ماذا يبقى من المهارات عندما يختفي المساعد؟ سلسلة من التجارب العشوائية المضبوطة، نُشرت على arXiv في أبريل، تقدم إحدى أولى الإجابات السببية: التدريب بمساعدة مساعد AI يقلل من المثابرة ويضعف الأداء المستقل - حتى في مهمة أساسية مثل حساب الكسور. وقد وقّعت الدراسة غريس ليو من Carnegie Mellon، إلى جانب براين كريستيان وتسفيتوميرا دومبالسكا من Oxford، وميشيل أ. باكر من MIT، وراشيت دبي من UCLA - وكريستيان هو مؤلف The Alignment Problem.
البروتوكول
استقطب الباحثون 1,222 مشاركًا في المجموع، ووزعوهم عشوائيًا على ثلاث تجارب. في التجربة الرئيسية، تدرب المشاركون على 12 مسألة في الكسور - مع أو من دون مساعد قائم على GPT-5 - ثم خضع الجميع للاختبار النهائي نفسه المكوّن من 3 مسائل، من دون أي مساعدة، مع زر «تخطي» متاح في أي لحظة للتخلي عن المسألة. أما إعادة التطبيق (667 مشاركًا) فشددت التصميم عبر اختبار قبلي، بينما نقلت التجربة الثالثة البروتوكول إلى فهم النصوص.
النتائج
الفجوة واضحة. في الاختبار النهائي من دون AI في التجربة الرئيسية، حقق الفريق الذي تلقى المساعدة سابقًا نجاحًا في 57% من المسائل، مقابل 73% للفريق الذي تدرب بمفرده؛ كما كاد معدل التخلي عن المسائل أن يتضاعف، من 11% إلى 20%. وأعادت إعادة التطبيق رصد الأثر، وإن كان أضعف (71% مقابل 77%)، كما أكدته تجربة فهم النصوص (76% مقابل 89%، مع زيادة في معدلات التخلي بمقدار ثمانية أضعاف). وكل ذلك بعد تعرض لم يدم سوى نحو عشر دقائق: لم تنقل المساعدة المهارة إلى الأداة فحسب، بل أضعفت أيضًا الاستعداد نفسه لبذل الجهد. ويرى المؤلفون في ذلك نوعًا من التكييف؛ إذ يعتاد المستخدم على الإجابة الفورية، ويحرم من خبرة تجاوز الصعوبة.
ما الذي تثبته الدراسة وما الذي لا تثبته
تكمن قوة النتيجة في التصميم: فالتوزيع العشوائي يتيح قراءة سببية، على خلاف معظم الأبحاث المتعلقة بـ«ضمور القدرات المعرفية» المرتبط بـAI والتي تعتمد على الارتباطات أو التصريحات الذاتية. لكن حدودها واضحة أيضًا. فهي preprint لم تخضع بعد لمراجعة الأقران. كما أن المهام ضيقة النطاق - كسور وقراءة نصوص قصيرة - والأفق زمني فوري، ولم يُختبر سوى نموذج واحد، كما أن الأثر يخف بوضوح في إعادة التطبيق ذات البروتوكول الأكثر صرامة. وتثبت الدراسة آلية محددة، لا قانونًا عامًا.
لماذا تكتسب النتيجة أهمية
ومع ذلك، فإن الآلية التي تكشفها الدراسة تثير الاهتمام بما يتجاوز المختبر. ففي التعليم، توثق السيناريو الذي يخشاه المعلمون: أداة تحسن الإنتاج الفوري لكنها تآكل القدرة على الإنتاج من دونها. وفي الشركات، حيث تُنشر المساعدات كأدوات تدريب ضمنية، تشير الدراسة إلى أن الأداء المدعوم قد يكون مؤشرًا مضللًا على الكفاءة الحقيقية للفرق. أما بالنسبة لمصممي المساعدات، فهي تدفع نحو خيارات تصميم لا تزال نادرة: احتكاكات مقصودة، وأنماط تدريب يوجّه فيها AI المستخدم من دون أن يحل المهمة عنه. لم يعد السؤال ما إذا كانت المساعدة مفيدة - فهي مفيدة - بل ما الذي تتركه خلفها عندما تُسحب.