indywidualnych nawyków.
Dla nauczycieli i rodziców
Trzy praktyki przed wprowadzeniem AI do nauki
- Zdefiniuj cele: zapisz w 3–5 punktach, czego uczeń ma się nauczyć samodzielnie, a które elementy mogą być wsparte przez AI.
- Ustal zasady: wspólnie z uczniami/rodzicami spisz krótki regulamin korzystania z AI (co wolno, czego nie wolno, jak oznaczamy użycie narzędzi).
- Zapewnij podstawy: zanim włączysz AI, upewnij się, że uczniowie znają podstawowe pojęcia z tematu z podręcznika lub notatek.
Dwa przykładowe ćwiczenia klasowe
- „Znajdź błąd w odpowiedzi AI” – cel: trening krytycznego czytania
- Krok 1: uczniowie zadają chatbotowi to samo pytanie z programu nauczania.
- Krok 2: w parach porównują odpowiedź z podręcznikiem.
- Krok 3: zaznaczają 2–3 nieścisłości lub miejsca wymagające doprecyzowania i poprawiają je własnymi słowami.
- „Dwa źródła, jedna notatka” – cel: synteza informacji
- Krok 1: uczniowie czytają krótki tekst z podręcznika.
- Krok 2: proszą AI o alternatywne wyjaśnienie tego samego zagadnienia.
- Krok 3: tworzą wspólną notatkę (mapa myśli, tabela), zaznaczając, które elementy pochodzą z książki, a które z AI.
Jak oceniać pracę ucznia wspieraną przez AI
- Wymagaj jawności: poproś, by uczeń w krótkiej adnotacji napisał, na jakim etapie korzystał z AI (np. pomysły, plan, korekta językowa).
- Oceniaj proces, nie tylko efekt: podczas odpowiedzi ustnej lub krótkiej rozmowy poproś ucznia o wyjaśnienie kluczowych fragmentów pracy własnymi słowami.
- Sprawdzaj wkład własny: w kryteriach oceniania dodaj punkt za elementy wyraźnie wykraczające poza wygenerowaną odpowiedź (własne przykłady, wnioski, odniesienia).
Prosty kodeks „higieny poznawczej” w epoce ChatGPT, Copilota, Gemini i Claude’a
Higiena poznawcza to zestaw prostych zasad, które pomagają zachować sprawność intelektualną w świecie przesyconym technologią. Można ją potraktować jako osobistą wersję koncepcji „human‑in‑the‑loop”, znanej z projektowania systemów, w których człowiek zawsze pozostaje w pętli decyzji i interpretacji.
Po pierwsze, zasada dwóch kroków własnej pracy. Zanim włączymy AI, warto samodzielnie wykonać choćby minimalny wysiłek: spisać w punktach, co już wiemy, naszkicować plan odpowiedzi, sformułować własną hipotezę. Dla studenta może to oznaczać przygotowanie wstępnego konspektu eseju; dla nauczyciela – zapisanie celów lekcji zanim poprosi chatbota o pomysły na aktywności; dla rodzica – próba własnego wyjaśnienia, zanim pokaże dziecku odpowiedź AI; dla pracownika biurowego – zarys kluczowych wniosków, zanim poprosi system o rozwinięcie.
Po drugie, zasada podwójnego źródła. Kluczowe informacje, które mają realne konsekwencje (np. dane medyczne, finansowe, prawne, istotne fakty naukowe), powinny być zawsze sprawdzane w co najmniej jednym niezależnym źródle innym niż chatbot. Może to być strona instytucji publicznej, podręcznik akademicki, oficjalny raport. Uczniowie mogą porównywać odpowiedź AI z materiałem z podręcznika, nauczyciele – z podstawą programową, pracownicy – z dokumentacją firmy lub regulacjami branżowymi.
Po trzecie, zasada jawności wobec nauczyciela lub klienta. Jeśli AI miała istotny wpływ na ostateczną wersję dokumentu – pracy zaliczeniowej, prezentacji, raportu dla klienta – warto to otwarcie zaznaczyć. Na uczelni może to przyjąć formę krótkiej adnotacji pod pracą, w której student wskazuje, na jakim etapie korzystał z narzędzia. W biznesie – wzmianki w dokumentacji projektu lub polityki firmy jasno określającej, kiedy i jak wolno wspierać się AI.
Po czwarte, zasada kluczowych zadań. Do niektórych obszarów rozwoju lepiej nie dopuszczać AI jako głównego wykonawcy. Dotyczy to zwłaszcza zadań, które są krytyczne dla budowania własnych kompetencji – kluczowych prac zaliczeniowych i egzaminacyjnych, fundamentalnych projektów w pracy, a także ważnych rozmów z dzieckiem o wartościach, emocjach i relacjach. Oszczędność czasu może tu okazać się pozorna – rezygnując z wysiłku dziś, osłabiamy swoje możliwości jutro.
