Μια νέα μελέτη του MIT Media Lab εξετάζει τι συμβαίνει όταν οι άνθρωποι χρησιμοποιούν AI chatbots για να ελέγχουν αν μια είδηση είναι αληθινή ή ψευδής. Οι ερευνητές παρακολούθησαν 67 άτομα επί τέσσερις εβδομάδες, ζητώντας τους να αξιολογούν ζεύγη τίτλων και εικόνων ειδήσεων, ώστε να μετρήσουν αν η βοήθεια της τεχνητής νοημοσύνης βελτιώνει μόνο τη στιγμιαία επίδοση ή και τη μακροπρόθεσμη κρίση.
Τι έδειξαν τα πειράματα
Όταν οι συμμετέχοντες είχαν στη διάθεσή τους chatbot κατά τη διάρκεια της συνεδρίας, ήταν κατά 21% πιο ακριβείς στον εντοπισμό ψευδών ειδήσεων. Το εύρημα συμφωνεί με παλαιότερη έρευνα του MIT Sloan που είχε δείξει ότι η AI μπορεί να μειώσει την πίστη των ανθρώπων σε ψευδείς πληροφορίες.
Το πρόβλημα εμφανίστηκε όταν η βοήθεια αποσύρθηκε. Ως την τέταρτη εβδομάδα, η απόδοση των συμμετεχόντων χωρίς υποστήριξη της AI σε νέα παραδείγματα είχε πέσει κατά 15 ποσοστιαίες μονάδες σε σχέση με πριν από την έναρξη της μελέτης. Περίπου το ένα τέταρτο δήλωσε μάλιστα ότι πίστευε πως είχε βελτιωθεί, παρότι οι μετρήσεις έδειχναν το αντίθετο.
Πού εντοπίζει τον κίνδυνο το MIT
Οι ερευνητές περιγράφουν το φαινόμενο ως μορφή γνωστικής «εκφόρτωσης»: ο χρήστης μεταφέρει μέρος της κρίσης του στο σύστημα και σταδιακά εξασκεί λιγότερο τη δική του ικανότητα αξιολόγησης. Η ποιοτική ανάλυση έδειξε ότι περίπου το ένα πέμπτο των συμμετεχόντων εξελίχθηκε σε αυτό που η ομάδα ονόμασε «Dependency Developers», δηλαδή άτομα που μετακινήθηκαν από την ενεργή αυτενέργεια στην παθητική αποδοχή της καθοδήγησης του chatbot.
Η ομάδα σημειώνει επίσης ότι τέτοια μοντέλα είναι ιδιαίτερα ευάλωτα σε λάθη όταν εξελίσσονται συναισθηματικά φορτισμένες έκτακτες ειδήσεις. Παράλληλα, επισημαίνει ότι και το ανθρώπινο ειδησεογραφικό υλικό με το οποίο εκπαιδεύονται τα μοντέλα μπορεί να είναι αναξιόπιστο ή μεροληπτικό, κάτι που επιδεινώνει το πρόβλημα.
Πότε η AI βοηθά χωρίς να γίνεται δεκανίκι
Σύμφωνα με τη μελέτη, καθοριστικό ρόλο παίζει ο τρόπος αλληλεπίδρασης του συστήματος με τον χρήστη. Οι προσεγγίσεις όπου η AI δίνει απευθείας απαντήσεις ευνοούν περισσότερο την εξάρτηση, ενώ στρατηγικές όπως η σωκρατική μέθοδος, με καθοδηγητικές ερωτήσεις, και το «deep probing», με ήπιες παρεμβάσεις όταν ο χρήστης απομακρύνεται από τη σωστή εκτίμηση, συνδέθηκαν με καλύτερη ανεξάρτητη επίδοση αργότερα, έστω και αν επιβραδύνουν τη διαδικασία τη στιγμή της χρήσης.
Η έρευνα παρουσιάστηκε στο CHI 2026 και οι ίδιοι οι συγγραφείς αναγνωρίζουν περιορισμούς, όπως το μικρό σύνολο περίπου 50 επικυρωμένων ειδησεογραφικών στοιχείων και τη γεωγραφική εστίαση σε Ηνωμένες Πολιτείες και Ηνωμένο Βασίλειο. Το επόμενο βήμα που περιγράφουν είναι δοκιμές με πιο γεωγραφικά διαφορετικές ομάδες και μεγαλύτερη έμφαση στην παιδεία γύρω από την AI, ώστε οι χρήστες να μαθαίνουν να ελέγχουν πληροφορίες χωρίς να παραδίδουν την κρίση τους στο εργαλείο.