האם AI עושה אותנו טיפשים יותר? המחקרים מגלים מה קורה למוח שלנו כשמפסיקים לחשוב לבד

משהו משתנה בדרך שבה אנשים חושבים. פעם, כדי לכתוב עבודה, לפתור בעיה או להבין נושא מורכב, היה צריך לקרוא, להתלבט, לנסות, לטעות ולפעמים להתחיל מחדש. היום אפשר לפתוח צ'אט, להקליד שאלה ולקבל בתוך שניות תשובה מנומקת, מסודרת ומשכנעת. אנחנו מספיקים הרבה יותר, אבל עולה שאלה מטרידה: האם המוח שלנו עדיין עושה את העבודה? והאם אדם שמשתמש בבינה מלאכותית במשך שעות מדי יום מפתח את היכולות שלו, או דווקא מאבד חלק מהן?

המחקרים הראשונים מתחילים לספק תשובות, וחלק מהממצאים מדאיגים. אנשים שמשתמשים ב-AI משיגים לעיתים תוצאות טובות יותר בזמן קצר יותר, אבל כשמבקשים מהם לבצע את אותה משימה בכוחות עצמם, היתרון נעלם. בחלק מהניסויים הביצועים אפילו נמוכים מאלה של אנשים שעבדו מלכתחילה בלי AI.

ועדיין, חשוב להפריד בין שלושה דברים: להיות עצלן יותר, לדעת פחות ולהיות טיפש יותר. אדם יכול להפסיק לזכור מספרי טלפון ועדיין לשמור על יכולת חשיבה מצוינת. הוא יכול להשתמש במחשבון ולהיות מתמטיקאי טוב. אבל כשהוא מפסיק לבצע בעצמו את הפעולות שדרכן לומדים לחשוב, הבעיה כבר רחבה יותר.

המבחן האמיתי מגיע כשהצ'אט נסגר

באחד המחקרים המעניינים ביותר, שפורסם ב-2025, השתתפו כמעט אלף תלמידי תיכון בטורקיה. החוקרים נתנו לתלמידים לפתור בעיות במתמטיקה וחילקו אותם לשלוש קבוצות. קבוצה אחת עבדה בשיטה הרגילה, קבוצה שנייה קיבלה גישה למערכת AI הדומה לצ'אט רגיל, וקבוצה שלישית השתמשה ב-AI שתוכנן להיות מורה: הוא נתן רמזים, שאל שאלות וכיוון את התלמידים לפתרון.

התוצאות בשלב התרגול היו מרשימות. התלמידים שהשתמשו בצ'אט הרגיל השיגו תוצאות גבוהות ב-48% מקבוצת הביקורת, ואלה שהשתמשו במורה ה-AI המותאם ללמידה השיגו תוצאות גבוהות ב-127%. לכאורה, הצלחה גדולה לבינה המלאכותית.

אבל אז הגיע המבחן. הפעם כל התלמידים נדרשו לפתור בעיות בעצמם, בלי עזרת המחשב. התלמידים שהשתמשו בצ'אט הרגיל קיבלו ציונים נמוכים ב-17% מאלה שלמדו בדרך המסורתית. לעומתם, התלמידים שנעזרו במורה ה-AI השיגו תוצאות דומות לקבוצת הביקורת.

מה קרה כאן? התלמידים מהקבוצה השנייה התרגלו לקבל פתרונות. הם הצליחו להגיש תשובות נכונות בלי לעבור בעצמם את כל הדרך אליהן. הציונים הגבוהים בתרגול יצרו תחושה של שליטה בחומר, אבל כשהעזרה נעלמה התברר שחלק מהידע נשאר אצל המכונה. המחקר ממחיש את ההבדל בין שימוש ב-AI כדי לפתור משימה לבין שימוש בו כדי ללמוד לפתור אותה.

מחקר נוסף, שנערך בברזיל בהשתתפות 120 סטודנטים, בדק מה נשאר בזיכרון הרבה זמן אחרי הלמידה. חלק מהסטודנטים למדו באמצעות ChatGPT, והאחרים השתמשו בשיטות לימוד רגילות. כעבור 45 יום הם הוזמנו למבחן פתע. קבוצת ה-AI ענתה נכון על 57.5% מהשאלות, לעומת 68.5% בקבוצה שלמדה בדרך המסורתית, פער של 11 נקודות אחוז.

