Predstavte si test, na ktorý sa nikto nepripravoval. Prekvapivý, 45 dní po tom, čo ste sa niečo naučili. Presne taký dostalo 120 vysokoškolákov v jednom americkom experimente z roku 2025 — a rozdiel medzi tými, čo sa učili s ChatGPT, a tými, čo sa učili bez neho, bol taký veľký, že by v bežnom hodnotení rozhodol medzi trojkou a nedostatočnou.
Umelá inteligencia sa za pár rokov stala samozrejmou súčasťou štúdia. Vysvetlí príklad z matematiky, zhrnie kapitolu, opraví esej. Odpoveď pritom väčšinou vyzerá presvedčivo. A práve v tom môže byť háčik: kvalitne vyzerajúci výsledok ešte neznamená, že sa jeho autor niečo naučil.
Skratka, ktorá sa vypomstí neskôr
Brazílsky sociálny vedec André Barcaui postavil experiment jednoducho. Sto dvadsať vysokoškolákov sa malo naučiť tému z oblasti AI a strojového učenia — jedna skupina s pomocou ChatGPT, druhá klasicky, cez učebnice, články a knižničné databázy. Obe skupiny pripravili desaťminútovú prezentáciu pre spolužiakov. Potom prišlo prekvapenie: bez ohlásenia, presne 45 dní neskôr, dostali test.
Výsledok bol jednoznačný. Skupina, ktorá sa učila s ChatGPT, dosiahla v retenčnom teste v priemere 57,5 percenta správnych odpovedí, zatiaľ čo skupina, ktorá sa učila tradičnými metódami, dosiahla 68,5 percenta — rozdiel, ktorý bol štatisticky výrazný. Barcaui z toho usudzuje, že nekontrolované používanie ChatGPT môže dlhodobé zapamätanie učiva oslabovať.
Zaujímavý je aj detail, ktorý sa v titulkoch často stráca. Skupina s AI strávila nad úlohou v priemere 3,2 hodiny, tá bez AI takmer dvojnásobok, 5,8 hodiny — teda o 45 percent menej času. Rozdiel v pamäti však pretrval, aj keď sa čas štúdia štatisticky zohľadnil. Ešte prekvapivejšie je, že skúsenosť s AI nástrojmi vopred na výsledku nič nezmenila — korelácia medzi tým, ako často niekto ChatGPT bežne používal, a jeho výkonom v teste bola slabá a štatisticky nevýznamná. Inak povedané: cvik v tomto prípade nerobí majstra. Ani skúsení používatelia AI nie sú voči efektu odolnejší.
Kognitívne odľahčenie: keď nástroj prevezme aj myslenie, nielen prácu
Psychológovia pre tento jav používajú pojem kognitívne odľahčovanie (cognitive offloading) — prenesenie časti mentálnej práce na externý nástroj. Samo osebe to nie je nič nové ani zlé. Kalkulačka nám ušetrí počítanie, navigácia zapamätanie trasy, vyhľadávač hľadanie faktu.
Pri učení je však problematické práve to úsilie, ktoré chceme odstrániť. Zapamätávanie nevzniká len tým, že informáciu vidíme — vzniká aktívnym vybavovaním, riešením problémov, porovnávaním možností. Ak tieto kroky pravidelne vykoná AI namiesto nás, môže sa dostaviť pocit porozumenia bez toho, aby sme látku dokázali sami reprodukovať. Rozpoznanie správnej odpovede na obrazovke a jej samostatné vybavenie si z pamäti o pár dní neskôr sú totiž dve odlišné kognitívne operácie.
Nejde len o americký fenomén. Podobný signál prináša aj slovenský kontext. Prieskum Fakulty medzinárodných vzťahov Ekonomickej univerzity v Bratislave, realizovaný v rámci projektu ENRICH financovaného z Plánu obnovy a odolnosti pod vedením profesora Senada Bećirovića, naznačuje, že nekritické a nadmerné používanie AI nástrojov môže oslabovať kognitívnu angažovanosť študentov, ich kreativitu aj schopnosť kriticky myslieť. Výskumníci pritom upozorňujú aj na to, že správanie študentov sa mení rýchlejšie, než sa školy stíhajú adaptovať — na Slovensku vstupuje AI gramotnosť do štátneho vzdelávacieho programu už od marca 2026.
