A hízelgő gép, most már a Science-ben

Kutatási eredményErős USA

A hízelgő gép, most már a Science-ben

Jó érzés, amikor a gép igazat ad nekünk. Megerősít, és mi magabiztosabban lépünk tovább. De mi van, ha ez a megerősítés nem az igazságról szól, hanem arról, hogy jó véleménnyel legyünk a gépről? Egy stanfordi és Carnegie Mellon-i csapat ezt vizsgálta meg, és a Science címlapjára került vele. Tizenegy vezető nyelvi modellt teszteltek: a gépek csaknem 50 százalékkal gyakrabban adtak igazat a felhasználónak, mint egy ember tenné, még olyankor is, amikor a kérdés megtévesztést, jogsértést vagy másnak ártó szándékot tartalmazott. Aztán három előregisztrált kísérletben, 2405 emberrel megnézték a hatását is. Egyetlen hízelgő beszélgetés elég volt ahhoz, hogy a résztvevők kevésbé legyenek hajlandók felelősséget vállalni és rendezni egy konfliktust, és jobban meg legyenek győződve róla, hogy nekik van igazuk. És itt a csapda: bár a hízelgő gép torzította az ítéletüket, a résztvevők épp azt bízták meg jobban, és azt választották szívesebben. A káros vonás egyben a legvonzóbb is, ez pedig perverz ösztönzőt teremt, hogy a gépek egyre inkább a kedvünkben járjanak. A tanulság nem az, hogy ne kérdezzük a gépet, hanem hogy a helyeslését ne tévesszük össze az igazsággal.

Miért erős: 11 modell tesztelése, három előregisztrált kísérlet (N=2405), a Science-ben.

Forrás: Cheng et al. (Stanford, CMU) · Sycophantic AI decreases prosocial intentions and promotes dependence · Science, 2026 — link

Szakértői véleményVélemény USA

„Az AI nem rohasztja szét az agyad”

Amikor mindenki az AI okozta szellemi/kognitív leépülésről beszél, érdemes meghallgatni egy higgadt hangot a másik oldalról. Ethan Mollick, a Pennsylvaniai Wharton egyetem professzora azt írja, hogy az AI nem okoz agykárosodást. Szerinte a sokat idézett „Your Brain on ChatGPT” tanulmányt a sajtó túldramatizálta, valójában egy kis létszámú vizsgálat volt. Mollick tömören fogalmaz: az AI nem öli meg az agyad, te teszed, amikor nem vagy hajlandó gondolkodni. És megmutatja a másik felét is: jó pedagógiával, kérdésekkel, ellenőrzéssel az AI tanulni is segít. Nem az eszköz dönt, hanem a módszer.

Miért csak vélemény: szakértői blogbejegyzés, nem saját mérés, de egy hiteles kutatótól.

Forrás: Ethan Mollick (Wharton) · Against „Brain Damage” · One Useful Thing, 2025 — link

Kutatási eredményElőzetes USA

Gyorsabb kész, kevesebb tudás

Eddig nehéz volt megmondani, mennyit változott a tanulás az AI miatt: a kérdőívek szerint alig, a kis kísérletek meg nem elég nagyok hozzá. A Kaliforniai UC Irvine egyetem és az Ohio-i oktatási kiadó (McGraw Hill) csapata ezért egy tízéves adatsort nézett meg, 3,2 millió tanulási interakciót az ALEKS matektanuló platformon. A trükk a módszerben volt. Szétválasztották azokat a feladatokat, amiket könnyű az AI-ra bízni (a szöveges feladatokat), azoktól, amiket nehéz (a grafikonos, interaktív feladatoktól). A ChatGPT megjelenése után a diákok a könnyen kiszervezhető feladatokra egyre kevesebb időt szántak, a főiskolásoknál közel 27 százalékkal kevesebbet három év alatt. És ami a legárulkodóbb: felügyelt vizsgán, ahol nem lehetett AI-t használni, ezeknél a témáknál 25 százalékkal csökkent a helyes válasz esélye, míg a nem felügyelt méréseknél épp nőtt.

Miért csak előzetes: preprint, még nem bírálták el, és bár hatalmas az adatsor, közvetve következtet az AI-használatra, nem látta a diákok képernyőjét. De ez az egyik első nagy léptékű bizonyíték arra, hogy az AI megváltoztatta, hogyan tanulunk.

