«Цифровая деменция» от AI: нейросети делают нас глупее — или наоборот?

Мой копирайтер разучился писать. За год с AI его навык деградировал до уровня школьного сочинения. При этом качество текстов, которые он сдаёт с помощью нейросети, выросло втрое. Это цифровая деменция? Или что-то другое?

Я руковожу веб-студией АП-ИМ с 2008 года. У нас в команде 10 человек, и каждый из них ежедневно использует AI-инструменты. Я наблюдаю эффект уже два года. Но прежде чем делать выводы, я изучил, что говорит наука — и обнаружил, что реальность интереснее, чем кажется.

В январе 2025 года исследователь SBS Swiss Business School Майкл Герлих опубликовал масштабную работу: 666 участников, анкеты + интервью. Результат: статистически значимая отрицательная корреляция между частотой использования AI и критическим мышлением. Чем чаще человек использует AI — тем хуже он справляется с задачами на самостоятельный анализ. Когнитивная разгрузка (привычка делегировать мыслительные задачи технологии) была ключевым медиатором: r = +0.72 с AI-использованием и r = -0.75 с критическим мышлением.

Казалось бы, вопрос закрыт: нейросети наносят вред когнитивным способностям. Но есть нюанс, который меняет всю картину: высшее образование оказалось защитным буфером. Участники с развитым критическим мышлением продолжали думать самостоятельно, даже активно используя AI. Те, у кого критическое мышление было слабым изначально, теряли его ещё быстрее.

AI не делает умных тупее. AI ускоряет расслоение: сильные становятся сильнее (AI как рычаг), слабые становятся слабее (AI как костыль).

Исследование Doshi и Hauser, опубликованное в Science Advances, обнаружило парадокс. Один ответ AI на задачу на креативность часто оценивается выше, чем средний ответ человека. AI выдаёт хорошую идею. Но если взять 100 ответов от разных моделей AI — они все похожи друг на друга. А 100 ответов людей — все разные. Отдельное исследование в PNAS Nexus (Zhou и Lee) показало, что повышение «температуры» (случайности) модели делает ответы разнообразнее, но быстро превращает их в бессмыслицу.

Учёные из USC в том же месяце опубликовали в Trends in Cognitive Sciences статью, которая идёт ещё дальше: LLM гомогенизируют не только язык, но и само мышление. Когда миллиарды людей пропускают свои мысли через одни и те же модели, их стиль, перспектива и стратегии рассуждений сходятся к одному знаменателю. Исследователи показали, что люди начинают считать «правильным» именно AI-стиль изложения и подстраиваются под него, даже если не используют AI напрямую. «Если все вокруг меня думают и говорят определённым образом, я чувствую давление выражаться так же», — пишет Живар Сурати, первый автор исследования.

Вдумайтесь: даже когда отдельный человек с AI генерирует больше идей и более детальных, группа людей с AI генерирует меньше уникальных идей, чем группа людей без AI.

Что это значит для бизнеса? Если вся ваша команда пишет тексты через ChatGPT — вы получаете не 10 точек зрения, а одну, размноженную 10 раз. Коммерческие предложения, стратегии, тексты на сайт — всё звучит одинаково. И — что хуже — одинаково с текстами ваших конкурентов, которые используют те же модели. В мире, где исполнение стало дешёвым, уникальность мышления становится главным конкурентным преимуществом. А AI эту уникальность стирает.

Давайте будем честны: атрофия навыков при работе с AI — не миф. Я вижу её в своей команде каждый день. Копирайтер разучился писать черновики. Разработчик стал хуже читать чужой код, потому что привык просить Claude объяснить. Маркетолог перестал сам анализировать конкурентов — вместо этого загружает сайт в GPT.

Но какие именно навыки атрофируются? Генерация первого черновика, рутинный анализ, запоминание фактов, написание шаблонного кода. А какие усилились? Формулировка задачи, критическая оценка результата, скорость итераций.

Аналогия, которая расставляет всё по местам: калькулятор уничтожил профессию «счетовод», но не сделал математиков глупее. Он освободил их для работы, которую калькулятор делать не умеет — формулировать задачи, строить модели, видеть неочевидные связи. Excel не сделал бухгалтеров глупее — он поднял порог входа: теперь от бухгалтера ждут аналитику, а не ручной подсчёт. AI делает то же самое, но на уровне мышления. И это пугает сильнее, потому что мышление — это то, что мы считаем своей уникальной человеческой ценностью.

Вот конкретный пример. SEO-специалист в нашей команде раньше тратил 2 дня на сбор семантического ядра: Вордстат, Key Collector, ручная группировка. Теперь — 3 часа с помощью AI. Освободившееся время он тратит на то, что AI делать не умеет: анализ поведения пользователей в Метрике, формулирование гипотез, разговоры с отделом продаж заказчика. Его навык «ручного сбора ключевиков» атрофировался. Его ценность для бизнеса — выросла.

В марте 2026 года Тимоти Кук, исследователь влияния AI на образование и основатель Connected Classroom, опубликовал на Psychology Today статью, которая перевернула мой взгляд на проблему. Он обратил внимание на ту же работу Герлиха, но выделил деталь, которую все пропустили: участники старше 46 лет показали высокое критическое мышление при низком использовании AI. Участники 17-25 лет — наоборот.

