Wyobraźmy sobie ekran i listę słów. Przy pierwszej grupie pada proste pytanie: czy wyraz zapisano wielkimi, czy małymi literami? Przy drugiej: z czym się rymuje? Przy trzeciej: czy pasowałby do konkretnego zdania? Chwilę później, bez żadnego ostrzeżenia, przychodzi polecenie, by wypisać z pamięci jak najwięcej zapamiętanych wyrazów.
To klasyczny eksperyment kanadyjskich psychologów, Fergusa Craika i Roberta Lockharta. Przypomina o nim doktor nauk psychologicznych Władimir Spiridonow, kierownik Laboratorium Badań Poznawczych na Wydziale Psychologii Instytutu Nauk Społecznych RANEPA, gdy słyszy pytanie, czy sztuczna inteligencja odbiera nam rozum. Wynik tamtego badania był jednoznaczny: im trudniejsze zadanie postawiono przed badanym, tym więcej słów potrafił odtworzyć – mimo że nikt nie kazał mu uczyć się czegokolwiek na pamięć.
Płynący z tego wniosek daje do myślenia. Craik i Lockhart twierdzili, że ściśle rzecz biorąc, człowiek wcale nie ma pamięci. To, co zwykliśmy nią nazywać, stanowi jedynie ślad pozostawiony przez pracę umysłu. Spiridonow ujmuje to bez ogródek:
Pamięć jest produktem ubocznym przetwarzania informacji. Im głębiej przetwarzasz informację, tym lepiej ją zapamiętujesz. Память является побочным продуктом переработки информации. Чем глубже ты перерабатываешь информацию, тем лучше ты ее запоминаешь.
— Władimir Spiridonow, Think Like a Scientist, 84:07
Spójrzmy przez ten pryzmat na esej zlecony chatbotowi. Tylko trzecie ze wspomnianych zadań dotyczyło sensu, czyli poziomu semantycznego. Narzędzie cyfrowe, które czyta, waży argumenty i dobiera słowa za nas, pozostawia nam co najwyżej analizę kroju pisma. Kiedy własny wysiłek spada niemal do zera – zauważa Spiridonow – z całego tekstu nie zapamiętujemy właściwie nic. Można trzymać w ręku nienagannie zredagowaną stronę, za którą w głowie nie kryje się zupełnie nic.
W podobną stronę prowadzą dwie prace z 2025 roku. W czerwcowym preprincie w serwisie arXiv Nataliya Kosmyna wraz ze współpracownikami badała aktywność mózgu za pomocą elektroencefalografii podczas pisania wypracowań. Osoby korzystające z dużych modeli językowych miały najsłabszą łączność między obszarami mózgu i z trudem przytaczały fragmenty własnego tekstu. Z kolei w lipcu w periodyku Proceedings of the National Academy of Sciences Hamsa Bastani opisała sytuację studentów ćwiczących matematykę z nieograniczonym dostępem do GPT-4: gdy odcięto ich od modelu, wypadli na sprawdzianie gorzej niż rówieśnicy, którzy w ogóle z niego nie korzystali, a ich oceny spadły o 17%.
Do pierwszego z tych doniesień Spiridonow podchodzi sceptycznie, nazywając je czystym szumem medialnym. Zwraca uwagę, że po roku praca wciąż pozostawała preprintem i nie ukazała się w czasopiśmie. Same sesje pisania zorganizowano podejrzanie swobodnie, daty się rozjeżdżały, a zapis sygnału bioelektrycznego trudno było oddzielić od ruchów dłoni na klawiaturze. Zauważa też zjawisko niespotykane: czasopismo Nature zdążyło opublikować polemikę z tekstem, który sam nigdy nie doczekał się druku. Uczony wolałby najpierw zobaczyć replikację w innych laboratoriach, przy użyciu własnych metod.
Nie przekreśla jednak samego mechanizmu. Nawet w tak niedoskonałym badaniu wykorzystano dokładnie tę samą zależność, którą opisali Craik i Lockhart: miarą sukcesu jest to, jak intensywnie mózg zmaga się z tekstem. Podejrzenie, że algorytmy mogą osłabiać naszą pamięć, pozostaje więc – jak ocenia – „w pełni uzasadnione”.
Tu jednak pojawia się zasadniczy zwrot. Zrzucanie z siebie wysiłku umysłowego nie jest niczym nowym, a ludzki mózg bywa z natury leniwy. Kto dobrze zna swoją okolicę, nie odtwarza w myślach mapy terenu: prowadzą go szyldy, zakręty i przystanki, a drogę pokonuje bez cienia namysłu. Widząc obrócony tekst, większość ludzi przekrzywia głowę, zamiast obracać litery w wyobraźni, choć przecież potrafi to zrobić. Sztuczna inteligencja – twierdzi badacz – to po prostu skrajny wariant tego samego mechanizmu.
Nie chodzi więc o to, czy sięgamy po takie narzędzia, lecz o to, gdzie rodzi się sens. Jeśli celem jest tylko pozbycie się natrętnego zadania, w głowie nie zostanie nic. Jeśli jednak stajemy przed intrygującym problemem, chatbot może stać się pomocnikiem, podczas gdy cała praca semantyczna spoczywa na nas, a formułowane pytania są na tyle złożone, że asysta technologii realnie coś wnosi. Największe zagrożenie pojawia się w schematycznej edukacji. Polecenia w stylu „napisz wypracowanie” czy „przygotuj referat” Spiridonow uznaje za martwe, a prace zaliczeniowe czeka rychło ten sam los.
Warto więc zadać sobie pytanie, które przetrwa ten zmierzch: które z powierzanych nam zadań wciąż zmuszają nas do myślenia?
