IDstory /The Conversation/ + Tags

AI kan försämra din inlärning då den gör det för lätt för dig

Originalꜜ(2025.09.10) från forskarplattformen The Conversation. Author infoꜜ  //  Kommentarer (0)ꜜ

How does AI affect how we learn? A cognitive psychologist explains why you learn when the work is hard

När OpenAI lanserade ”study mode” i juli 2025 lyfte företaget fram ChatGPT:s pedagogiska fördelar. ”När ChatGPT får i uppgift att undervisa eller handleda kan det avsevärt förbättra studieprestationer”, sade företagets vice vd för utbildning till reportrar vid lanseringen. Men varje seriös lärare har all anledning att undra: Är detta bara marknadsföring, eller stöds sådana påståenden faktiskt av forskning?

En av 157 artiklar på BiBB från media- och forskarsajten The Conversation
Lista och Ämneskatalog
AI-relaterat Hälsa och livsstil Vetenskap och universitet

Samtidigt som generativa AI-verktyg flyttar in i klassrummen i rasande fart har gedigen forskning om just den frågan inte alls gått lika snabbt fram. Vissa tidiga studier har visat fördelar för särskilda grupper, som studenter i programmering och studenter som lär sig engelska. Det har också publicerats flera mer optimistiska studier om AI i utbildning, till exempel en artikel i tidskriften Nature från maj 2025 som antyder att chatbotar kan stödja lärande och högre ordningens tänkande. Men forskare i fältet har pekat på betydande metodproblem i många av dessa studier.

Andra studier har tecknat en mörkare bild och antyder att AI kan försämra prestation eller kognitiva förmågor som kritiskt tänkande. En studie visade att ju mer en student använde ChatGPT under inlärningen, desto sämre gick det senare på liknande uppgifter när ChatGPT inte fanns tillgängligt.

Med andra ord har den tidiga forskningen bara börjat skrapa på ytan av hur tekniken i längden kommer att påverka lärande och kognition. Var kan vi annars söka ledtrådar? Som kognitiv psykolog som studerat hur universitetsstudenter använder AI menar jag att mitt forskningsfält erbjuder värdefig vägledning för att avgöra när AI kan fungera som hjärnbooster – och när den riskerar att bli en hjärn-tömmare.

Färdighet kommer ur ansträngning

Kognitiva psykologer har hävdat att våra tankar och beslut är resultatet av två typer av processer, ofta kallade System 1 och System 2.

Det förstnämnda är ett system för mönsterigenkänning, intuition och vana. Det är snabbt och automatiskt och kräver liten medveten uppmärksamhet eller kognitiv ansträngning. Många av våra rutinmässiga vardagssysslor – att klä på sig, göra kaffe eller cykla till jobbet eller skolan – hör till den kategorin. System 2, å andra sidan, är långsammare och mer medvetet, kräver mer uppmärksamhet och ibland smärtsam mental ansträngning, men ger ofta mer robusta resultat.

Vi behöver båda systemen, men kunskap och nya färdigheter bygger i hög grad på System 2. Kamp, friktion och mental ansträngning är avgörande för det kognitiva arbete som ligger bakom lärande, minne och förstärkta kopplingar i hjärnan. Varje gång en van cyklist hoppar upp på cykeln förlitar hen sig på den hårt förvärvade mönsterigenkänning i System 1 som tidigare byggts upp genom många timmars krävande System 2-arbete när hen lärde sig cykla. Du uppnår inte mästerskap, och du kan inte ”chunk:a” information effektivt för mer avancerad bearbetning, utan att först lägga ned den kognitiva ansträngning och möda som krävs.

Jag brukar säga till mina studenter att hjärnan är mycket lik en muskel: det krävs genuint hårt arbete för att se resultat. Utan att utmana den muskeln kommer den inte att växa.

Vad händer om en maskin gör jobbet åt dig?

Föreställ dig nu en robot som följer med dig till gymmet och lyfter vikterna åt dig, utan att du behöver anstränga dig. Ganska snart kommer dina egna muskler att ha försvagats, och du kommer till och med hemma att behöva roboten för enkla uppgifter som att flytta en tung kartong.

AI som används på fel sätt – till exempel för att göra ett quiz eller skriva en uppsats åt dig – låter studenter hoppa över just det de behöver för att utveckla kunskap och färdigheter. Den tar bort den mentala träningen.

Att använda teknik för att effektivt slippa kognitiva ”träningspass” kan ha en negativ effekt på lärande och minne och kan få människor att misstolka sin egen förståelse eller förmåga, något som psykologer kallar metakognitiva fel. Forskning har visat att vana att lägga över bilnavigering på GPS kan försämra den spatiala minnesförmågan, och att använda externa källor som Google för att besvara frågor gör människor överdrivet säkra på sin egen kunskap och sitt minne.

