Критическое мышление в эпоху искусственного интеллекта
Рабочие решения с использованием ИИ ускоряют работу и замедляют наше мышление?
За последние два года генеративный искусственный интеллект из экспериментальной технологии превратился в повседневный инструмент интеллектуального труда. Скорость и удобство работы с такими системами создают ощущение технологического прорыва, сравнимого с появлением персональных компьютеров или интернета. Однако у роста эффективности есть и оборотная сторона. По мере того как ИИ берет на себя все больше интеллектуальных операций, меняется и роль человека. Как именно — разбирается профессор практики Высшей школы бизнеса НИУ ВШЭ Валентин Тимаков.
Фото: пресс-службы Высшей школы бизнеса НИУ ВШЭ
Фото: пресс-службы Высшей школы бизнеса НИУ ВШЭ
Грядущая волна технологий
Автор книги «The Coming Wave» («Грядущая волна») Сулейман Мустафа, создатель Deepmind и Inflection AI, проводит аналогию между появлением ИИ и неизбежностью изменений, с которыми столкнется весь современный мир. По мнению автора, противостоять изменениям бесполезно — делать этого не стоит, чтобы не оказаться в состоянии глубокого технологического отставания.
Аналогичный по своей сути исторический пример — запрет печатных книг османами до 1727 года. Он привел к отставанию от Европы в научном, образовательном и в военном плане и был одной из причин краха Османской империи. Иоганн Гутенберг изобрел печатный станок в 1440 году, что привело к быстрому распространению знаний и наступлению эпохи Просвещения. Благодаря книгам Европа получила неоспоримое конкурентное преимущество перед Азией на годы вперед. Аналогичных примеров в истории человечества было много: от запрета ткацких станков в Англии до арбалетов в Европе Xll века.
Сегодня можно с уверенностью говорить, что с появлением больших языковых моделей и генеративного ИИ мы оказались в новой реальности, стали свидетелями новой технологической волны, которая, помимо созидательного, также оказывает разрушительное воздействие на бизнес и общество.
О плюсах и важности этой технологии сказано много. Это отмечается и на государственном уровне: так, 16 января 2026 года президент В. В. Путин заявил, что «РФ необходимы суверенные технологии искусственного интеллекта». В первую очередь речь идет о национальных фундаментальных языковых моделях.
В чем же разрушительное влияние больших языковых моделей? Вместе с их превращением в инструмент повседневной жизни сформировался огромный рынок экспертов, которые учат нас, как использовать генеративные модели для подготовки продающих постов и видео, аналитических записок, юридических документов, даже управленческих решений.
Многие функции LLM значительно ускоряют как получение информации, так и рабочие процессы — казалось бы, благо и новые возможности для работы с информацией. Однако вместе с ростом производительности возникает менее очевидный эффект: постепенное смещение роли человека от субъекта мышления к оператору готовых ответов. Искусственный интеллект ускоряет работу, но при этом у пользователя меняется сам подход к обработке информации и принятию решений на основе получаемых от ИИ данных и рекомендаций.
Зачастую этот эффект выглядит вовсе пугающим. Так, группа исследователей MIT Media Lab Массачусетского технологического института обнаружила, что люди глупеют при использовании нейросетей для работы над текстами. Те из испытуемых, кто использовал при «написании» текста только LLM, показали наиболее низкую когнитивную вовлеченность, слабую связанность мозговых сетей, а также низкое чувство авторства. Кроме того, у них снижалось способность цитировать свой текст. Те, кто искали информацию для своего текста в сети, по всем показателям оказались в промежуточном положении. Brain-only-испытуемые, которые использовали исключительно собственный мозг, демонстрировали самую высокую когнитивную активность, сильнее ощущали авторство и лучше запоминали написанное.
Важно понимать, что возможности мозга по обработке информации ограниченны и он функционирует не как компьютер, а как биологическая система, оптимизированная под выживание, обучение и принятие решений. Человеческий мозг устает и всегда ищет возможности для оптимизации мыслительных процессов, подключая ту самую «Систему 1», о которой писал Даниэль Канеман и которая не задействует критическое мышление. Это приводит к мнимой эффективности без роста понимания и адаптации к меняющейся, подвижной среде.