Zaujímavé
Nie každé používanie AI škodí rovnako
Tu treba byť opatrný pred jednoduchým záverom „AI = horšie výsledky“. Iný, rovnako pozorne postavený experiment ukazuje opačný — alebo aspoň zmiernený — obrázok.
Ekonóm Christian Rojas so svojimi kolegami Rong Rong a Lukeom Bloomfieldom z University of Massachusetts Amherst viedol počas celého semestra kontrolovanú štúdiu na dvoch paralelných skupinách toho istého kurzu ekonómie: rovnaké zadania, prednášky aj skúšky, len jedna skupina smela používať AI nástroje so štruktúrovaným vedením a povinnosťou priznať ich použitie, druhá nie. Na výsledkoch skúšok ani na finálnych známkach sa žiadny merateľný rozdiel nepotvrdil — skupina s prístupom k AI však dosiahla „to isté za menej“, teda podobné výsledky pri nižšom vynaloženom úsilí, a zároveň hlásila vyššiu spokojnosť a väčšie zapojenie do výučby.
Rozdiel oproti Barcauiho zisteniam môže spočívať práve v tom „štruktúrovane“. Keď AI dostane jasné mantinely — pravidlá, kedy a ako ju možno použiť, povinnosť priznať jej podiel na práci — výsledok sa mení. Rozhodujúca tak zrejme nie je otázka, či AI použiť, ale ako presne.
Ako vzniká skutočná pamäťová stopa (a prečo na tom záleží pri AI)
Efektívne učenie nie je o tom, koľko informácií „prejdeme“, ale o tom, či sa v mozgu vytvorí pamäťová stopa s dostatočne hustými prepojeniami. Tieto prepojenia – medzi pojmami, príkladmi, súvislosťami a kontextami – sú tým, čo nám neskôr umožňuje riešiť podobný problém aj po dlhšom čase. Funguje to cez analógiu: mozog nerozpoznáva novú situáciu ako úplne novú, ale ju mapuje na staršiu, už vyriešenú štruktúru.
Keď si študent látku len „prečíta“ alebo si nechá od AI vygenerovať hotové riešenie, vzniká tenká, izolovaná stopa. Keď však sám zápasí s problémom, hľadá súvislosti, skúša chybné cesty a nakoniec formuluje riešenie vlastnými slovami, vzniká hustá sieť prepojení. Práve táto sieť je to, čo neskôr dovolí preniesť poznatok na novú úlohu – či už na skúške, v praxi, alebo pri úplne inej téme.
Kľúčový mechanizmus, ktorý túto stopu spevňuje, sa volá efekt testovania (retrieval practice). Pamäť sa neupevňuje tým, že informáciu znova a znova čítame, ale tým, že ju musíme namáhavo vytiahnuť z hlavy. Každý pokus o vybavenie – aj keď je neúspešný – spúšťa v mozgu proces rekonsolidácie: stopa sa prepisuje a posilňuje. Čím viac rôznych kontextov a príkladov pri tom použijeme, tým bohatšia a odolnejšia sieť vzniká.
Tu je AI obojsečná zbraň. Ak ju použijeme ako skratku, ktorá nahradí toto zápasenie a vybavenie, sieť sa nevytvorí. Ak ju však použijeme ako sparing partnera – ktorý nás núti vysvetľovať, porovnávať, hľadať analógie a opravovať vlastné chyby – môže tú istú sieť naopak posilniť. Rozdiel nie je v tom, či AI používame, ale či ňou nahrádzame, alebo podporujeme procesy, ktoré pamäťovú stopu budujú.
Pri samotnom rozhodovaní a prenose poznatkov však nestačí len „hľadať niečo podobné“. Ľudia často zlyhávajú, pretože sa orientujú podľa povrchovej podobnosti (dva problémy vyzerajú rovnako, lebo sa týkajú rovnakej témy alebo majú podobné vonkajšie znaky), hoci ich vnútorná logika je úplne iná. Skutočne užitočná je štrukturálna analógia – teda podobnosť v hĺbkovej mechanike problému.
