AI w edukacji
Od 54 uczestników do medialnej pewności. Jak badanie MIT przedstawiano jako dowód, że AI „ogłupia”?
Czy osłabia samodzielne myślenie? Badanie 54 dorosłych wykazało różnice w łączności EEG podczas pisania esejów. Nie ustaliło, czy zdolność myślenia pogarsza się trwale. Sprawdziliśmy, jak tę różnicę oddały media.
Czas czytania · ok. 8 min
Nota redakcyjna
Tekst dotyczy recepcji i interpretacji badania, a nie jego samodzielnej reanalizy statystycznej.
Co dokładnie sprawdzili badacze?
Fakty — mamy źródła.W badaniu Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (otwiera się w nowej karcie) zrekrutowano 60 osób z pięciu uczelni w aglomeracji Bostonu. Co najmniej trzy sesje ukończyło 55 osób. Analiza objęła 54 osoby w wieku od 18 do 39 lat. Uczestników przydzielono do trzech warunków: pisanie eseju z ChatGPT, z wyszukiwarką internetową albo bez zewnętrznych narzędzi. W trzech sesjach pracowali w przypisanym im warunku; na opcjonalną czwartą sesję wróciło 18 osób. Ci, którzy wcześniej pisali z ChatGPT, tym razem pisali samodzielnie, a ci, którzy pisali samodzielnie, dostali ChatGPT. Grupa wyszukiwarki nie uczestniczyła w tej zamianie.Źródło: arXiv
Badacze rejestrowali EEG, analizowali język esejów, oceniali teksty oraz pytali uczestników m.in. o poczucie autorstwa i możliwość przytoczenia fragmentów własnych prac. Na napisanie eseju uczestnik miał 20 minut; badanie nie mierzyło szkolnego postępu młodzieży ani zmian ilorazu inteligencji.Źródła ↓
Autorzy raportują najsilniejsze i najszerzej rozłożone wzorce łączności EEG w grupie bez narzędzi, wyniki pośrednie u korzystających z wyszukiwarki i słabsze u korzystających z . Użytkownicy ChatGPT częściej mieli trudności z przytoczeniem własnego tekstu i deklarowali mniejsze poczucie jego autorstwa. Autorzy sami idą krok dalej: już w czerwcowej wersji dostępnej dziennikarzom (otwiera się w nowej karcie) piszą o malejącej aktywności poznawczej wraz ze wzrostem wsparcia narzędzi, a w tytule o narastaniu „długu poznawczego”. Pytanie o uczenie się ma więc źródło już w preprincie. Eksperyment nie rozstrzyga jednak, czy uczestnicy utracili jakąś umiejętność na trwałe.Źródło: arXiv
Dlaczego EEG nie jest miernikiem „ogłupienia”?
Wnioski redakcji.EEG rejestruje zmiany sygnałów elektrycznych na powierzchni głowy. W badaniu analizowano m.in. dDTF — statystyczną miarę ukierunkowanych zależności pomiędzy sygnałami z elektrod, osobno dla pasm częstotliwości. Nie jest to jedna skala pokazująca, ile procent „pracuje mózg”, ile ktoś ma inteligencji ani czy trwale utracił zdolność uczenia się.
Dwa zadania mogą angażować odmienne strategie i sieci; niższa wartość wybranej miary łączności nie musi oznaczać gorszego funkcjonowania poznawczego. Sama istotność statystyczna różnic w połączeniach nie rozstrzyga, która strategia prowadzi do lepszego, trwałego opanowania materiału. Szczegółowe analizy zależą też od sposobu przetwarzania EEG i licznych porównań.
Niezależny komentarz Stankovicia i współautorów (otwiera się w nowej karcie) wskazał ograniczenia próby, odtwarzalności analiz i raportowania EEG. Jest istotne zastrzeżenie chronologiczne: krytyka została zgłoszona 29 grudnia 2025 r., a wersja v2 badania ukazała się 31 grudnia 2025 r. Nie wolno bez dodatkowej kontroli twierdzić, że każda uwaga do wcześniejszej wersji pozostała nierozwiązana. Nie przeprowadziliśmy też własnej reanalizy surowych danych EEG.
Opis metody znajduje się na s. 86–87 preprintu (otwiera się w nowej karcie). Na s. 151–152 autorzy wyjaśniają, że analizowali wzorce łączności, a nie zmiany mocy sygnału w poszczególnych pasmach.
Co nagłówek dodaje do wyniku?
Wnioski redakcji.Wirtualne Media (otwiera się w nowej karcie), 6 lipca 2025 r. opublikowały tekst pod tytułem „AI może ogłupiać? To badanie wykazało utratę samodzielnego myślenia”. W artykule „dług poznawczy” objaśniono jako utratę zdolności samodzielnego myślenia. Tymczasem badanie nie mierzyło trwałej utraty tej zdolności. Rzetelnie należy jednak dodać, że na końcu materiału zaznaczono potrzebę dalszych badań. Krytykujemy konkretne przejście od hipotezy do kategorycznego opisu, a nie całą publikację jako pozbawioną zastrzeżeń.
