Amit magad építesz fel, azt nem felejted el

Kutatási eredményElőzetes Kína

A gyorsabb házi nem feltétlenül jelent több tanulást

Este nyolc óra, a gyerek szobájában ég a lámpa, a matekházi húsz perc alatt elkészült, és te megkönnyebbülsz. Egy 26 811 kínai, hetedik-tizenkettedik osztályos tanulót követő, harminc hónapos panelvizsgálat azt próbálta feltárni, mi történik az AI-használat után. A szerzők egy közép-kínai megyében, 2022 szeptembere és 2025 júniusa között gyűjtött adatokból dolgoztak. A munkaanyag szerint az AI-használat rövid távon javította a házi feladat teljesítését és csökkentette az elkészítéshez szükséges időt, a későbbi tanulási mutatók viszont bizonyos használati minták mellett romlottak. A kutatók egy jellegzetes mintázatot is azonosítottak: feltűnően rövid munkavégzés és magas házi pontszám együtt, ami arra utal, hogy egyes tanulók nem segítségként, hanem a feladat teljes kiszervezésére használták az AI-t. Az értelmezésben gyakran megjelenő „80 százalék” nem azt jelenti, hogy a tanulók ekkora része csal: arra utal, hogy a becsült tanulási veszteség nagy része azoknál koncentrálódott, akiknek a viselkedése kiszervezésre utalt. Ez becslés, nem közvetlenül megfigyelt arány.

Miért csak előzetes: a kutatás még munkaanyag, nem lektorált folyóiratcikk, és az adatokat egyetlen kínai megyében gyűjtötték. Mivel az AI-t nem mindenhol egyszerre vezették be, a szerzők össze tudják vetni a bevezetés előtti és utáni állapotot, ami segíthet az ok-okozati következtetésben, de önmagában nem bizonyítja, hogy a változásokat az AI okozta.

Forrás: Strömberg, D., Lei, V., Wu, Y. · The Generative AI Learning Penalty: Evidence from Chinese Secondary Education · SSRN working paper, 2026 — link

Szakértői véleményVélemény Írország

Előbb te, a gép csak a végén

A hét szakértői hangja Ian Robertson, a dublini Trinity College emeritus pszichológiaprofesszora, nemzetközileg elismert klinikai pszichológus és neurokutató, a Trinity Institute of Neuroscience korábbi alapító igazgatója. Az Irish Times-ban megjelent véleménycikkében egy könnyen megjegyezhető szabályt javasol: nem önmagában az AI használata a probléma, hanem az, ha a géptől kérünk elsőként kész gondolatot, ahelyett hogy előbb magunk dolgoznánk a feladaton, és csak utána használnánk az eszközt ellenőrzésre vagy javításra. Ahogy fogalmaz, valahányszor a könnyebb utat választjuk, és előbb az AI-ra bízzuk a gondolkodást, ahelyett hogy csak a saját munkánk ellenőrzésére használnánk, azt kockáztatjuk, hogy gyengülnek az agyunk kapcsolati hálózatai. A kép erős: ahogy a testnek szüksége van mozgásra, úgy az agynak is mentális erőfeszítésre, és Robertson ezt az agy „gyorsforgalmi útjainak” metaforájával írja le. Hivatkozik az MIT Media Lab EEG-vizsgálatára, amelyben a ChatGPT-t használó esszéíróknál alacsonyabb agyi kapcsolódási aktivitást és gyengébb felidézést mértek, és oxfordi kutatásokra, amelyekben az azonnali AI-megoldásra támaszkodók az eszköz elvétele után gyengébben teljesítettek.

Miért csak vélemény: elismert kutató szakértői álláspontja egy napilap véleményrovatában, nem önálló empirikus kutatás. A hivatkozott MIT- és oxfordi eredményeket a cikk másodlagos, publicisztikai formában közli, és a metafora nem jelenti azt, hogy minden AI-használat károsítja az agyat. Robertson következtetése is árnyalt: az AI a saját munka után, ellenőrző társként hasznos lehet.