Объяснение: старшая группа делегировала AI задачи, которые уже умела выполнять. Младшая — задачи, которые никогда не училась выполнять. Разница принципиальная. Атрофия навыка — обратимый процесс: перестал пользоваться AI, потренировался, восстановил. Отсутствие фундамента — нет. Нельзя атрофировать мышцу, которая не была создана.

Кук формулирует это жёстко: модель рассуждений LLM не конкурирует с рассуждениями ребёнка — она становится его рассуждениями. Ребёнок не учится отличать хорошее от плохого — он принимает всё, что выдаёт модель, потому что у него нет собственного внутреннего эталона для сравнения.

Это не абстракция. Через 5-7 лет эти 17-25-летние станут вашими сотрудниками. Специалист, который с первого курса решал задачи через ChatGPT, не просто «потерял навык самостоятельного анализа» — он его не приобретал. Когда AI ошибётся (а он ошибается регулярно), этот специалист не сможет заметить ошибку. Не потому что глупый — а потому что у него нет когнитивного фундамента, на котором стоит профессиональное суждение.

Вот что я наблюдаю на реальных проектах: AI поднимает нижнюю планку и не трогает верхнюю.

Слабый копирайтер с AI пишет тексты уровня среднего. Средний — уровня хорошего. А отличный копирайтер с AI пишет примерно так же, как без AI, только быстрее. Потому что его навык — не «складывать слова в предложения» (это AI делает отлично), а «понимать, что нужно сказать аудитории и почему» (это AI делает плохо).

То же самое в разработке. Junior с Claude Code пишет код уровня крепкого Middle. А Senior использует AI как множитель скорости, но все архитектурные решения принимает сам.

Конкуренция сдвигается. Раньше вы конкурировали навыком исполнения: кто лучше пишет, кто быстрее кодит. Теперь AI выравнивает исполнение — и конкуренция переходит на уровень мышления: кто лучше понимает задачу, кто видит контекст, который AI не видит, кто задаёт вопросы, которые AI не может сформулировать.

Ирония: в мире, где все используют AI для исполнения, уникальным конкурентным преимуществом становится способность думать самостоятельно. То есть именно тот навык, который AI помогает атрофировать.

Первый: нанимайте за мышление, а не за навык исполнения. Навык «написания текстов» обесценивается. Навык «понимания, какой текст нужен этой аудитории на этом этапе воронки» — дорожает. При найме спрашивайте не «покажите портфолио», а «расскажите, как вы принимали решения в этом проекте и почему именно так».

Второй: сохраняйте когнитивное разнообразие. Если вся команда пишет через одну модель — вы получаете монокультуру мышления. Осознанно выделяйте время на работу без AI: мозговые штурмы, где запрещено использовать нейросети. Не потому что AI плохой, а потому что 10 человек + 1 модель = 1 точка зрения. А 10 человек без модели = 10 точек зрения, из которых потом можно выбрать лучшую.

Третий: учите команду проверять AI. Самый ценный навык 2026 года — метакогниция: способность оценивать качество результата, замечать ошибки AI и отличать правдоподобное от правильного. Когда маркетолог просит ChatGPT «напиши стратегию продвижения» — это деградация. Когда он формулирует гипотезу, просит AI найти данные для проверки, а затем сам делает вывод — это усиление.

Четвёртый: инвестируйте в фундамент. Через 5-7 лет на рынок труда выйдет поколение, которое не умеет думать без AI. Компании, которые сегодня вкладываются в обучение критическому мышлению, менторство и культуру «сначала подумай, потом спроси AI» — получат сотрудников, которые умеют и думать, и использовать AI. Остальные получат дорогих операторов промптов.

Цифровая деменция от AI — не миф и не реальность. Это неточная метафора. Точнее было бы сказать так:

AI перераспределяет когнитивную нагрузку. Как автофокус у фотографа: технология берёт на себя рутину, а человек принимает решения, которые определяют результат. Проблема не в автофокусе, а в том, что некоторые фотографы забывают: кроме фокуса есть композиция, свет и история, которую рассказывает кадр.

AI гомогенизирует мышление. Это подтверждённый научный факт. Один человек с AI — креативнее, чем без. Группа людей с AI — менее разнообразна, чем без. Для бизнеса это означает: осознанно создавайте пространство для мышления без AI.

AI создаёт поколенческий разрыв. Взрослые теряют навыки, которые можно восстановить. Молодые специалисты не формируют навыки, которые нельзя будет получить позже. Это проблема не завтрашнего дня, а ближайших 5-7 лет.

Зависимость от нейросетей — это не приговор, а выбор. Каждый день вы решаете: использовать AI как рычаг или как костыль. Разница — в одном вопросе, который стоит задавать себе перед каждым запросом к нейросети: «Я понимаю задачу достаточно, чтобы оценить качество ответа? Или я надеюсь, что AI подумает за меня?»

Если первое — вы усиливаете себя. Если второе — вы теряете себя.