Есть конкретный, неприятный момент, о котором всё чаще говорят обычные пользователи ИИ: вы смотрите на пустую страницу перед задачей, которую раньше могли начать сами, и понимаете, что все эти месяцы начинала за вас модель. Этот момент не доказывает, что вы «навсегда потеряли» навык. Он означает, что что-то изменилось, и стоит разобраться, что именно, прежде чем решать, стоил ли такой размен того.
Эта статья — не аргумент против использования ИИ для письма, кода или анализа. Это способ заметить, в каких именно задачах вы незаметно отдаёте на сторону ту часть работы, где и происходит обучение, чтобы оставить в работе хотя бы одну самостоятельную попытку для тех немногих навыков, которые вам действительно хочется сохранить.
Что на самом деле показывают данные
В июне 2025 года исследователи MIT Media Lab опубликовали Your Brain on ChatGPT — четырёхмесячное исследование 54 участников, писавших эссе в трёх условиях: с LLM, с поисковой системой или без помощи. Используя ЭЭГ для отслеживания связности мозга, они обнаружили чёткий градиент: группа «только мозг» показала самую сильную и широко распределённую нейронную связность, группа с поисковой системой — умеренную вовлечённость, а группа с LLM — самую слабую связность из трёх (Kosmyna et al., MIT Media Lab, 2025). Исследователи ввели для этого паттерна термин «когнитивный долг»: модель экономит умственные усилия здесь и сейчас, но измеримой ценой, которая растёт тем сильнее, чем больше вы на неё полагаетесь.
Два вывода из этого исследования заслуживают отдельного внимания. Во-первых, участники группы LLM по собственной оценке меньше всех ощущали авторство эссе, которые только что написали, и многие не могли точно процитировать строку из собственной работы спустя считаные минуты после того, как её закончили (полный препринт, arXiv:2506.08872). Во-вторых — и это обнадёживающая часть, но с важной оговоркой — необязательную четвёртую сессию прошли лишь 18 из 54 участников, по девять человек в каждом направлении перевода. Те девять, кого перевели из условия с LLM обратно к письму без помощи, показали сниженную нейронную связность, тогда как те девять, кого перевели в обратном направлении — с письма без помощи на письмо с LLM, — показали более высокие показатели припоминания и повторную активацию областей мозга, связанных с сосредоточенным письмом. Оговорка в том, что участники четвёртой сессии писали на темы, о которых уже писали раньше, и сама статья описывает этот результат как то, что произошло, «когда разрешили использовать LLM на знакомой теме», — такой дизайн не отделяет влияние порядка действий от влияния знакомого материала.
Это согласуется с более общей идеей из литературы о предвзятости к автоматизации: паттерном «когнитивного скряги», когда человек по умолчанию выбирает то, что требует наименьших умственных усилий из доступного ему в данный момент (What is Wrong With Automation Bias?, Philosophy & Technology, 2026). Гладкий черновик от ИИ почти всегда оказывается вариантом с наименьшими усилиями — и именно поэтому ему нужен осознанный противовес, а не надежда, что всё уляжется само.
Распространённое заблуждение
Заблуждение состоит не в том, что «ИИ делает вас глупее»: такая формулировка и не доказана в качестве постоянного универсального утверждения, и не отражает того, что на самом деле говорят исследования. Исследование MIT — это один препринт с 54 участниками за четыре месяца, а его результат четвёртой сессии, из которого следует больше всего практических выводов, опирается на 18 человек, вернувшихся по собственному выбору, по девять в каждом условии; оно даёт реальные свидетельства измеримого краткосрочного эффекта, а не доказательство необратимого когнитивного спада, и сами исследователи говорят, что их выводы ставят вопросы, требующие «более глубокого изучения», а не выносят окончательный вердикт.
Более точная и более полезная формулировка — узкая: пропуская самостоятельную попытку в задаче, в которой вы стараетесь стать лучше, вы убираете именно то трение, которое и развивает способности в этой задаче. Для ИИ в этом нет ничего нового: по той же причине студент, который переписывает готовые решения, не попробовав решить задачу сам, учится меньше, чем тот, кто сначала помучился, а потом сверился с ответом. ИИ просто делает этот короткий путь доступным почти для всего и постоянно — а значит, решение не идти по нему требует больше осознанности, чем раньше.
Аудит сохранения навыков
Для любой повторяющейся задачи задайте четыре вопроса, прежде чем решать, как использовать ИИ:
- Это навык, который я активно развиваю, или задача, которую просто нужно закрыть? Составление регулярного отчёта о статусе — задача, которую нужно закрыть. Умение выстроить убедительную аргументацию — навык, который нужно развивать. Один и тот же инструмент в этих случаях используется по-разному.
