Kognitivní dluh při psaní s ChatGPT – co (a co ne) říká studie MIT „Your Brain on ChatGPT“

Titulky o studii „Your Brain on ChatGPT“ (v češtině se objevují varianty typu „ChatGPT ničí mozek“) se šířily rychle. Co ale studie z MIT Media Lab skutečně ukázala? Je to důkaz škodlivosti AI, nebo zajímavá, ale malá a předběžná práce? Tento článek vychází přímo z textu studie a vysvětluje, co zjistila, jaká má omezení a co z ní plyne pro psaní a učení ve škole. Hned na začátku: jde o předtisk (preprint) v recenzním řízení, ne o hotové a ověřené poznání.

Zdroj: Kosmyna a kol.: Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (arXiv:2506.08872), podáno 10. 6. 2025, revize z 31. 12. 2025. Související: Sedm zásad pro žáky a Studijní režimy AI.

Aktualizováno: listopad 2026.

Jak byla studie navržena

Autoři (Nataliya Kosmyna, Eugene Hauptmann, Ye Tong Yuan, Jessica Situ, Xian-Hao Liao, Ashly Vivian Beresnitzky, Iris Braunstein a Pattie Maes) rozdělili účastníky do tří skupin:

• LLM – psaní eseje s pomocí ChatGPT,
• Search Engine – psaní s vyhledávačem,
• Brain-only – psaní bez jakýchkoli nástrojů.

Studie měla čtyři sezení v průběhu zhruba čtyř měsíců. V prvních třech zůstala každá skupina u svého nástroje. Ve čtvrtém sezení se role prohodily: skupina LLM psala bez nástrojů (LLM-to-Brain) a skupina Brain-only dostala k dispozici LLM (Brain-to-LLM). Do sezení 1 až 3 bylo zařazeno 54 účastníků, čtvrté sezení dokončilo 18 z nich. Účastníkům bylo 18 až 39 let (průměr 22,9) a pocházeli z pěti univerzit v oblasti Bostonu; většinou šlo o vysokoškolské studenty. Úkolem bylo psát eseje na témata ve stylu testu SAT. Autoři měřili mozkovou aktivitu pomocí EEG, analyzovali eseje (včetně počítačové analýzy textu), nechali je hodnotit AI i učiteli a vedli rozhovory.

Postup kritického čtení studie o AI a učení – vlastní infografika

Hlavní zjištění

Podle abstraktu a textu studie:

• Konektivita mozku (EEG). Skupina Brain-only měla nejsilnější a nejrozsáhlejší sítě, vyhledávač střední zapojení a LLM nejslabší propojení.
• Čtvrté sezení. Skupina LLM-to-Brain vykazovala sníženou aktivitu v pásmech alfa a beta. Skupina Brain-to-LLM měla vyšší aktivaci a lepší vybavování, podobně jako uživatelé vyhledávače.
• Vlastnictví textu. Nejnižší pocit autorství uváděla skupina LLM, nejvyšší Brain-only.
• Citování vlastního textu. Uživatelé LLM měli potíže přesně zacitovat vlastní práci.
• Jazyk a obsah. Podle autorů uživatelé LLM „dlouhodobě podávali slabší výkon na neurální, jazykové i behaviorální úrovni“. Eseje uvnitř skupin si byly navzájem podobné (v pojmenovaných entitách, n-gramech a tématech). Autoři také poznamenávají, že eseje skupiny LLM-to-Brain se opakovaně soustředily na užší soubor myšlenek; sami tuto část označují jako předběžnou, protože je k potvrzení potřeba větší vzorek.

Pojem „kognitivní dluh“

Autoři navrhují pojem kognitivní dluh (cognitive debt): opakované spoléhání na vnější systémy, jako jsou LLM, nahrazuje namáhavé kognitivní procesy potřebné pro samostatné myšlení. Podle nich takový dluh odkládá mentální úsilí v krátkém horizontu, ale dlouhodobě může stát kritické zkoumání, tvořivost a odolnost vůči manipulaci. Je to hypotéza a interpretace autorů, ne přímo změřený fakt.

Na co dát pozor: omezení

Autoři sami uvádějí:

• Malý a specifický vzorek: účastníci z několika velkých univerzit v jedné oblasti; potřebné jsou větší a různorodější vzorky (profese, věk, vyvážené zastoupení pohlaví).
• Jen ChatGPT: výsledky nelze přímo zobecnit na jiné modely.
• Jeden typ úkolu: psaní eseje ve vzdělávacím kontextu; zjištění „nemusejí platit pro jiné úlohy“.
• EEG má omezené prostorové rozlišení; autoři uvádějí fMRI jako další krok.
• Čtvrté sezení jen 18 lidí, proto jsou závěry o prohození skupin slabší.
• Předtisk v recenzním řízení.

