Dr. Brian W Stone van Boise State University bespreekt de nadelen van het laten van een AI -model het leerwerk voor u doen.
Wanneer Openai werd vrijgegeven 'Studiemodus' In juli 2025 prees het bedrijf de educatieve voordelen van Chatgpt. “Wanneer chatgpt wordt gevraagd om les te geven of te tutor, kan dit de academische prestaties aanzienlijk verbeteren,” Vice-president van het onderwijs van het bedrijf vertelde verslaggevers bij de lancering van het product. Maar elke toegewijde leraar zou zich goed afvragen: is dit alleen maar marketing, of ondersteunt wetenschappelijk onderzoek dergelijke claims echt?
Hoewel generatieve AI -tools met bliksemsnelheid naar klaslokalen gaan, is robuust onderzoek naar de vraag die nodig is niet zo snel verplaatst. Sommige vroege studies hebben voordelen aangetoond voor bepaalde groepen zoals Computerprogrammeringstudenten En Engelse taalstudenten. En er zijn een aantal andere optimistische studies over AI in het onderwijs geweest, zoals een Gepubliceerd in het tijdschrift Nature In mei 2025 suggereert dat chatbots het leren en hogere orde kunnen helpen. Maar geleerden in het veld hebben gewezen Aanzienlijke methodologische zwakke punten in Veel van deze onderzoeksdocumenten.
Andere studies hebben een grimmig beeld geschilderd, wat suggereert dat AI de prestaties of cognitieve vaardigheden kan beïnvloeden, zoals Kritische denkvaardigheden. Er werd één papier laten zien Dat hoe meer een student chatgpt gebruikte tijdens het leren, hoe erger ze later zat bij soortgelijke taken toen Chatgpt niet beschikbaar was.
Met andere woorden, vroeg onderzoek begint pas het oppervlak te krabben van hoe deze technologie op de lange termijn echt van invloed zal zijn op het leren en cognitie. Waar kunnen we anders op zoek gaan naar aanwijzingen? Als een cognitieve psycholoog die dat heeft gedaan bestudeerde hoe studenten AI gebruikenIk heb ontdekt dat mijn veld waardevolle begeleiding biedt om te identificeren wanneer AI een hersenversterker kan zijn en wanneer het het risico loopt een braindrain te worden.
Vaardigheid komt van inspanning
Cognitieve psychologen hebben betoogd dat onze gedachten en beslissingen het resultaat zijn van twee verwerkingsmodi, gewoonlijk aangeduid als Systeem 1 en systeem 2.
De eerste is een systeem van patroonovereenkomst, intuïtie en gewoonte. Het is snel en automatisch en vereist weinig bewuste aandacht of cognitieve inspanningen. Veel van onze routinematige dagelijkse activiteiten – aankleden, koffie zetten en fiets naar het werk of school rijden – vallen in deze categorie. Systeem 2 daarentegen is over het algemeen traag en opzettelijk, waardoor meer bewuste aandacht nodig is en Soms pijnlijke cognitieve inspanningmaar levert vaak robuustere uitgangen op.
We hebben beide systemen nodig, maar het verwerven van kennis en het beheersen van nieuwe vaardigheden hangt sterk af van systeem 2. Worsteling, wrijving En mentale inspanning zijn cruciaal voor het cognitieve werk van leer,, onthouden En Verbindingen in de hersenen versterken. Telkens wanneer een zelfverzekerde fietser op een fiets komt, vertrouwen ze op de zwaarbevochten patroonherkenning in hun systeem 1 die ze eerder hebben opgebouwd door vele uren inspannend systeem 2 werk besteed aan het leren rijden. Je krijgt geen beheersing en dat kan je niet Informatie efficiënt voor verwerking op een hoger niveau zonder eerst de cognitieve inspanning en spanning te leveren.
Ik vertel mijn studenten dat de hersenen veel op een spier lijken: het kost echt Hard werken om winsten te zien. Zonder die spier uit te dagen, zal het niet groter worden.
Wat als een machine het werk voor u werkt?
Stel je nu een robot voor die je bij de sportschool vergezelt en de gewichten voor je optilt, geen spanning nodig van je kant. Het duurde niet lang, je eigen spieren zullen geatrofieerd zijn en je wordt thuis afhankelijk van de robot, zelfs voor eenvoudige taken zoals het verplaatsen van een zware doos.
AI, slecht gebruikt – om een quiz te voltooien of een essay te schrijven, zeg, laat studenten precies het ding omzeilen dat ze nodig hebben om kennis en vaardigheden te ontwikkelen. Het neemt de mentale training weg.
Het gebruik van technologie om cognitieve trainingen effectief te laden kan een nadelig effect hebben op Leren en geheugen en kunnen ertoe leiden dat mensen hun eigen begrip of vaardigheden verkeerd hebben gelezen, wat leidt tot wat psychologen noemen Metacognitieve fouten. Onderzoek heeft aangetoond dat het gewoonlijk kan ontladen van autolavigatie naar GPS kan Beschuldiging van ruimtelijk geheugen en dat het gebruik van een externe bron zoals Google om vragen te beantwoorden Maakt mensen te verzwaren in hun eigen persoonlijke kennis en geheugen.
