"48% labāk, 17% sliktāk" — Kognitīvais paradokss Eiropas izglītībā

Twin Ladder Casebook Series | Twin Ladder | 2026. gada februāris

Ievads

Studente apsēžas, lai praktizētu matemātiku. Viņas rīcībā ir ģeneratīvais MI pasniedzējs — uz GPT-4 balstīta sistēma, kas spēj atbildēt uz jebkuru jautājumu, atrisināt jebkuru uzdevumu un izskaidrot jebkuru konceptu pēc pieprasījuma. Semestra laikā viņa pareizi atrisina par četrdesmit astoņiem procentiem vairāk uzdevumu nekā kursa biedri, kuriem nav piekļuves. Viņas prakses rezultāti ir izcili. Viņas pārliecība ir augsta. Viņa nekad nav jutusies spējīgāka.

Tad pienāk eksāmens. MI nav pieejams. Viņa izlasa pirmo jautājumu un atpazīst formātu. Viņa sāk risināt un apstājas. Viņa atceras, ka MI kādreiz sniedza atbildi uz līdzīgu uzdevumu. Viņa neatceras, kāpēc atbilde bija pareiza. Viņa nespēj rekonstruēt argumentāciju. Viņa nespēj izskaidrot konceptu aiz risinājuma, ko pirms trim nedēļām iesniedza ar pilnīgu pārliecību.

Viņas rezultāts ir par septiņpadsmit procentiem zemāks nekā studentiem, kuriem MI palīdzība nekad nav bijusi pieejama.

Tas nav hipotētisks stāsts. Tas ir lauka eksperimenta centrālais atklājums, kas veikts ar gandrīz tūkstoš studentiem un publicēts Proceedings of the National Academy of Sciences 2025. gadā. Četrdesmit astoņi procenti labāk izpildē. Septiņpadsmit procenti sliktāk izpratnē. Plaisa starp šiem diviem skaitļiem ir MI kognitīvais paradokss izglītībā — un tas pārvērš Eiropas institūciju izpratni par to, ko nozīmē mācīties.

Stāsts

Eksperiments, kas mainīja sarunu

2023.–2024. akadēmiskajā gadā pētnieki Hamsa Bastani, Osbert Bastani un Alp Sungu — saistīti ar Wharton School Pensilvānijas Universitātē — ieviesa divas MI tutoringa sistēmas vidusskolas matemātikas studentu vidū Turcijā. Pētījums ar nosaukumu "Generative AI Without Guardrails Can Harm Learning" bija veidots, lai pārbaudītu jautājumu, ko izglītotāji visā Eiropā bija uzdevuši ar pieaugošu steidzamību: vai MI palīdz studentiem mācīties vai palīdz studentiem uzrādīt rezultātus?

Pētnieki izveidoja divus nosacījumus. Pirmais, saukts "GPT Base," sniedza studentiem piekļuvi standarta ChatGPT tipa saskarnei prakses sesiju laikā — viņi varēja uzdot jebkuru jautājumu un saņemt tiešu atbildi. Otrais, saukts "GPT Tutor," nodrošināja strukturētāku pieredzi, kur MI sniedza pasniedzēja veidotas norādes, nevis pilnus risinājumus. Kontroles grupa nesaņēma MI palīdzību.

Rezultāti prakses sesiju laikā bija dramatiski. Studenti, kas izmantoja GPT Base, pareizi atrisināja par četrdesmit astoņiem procentiem vairāk uzdevumu nekā kontroles grupa. Studenti, kas izmantoja GPT Tutor, uzrādīja vēl labākus rezultātus — simtu divdesmit septiņu procentu uzlabojumu. MI pēc jebkuras tūlītējās metrikas padarīja studentus produktīvākus.

Tad pētnieki noņēma MI un veica eksāmenu. GPT Base grupa — studenti, kas bija izmantojuši MI kā tiešu atbilžu mašīnu — ieguva par septiņpadsmit procentiem zemākus rezultātus nekā kontroles grupa, kurai MI nekad nebija bijis pieejams. Studenti, kas prakses laikā izskatījās kompetentākie, izrādījās vismazāk kompetenti, kad palīdzība pazuda.

GPT Tutor grupa turpretim neuzrādīja nozīmīgu kritumu. Atšķirību noteica mijiedarbības dizains. Kad MI deva atbildes, tas iznīcināja mācīšanos. Kad MI deva norādes, kas prasīja studentiem pašiem izstrādāt risinājumu, tas mācīšanos saglabāja.