צריך להביא בחשבון שמדובר במחקר מוגבל יחסית, ושרק 85 מתוך 120 המשתתפים השלימו את מבחן המעקב. ועדיין, הוא מצביע על בעיה מוכרת בפסיכולוגיה של הלמידה: ככל שהמוח מתאמץ יותר לעבד מידע, להסביר אותו ולשלוף אותו מהזיכרון, כך גדל הסיכוי שהידע יישאר לאורך זמן.

• בן 23, סוכן AI שעושה קניות ושווי של 10 מיליארד דולר - מה הסיפור של אינסטינקט?
• התפנית ב-OpenAI: אחרי הירידות בוול סטריט, החברה מציגה תחזית להכנסות של 70 מיליארד דולר

קריאת תשובה מצוינת יכולה לתת תחושה שהחומר ברור לחלוטין. אבל יש הבדל בין לזהות הסבר שנראה נכון לבין להיות מסוגל לייצר את ההסבר בעצמך. זאת אולי אחת הסכנות הגדולות של AI: הוא מספק תחושת הבנה גם כשההבנה עצמה שטחית.

התחושה הזאת מוכרת גם מהחיים. עובד שמבקש מהצ'אט לנתח דוח כספי מקבל מסקנות בתוך רגע. הניתוח נראה מקצועי, המספרים מסודרים וההסברים נשמעים משכנעים. הוא מעביר את העבודה למנהל ומרגיש שביצע משימה מורכבת. אבל אם המנהל ישאל מדוע הרווחיות ירדה, מה השתנה בהון החוזר או איזה נתון סותר את ההסבר המרכזי, יכול להתברר שהעובד מכיר את המסקנות טוב יותר משהוא מבין את הדרך אליהן.

מה קורה לעובדים מנוסים

הבעיה הזאת נבדקה גם אצל עובדים מבוגרים ומנוסים. מחקר של מיקרוסופט ואוניברסיטת קרנגי מלון כלל 319 עובדי ידע ו-936 דוגמאות אמיתיות לשימוש בבינה מלאכותית בעבודה. החוקרים מצאו שככל שהמשתמשים נתנו אמון רב יותר ביכולת של המערכת, כך הם דיווחו על מאמץ נמוך יותר של חשיבה ביקורתית. לעומת זאת, אנשים שהיו בטוחים יותר ביכולת שלהם לבצע את המשימה נטו להפעיל יותר שיקול דעת ולבחון את התשובות שקיבלו.

המשמעות: דווקא עובד שיודע הרבה מסוגל להשתמש ב-AI בצורה טובה יותר, מפני שיש לו כלים לזהות טעויות, להטיל ספק ולשאול שאלות נוספות. מי שמכיר פחות את התחום עלול לקבל תשובה שנשמעת נכונה ולהתקדם הלאה.

החוקרים גם מצאו שהחשיבה משנה את אופייה. במקום לחפש מידע ולבנות פתרון מאפס, העובדים עוסקים יותר בבדיקת התשובות, בשילוב שלהן בעבודה ובפיקוח על התהליך. אלה מיומנויות חשובות בפני עצמן, אבל הן דורשות ידע מוקדם. קשה לזהות טעות בניתוח פיננסי בלי להכיר את העקרונות הפיננסיים, וקשה לבדוק קוד מחשב בלי להבין איך הוא אמור לפעול.

• ככה הרובוטים לומדים לחקות בני אדם - מצלמים עובדים ומלמדים מכונות לעבוד
• סוכן ה-AI של גוגל: מה הוא עושה, מי מתחרה בו ומה זה אומר לישראל

המחקר התבסס על דיווחי העובדים, ולכן הוא מלמד בעיקר על ההתנהגות ועל תחושת המאמץ שלהם. הוא עדיין רחוק מהוכחה לירידה באינטליגנציה.

האם המוח עצמו משתנה?

כאן נכנס אחד המחקרים שעוררו את הדיון הגדול ביותר בשנה האחרונה. חוקרים במעבדת המדיה של MIT בדקו 54 משתתפים שהתבקשו לכתוב חיבורים. חלקם כתבו בכוחות עצמם, אחרים נעזרו במנוע חיפוש, והקבוצה השלישית השתמשה ב-ChatGPT. החוקרים חיברו את המשתתפים למכשירי EEG, שמודדים פעילות חשמלית במוח, ובדקו את דפוסי הפעילות בזמן הכתיבה.