Forrás: Ian Robertson (Trinity College Dublin) · Every time we take the easy route and let AI think for us first we risk weakening our brains · The Irish Times, 2026 — link

Kutatási eredményKözepes Kanada

A használati mód legalább annyira számít, mint az eszköz

Egy Université Lavalhoz kapcsolódó kutatócsoport 60 felnőttel vizsgált rövid, számítógépes tanulási feladatot. A résztvevők esszékérdésekre válaszoltak, egyik részük webes keresést használhatott, a másik részük chatbotot, majd meglepetésszerű memóriateszt következett. A két csoport teljesítménye nem különbözött statisztikailag szignifikánsan: a webes keresést használók átlaga 50,6 százalék, a chatbotot használóké 43,3 százalék volt, de a különbség nem érte el a szignifikancia szintjét. A nagyobb eltérés a munkavégzés módjában mutatkozott. A webes keresést használók több forrást néztek át, gyakrabban fogalmaztak saját szavaikkal, és eltérő keresési stratégiát követtek, míg a chatbotot használók gyakrabban másolták be szó szerint a kérdést, és kevesebb forrást tekintettek meg. A szövegben szereplő 33,2 és 13,9 százalék erre a kérdésbemásolási mintázatra vonatkozik, nem a memóriateljesítményre. A tanulság nem az, hogy a keresés általában jobb, hanem hogy nem elég megkérdezni, melyik eszközt használod: az is számít, hogy közben keresel, mérlegelsz, összehasonlítasz és saját szavaiddal újraalkotsz-e.

Miért csak közepes: a vizsgálat ellenőrzött és informatív, de a minta kicsi, a feladat rövid és mesterséges, és csak azonnali memóriatesztet mértek, nem tudni, mi maradt volna meg egy héttel később.

Forrás: Marois, A., Lavallée, I., Boily, G., Alaman, J. R. · Learning and Engaging With AI: An Exploration of the Effects of Mental Workload and Search Behavior on Short-Term Computer-Based Learning With a Chatbot · Human Factors, 2026 — link

Kutatási eredményKözepes Pakisztán

A rövid AI-képzés önmagában nem szüntette meg az automatizációs torzítást

Mi történik, ha egy kiképzett szakember magabiztos, de téves gépi javaslatot kap? Egy pakisztáni kutatócsoport (LUMS, Lahore) 44 orvost vizsgált: a résztvevők hat klinikai esetet értékeltek, opcionálisan ChatGPT-4o-javaslatokkal, előzetes AI-literációs képzés után. Az egyik csoport pontos, a másik részben szándékosan hibás AI-javaslatokat kapott. A hibás javaslatokat látó csoportban a diagnosztikai pontszám 84,9 százalékról 73,3 százalékra csökkent, a legjobb első diagnózis aránya pedig 90,5 százalékról 76,1 százalékra esett. Az eredmény arra utal, hogy egy szakember akkor is túlzottan támaszkodhat a gépre, ha előzetesen kapott AI-literációs képzést. Ez nem azt jelenti, hogy a képzés haszontalan, hanem hogy egy rövid képzés önmagában nem feltétlenül elég a meggyőző, de hibás tanácsok felismeréséhez. Minél meggyőzőbb a gép válasza, annál fontosabb, hogy a szakember a saját indoklását a géptől függetlenül is felépítse.

Miért csak közepes: a vizsgálat ellenőrzött és informatív, de kicsi volt, minden orvos csak hat esetet értékelt, és a helyzet kontrollált, mesterséges körülmény volt, ezért nem általánosítható közvetlenül a mindennapi klinikai munkára.

Forrás: Qazi, I. A., Ali, A., Khawaja, A. U. et al. (LUMS, Lahore) · Automation Bias in Large Language Model–Assisted Diagnostic Reasoning among Physicians Trained in AI Literacy · NEJM AI, 2026 — link