Likumsakarība dažādās disciplīnās

Bastani pētījums neparādījās izolēti. Tas ienāca brīdī, kad pierādījumi par MI izraisītu kognitīvo lejupslīdi uzkrājās vairākās pētniecības programmās.

gadā pārskata raksts, publicēts Frontiers in Psychology, kura autori ir Jose B., Cherian J., Verghis A.M. un kolēģi — ar nosaukumu "The Cognitive Paradox of AI in Education: Between Enhancement and Erosion" — sintezēja jaunākos pierādījumus caur kognitīvās slodzes teorijas un pašnoteikšanās teorijas prizmu. Autori identificēja strukturālu spriedzi: MI rīki samazina lieko kognitīvo slodzi (garīgo piepūli, kas tērēta nebūtiskiem uzdevumiem), kam vajadzētu atbrīvot studentus dziļākai mācīšanai. Taču praksē MI samazina arī noderīgo kognitīvo slodzi — piepūlīgu apstrādi, kas pati par sevi ir mehānisms, caur kuru notiek dziļā mācīšanās. Rīks, kas novāc šķēršļus, novāc arī vingrinājumu.

Randomizēts kontrolēts pētījums ar simtu divdesmit studentiem, publicēts 2025. gadā, pārbaudīja ChatGPT ietekmi uz ilgtermiņa zināšanu saglabāšanu. Studenti tika nejaušā kārtībā iedalīti — vai nu izmantot ChatGPT kā mācību palīglīdzekli, vai paļauties uz tradicionālajām mācību metodēm. Pārsteiguma saglabāšanas tests, kas veikts četrdesmit piecas dienas vēlāk, atklāja, ka ChatGPT lietotāji uzrādīja 57,5 procentus pareizo atbilžu salīdzinājumā ar 68,5 procentiem tradicionālajā grupā — jūtams un noturīgs deficīts, kas attiecināms vienīgi uz mācību veidu.

Pētījums, kas analizēja piecsimt astoņdesmit Ķīnas universitāšu studentus, konstatēja, ka lielāka atkarība no MI bija saistīta ar zemāku kritiskās domāšanas līmeni, turklāt kognitīvais nogurums daļēji mediēja šo saistību. Jo vairāk studenti paļāvās uz MI, jo mazāk viņi domāja paši — ne tāpēc, ka izvēlējās nedomāt, bet tāpēc, ka kritiskajai domāšanai nepieciešamie kognitīvie muskuļi netika trenēti.

Eiropas atbilde

Eiropas institūcijas nav ignorējušas šos atklājumus. ES MI akts, kas stājās spēkā 2024. gada augustā, klasificēja izglītībā izmantotas MI sistēmas kā augsta riska sistēmas savā regulatīvajā ietvarā. 4. pants, kas piemērojams no 2025. gada februāra, nosaka, ka organizācijām, kas ievieš MI sistēmas, jānodrošina "pietiekams MI pratības līmenis" darbinieku un lietotāju vidū. Akts pilnībā aizliedz noteiktas MI prakses izglītības vidē, tostarp emociju atpazīšanas sistēmas un manipulatīvas sistēmas, kas izmanto studentu ievainojamību.

Taču regulatīvā atbilde risina pārvaldību, ne pedagoģiju. Dziļākais jautājums — kā veidot izglītības MI, kas veido izpratni, nevis to apiet — institucionālā līmenī lielā mērā paliek neatbildēts. Eiropas Universitāšu asociācija ir atzinusi izaicinājumu: MI vienlaicīgi ir jaudīgākais mācību rīks un visspēcīgākais mācīšanās apdraudējums, ar ko izglītība saskaras pēdējā paaudzes laikā. Mācībspēki Eiropas universitātēs tagad saskaras ar atbilžu spektru — no pilnīga MI aizlieguma kursu darbā līdz obligātai integrācijai ar atsauču prasībām. Neviens galējais variants nerisina paradoksu. MI aizliegšana sagatavo studentus pasaulei, kas vairs nepastāv. Neierobežota MI piekļuve sagatavo studentus atkarībai no rīkiem, kurus viņi nesaprot.

Profesore Lorena Barba no Džordža Vašingtona Universitātes precīzi raksturoja šo dinamiku savā MI izmantošanas analīzē inženierzinātņu kursos: studenti konsekventi dod priekšroku ērtumam, nevis mācīšanai. Kad tiek dota izvēle — pacīnīties ar uzdevumu vai saņemt tūlītēju atbildi — pārliecinošs vairākums izvēlas atbildi. Viņi nav slinki. Viņi ir racionāli — optimizējot metriku, ko var redzēt (atzīme par šo uzdevumu), vienlaikus upurējot spēju, ko nevar redzēt (izpratne, kas izturētu rīka noņemšanu).