Príklad:
Manažér rieši vysokú fluktuáciu zamestnancov. Povrchová analógia ho vedie k porovnávaniu s inými firmami v odvetví a k zvyšovaniu platov. Štrukturálna analógia však odhalí, že hĺbkovým mechanizmom je strata pocitu autonómie a zmyslu. Rovnaký mechanizmus stojí aj za tým, prečo študenti strácajú motiváciu pri rigidnom a prehnane kontrolovanom štúdiu. Riešenie teda nemusí ležať v peňaziach, ale v posilnení samostatnosti a vnímaného významu práce.
Ako pri tom využiť AI:
Namiesto otázky „Ako vyriešiť tento problém?“ sa AI spýtajte:
„Aké sú hĺbkové princípy a mechanizmy tohto problému? V akých úplne iných oblastiach, odvetviach alebo situáciách funguje rovnaká vnútorná logika?“
Tým prinútite AI, aby vám neponúkala povrchové riešenia z rovnakého kontextu, ale aby vám pomáhala hľadať skutočné štrukturálne analógie. AI sa tak stáva zrkadlom pre váš vlastný prenos poznatkov, nie náhradou za myslenie.
Tento spôsob práce s analógiou je to, čo oddelí povrchné „poznám to“ od skutočnej schopnosti použiť poznatok aj po mesiacoch a v úplne nových situáciách.
Najväčšie riziko nie je nevedomosť, ale falošná istota
Menej nápadný, no možno nebezpečnejší efekt je skreslenie vlastného sebahodnotenia. Ak dostaneme od AI okamžite hotovú a správne formulovanú odpoveď, ľahko nadobudneme dojem, že téme rozumieme — hoci sme sami nevykonali kroky, ktoré by odhalili naše medzery. Doma to funguje bezchybne, pretože nástroj je vždy poruke. V skúškovej miestnosti bez pripojenia na internet sa však ukáže, koľko z toho skutočne zostalo v hlave.
Ako z toho von: tri návyky, ktoré fungujú
Riešením zjavne nie je zákaz AI — koniec koncov, skupina s „AI na povolenie“ v UMass experimente na tom nebola horšie a bola spokojnejšia. Rozhoduje spôsob použitia.
- Najprv skús sám, potom skontroluj. Ak najprv sami premýšľate nad riešením a AI použijete až na overenie alebo vysvetlenie chyby, stále vykonávate podstatnú časť kognitívnej práce, ktorá vedie k zapamätaniu.
- Pýtajte sa na nápovedu, nie na hotovú odpoveď. Namiesto „vyrieš to za mňa“ skúste „daj mi nápovedu a nechaj ma skúsiť to sám“. Presne na tomto princípe fungujú aj nové „študijné“ režimy veľkých AI firiem — OpenAI koncom júla 2025 predstavilo Study Mode, ktorý namiesto priamych odpovedí vedie študenta sokratovským kladením otázok a postupnými nápovedami, podobný prístup zvolil aj Google a Anthropic.
- Vysvetlite si to vlastnými slovami — nahlas alebo písomne — a hľadajte analógie. Ak dokážete koncept zopakovať bez toho, aby ste sa pozerali na odpoveď od AI, a ešte k tomu nájsť, na čo iné to pripomína, je to silný signál, že sa nielen usadil v pamäti, ale že sa vytvorili aj tie prepojenia, ktoré umožnia neskôr použiť analógiu.
Dokonale vypracovaná domáca úloha tak môže byť v ére AI paradoxne jedným z najmenej spoľahlivých dôkazov toho, čo sa človek skutočne naučil. Skutočnou výzvou nie je súboj školy s technológiou — ale zabezpečiť, aby AI pomáhala myslieť, nie aby myslela namiesto nás.
Zdroje: Barcaui, A. (2025). ChatGPT as a Cognitive Crutch: Evidence from a Randomized Controlled Trial on Knowledge Retention. ScienceDirect / SSRN. — Rojas, C., Rong, R., Bloomfield, L. (2025). Allowing Generative AI in Class: Evidence from a Semester-Long Controlled Teaching Study. University of Massachusetts Amherst. — Prieskum Fakulty medzinárodných vzťahov Ekonomickej univerzity v Bratislave, projekt ENRICH (Plán obnovy a odolnosti), vedúci výskumu prof. Senad Bećirović (2026). — OpenAI: Study Mode announcement (júl 2025).