Zijn er soortgelijke risico's wanneer studenten cognitieve taken uitdelen aan AI? Eén studie vond Dat studenten die een onderwerp onderzoeken met chatgpt in plaats van een traditionele webzoekopdracht, een lagere cognitieve belasting hadden tijdens de taak – ze hoefden niet zo hard te denken – en produceerden een slechtere redenering over het onderwerp dat ze hadden onderzocht. Oppervlakte-niveau gebruik van AI kan op dit moment minder cognitieve last betekenen, maar dit is verwant aan het laten doen van een robot je sportschooltraining voor je. Het leidt uiteindelijk tot slechtere denkvaardigheden.
In een andere studie, studenten AI gebruiken om hun essays te herzien scoorde hoger dan degenen die zonder AI herzien, vaak door eenvoudigweg zinnen te kopiëren en te plakken van Chatgpt. Maar deze studenten toonden geen daadwerkelijke kenniswinst of kennisoverdracht dan hun leeftijdsgenoten die zonder werkten. De AI -groep hield zich ook bezig met minder rigoureuze System 2 -denkprocessen. De auteurs waarschuwen dat dergelijke “metacognitieve luiheid” kan leiden tot verbeteringen op korte termijn, maar ook leiden tot de stagnatie van vaardigheden op lange termijn.
Offloaden kan nuttig zijn zodra de stichtingen aanwezig zijn. Maar die stichtingen kunnen niet worden gevormd, tenzij uw hersenen het eerste werk doen dat nodig is om de problemen te coderen, te verbinden en te begrijpen die u probeert te beheersen.
AI gebruiken om leren te ondersteunen
Terugkerend naar de metafoor van de sportschool, kan het nuttig zijn voor studenten om AI te beschouwen als een personal trainer die ze op de taak kan houden Tracking en steiger Leren en ze duwen om harder te werken. AI heeft een groot potentieel als een Schaalbaar leermiddel,, Een geïndividualiseerde tutor met een enorme kennisbasis die nooit slaapt.
AI -technologiebedrijven proberen precies dat te ontwerpen: de ultieme tutor. Naast Openai's toegang tot het onderwijsIn april 2025 heeft Anthropic zijn vrijgegeven leermodus voor Claude. Deze modellen worden verondersteld om zich bezig te houden met een socratische dialoog, om vragen te stellen en hints te geven, in plaats van alleen de antwoorden te geven.
Vroeg onderzoek geeft aan AI -docenten kunnen gunstig zijn, maar ook problemen introduceren. Uit een onderzoek bleek bijvoorbeeld dat middelbare scholieren die wiskunde beoordelen met Chatgpt slechter presteerden dan studenten die geen AI gebruikten. Sommige studenten gebruikten de basisversie en anderen een aangepaste tutorversie die hints gaf zonder antwoorden te onthullen. Toen studenten later een examen aflegden zonder AI -toegang, deden degenen die Base Chatgpt hadden gebruikt veel erger dan een groep die zonder AI had gestudeerd, maar ze wisten niet dat hun prestaties erger waren. Degenen die met de Tutor Bot hadden gestudeerd, deden niet beter dan studenten die zonder AI hadden beoordeeld, maar ze dachten ten onrechte dat ze het beter hadden gedaan. Dus AI hielp niet en het introduceerde metacognitieve fouten.
Zelfs als tutor -modi zijn verfijnd en verbeterd, moeten studenten die modus actief selecteren en moeten ze ook ook meegaanbehendig het bieden van context en het begeleiden van de chatbot weg van waardeloze vragen op laag niveau of sycofancy.
De laatste problemen kunnen worden opgelost met Beter ontwerp, systeemprompts en aangepaste interfaces. Maar de verleiding van het gebruik van standaardmodus AI om hard werken te voorkomen, blijft een meer fundamentele en klassiek probleem van lesgeven, cursusontwerp en het motiveren van studenten om snelkoppelingen te voorkomen die hun cognitieve training ondermijnen.
Zoals bij andere complexe technologieën zoals zoals smartphones,, het internet of zelfs Zelf schrijvenhet zal meer tijd kosten voor onderzoekers om het ware bereik van AI's effecten op cognitie en leren volledig te begrijpen. Uiteindelijk zal het beeld waarschijnlijk een genuanceerde zijn die sterk afhankelijk is van context en use case.
Maar wat we weten over leren vertelt ons dat diepe kennis en beheersing van een vaardigheid altijd een echte cognitieve training vereist – met of zonder AI.
Door Brian W Stone
Dr. Brian W Stone is universitair hoofddocent cognitieve psychologie aan de Boise State University. Hij is gepromoveerd in de psychologie, een MSC in neurowetenschappen en gedrag, een BA in de filosofie van de geest en een BSS in de psychologie. Zijn belangrijkste interessegebieden zijn AI, interactie tussen mens en computer, gereedschapsgebruik, vergelijkende cognitie, verkeerde informatie en gebruik van sociale media/technologie.