Robert Bjork, UCLA kognitīvais psihologs, kura pētījumi par mācīšanos ir formējuši šo jomu četrus gadu desmitus, to nekavējoties atpazītu. Studenti piedzīvo to, ko Bjork sauc par "kompetences ilūziju" — subjektīvu meistarības sajūtu, kas rodas no augsta izguves spēka, pat ja glabāšanas spēks (noturīgas, pārnesamas zināšanas) nav ticis izveidots. Atbilde atnāca viegli. Vieglums jutās kā zināšana. Zināšana bija ilūzija.

Caur Twin Ladder prizmu

Twin Ladder ietvērums, kā aprakstīts Twin Ladder "Kompetences paradoksa" baltajā grāmatā, definē četrus progresīvus MI kompetences līmeņus: 0. līmenis (MI pratība), 1. līmenis (Profesionālais dvīnis), 2. līmenis (Operacionālais dvīnis) un 3. līmenis (Ekosistēmas dvīnis). Pa kāpnēm kāpj, nevis lec. Katrs līmenis veido cilvēcisko kapacitāti, kas padara nākamo līmeni ilgtspējīgu.

Kognitīvais paradokss izglītībā savā būtībā ir 0. līmeņa neveiksme. MI pratība — pamata spēja kritiski izvērtēt MI radīto un, kas izšķiroši svarīgi, ko MI nerada — nozīmē saprast, ka pareiza atbilde nav tas pats, kas izpratne. Tas nozīmē apzināties, ka, kad MI atrisina uzdevumu jūsu vietā, MI nav neko iemācījies un jūs neesat neko iemācījušies. Aprēķins notika. Izziņa — nē.

"Kompetences ilūzija" ir tieši MI pratības pretmets. Tā ir pārliecība, ka jūs kaut ko saprotat, jo MI sniedza pareizu atbildi jūsu klātbūtnē. Studente, kas prakses laikā ar MI palīdzību uzrāda par četrdesmit astoņiem procentiem labākus rezultātus un eksāmenā bez MI — par septiņpadsmit procentiem sliktākus, nav sasniegusi MI pratību. Viņa ir sasniegusi MI atkarību — stāvokli, kurā rīka kompetence tiek sajaukta ar paša kompetenci.

Twin Ladder atbilde uz šo problēmu ir iestrādāta tā mācību vingrinājumu arhitektūrā, kas tieši balstās uz Bjork pētījumu programmu par vēlamajām grūtībām. Arhitektūra balstās uz četriem principiem, kas ir īpaši veidoti, lai novērstu kompetences ilūzijas veidošanos.

Pirmkārt, prognozēšana vispirms. Pirms jebkuras MI rekomendācijas parādīšanas mācāmajam jāapņemas ar savu novērtējumu. Ko viņš domā, ka atbilde ir? Cik pārliecināts viņš ir? Prognoze tiek fiksēta. Tikai tad parādās MI rezultāts. Mācīšanās notiek plaisā starp to, ko mācāmais prognozēja, un to, ko MI radīja. Tas ir ģenerēšanas efekts — viens no visvairāk replicētajiem atklājumiem kognitīvajā zinātnē — operacionalizēts kā dizaina princips. Pat nepareizas prognozes uzlabo turpmāko mācīšanos, jo tās rada kognitīvu struktūru, pie kuras pareizā atbilde var piesaistīties.

Otrkārt, mīsīti scenāriji. Twin Ladder neorganizē mācīšanos glītās, secīgās moduļos. Tas neprognozējami jauc uzdevumu tipus katrā sesijā, liekot mācāmajam identificēt, ar kādu uzdevuma tipu viņš saskaras, pirms izvēlēties stratēģiju. Bjork pētījums demonstrē, ka mīsīta prakse dod sešdesmit trīs procentu saglabāšanu atliktos novērtējumos, salīdzinot ar divdesmit procentiem blokētai praksei. Blokētā pieeja sesijas laikā šķiet efektīvāka. Tā ir dramatiski mazāk efektīva pēc tam.

