Искусственный интеллект все чаще становится для людей не просто помощником в поиске информации, а полноценным фильтром новостей. Пользователи спрашивают у ChatGPT, Claude или Gemini, правда ли то или иное сообщение, можно ли доверять заголовку и не является ли изображение частью фейка.
Новое исследование MIT Media Lab показывает: такой подход действительно может повысить точность в моменте. Но есть неприятный побочный эффект. Если человек слишком часто полагается на ИИ, он постепенно хуже справляется с проверкой новостей без подсказок чат-бота.
ИИ помогает ловить фейки, но не всегда учит думать самому
Команда MIT в течение четырех недель наблюдала за 67 участниками. Им показывали пары из новостного заголовка и изображения, а затем просили определить, выглядит ли материал достоверным или содержит признаки дезинформации.
Когда рядом был ИИ-чатбот, участники справлялись лучше: точность распознавания фейковых новостей выросла примерно на 21%. Это подтверждает более ранние выводы о том, что ИИ может снижать доверие к ложной информации, если используется как инструмент проверки.
Но главный результат оказался менее оптимистичным. К четвертой неделе, когда участники выполняли задания без помощи ИИ, их самостоятельная точность упала на 15 процентных пунктов по сравнению с началом эксперимента.
Что такое «парадокс зависимости от ИИ»
Исследователи связывают эффект с явлением, которое называют AI dependency paradox — парадоксом зависимости от искусственного интеллекта. Суть проста: технология временно усиливает человека, но при регулярном использовании может ослаблять навык, который она заменяет.
Похожее уже происходило с другими инструментами. Калькуляторы упростили вычисления, но уменьшили потребность тренировать устный счет. GPS помогает доехать почти куда угодно, но многие люди хуже ориентируются без навигатора. В случае с ИИ речь идет о более тонкой способности — критически оценивать информацию.
В MIT называют это также когнитивной разгрузкой. Человек передает часть мыслительной работы системе, и мозг постепенно привыкает не выполнять ее самостоятельно.
Часть пользователей начала просто соглашаться с ботом
Качественный анализ поведения участников показал отдельную группу, которую исследователи описали как пользователей, развивающих зависимость. Таких оказалось около одной пятой. Сначала они активно рассуждали сами, но со временем все чаще принимали подсказки ИИ почти без проверки.
Любопытно, что примерно четверть участников считала, будто их навык распознавания фейков улучшается. На деле результаты показывали обратное. Это напоминает эффект Даннинга — Крюгера: человек может переоценивать свою компетентность именно тогда, когда реальные показатели падают.
Один из участников после эксперимента отметил, что чат-бот советовал сверяться с несколькими источниками, но почти не помогал учиться анализировать контекст изображений. То есть система давала полезные ответы, но не всегда объясняла, как прийти к ним самостоятельно.
Почему это особенно важно для новостей
Новостная среда — сложная зона для ИИ. Во время громких событий информация быстро меняется, появляются слухи, эмоциональные заявления, старые фото в новом контексте и непроверенные публикации. Именно в такие моменты пользователи чаще всего хотят получить быстрый ответ: правда это или нет.
Проблема в том, что большие языковые модели не «знают» мир так, как человек-эксперт. Они предсказывают следующий фрагмент текста на основе огромного массива данных. Это позволяет им звучать уверенно, но не гарантирует фактическую точность.
Есть и еще один риск. ИИ обучается на материалах, созданных людьми, а эти материалы сами могут быть неполными, ошибочными или предвзятыми. Если в обучающих данных много спорного контента, модель может воспроизводить часть этих искажений.
ИИ должен быть тренером, а не костылем
Авторы работы считают, что многое зависит от того, как именно ИИ взаимодействует с пользователем. Если бот сразу выдает готовый ответ, человек быстро получает результат, но меньше тренирует собственное мышление.
Лучше работают сценарии, где система задает вопросы и мягко направляет пользователя. Например, просит сравнить источник, посмотреть на детали изображения, проверить дату публикации или подумать, не вызывает ли заголовок чрезмерно сильную эмоцию.
Такой подход называют сократическим методом: вместо прямого ответа собеседник получает цепочку вопросов, которая помогает самому прийти к выводу. Это медленнее, зато полезнее для развития навыка.
Что это значит для индустрии ИИ
Исследование MIT важно не только для журналистики. Оно показывает, что разработчикам ИИ-инструментов нужно оценивать не только точность ответа, но и долгосрочное влияние продукта на пользователя.
Если сервисы будут оптимизироваться только под скорость и удобство, они могут приучать людей делегировать критические задачи машине. Для новостей это особенно опасно: общество нуждается не просто в быстрых ответах, а в людях, которые умеют сомневаться, проверять и сравнивать факты.
Авторы исследования предлагают развивать новую форму ИИ-грамотности. Пользователи должны понимать, когда модель полезна, где она может ошибаться и почему нельзя полностью отдавать ей право решать, что правда, а что нет.
Главный вывод
ИИ может быть сильным инструментом против дезинформации, если помогает человеку учиться. Но если чат-бот превращается в автоматический источник готовых суждений, навык самостоятельной проверки новостей может слабеть.
Для школ, университетов, редакций и технологических компаний это важный сигнал. Будущее медиаграмотности будет зависеть не только от качества моделей, но и от того, научатся ли люди использовать ИИ как помощника, а не как замену собственному анализу.