- Как выглядит честная самостоятельная попытка и могу ли я ограничить её по времени? Десяти минут собственной попытки перед тем, как открыть модель, обычно достаточно, чтобы выявить, чего вы на самом деле ещё не знаете, — а именно на это и стоит потратить разговор с ИИ.
- Что даёт этап с помощью такого, чего не могла дать самостоятельная попытка? Обратную связь, контраргумент, более быстрый второй черновик, знакомство с формулировками, до которых вы сами не додумались бы, — помощь должна добавлять что-то конкретное, а не просто снимать с вас работу.
- Как я потом проверю, что всё ещё могу сделать это самостоятельно? Без периодической независимой проверки утрата навыка остаётся незаметной до того дня, когда навык нужен, а инструмент недоступен, ненадёжен или не подходит ситуации.
| Тип задачи | Базовый уровень (самостоятельная попытка) | Этап с помощью | Независимая проверка | Периодичность пересмотра |
|---|---|---|---|---|
| Написание убедительной аргументации | 10-минутный черновой план, без инструмента | Попросить ИИ усилить слабые места и предложить контраргумент | Раз в месяц написать полную аргументацию без помощи и сравнить с тем, что было месяц назад | Ежемесячно |
| Отладка собственного кода | 15 минут самостоятельно локализовать баг | Попросить ИИ оценить вашу локализацию и назвать причины, которые вы упустили | Ежеквартально: отладить задачу схожей сложности с выключенным инструментом | Ежеквартально |
| Фраза на иностранном языке | Сначала написать свой вариант | Попросить ИИ исправить и объяснить исправление | Еженедельно: провести двухминутный разговор без помощи и отметить новые пробелы | Еженедельно |
| Арифметика для рабочей оценки | Посчитать вручную | Проверить с помощью ИИ или калькулятора | Ежемесячно: пересчитать старую оценку без помощи и убедиться, что всё ещё справляетесь | Ежемесячно |
Полный аудит использования ИИ для сохранения навыков даёт эту таблицу пустой — с местом для записи ваших задач, базовых уровней и дат пересмотра.
Не применяйте эту дисциплину к задачам с реальными последствиями для безопасности, права, медицины или финансов, считая первую самостоятельную попытку достаточной, чтобы действовать по ней. Аудит нужен для сохранения навыка через осознанную практику, а не для отказа от проверки там, где ошибочная первая попытка может причинить вред ещё до того, как вы дойдёте до этапа с помощью.
Где порядок операций важнее всего
Вывод четвёртой сессии исследования MIT — девять участников, сначала писавших без помощи, а затем с ней, причём на тему, о которой уже писали, — слишком мал и слишком отягощён смешивающим фактором, чтобы решить это сравнение, но он указывает на привычку, которую в любом случае недорого принять: когда вы учитесь чему-то новому, сделайте черновую попытку, прежде чем просить помощи, даже если попытка выйдет слабой. Когда навык уже есть и вы выдаёте результат в больших объёмах (профессиональный автор пишет пятидесятое похожее письмо, разработчик — рутинный шаблонный код), расчёт меняется: навык уже сформирован, и дополнительная самостоятельная попытка мало что добавляет. Осознанная практика с ИИ описывает полный рабочий процесс обратной связи — попытка, рубрика, обратная связь, повтор — чтобы превратить этот принцип в повторяемую привычку, а не разовое решение.
Это напрямую связано и с решениями о делегировании в целом. Если вы этого ещё не делали, прогоните новые повторяющиеся задачи через проверку по шести измерениям из статьи что не стоит делегировать ИИ: измерение «навык» там — это ровно тот же вопрос, но заданный по каждой задаче отдельно, а не в виде общего беспокойства.
Распространённая ловушка: бдительность как постоянное усилие
Ловушка с другой стороны — изматывать себя попытками делать всё самостоятельно из тревоги «потерять» способности, которые вы и не собирались развивать. Никому не нужно писать каждое письмо вручную, чтобы сохранить навык письма; дисциплину сохранения навыков стоит применять к тому небольшому числу задач, которые вы действительно сочли для себя важными, а не ко всей своей нагрузке. Если вы не можете назвать конкретный навык, который защищаете, и объяснить, почему он важен именно вам, задача, скорее всего, относится к категории «делегировать свободно», а не «сохранять осознанно».
Попробуйте сегодня
Выберите из своей недели одну повторяющуюся задачу, которую вы полностью передали ИИ и умение выполнять которую самостоятельно вам было бы действительно жаль потерять. Поставьте таймер на десять минут, попробуйте сделать её без инструмента и только потом подключите помощь ИИ — для тех частей, с которыми ваша самостоятельная попытка не справилась. Запишите сегодняшнюю дату как базовый уровень и запланируйте повторную проверку через четыре–восемь недель тем же методом «сначала сам» — достаточно нескоро, чтобы успел проявиться сдвиг, и достаточно скоро, чтобы вы ещё помнили исходный уровень.