Lärande och mästerskap kommer ur ansträngning, oavsett om det sker med hjälp av en kraftfull chatbot eller AI-handledare eller inte – men både lärare och studenter behöver stå emot frestelsen att lägga ut detta arbete. Francesco Carta fotografo via Getty Images

Finns det liknande risker när studenter lämnar över kognitiva uppgifter till AI? En studie fann att studenter som använde ChatGPT för att undersöka ett ämne, i stället för en traditionell webbsökning, hade lägre kognitiv belastning under uppgiften – de behövde inte tänka lika hårt – och presterade sämre i sin argumentation kring det ämne de undersökt. Ett ytligt användande av AI kan betyda mindre mental ansträngning i stunden, men det är ungefär som att låta en robot göra dina träningspass: det leder i längden till sämre tänkandeförmåga.

I en annan studie använde studenter AI för att revidera sina uppsatser och fick högre poäng än de som reviderade utan AI, ofta genom att helt enkelt kopiera och klistra in meningar från ChatGPT. Men dessa studenter uppvisade inte större faktisk kunskapsutveckling eller bättre förmåga att överföra kunskap än sina jämnåriga som arbetade utan AI. AI-gruppen ägnade sig också mindre åt rigorösa System 2-processer. Författarna varnar för att en sådan ”metakognitiv lättja” kan ge kortsiktiga förbättringar av prestation men också leda till stagnation i långsiktiga färdigheter.

Att lägga över arbete kan vara användbart när grunderna väl finns på plats. Men dessa grunder kan inte byggas om inte hjärnan först gör det initiala arbete som krävs för att koda, koppla samman och förstå det du försöker bemästra.

Att använda AI som stöd för lärande

Om vi återvänder till gymmetaforen kan det vara hjälpsamt för studenter att tänka på AI som en personlig tränare, som kan hålla dem på banan genom att följa och stödja lärandet och pusha dem att arbeta hårdare. AI har stor potential som skalbart lärandeverktyg, en individanpassad handledare med en enorm kunskapsbas som aldrig sover.

AI-företag försöker också designa just detta: den ultimata handledaren. Förutom OpenAI:s satsning på utbildning lanserade Anthropic i april 2025 sitt ”learning mode” för Claude. Tanken är att dessa modeller ska föra sokratiska dialoger, ställa frågor och ge ledtrådar i stället för att bara leverera svar.

Tidiga studier tyder på att AI-handledare kan vara till nytta men också skapa problem. I en studie som lät gymnasieelever repetera matematik med ChatGPT presterade de sämre än elever som inte använde AI. Vissa elever använde standardversionen och andra en specialanpassad handledarversion som gav ledtrådar utan att avslöja svaren. När eleverna senare skrev prov utan AI klarade sig de som använt basversionen av ChatGPT betydligt sämre än de som pluggat utan AI – men de insåg inte själva att de presterat sämre. De som pluggat med handledarboten klarade sig inte bättre än de som repetarat utan AI, men de trodde felaktigt att de gjort bättre ifrån sig. AI hjälpte alltså inte, och dessutom uppstod metakognitiva fel.

Även om handledarlägen förfinas och förbättras behöver studenter själva aktivt välja det läget och, åtminstone i dagsläget, också ”spela med” – det vill säga kunna ge rätt kontext och styra chatboten bort från meningslösa låg-nivå-frågor eller inställsamt hållna svar.

Det senare kan kanske åtgärdas med bättre design, systemprompter och specialanpassade gränssnitt. Men frestelsen att använda AI i standardläge för att undgå hårt arbete kommer att bestå som ett mer grundläggande och klassiskt problem inom undervisning, kursdesign och motivationsarbete – att få studenter att undvika genvägar som undergräver deras kognitiva träningspass.

Precis som med andra komplexa tekniker som smartphones, internet eller till och med själva skrivandet kommer det att ta tid innan forskningen fullt ut fångar AI:s effekter på kognition och lärande. I slutändan blir bilden sannolikt nyanserad och starkt beroende av sammanhang och användningssätt.

Men det vi redan vet om lärande säger oss att djup kunskap och verklig färdighet alltid kommer att kräva ett genuint kognitivt träningspass – med eller utan AI.

References

Author

Brian W. Stone, Associate Professor of Cognitive Psychology, Boise State University

Kommentarer

  1. Din kommentar // Namn, titel (2025....)

The Conversation: 2025.09.10 Publicerades i BiBB: 2026.02.22



SMS:a en kommentar
genom att klicka här [ öppnar din app ] SMS:a en kommentar till 076 034 32 20 eller mejla.

Kategorier 20 The Conversation 157 2 flags

QR-code


Förslag till förbättringar av BiBB är välkomna



You know a lot, we may add a little®