Z hlediska čtenáře to znamená: studie nedokazuje, že ChatGPT „poškozuje mozek“. Ukazuje, že při tomto konkrétním úkolu a v tomto vzorku se lidé, kteří psali s LLM, lišili od těch, kdo psali bez nástrojů, a že autoři to interpretují jako riziko pro učení. Nižší aktivita v EEG sama o sobě neznamená poškození; může odrážet méně náročnou činnost.

Doporučení autorů a co z nich plyne

Autoři uzavírají, že jejich výsledky podporují vzdělávací model, který odkládá zapojení AI, dokud žáci nevynaloží dostatek vlastního kognitivního úsilí. Takový přístup podle nich může podpořit efektivitu nástroje i dlouhodobou kognitivní autonomii. V souladu s tím stojí také doporučení NPI pro žáky: AI není náhrada učení a ve všem nesu odpovědnost já; viz Sedm zásad pro žáky.

Praktické závěry pro školu

Následující rady jsou úvahy autora článku inspirované studií, ne přímá doporučení autorů:

1. Nejdřív vlastní myšlení, potom AI. Nechte žáky nejprve sepsat vlastní osnovu či hlavní myšlenky, teprve poté AI jako zpětnou vazbu či kritika.
2. Zadávejte úkoly, kde AI nenahradí učení: ústní obhajoba, vysvětlení postupu, úpravy podle zpětné vazby. Viz AI Assessment Scale.
3. Procvičujte vybavování z paměti i u témat, která lze „vygooglit“ či „vygenerovat“.
4. Nechte žáky komentovat výstup AI: co je správně, co chybí, co je vymyšlené.
5. Využívejte studijní režimy, které se ptají místo odpovídání; viz Studijní režimy AI.
6. Mluvte o pocitu autorství: žák by měl umět říct, které myšlenky jsou jeho.
7. Neděste se. Přečtěte studii s odstupem a sledujte další výzkum.

Energetická stopa: vedlejší téma studie

Autoři se v závěru věnují i nákladům jiného druhu. Odvolávají se na studii z roku 2023 a uvádějí, že dotaz na jazykový model spotřebuje přibližně desetkrát více energie než dotaz ve vyhledávači (v jejich odhadu 0,3 Wh oproti 0,03 Wh na dotaz). Jde o jejich převzatý odhad, ne o výsledek měření v této studii, a skutečná spotřeba se podle modelu a nastavení liší. Pro školu je to spíše námět k diskusi o tom, kdy je AI skutečně potřeba a kdy stačí jednodušší nástroj.

Kde najít další informace

Autoři provozují informační web brainonllm.com, původní text je na arXiv. K praktickým pravidlům pro školy slouží FAQ NPI „AI a právo ve škole“ a doporučení pro žáky. O tom, jak upravit zadání, aby šlo doložit vlastní práci, pojednává rámec AI Assessment Scale. Mezinárodní pohled nabízí UNESCO Guidance for generative AI in education and research.

Jak číst další zprávy o AI a mozku

Titulky o „škodlivosti“ či „zázračnosti“ AI pro učení jsou častější než kvalitní studie. Při čtení každé další zprávy si položte několik otázek: kolik bylo účastníků a kdo to byl, zda jde o recenzovanou práci, co přesně se měřilo, jaký úkol účastníci dělali a zda se výsledek týká žáků vaší věkové skupiny. Pokud studie pracovala s univerzitními studenty a jedním úkolem, nelze její závěry bez dalšího přenést na děti na základní škole. Dobrá zpráva poctivě uvádí i omezení; pokud je neuvádí, je to varovný signál.

Praktický příklad (smyšlený)

Středoškolská učitelka zadá esej o odpovědnosti. Žáci mají nejprve 15 minut psát bez nástrojů svoji osnovu. Potom smějí požádat AI o kritiku osnovy, ale text píší sami. V závěru každý přidá krátký odstavec o tom, co z návrhů AI přijal a co odmítl, a v ústním rozhovoru vysvětlí vlastní argumenty. Příklad je smyšlený.

Kontrolní seznam – vlastní infografika

Studie v kostce

Základní údaje – vlastní infografika

Výhody a nevýhody

Souhrn – vlastní infografika

Související články

V kategorii AI ve vzdělávání a psaní najdete také AI tutoři a personalizované vzdělávání.

Shrnutí

Studie MIT Your Brain on ChatGPT (54 účastníků, EEG, tři skupiny a čtyři sezení) zjistila, že při psaní eseje se skupina s ChatGPT lišila od skupin s vyhledávačem a bez nástrojů: slabší propojení v EEG, nižší pocit autorství a horší citování vlastního textu. Autoři navrhují pojem kognitivní dluh, ale sami upozorňují na malý vzorek, jediný nástroj, jediný typ úkolu a že jde o předtisk. Pro školu z toho plyne rada nejdřív přemýšlet sám a AI využívat jako kritika, nikoli panika.

Často kladené otázky ke studii „Your Brain on ChatGPT“