Treškārt, izkliedēti izaicinājumu cikli. Tā vietā, lai rīkotu intensīvas darbnīcas, arhitektūra sadala mācīšanos iknedēļas sesijās ar apzinātām pauzēm. Aizmirstība, kas rodas starp sesijām, nav trūkums — tā ir mehānisms. Katra sesija sākas ar iepriekšējo sesiju materiāla izguvi, liekot smadzenēm rekonstruēt daļēji izbalējušas zināšanas. Šajā rekonstrukcijas piepūlē notiek noturīga mācīšanās.

Ceturtkārt, veiktspēja bez drošības tīkla. Regulāros intervālos MI slānis tiek pilnībā atslēgts. Mācāmajam jādarbojas ar tiem pašiem datiem, bet bez MI analīzes. Tas ir patiesais kompetences mērījums. Tā ir arī tieša atbilde uz Bastani pētījuma atklājumiem: ja studentiem semestra laikā periodiski būtu prasīts darboties bez MI, septiņpadsmit procentu kritums eksāmenā būtu atklāts un novērsts ilgi pirms gala novērtējuma.

Likumsakarība

Izglītības atklājumi neeksistē izolēti. Tie ir viena izpausme likumsakarībai, kas parādās visur, kur MI novāc piepūlīgu praksi, caur kuru veidojas cilvēka kompetence.

Programmatūras izstrādē empīriska izstrādes komandu novērtēšana konstatēja, ka mazāk pieredzējuši programmētāji uzrādīja par divdesmit astoņiem procentiem zemāku veiktspēju algoritmisko uzdevumu risināšanā, kad tika testēti bez MI atbalsta pēc sešiem mēnešiem nepārtrauktas GitHub Copilot izmantošanas. Izstrādātāji nebija pārstājuši rakstīt kodu. Viņi bija pārstājuši domāt par kodu. Copilot veica algoritmisko argumentāciju. Izstrādātāji veica pieprasījumu formulēšanu. Kad Copilot tika noņemts, argumentācijas kapacitāte, kas bija atrofējusies, bija tieši tā kapacitāte, kas bija nepieciešama.

Sabiedrības līmenī OECD Pieaugušo prasmju apsekojums — aptverot aptuveni simtu sešdesmit tūkstošus pieaugušo vecumā no sešpadsmit līdz sešdesmit pieciem gadiem trīsdesmit vienā valstī — konstatēja, ka lasītprasmes un rēķinprasmes ir samazinājušās vai stagnējušas lielākajā daļā OECD valstu laikposmā no 2012. līdz 2023. gadam. Tikai Somijā un Dānijā bija vērojami nozīmīgi uzlabojumi pieaugušo lasītprasmē. Lielākajā daļā valstu zemākos rezultātus uzrādošie desmit procenti iedzīvotāju piedzīvoja stāvāko kritumu. Cēloņi ir sarežģīti un sākas pirms ģeneratīvā MI, taču trajektorija ir skaidra: fundamentālās kognitīvās prasmes erodē attīstītajās ekonomikās tieši tajā brīdī, kad MI rīki pārņem arvien lielāku daļu kognitīvā darba, ko šīs prasmes pārstāv.

Lisanne Bainbridge šo dinamiku identificēja 1983. gadā savā pamatrakstā "Ironies of Automation," kas uzkrājis vairāk nekā 4700 atsauču. Bainbridge novēroja, ka procesa automatizēšana rada paradoksu: cilvēks operators, atbrīvots no regulāras prakses, zaudē prasmes, kas nepieciešamas iejaukšanai, kad automatizācija sabojājas. Kādreiz pieredzējušais operators nelietošanas dēļ kļūst nepieredzējis. Efektīva zināšanu izguve no ilgtermiņa atmiņas ir atkarīga no lietošanas biežuma, rakstīja Bainbridge. Jo mazāk praktizējat, jo mazāk spējat — un jo mazāk apzināties, cik daudz esat zaudējuši.

Likumsakarība visās šajās jomās seko konsekventai secībai: lietošanas ērtums noved pie neiesaistīšanās, neiesaistīšanās — pie prasmju pagrimuma, prasmju pagrimums — pie atkarības, un atkarība padara cilvēku nespējīgu darboties, kad rīks nav pieejams. Četrdesmit astoņu procentu uzlabojums un septiņpadsmit procentu kritums nav pretrunīgi atklājumi. Tie ir viens un tas pats atklājums, mērīts divos dažādos cikla brīžos.

Mācība

Mācība no kognitīvā paradoksa nav tāda, ka MI būtu jāizslēdz no izglītības vai profesionālās apmācības. Bastani pētījums pats demonstrē kāpēc: GPT Tutor nosacījums — kur MI sniedza strukturētas norādes, nevis tiešas atbildes — uzrādīja nozīmīgus veiktspējas uzlabojumus bez mērāma neatkarīgās kompetences krituma. Problēma nav tehnoloģija. Problēma ir dizains.