Kutatási eredményKözepes USA

A strukturált AI-tutor javított néhány folyamatmutatón, de nem hozott áttörést

Egy több mint 6000 tanulót érintő amerikai, kontrollált kísérletben azt vizsgálták, hogyan hat egy AI-val támogatott matematikai gyakorlóplatform a tanulásra. A résztvevők egy része AI-támogatással gyakorolt, mások ugyanazon a platformon AI nélkül, és a kutatók egy „mastery” feltételt is néztek, amelyben a tanulónak három egymást követő helyes választ kellett adnia a továbblépéshez. Az AI-támogatással tanulók lassabban haladtak és kevesebb feladatot próbáltak meg, de amikor válaszoltak, pontosabbak voltak, és egy hiba után kevesebb próbálkozásra volt szükségük a helyes megoldásig. A mastery-feltétel javított néhány gyakorlási mutatót, de önmagában nem eredményezett egyértelmű, mérhető javulást a később végzett tudásteszten. Ez fontos ellenpont a két szélsőség ellen: a gondosan kialakított rendszer egyes folyamatokat javíthat, miközben a tartós tudásra gyakorolt hatása korlátozott vagy feltételes marad.

Miért csak közepes: a tanulmány NBER-munkaanyag, nem lektorált folyóiratcikk. A minta nagy és a kísérleti elrendezés erős, de a végső értelmezéshez fontos lesz látni a későbbi szakértői értékeléseket és az esetleges megismétléseket.

Forrás: Oreopoulos, P., Liut, M., Sungu, A., Low, N. · Making AI Tutoring Productive: Evidence from a Mastery-Based Math Practice Experiment · NBER Working Paper No. 35621, 2026 — link

Kutatási eredményErős Dél-Korea

Kis-közepes javulás a depressziós és szorongásos tünetekben

És hogy a kép becsületes legyen: az AI jól megtervezve mérhető hasznot is hozhat. A Yonsei Egyetem (Szöul) kutatói 39 randomizált, kontrollált vizsgálat eredményét vonták össze, a depressziós tünetek elemzése 7401, a szorongásosé 7621 résztvevőt foglalt magában. A chatbot-alapú beavatkozások átlagosan szignifikáns javulással jártak, a depressziós tüneteknél g=0,31, a szorongásosnál g=0,28 hatásmérettel, ami kis-közepes hatás, nem pedig nagy, mindenkinél jelentkező változás. A hatás nem volt egyenletes: erősebbnek mutatkozott azoknál, akik a vizsgálat kezdetén klinikai vagy szubklinikai tüneteket mutattak, a kizárólag általános jólléti célú használatnál gyengébb volt. Óvatosan tehát kijelenthető, hogy egyes, célzottan megtervezett chatbot-beavatkozások segíthetnek bizonyos tünetek enyhítésében, de ebből nem következik, hogy minden generatív chatbot hatékony, vagy hogy a chatbot helyettesítené a pszichoterápiát, a pszichiátriai kezelést vagy a sürgős szakellátást.

Miért erős: nem egyetlen kísérletről van szó, hanem 39 randomizált vizsgálat több mint hétezer résztvevőt összesítő metaanalíziséről, lektorált folyóiratban. Ugyanakkor az egyes vizsgálatok módszerei, chatbotjai, kontrollcsoportjai és követési idői eltérnek, ezért az eredmény nem egyetlen, egységes technológia hatása.

Forrás: Sohn, J.-S., Kim, E. et al. (Yonsei Egyetem) · Systematic review and meta-analysis of chatbots in the management of depressive and anxiety symptoms · npj Digital Medicine, 2026 — link

Heti protokoll · AI FIT · Logika-pillér

A vázlat-szabály

A hat tétel ugyanabba az irányba mutat: az AI nem automatikusan segít vagy árt, a feladat jellege és a használat módja dönti el, mire jó, és a saját gondolkodás átadása tanulási veszteséggel járhat. Mielőtt megnyitod a chatbotot egy feladathoz, írj le két-három mondatot saját magadtól: mi a probléma, mi az első ötleted, hol akadtál el, mit szeretnél pontosan ellenőrizni vagy megtanulni. Csak ezután kérj segítséget a géptől, és inkább úgy, hogy ne oldja meg helyetted, hanem tegyen fel kérdéseket, jelezze a hibát, mutasson ellenpéldát, vagy hasonlítsa össze a te megoldásodat egy másikkal. A cél nem az, hogy kizárd az AI-t, hanem hogy a feladat legfontosabb gondolati lépései a tieid maradjanak.

AI FIT protokoll · Logika-pillér