Некоторые регулярные пользователи ИИ замечают, что начинать задачу самостоятельно становится сложнее после многократных просьб к модели создать первый черновик. Это наблюдение не доказывает постоянной потери навыков, и данная статья не утверждает такого. Оно лишь служит поводом проверить, включает ли ваш рабочий процесс практику для тех способностей, которые вы хотите сохранить.
Это не аргумент против использования ИИ для письма, кода или анализа. Это способ заметить, в каких именно задачах вы незаметно отдаёте ту часть работы, где и происходит обучение, чтобы оставить в процессе 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 из MIT Media Lab опубликовали препринт Your Brain on ChatGPT, описывающий исследование 54 участников, писавших эссе в трех условиях: с использованием LLM, с использованием поисковой системы или без помощи. Авторы сообщили о различиях в ЭЭГ-связности между условиями: группа, писавшая самостоятельно, показала самую сильную связность в их анализе, а группа, использовавшая LLM, — самую слабую (Kosmyna et al., MIT Media Lab, 2025). Термин «когнитивный долг» используется ими как интерпретативная метафора. Исследование не устанавливает клиническое состояние, необратимое нарушение или закон дозозависимости, при котором вред обязательно накапливается с каждым использованием.
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. Это не новшество эпохи ИИ: 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 (попытка без помощи) | Фаза с помощью | Независимая проверка | Частота обзора |
|---|---|---|---|---|
| Написание аргументированного текста | Краткий черновой план, без инструментов | Попросить ИИ усилить слабые места и предложить контраргумент | Периодически писать полный текст самостоятельно и сравнивать с предыдущей попыткой | Частота выбирается обучающимся |
| Отладка собственного кода | Попытка изолировать ошибку до запроса подсказок | Попросить ИИ проверить вашу логику изоляции и предложить упущенные причины | Отлаживать сопоставимую проблему с выключенным инструментом | Частота выбирается обучающимся |
| Предложение на иностранном языке | Сначала написать свой вариант | Попросить ИИ исправить и объяснить исправление | Провести короткую беседу самостоятельно и отметить новые пробелы в знаниях | Частота выбирается обучающимся |
| Арифметика для рабочей оценки | Выполнить расчет вручную | Проверить с помощью калькулятора или независимо проверенной формулы | Повторно выполнить сопоставимую оценку самостоятельно | Частота выбирается обучающимся |
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 смешан с другими факторами, 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 также напрямую связано с решениями о делегировании в более широком смысле. Если вы еще не сделали этого, пропустите новые повторяющиеся задачи через шестимерную проверку из статьи «что нельзя делегировать ИИ» — измерение «навык» там является именно этим вопросом, применяемым к каждой задаче отдельно, а не как общая тревога.
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 одну повторяющуюся задачу, которую вы полностью делегировали ИИ и хотели бы выполнять самостоятельно. Выделите короткий промежуток времени, подходящий для этой задачи, попробуйте выполнить её без инструмента, и только затем привлекайте помощь ИИ для тех частей, с которыми ваше самостоятельное выполнение справилось хуже всего. Зафиксируйте задачу, условия и дату в качестве базового уровня. Повторяйте эту проверку на поддерживаемом вами ритме; статья не предписывает научно обоснованный интервал.