Le Monde (otwiera się w nowej karcie), 2 lipca 2025 r. zatytułował materiał: „ChatGPT use significantly reduces brain activity, an MIT study finds”. To język szerszy niż „w określonym zadaniu odnotowano różnice wybranych miar łączności EEG”. Jednocześnie już dostępny podtytuł nazywa pracę wstępną i nierecenzowaną. Dalej autorka pisze o małej, niereprezentatywnej próbie. Opisuje też popularny post zestawiający dwa obrazy mózgu „z ChatGPT” i „bez ChatGPT”. Jak zaznacza, żaden z tych obrazów nie pochodził z eksperymentu. Czytelnik całego artykułu dostaje więc ważny kontekst, którego sam nagłówek nie przekazuje.
Ogólnopolska Sieć Edukacyjna (OSE (otwiera się w nowej karcie)), 26 maja 2026 r. przywołała badanie MIT w poradniku o świadomym korzystaniu z AI. Według poradnika korzystający z AI wykazali „o ponad połowę mniejszą aktywność” w pewnych obszarach mózgu. W tym miejscu autorzy poradnika nie podają porównywalnej definicji pomiaru, pasma EEG ani procedury, która pozwoliłaby czytelnikowi odnieść procent do wyników eksperymentu. W preprincie można znaleźć możliwy odpowiednik tej liczby. Na s. 146 (otwiera się w nowej karcie) autorzy raportują, że w grupie ChatGPT łączna wartość dDTF była do 55% niższa niż w grupie piszącej bez narzędzi. Porównanie dotyczyło niskich częstotliwości w sieciach wiązanych z przetwarzaniem znaczenia i monitorowaniem zadania. „Do 55%” opisuje górną granicę różnicy w tej mierze; „o ponad połowę” sugeruje czytelnikowi, że różnica przekraczała 50%. W tym samym poradniku pojawiają się jednak także korzyści AI i apel o rozsądne używanie narzędzia. Nasz zarzut dotyczy precyzji przytoczenia pomiaru, nie ogólnego stanowiska OSE.
Skąd bierze się wrażenie, że liczbę potwierdziło kilka źródeł? OSE w bibliografii wymienia publikację NASK „AI w szkole. Od algorytmu do relacji” (otwiera się w nowej karcie). Na s. 24 Urszula Dąbrowska podaje podobną wielkość i zaraz dodaje, że to wstępny wynik dotyczący jednego zadania. Na s. 26 odsyła do pracy Kosmyny i współautorów. Czytelnik może więc dwukrotnie spotkać podobną liczbę, choć oba opisy odwołują się do tego samego eksperymentu.
To trzy udokumentowane przykłady rozbieżności pomiędzy zakresem danych a siłą sformułowań. Nie stanowią reprezentatywnej próby mediów, nie mierzą zasięgów i nie dowodzą, że większość czytelników uwierzyła w sensacyjną tezę.
Co na to sami autorzy — i inne media?
Fakty — mamy źródła.W FAQ MIT Media Lab (otwiera się w nowej karcie) badacze proszą, aby nie opisywać ich wyniku językiem „ogłupiania”, „gnicia mózgu” czy „uszkodzenia mózgu”. Zaznaczają, że w momencie publikacji pierwszej wersji był to preprint, bez recenzji naukowej, a wnioski należy traktować ostrożnie. Według dostępnych 21 listopada 2026 r. rekordów praca pozostaje oznaczona jako preprint; najnowsza wersja w arXiv to v2 z 31 grudnia 2025 r.Źródła: arXivarXivMIT Media LabarXivarXivarXiv
W rozmowie z Andrew R. Chowem dla TIME (otwiera się w nowej karcie) główna autorka Nataliya Kosmyna wprost odrzuca sugestię, że eksperyment wykazał „ogłupienie”. W samym artykule Chow opisuje kopiowanie wygenerowanych fragmentów językiem lenistwa, a jednocześnie uprzedza czytelników o niewielkiej próbie i wstępnym charakterze wyników. Nawet na jednej stronie można więc znaleźć zarówno mocną interpretację zachowania, jak i jej ograniczenia.Źródło: TIME
Nie wszystkie publikacje przejęły alarmistyczne ramy bezkrytycznie. Pulsar (otwiera się w nowej karcie) już 22 lipca 2025 r. opublikował analizę odróżniającą dane EEG od opowieści o „niszczeniu mózgu”. OKO.press (otwiera się w nowej karcie) 30 sierpnia 2025 r. omawiało eksperyment MIT obok innych badań i pytało, co właściwie znaczy „ogłupiać”. Autor poświęcił osobną część małej próbie i ograniczeniom EEG. Sam poszedł jednak dalej niż pomiar, gdy od trudności z przytoczeniem eseju przeszedł do wniosku o gorszym rozumieniu tekstu. Obecność tekstów krytycznych podważa uogólnienie, że media jako całość mówiły jednym głosem.Źródła: PulsarOKO.press
Czy inne badania potwierdzają, że AI szkodzi albo pomaga?