Forrás: Rismanchian et al. (UC Irvine, McGraw Hill) · Faster Completion, Less Learning · arXiv preprint, 2026 — link

Kutatási eredményKözepes Kína

A kiszervezés nem feltétlenül rossz döntés

Ha az előző tétel a kiszervezés árát mutatja, ez a kísérlet arról szól, mikor nem kerül semmibe. Kínai egyetemistáknál nézték, hogyan függ össze a digitális eszközökre való kiszervezés a kritikai gondolkodással, a kitartással és a tanulás mélységével. A kulcs egy közvetítő tényező volt: a kognitív énhatékonyság, vagyis mennyire bízik valaki a saját gondolkodásában. Akinél ez erős volt, annál a kiszervezés inkább segítette az önszabályozott tanulást: a rutinfeladatot a gépre bízva több figyelem jutott a célra és a stratégiára. Akinél gyenge, ott inkább pótlék lett. Vagyis nem az számít, hogy kiszervezünk-e, hanem hogy közben irányítunk-e.

Miért csak közepes: kérdőíves adat, statisztikai modellel.

Forrás: Frontiers in Psychology, 2026 · Cognitive offloading, critical thinking, task persistence and learning depth — link

Szakmai elemzésKözepes Nemzetközi

Jótékony vagy káros kiszervezés

Egy tekintélyes szakértői jelentés, az Education International kiadásában, Jason Lodge oktatáskutató közreműködésével, összefoglalja, mit tudunk eddig a kiszervezésről az oktatásban. A fő tézise arról szól, hogy a kiszervezés nem passzív folyamat, hanem aktív, metakognitív (gondolkodás a gondolkodásról) döntés, és van jótékony meg káros hatása. Lodge írása gyakorlati keretet is ad. Az a jó kiszervezés, ahol a rutinszerű, memóriát igénylő feladatokat átadjuk a gépnek, de a gondolkodás szerkezetét, a stratégiát és az értékelést magunknál tartjuk. A rossz az, amikor magát a gondolkodást adjuk fel.

Miért csak közepes: szakértői jelentés, nem egyetlen új kísérlet, de sok friss mérést köt össze.

Forrás: Education International (Lodge et al.) · Artificial intelligence, cognitive offloading and implications for education · 2026 — link

Kutatási eredményErős Nemzetközi

Chatbot a lélekért: szerény, de valós

A mentális egészség terén használt chatbotok kapcsán rengeteg a hangzatos ígéret és a rémhír egyaránt. Egy friss meta-elemzés az npj Digital Medicine-ben megpróbálta higgadtan összefoglalni, mit mutatnak a valódi kísérletek. Harminckilenc randomizált vizsgálatot vontak össze, több mint hétezer emberrel, a depresszió és a szorongás tüneteire. Az eredmény szerény, de valós: a chatbotok jelenléte kimutathatóan, bár kis mértékben csökkentette a depresszió és a szorongás tüneteit a kontrollcsoportokhoz képest. Nem csodaszer, de nem is haszontalan, és a szerzők maguk is óvatosságra intenek, hogy ez nem helyettesíti a valódi ellátást.

Miért erős: sok véletlenszerű (randomizált) vizsgálat összegzése, a bizonyítékok egyik legmagasabb szintje.

Forrás: npj Digital Medicine, 2026 · Systematic review and meta-analysis of chatbots for depressive and anxiety symptoms — link

Heti protokoll · AI FIT · Logika-pillér

Kérd a gép ellenérveit

A hét vezető kutatása szerint a gép hajlamos igazat adni nekünk, és mi épp ettől bízunk benne egyre jobban. A gyakorlat ezt fordítja meg. Amikor fontos kérdésben egyetért veled, ne állj meg ott. Kérdezd meg tőle: sorolj fel három okot, amiért tévedhetek, és mi szólna a döntésem ellen. Ha a gép csak megerősít, keresd meg magad az ellenérvet. A cél nem az, hogy elbizonytalanodj, hanem hogy a helyeslést ne tévesszd össze az igazsággal.

AI FIT protokoll · Logika-pillér