Izglītībā un korporatīvajā apmācībā jāintegrē tas, ko Robert Bjork sauc par "vēlamajām grūtībām" — mācīšanās apstākļi, kas konkrētajā brīdī šķiet grūtāki, bet dod dramatiski labāku ilgtermiņa saglabāšanu. Tas nozīmē prasīt studentiem un profesionāļiem ģenerēt savas atbildes, pirms redzēt MI rezultātu. Tas nozīmē mīsīt uzdevumu tipus, nevis organizēt tos ērtās, secīgās moduļos. Tas nozīmē izkliedēt praksi laikā, nevis koncentrēt to intensīvās darbnīcās. Tas nozīmē periodiski pilnībā noņemt MI un mērīt, vai cilvēks spēj darboties bez tā.

Šie principi ir pretintuitīvi. Tie rada sliktākas īstermiņa metrikas. Mācāmie ziņo par zemāku pārliecību mīsītas prakses laikā, lai gan viņu saglabāšana ir trīs reizes augstāka. Studenti nevēlas, lai viņiem liek prognozēt pirms atbildes redzēšanas, lai gan tieši prognoze padara atbildi jēgpilnu. Organizācijas pretojas izkliedētai apmācībai, jo to loģistiski ir grūtāk ieplānot nekā divu dienu iegremdēšanos. Katrs dizaina instinkts mūsdienu izglītībā un korporatīvajā apmācībā spiež uz ērtumu, ātrumu un apmierinātības rādītājiem. Kognitīvā zinātne spiež pretējā virzienā.

Twin Ladder mācību vingrinājumu ietvērums ir būvēts uz šīs zinātnes. Tas uztver grūtību ne kā šķērsli mācīšanai, bet kā pašu dizainu. MI vajadzētu izaicināt cilvēka izziņu, nevis to apiet. Rīks, kas liek mācāmajam justies visvairāk kompetentam konkrētajā brīdī, var būt rīks, kas atstāj viņu vismazāk kompetentu, kad tas tiešām ir svarīgi.

Organizācijas un institūcijas, kas saprot šo atšķirību — kas veido MI sistēmas, kuru mērķis ir stiprināt cilvēku, nevis tikai darboties viņa vietā — radīs absolventus un profesionāļus, kas ir patiesi kompetenti. Pārējās radīs cilvēkus, kas ir par četrdesmit astoņiem procentiem ātrāki un par septiņpadsmit procentiem trauslāki.

Pirmdienas rīta jautājums: Ja jūs uz vienu nedēļu atņemtu MI piekļuvi savai komandai vai studentiem, vai viņu veiktspēja atklātu kompetenci — vai arī tā atklātu, cik daudz kompetences MI ir klusi aizstājis?

Avoti

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakci, O., & Mariman, R. (2025). "Generative AI Without Guardrails Can Harm Learning: Evidence from High School Mathematics." Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://www.pnas.org/doi/10.1073/pnas.2422633122
Jose, B., Cherian, J., Verghis, A.M., et al. (2025). "The Cognitive Paradox of AI in Education: Between Enhancement and Erosion." Frontiers in Psychology, 16, 1550621. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2025.1550621/full
OECD (2024). "Adult Skills in Literacy and Numeracy Declining or Stagnating in Most OECD Countries." Survey of Adult Skills (PIAAC), December 2024. https://www.oecd.org/en/about/news/press-releases/2024/12/adult-skills-in-literacy-and-numeracy-declining-or-stagnating-in-most-oecd-countries.html
Bainbridge, L. (1983). "Ironies of Automation." Automatica, 19(6), 775-779. https://www.sciencedirect.com/science/article/abs/pii/0005109883900468
Bjork, R.A. & Bjork, E.L. (2020). "Desirable Difficulties in Theory and Practice." Journal of Applied Research in Memory and Cognition, 9(4), 475-479. https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/04/EBjork_RBjork_2011.pdf
European Union (2024). EU AI Act — Regulatory Framework for Artificial Intelligence. Article 4: AI Literacy. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
Fernandes, D., et al. (2025). "AI Makes You Smarter But None the Wiser: The Disconnect Between Performance and Metacognition." Cited in RealKM, November 2025. https://realkm.com/2025/11/19/ai-is-changing-the-dunning-kruger-effect-with-higher-ai-literacy-correlating-with-overestimation-of-competence/