Po piąte, zasada stref offline. Mózg potrzebuje czasu bez ekranów i bez wsparcia AI, aby konsolidować wiedzę i trenować samodzielne myślenie. Może to być kilkadziesiąt minut czytania papierowej książki, robienia odręcznych notatek, pracy nad zadaniem matematycznym bez kalkulatora, prowadzenia rozmowy twarzą w twarz. Dla nauczyciela oznacza to planowanie części zajęć w trybie całkowicie analogowym; dla studenta – przygotowywanie się do egzaminu z wykorzystaniem tradycyjnych fiszek; dla rodzica – wieczorne rozmowy bez telefonu w dłoni; dla pracownika – czas na samodzielne przemyślenie strategii przed włączeniem komputera.
W praktyce stosowanie takiego kodeksu wymaga zarówno indywidualnych nawyków, jak i rozwiązań systemowych. Nauczyciele mogą dopisywać zasady korzystania z AI do regulaminu kursu, jasno określając, kiedy jest ono wsparciem, a kiedy nadużyciem. Uczelnie i firmy mogą tworzyć polityki „human‑in‑the‑loop”, w których człowiek pozostaje odpowiedzialny za kluczowe decyzje. Rodzice mogą ustalić rodzinne reguły ekranowe. Wszędzie chodzi o to samo: zachowanie podmiotowości człowieka, nawet gdy narzędzia stają się coraz potężniejsze.
Sztuczna inteligencja będzie się rozwijać, oferując nam coraz bardziej imponujące możliwości. To od nas zależy, czy potraktujemy ją jak protezę, która z czasem osłabi mięśnie myślenia, czy jak „siłownię umysłu”, dzięki której możemy ćwiczyć na wyższym poziomie złożoności, delegując rutynę, a koncentrując się na tym, co naprawdę ludzkie.
Co dalej z naszą inteligencją? Między strachem przed „ogłupieniem” a odpowiedzialnym współistnieniem z AI
Pytanie „czy ChatGPT ogłupia” jest zrozumiałym wyrazem niepokoju wobec gwałtownych zmian, które zachodzą na naszych oczach. Eksperci tacy jak John Nosta przypominają, że nigdy wcześniej nie przekazywaliśmy maszynom tak dużej części procesu myślenia. Z drugiej strony badania nad pamięcią i uwagą pokazują, że to nie sama technologia determinuje naszą przyszłość, ale sposoby, w jakie ją włączamy w codzienne praktyki, system edukacji i kulturę organizacyjną.
Sztuczna inteligencja nie jest magicznie groźna sama w sobie. Groźna staje się wtedy, gdy oddajemy jej nie tylko zadania, ale i odpowiedzialność za to, co myślimy i jak działamy. Efekt Google, cyfrowa amnezja i inne zjawiska opisane przez psychologów pokazują, że technologia przestawia nasze wzorce pamięci – ale kierunek tych zmian zależy od tego, czy będziemy świadomie ćwiczyć krytyczne myślenie, czy zrezygnujemy z niego na rzecz wygody.
W nadchodzących dekadach najbardziej deficytowym zasobem nie będzie zapewne sama inteligencja obliczeniowa – tej będzie pod dostatkiem w chmurach danych i serwerowniach. Deficytowy może być natomiast czynnik ludzki: osoby gotowe brać odpowiedzialność za decyzje podejmowane na podstawie wyników generowanych przez AI, gotowe stawiać pytania, wątpić, sprawdzać i korygować.
Dobrym początkiem jest wybór jednej lub dwóch zasad z kodeksu higieny poznawczej i przetestowanie ich w praktyce w najbliższym tygodniu. Student może postanowić, że najpierw sam tworzy plan pracy, a dopiero potem konsultuje go z AI. Nauczyciel – że każdą generowaną przez narzędzie kartę pracy potraktuje jako szkic, który musi własnoręcznie poprawić. Rodzic – że przynajmniej raz dziennie odpowie dziecku własnymi słowami, a dopiero później wspólnie sprawdzi wersję chatu. Pracownik biurowy – że każdy raport wygenerowany przez AI przeczyta krytycznie, dodając własne wnioski przed wysłaniem do zarządu.
Warto przy tym prowadzić osobisty eksperyment: obserwować, jak zmienia się nasze myślenie, gdy używamy AI w bardziej świadomy sposób. Czy szybciej dostrzegamy błędy? Czy łatwiej nam zrozumieć nowe zagadnienia? Czy częściej kwestionujemy gotowe odpowiedzi? Takie pytania pomagają zachować czujność i podmiotowość.
Osoby zainteresowane praktyczną stroną odpowiedzialnego wdrażania AI w organizacjach mogą sięgnąć do wspomnianego już tekstu o modelu human‑in‑the‑loop w chatbotach oraz do analizy wpływu AI na branżę gier i kreatywne zawody w artykule Is AI the Future of Game Development? Here’s the Shocking Truth. Razem tworzą one szerszy obraz tego, jak różne sektory mierzą się z podobnymi pytaniami o granice automatyzacji.
Ostatecznie to nie AI „ogłupia” ludzi. To ludzie mogą zrezygnować z myślenia – albo przeciwnie, wykorzystać nowe narzędzia do rozwoju własnej inteligencji. Wybór tego kierunku wciąż należy do nas.