Машины размышляют вместо нас
Попасться в эту ловушку очень просто: сейчас каждый второй пост об ИИ говорит о возможности резко повысить эффективность человека, который использует возможности ИИ. Соблазн делегировать ему максимум задач очень велик. Однако исследования показывают, что выигрыш во времени не всегда сопровождается ростом качества понимания. Человек все чаще принимает выводы модели как готовый продукт, не вникая в логику рассуждений. Формируется эффект «когнитивного автопилота»: решение выглядит обоснованным, структурированным и убедительным, но процесс его получения остается непрозрачным.
Проблема заключается в том, что с точки зрения пользователя результат выглядит как знание, хотя по своей природе является вероятностной реконструкцией языковой модели. Алгоритм не «знает» и не «мыслит», а предсказывает наиболее правдоподобное продолжение текста. При бесконтрольном широком использовании это размывает различие между проверенной информацией и убедительной имитацией знания. Результат — производительность действительно растет, но глубина и резкость анализа могут снижаться.
В сложных предложениях, предоставляемых ИИ, зачастую нарушается логика, аргументы не подкрепляют исходные тезисы, но при этом сам текст выглядит «гладким». На первый взгляд рассуждение кажется убедительным и понятным, и наш мозг без задержки выдает положительное заключение, построенное на когнитивных искажениях.
Это особенно заметно в управленческих и экспертных задачах, где скорость начинает вытеснять рефлексию. Можно утверждать, что неточность, слабость логической последовательности, проблемы с фактологией и правдивостью вообще, отсутствие оригинальности в сгенерированном контенте могут быть следствием технологии, которая все еще находится на стадии развития. По сути, полученные результаты невозможно применить напрямую, хотя они и могут быть весьма полезны для выявления слепых зон профессионального анализа.
Если решение принято на основе рекомендации ИИ, возникает соблазн воспринимать ошибку как технический сбой, а не результат человеческого выбора. То есть вместо того, чтобы вернуться на этап анализа проблемы, «оператор» скорее повторяет генерацию или максимум уточняет запрос нейросети (промпт). В долгосрочной перспективе это может привести к деградации экспертности: навыки анализа, аргументации и самостоятельного суждения постепенно атрофируются.
В конечном итоге ответственность за проверку постановки задачи для ИИ и полученного результата должна оставаться на человеке. Сохранять эту ответственность возможно только благодаря навыкам критического мышления, способности задавать вопросы и проверять материалы на внутреннюю логику.
Как использовать ИИ, не теряя способности думать
Критическое мышление традиционно опирается на проверку источников, логику аргументации и сомнение. Генеративный ИИ снижает потребность в этих навыках, подменяя их уверенностью формы.
Современное поколение зумеров — digital natives, которое растет с использованием смартфонов во всех аспектах своей жизни, привыкло доверять ответам ИИ, будь то «Алиса», ChatGPT или DeepSeek. Как раз для подрастающего поколения специалистов важно вырабатывать навыки критического мышления, а не слепо следовать рекомендациям ИИ, в которых могут быть встроены искусственные ошибки, неточности и галлюцинации. Более того, рост контента в глобальной сети, созданного с помощью ИИ, создает обширную базу для воспроизводства некачественного материала, работает принцип garbage in — garbage out.
Практика показывает, что ключевой вопрос заключается не в отказе от ИИ, а в корректном распределении ролей. Искусственный интеллект эффективен как инструмент поддержки для генерации вариантов, ускорения анализа и работы с информацией. Однако принятие решений, интерпретация и ответственность должны оставаться за человеком.
Искусственный интеллект действительно усиливает эффективность человека, но при условии, если не подменяет собой мышление. Способность сомневаться, проверять факты и не принимать убедительный текст за истину становится конкурентным преимуществом — как для отдельных специалистов, так и для организаций в целом.
Что делать? Развивать киберосознанность на основе критического мышления, устанавливая когнитивные фильтры. Важно осознавать, какой контент ты потребляешь — созданный и навязанный алгоритмами или же авторский. И как ты этот контент обрабатываешь — кто рассуждает, ты сам с помощью ИИ-подсказок или это право и ответственность ты добровольно отдаешь машине, алгоритмам, которых не видишь, не понимаешь и которые не можешь контролировать. Этот базовый человеческий навык позволит нам идти в ногу со временем, использовать ИИ в работе и повседневной жизни с пользой, избегая ошибок, предвзятости и неконтролируемых рисков.