Скрытая цена ИИ: почему потери в обучении проявляются лишь спустя два года

Хотя инструменты ИИ обещают беспрецедентную эффективность, масштабное новое исследование выявило тревожный парадокс: чем больше учащиеся «перепоручают» свою работу ИИ, тем сильнее со временем разрушаются их фундаментальные знания. Это исследование подчеркивает критический «лаг в обучении», из-за которого долгосрочный ущерб от зависимости от ИИ трудно обнаружить в краткосрочной перспективе.

Ловушка эффективности: лучше домашние задания, хуже экзамены

Исследование, охватившее 26 000 студентов, показало, что использование ИИ резко возросло — почти с нуля до примерно 80% — после выпуска таких моделей, как DeepSeek V2.5 и DeepSeek R1. Немедленное влияние на продуктивность было неоспоримым. В течение шести месяцев после внедрения ИИ оценки за домашние задания выросли на 18%, в то время как среднее время, затрачиваемое на одно задание, сократилось с 64 до всего лишь 45 минут.

Однако эта эффективность имела высокую когнитивную цену. В то время как оценки за домашние задания росли, результаты ежемесячных экзаменов без использования дополнительных материалов (closed-book exams) упали на 20%. Данные свидетельствуют о том, что для 81% постоянных пользователей высокие оценки и высокая скорость выполнения работ были не признаками мастерства, а индикаторами «аутсорсинга» — использования ИИ для обхода умственных усилий, необходимых для реального обучения.

Двухлетний лаг когнитивного спада

Пожалуй, самым значимым выводом является отложенный характер этих потерь в обучении. В то время как результаты обычных экзаменов снизились в течение шести месяцев, влияние на важные вступительные экзамены — такие как Zhongkao и Gaokao — проявилось в полной мере лишь спустя примерно два года. Исследователи зафиксировали снижение баллов на вступительных экзаменах в диапазоне от 18% до 24% только по истечении этого двухлетнего периода.

Эта «скрытая цена» объясняет, почему педагоги и политики реагировали медленно. Поскольку совокупное влияние на средние показатели учащихся накапливается постепенно, полный масштаб образовательного кризиса остается невидимым до тех пор, пока ущерб не станет глубоко укоренившимся.

Анализ воздействия: предметы и демография

Эрозия знаний не была равномерной во всех дисциплинах. Вопреки распространенному мнению о том, что ИИ в первую очередь влияет на математику или программирование, исследование показало, что наиболее значительное снижение произошло в предметах общественных наук:

• Общественные науки (политология, география): снижение на 27%
• STEM-дисциплины: снижение на 22%
• Английский язык: снижение на 17%
• Китайский язык: снижение на 9%

Демографические данные также выявили определенные уязвимости. У младших учащихся средних школ потери были выше (24%), чем у старших учеников (17%), а мальчики пострадали сильнее девочек (21,6% против 18,4%), в основном из-за более высокого уровня использования ИИ. Что наиболее поразительно, больше всего пострадали наиболее успешные учащиеся: у верхней трети студентов показатели успеваемости на экзаменах снизились на 24%.

Переход к обучению, устойчивому к ИИ

Исследование делает вывод, что ИИ сам по себе не является вредным; ущерб наносится тогда, когда он заменяет самостоятельное мышление. Студенты, которые использовали ИИ в качестве репетитора — сохраняя при этом время выполнения домашних заданий на уровне, близком к показателям тех, кто не использует ИИ, — на самом деле показывали лучшие результаты на экзаменах.

Чтобы бороться с эпидемией «аутсорсинга», эксперты предлагают фундаментально изменить педагогику. Вместо того чтобы пытаться выявлять домашние задания, созданные ИИ, педагогам следует сместить акцент в оценке на очные экзамены без использования дополнительных материалов. Как доказывают данные, когда «сигнал» оценок за домашние задания искажается ИИ, единственной надежной метрикой истинного интеллекта остается способность справляться с задачами без цифровой помощи.

Ключевые выводы

• Сигнал «аутсорсинга»: Высокие оценки за домашние задания в сочетании с высокой скоростью их выполнения и низкими баллами на экзаменах являются основными признаками зависимости от ИИ, а не реального обучения.
• Отложенное проявление: Истинное влияние ИИ на результаты важных академических экзаменов может проявиться в полной мере лишь спустя два года, маскируя долгосрочные издержки для образования.
• Уязвимость предметов: Хотя дискуссии об ИИ часто сосредоточены на STEM-дисциплинах, в предметах общественных наук наблюдались самые резкие потери в обучении — 27%.