התוצאות הראו הבדלים משמעותיים בין הקבוצות. מי שכתבו בכוחות עצמם הציגו רשתות פעילות מוחית רחבות יותר. המשתמשים במנועי חיפוש היו באמצע, ומשתמשי הצ'אט הציגו את הקישוריות החלשה ביותר במדדים שנבדקו. היו גם הבדלים בהתנהגות: מי שנעזרו בצ'אט התקשו יותר לשחזר קטעים מהחיבורים שלהם, והרגישו פחות בעלות על הטקסט שיצרו.

בשלב נוסף החוקרים החליפו בין חלק מהקבוצות. משתתפים שהתרגלו לכתוב עם AI התבקשו לכתוב בכוחות עצמם, וחלק מהמשתתפים שכתבו קודם ללא עזרה קיבלו גישה לצ'אט. גם שם נמצאו הבדלים בפעילות המוחית ובזכירת הטקסטים.

הממצאים האלה עוררו חשש מפני תופעה שהחוקרים כינו "חוב קוגניטיבי": המוח נהנה מהעזרה המיידית, אבל צובר פערים במיומנויות שנבנות בדרך כלל במהלך העבודה העצמאית.

צריך להיזהר בפרשנות. המחקר היה קטן, ובשלב האחרון השתתפו 18 אנשים בלבד. הוא פורסם כמאמר מחקר ראשוני שטרם עבר ביקורת עמיתים. מעבר לכך, פעילות מוחית נמוכה יותר בזמן משימה יכולה להעיד גם על עבודה קלה יותר או יעילה יותר. מדידת הפעילות בזמן כתיבת חיבור שונה מאוד ממדידת אינטליגנציה או מהוכחה לפגיעה קבועה במוח. ובכל זאת, יחד עם מחקרי הלמידה והזיכרון, מתחילה להיווצר עדות לכך שהדרך שבה משתמשים ב-AI משפיעה על כמות המאמץ שאנחנו משקיעים ועל הידע שנשאר אצלנו.

שחיקה בשוק העבודה

החשש הזה מתחיל להופיע גם בשוק העבודה. במחקר של חברת הייעוץ BCG, שהתבסס על שיחות עם 70 מנהלים בכירים, כמחצית מהמשתתפים אמרו שהם כבר מזהים שחיקה במיומנויות של עובדים בעקבות שימוש ב-AI. יותר מ-60% העריכו שהתופעה תהפוך לסיכון משמעותי לארגון בתוך שלוש עד חמש שנים.

אחד הנתונים הבולטים במחקר הוא ש-53% מהמנהלים הצביעו על האטה בהתפתחות המקצועית של עובדים צעירים. במשך שנים, עובדים בתחילת הקריירה למדו דרך משימות בסיסיות: הכנת ניתוחים, כתיבת מסמכים, איסוף מידע, בדיקת נתונים ותיקון טעויות. היום חלק גדל מהמשימות האלה עובר למכונה. השאלה מי ימשיך לפתח מומחיות כשה-AI מבצע חלק גדול מהעבודה הופכת לבעיה ממשית בארגונים.

לתהליך הזה יש השלכות ארוכות טווח. רואה חשבון צעיר שלומד לבדוק דוחות צריך לעבור על נתונים, להבחין בחריגות וללמוד מהן. מפתח תוכנה צריך להתמודד עם באגים כדי להבין כיצד המערכת עובדת. עיתונאי צריך לאסוף מידע, לבחור מה משמעותי ולגבש זווית עצמאית. כשהעבודה הזאת מבוצעת כולה בידי AI, התוצר עשוי להגיע מהר יותר, אבל חלק מהאימון שמייצר אנשי מקצוע טובים הולך לאיבוד.

הרופאים שהתרגלו לסימון של המכונה

חיזוק לחשש משחיקת מיומנויות הגיע גם מעולם הרפואה. מחקר שנערך בארבעה מרכזים רפואיים בפולין בדק רופאים שביצעו בדיקות קולונוסקופיה. לפני הכנסת מערכת AI לסיוע בזיהוי ממצאים חשודים, הרופאים זיהו אדנומות, סוג של גידולים שפירים שחלקם עלולים להפוך עם הזמן לסרטניים, ב-28.4% מהבדיקות הרגילות. אחרי תקופה שבה החלו להשתמש גם במערכת, שיעור הזיהוי בבדיקות שבוצעו ללא עזרתה ירד ל-22.4%.