Wnioski redakcji.Badanie MIT nie jest jedyną podstawą do rozmowy o uczeniu się z AI. Są jednak ważne różnice między eksperymentami.
W badaniu Bastani i in. w PNAS (otwiera się w nowej karcie) prawie tysiąc licealistów rozwiązywało zadania matematyczne. Podczas ćwiczeń z pomocą osiągali lepsze wyniki, ale grupa korzystająca z mniej ograniczonego GPT Base uzyskała później o 17% niższe wyniki względne na sprawdzianie bez AI niż grupa kontrolna. Wariant GPT Tutor, wykorzystujący bardziej dydaktyczne wskazówki, w znacznym stopniu niwelował ten niekorzystny efekt. To wyniki krótkoterminowe, nie dowód trwałego spadku kompetencji ani replikacja EEG.
W randomizowanym eksperymencie Kestina i in. (otwiera się w nowej karcie) 194 uczestników kursu wprowadzającego do fizyki uczyło się dwóch tematów, jednego z tutorem AI i drugiego na zajęciach w sali prowadzonych metodami aktywnego nauczania. Po lekcji z tutorem studenci osiągali wyższe wyniki w bezpośrednim teście. Mediana czasu pracy z tutorem wynosiła 49 minut; dla zajęć w sali autorzy przyjęli 60 minut na podstawie planu zajęć. To również nie dowód wieloletniej trwałości efektu.
Przegląd Stanford SCALE z 10 listopada 2026 r. (otwiera się w nowej karcie) uwzględnia 52 prace z dowodami przyczynowymi w zestawieniu dotyczącym edukacji szkolnej: 20 z poprzedniej edycji i 32 dodane w aktualizacji. Obejmują eksperymenty randomizowane oraz badania quasi-eksperymentalne; część przeprowadzono w szkolnictwie wyższym. Wnioski są mieszane: gdy AI pomaga zrozumieć materiał, szanse korzyści są większe niż wtedy, gdy tylko wyręcza ucznia, ale nawet wyspecjalizowane rozwiązania nie zawsze poprawiają uczenie się.
Badania te sprawdzają inne populacje, zadania, interwencje i rezultaty. Nie „unieważniają” MIT, ale pokazują, dlaczego nie wolno rozciągać wniosku z pisania esejów na każde użycie AI w edukacji.
Jak czytać następny głośny wynik?
Wnioski redakcji.Zanim uznamy, że nowe badanie „udowodniło” wpływ AI na mózg lub inteligencję, rozdzielmy trzy poziomy:
1. Co faktycznie zmierzono? W tym przypadku: parametry EEG podczas pisania, cechy esejów, odpowiedzi po zadaniu — nie IQ ani rozwój mózgu dzieci.
2. Co można wywnioskować? W tym protokole sposób pracy z narzędziem wiązał się z różnymi strategiami i wynikami. Nie wiemy, czy identyczny efekt wystąpi w innych grupach i zadaniach.
3. Co pozostaje hipotezą? Trwały „dług poznawczy”, utrata zdolności myślenia i szkody rozwojowe wymagałyby odrębnych, odpowiednio zaprojektowanych badań.
W praktyce edukacyjnej ważne jest rozróżnienie dobrze wykonanego zadania z AI od samodzielnie opanowanej umiejętności. Nauczyciel może poprosić ucznia, który przygotował z AI wyjaśnienie ułamków, o samodzielne rozwiązanie podobnego przykładu z innymi liczbami. Pierwsza praca pokazuje, co udało się zrobić z pomocą. Druga pozwala sprawdzić, który krok uczeń potrafi już wyjaśnić sam. To propozycja dydaktyczna; badanie EEG nie testowało takiej lekcji.
Wniosek: największym problemem w tej historii nie jest to, że naukowcy zadali niewygodne pytanie. Problem zaczyna się wtedy, gdy wynik jednego, ograniczonego eksperymentu zaczyna pełnić rolę ostatecznego wyroku. Odpowiedzialna edukacja o AI wymaga jednocześnie uważności na ryzyka i uczciwości wobec granic dowodów.
Źródła i dalsza lektura
- 1.
- 2.
- 3.Your Brain on ChatGPT — opis badania i FAQ MIT Media Lab
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.Czy korzystanie z ChataGPT nas ogłupia? OKO.press
- 14.
- 15.Eksperyment Kestina i współautorów Scientific Reports
- 16.The Evidence Base on AI in K-12: A November 2026 Review Stanford SCALE
Powiązane materiały

Promptowanie i weryfikacja wyników: metoda pięciu kroków
Dobry prompt to jasny cel, kontekst, format i kryteria jakości. Omawiamy profesjonalną inżynierię poleceń, oficjalne wytyczne twórców modeli oraz procedurę audytu odpowiedzi według ramy NIST.