מדובר בירידה של 6 נקודות אחוז, כ-21% במונחים יחסיים. המחקר כלל 1,443 בדיקות רגילות לפני הכנסת המערכת ואחריה. החוקרים העלו אפשרות שהרופאים התרגלו להסתמך על הסימונים של הבינה המלאכותית, וכשנדרשו לעבוד בלעדיה, יכולת הזיהוי העצמאית שלהם נפגעה.

זהו מחקר תצפיתי, ולכן גורמים נוספים עשויים להסביר חלק מההבדלים. מחקר מאוחר יותר שכלל יותר מ-5,000 בדיקות אצל 13 רופאים מצא שיפור בזמן השימוש ב-AI אצל רופאים פחות מנוסים, אבל ביצועיהם העצמאיים נשארו דומים לפני השימוש במערכת ובסיומו. התוצאות השונות מלמדות שההשפעה תלויה גם באופן השימוש, במשך החשיפה ובמאפייני המשתמשים.

השאלה רחבה בהרבה מרפואה. מה יקרה ליכולת של נהג לנווט אחרי שנים שבהן הוא נוסע עם מערכת ניווט? מה קורה לזיכרון של אדם שכבר התרגל לשאול את הצ'אט על כל דבר? והאם מי שמקבל פתרון לכל בעיה מפתח בהדרגה פחות סבלנות לבעיות שדורשות זמן?

למעשה, התהליך הזה התחיל הרבה לפני ChatGPT. כבר ב-2011 מצאו חוקרים, בארבעה ניסויים, שאנשים שציפו למצוא מידע שוב במחשב זכרו פחות את המידע עצמו, אבל זכרו טוב יותר היכן אפשר למצוא אותו. האינטרנט שינה את אופי הזיכרון שלנו: במקום לזכור כל פרט, אנחנו זוכרים כיצד להגיע אליו. יש בכך יתרון עצום, כי המוח יכול להקדיש משאבים לחשיבה מורכבת יותר בזמן שהמחשב שומר עבורו פרטים.

אלא ש-AI משנה את התמונה. הוא מחזיק עבורנו מידע, מנסח טיעונים, מבצע ניתוחים ומציע מסקנות. הוא יכול לקחת על עצמו גם חלק מהעבודה שבעבר יצרה את ההבנה.

יש כאן גם עניין פסיכולוגי. המוח האנושי מעדיף בדרך כלל פתרון קל ומהיר כשהוא זמין. כתיבת מכתב במשך חצי שעה הופכת למשימה של דקה. הכנת תוכנית עסקית שדרשה כמה ימים יכולה להתחיל ממסמך שלם שמתקבל בתוך רגע. הנוחות הזאת מייצרת הרגל. בפעם הראשונה פונים לצ'אט כדי לחסוך זמן, בפעם העשירית פונים אליו באופן כמעט אוטומטי, ובהמשך עצם הצורך להתחיל משימה מורכבת לבד עשוי להרגיש מכביד יותר.

זאת עדיין השערה על התפתחות ההרגלים לאורך זמן, ולא מדידה מוכחת של ירידה ביכולת המוח. אבל היא מתיישבת עם העדויות להסתמכות גוברת על עזרה חיצונית ועם התחושות שמדווחים משתמשים כבדים.

ומה עם יצירתיות?

גם כאן התוצאות מורכבות. בניסוי שכלל 293 כותבים, חלק מהמשתתפים קיבלו רעיונות מ-AI לצורך כתיבת סיפורים קצרים. הסיפורים שלהם זכו להערכות גבוהות יותר מבחינת מקוריות ואיכות הכתיבה, במיוחד אצל משתתפים שהפגינו מלכתחילה יצירתיות נמוכה יחסית. אבל כשהחוקרים השוו בין הסיפורים, הם מצאו שהתוצרים שנכתבו בעזרת AI היו דומים יותר זה לזה.

במילים אחרות, הבינה המלאכותית הצליחה לשפר את היצירתיות של המשתמש הבודד, ובמקביל צמצמה את המגוון הכולל של הרעיונות. זה עשוי להשפיע על כתיבה, פרסום, עיצוב ואפילו החלטות עסקיות. כשאלפי אנשים מבקשים מאותו סוג מודל רעיונות לאותה בעיה, הם עלולים לקבל הצעות שנראות טובות ומקצועיות, אבל גם דומות מאוד.

כשה-AI מלמד במקום לפתור

ובכל זאת, יש מחקרים שמצביעים על כיוון חיובי מאוד. בניסוי בהרווארד השתתפו 194 סטודנטים לפיזיקה. חלקם למדו באמצעות מורה AI שתוכנן לפי עקרונות של הוראה יעילה, והאחרים השתתפו בשיעורים שכללו למידה פעילה בכיתה. הקבוצה שלמדה עם המורה הדיגיטלי השיגה שיפור גבוה יותר במבחני הלמידה, בזמן קצר יותר, והסטודנטים דיווחו על מעורבות ועל מוטיבציה גבוהות יותר. ההבדל המרכזי היה אופי השימוש: המערכת נבנתה כדי ללמד, להתאים הסברים לרמת התלמיד ולהוביל אותו לחשיבה עצמאית.

סקירת מחקרים שפורסמה בספטמבר השנה בחנה 29 ניסויים והתערבויות בתחום הכשרת אנשי מקצוע במקצועות הבריאות, שבהם השתתפו יחד 2,138 אנשים. חלק מהמחקרים מצאו שיפור בחשיבה ביקורתית, בקבלת החלטות ובפתרון בעיות בעזרת AI, בעיקר כשהמערכת עודדה מעורבות פעילה של הלומדים. אחרים מצאו תוצאות מעורבות או יתרון קטן יחסית לשיטות לימוד קיימות.

גם סקירה שפורסמה בקיץ בכתב העת המדעי Trends in Cognitive Sciences עסקה ישירות בשאלה אם AI עושה אותנו טיפשים יותר. החוקרים הבחינו בין שחיקה במיומנויות מסוימות לבין שינוי ביכולות החשיבה הבסיסיות של בני האדם. עד כה יש עדויות לסכנה של אובדן מיומנויות בעקבות הסתמכות ממושכת על כלים חיצוניים, אבל התשובה לגבי שינוי באינטליגנציה הכללית לאורך זמן עדיין פתוחה.

ההבחנה הזאת משנה גם את השאלה שצריך לשאול על שימוש ב-AI בחינוך ובעבודה. במקום למדוד כמה מהר אדם מצליח להגיש עבודה, צריך לבדוק מה הוא יודע לעשות בעצמו בסוף התהליך.

מערכת החינוך כבר מתמודדת עם הפער בין עבודה מצוינת לבין הבנה אמיתית של התלמיד. מבחן שבו הסטודנט מסביר בעל פה את דרך הפתרון עשוי ללמד על הידע שלו הרבה יותר מעבודה כתובה ומלוטשת שהגיש.

אותו עיקרון חל גם על עובדים. מנהל שמקבל ניתוח מ-AI יכול לבקש מהעובד להסביר את ההנחות, להציג טיעון הפוך או לזהות נתון שעשוי לשנות את המסקנה. עבודה עם הצ'אט יכולה לכלול ניסיון ראשון עצמאי, קבלת ביקורת מהמערכת, תיקון ואז בדיקה נוספת בלי העזרה שלה.

ויש גם חשש רחב יותר: ככל שהבינה המלאכותית תהיה טובה יותר, כך היא תסתיר טוב יותר את הפער בין היכולת שלה לבין היכולת של המשתמש. בעבר, כשאדם התקשה לנסח רעיון, לכתוב תוכנית או לפתור בעיה, הקושי היה ברור. עכשיו הוא יכול לקבל תוצאה מרשימה גם כשהוא מבין מעט מאוד בנושא. הסביבה יכולה להעריך אותו כעובד מקצועי ומבריק, וגם הוא עשוי להאמין בכך.

מבחינת מעסיקים, זאת בעיה של ממש. עובד שמגיש ניתוח מצוין עם AI יכול להיות נכס לארגון, במיוחד אם הוא יודע לבדוק אותו, לשפר אותו ולהפוך אותו להחלטה טובה. אבל כשהעובד נשען על המערכת גם לצורך שיקול הדעת עצמו, טעות אחת של המודל יכולה לעבור דרך כל שרשרת קבלת ההחלטות.

המבחן האמיתי יגיע דווקא ברגעים שבהם המערכת תיכשל, תציג נתון שגוי או תציע פתרון שמתאים למקרה רגיל אבל שגוי בנסיבות המיוחדות שלפניה. אז יתברר מי עדיין מסוגל לזהות את הבעיה, לחשוב מחדש ולבחור דרך אחרת.