The Impact of Artificial Intelligence on Human Thought¶

Szerző: Rénald Gesnot (független kutató) Dátum: 2025. július (v1) Kategória: cs.CY (Computers & Society), cs.AI, cs.HC Link: https://arxiv.org/html/2508.16628v1

Áttekintés¶

Átfogó kutatási monográfia az AI emberi gondolkodásra gyakorolt hatásáról, multidimenzionális perspektívából (kognitív, társadalmi, etikai, filozófiai). Fő érvelése: az AI kognitív kiszervezést (cognitive offloading) okoz, ami csökkenti a szellemi elköteleződést és gyengíti a kritikus gondolkodást. Az algoritmikus perszonalizáció filter buborékokat hoz létre, ami a gondolkodás homogenizálásához és polarizációhoz vezet.

Kulcsfogalmak: cognitive offloading, cognitive standardization, generative AI, AI consciousness, algorithmic manipulation

Szerkezet (6 fő tengely)¶

1. AI hatása az emberi kognícióra (Ch. 2)¶

Cognitive Load Theory (Sweller): - Intrinsic load: feladat eredendő nehézsége - Extraneous load: felesleges terhelés (rossz UI, zavaró elemek) - Germane load: mély tanuláshoz szükséges erőfeszítés - AI csökkentheti az extraneous load-ot, de túlzott használata a germane load-ot is lenullázza → passzív tanulás, felszínes tudás

Cognitive Offloading: - Mentális feladatok kiszervezése külső eszközökre (jegyzet, GPS, kereső, AI) - Előny: azonnali hatékonyság, mentális erőforrások felszabadítása - Hátrány: "use it or lose it" — a nem használt kognitív képességek sorvadnak - Google-effektus (Sparrow): az információ tartalma helyett a lelőhelyét jegyezzük meg - Digital amnesia: az online elérhető információk elfelejtésére való hajlam

Erősítő vs. sorvasztó hatás (táblázat):

Erősítés (előny)	Sorvadás (kockázat)
Gyors információ-hozzáférés, kiterjesztett memória	Digitális amnézia, külső memóriától függés
Rutin feladatok automatizálása	Delegált készségek elvesztése (GPS→tájékozódás, autocorrect→helyesírás)
Döntéstámogatás, augmented elemzés	Túlzott bizalom, felszínes gondolkodás
Kreativitás serkentése, személyre szabott tanulás	Kreatív fixáció, standardizálás, csökkent tanulási erőfeszítés

2. Kognitív standardizáció (Ch. 3)¶

Nyelvi és kulturális homogenizáció: - A domináns (angolszász) AI modellek globális kulturális hegemóniát hoznak létre - Francia Szenátus jelentése: "kognitív standardizáció", az USA kulturális hegemóniája erősödik - 2024-es kísérlet: indiai résztvevők GPT-4-gyel írt szövegei westernizálódtak, elveszítve saját kulturális árnyalataikat - Oktatásban: ChatGPT a standard angolt preferálja → nyelvi homogenitás, dialektusok eltűnése

Filter buborékok és algoritmikus bias: - Algoritmikus perszonalizáció → echo chamber-ek - "Ahány mentális börtön" — egyéni szintű izoláció, csoporton belüli gondolkodási uniformitás - Facebook 2012: 700 000 felhasználós érzelmi fertőzés kísérlet → algoritmikusan modulált hírfolyam megváltoztatta a felhasználók érzelmi állapotát

Kritikus gondolkodás hanyatlása: - Gerlich (2025): 666 résztvevős vizsgálat, erős negatív korreláció (r = -0.68, p < 0.001) AI-használat és kritikus gondolkodás között - Cognitive offloading mint mediáló tényező: r = +0.72 (AI használat) és r = -0.75 (kritikus gondolkodás csökkenése) - 2024-es systematic review: AI párbeszéd-rendszerek túlhasználata negatívan hat a kritikus gondolkodásra, analitikus érvelésre, döntéshozatalra

Dedukció vs. indukció eltolódás: - Az AI dominánsan induktív (statisztikai korrelációk) → a deduktív logika háttérbe szorul - Ez globális szinten a gondolkodási módok homogenizálódását eredményezi

3. AI manipulációs mechanizmusok (Ch. 4)¶

Definíció: AI általi manipuláció = digitális technológiákkal kifejtett befolyás, ami szándékosan megkerüli az egyén érvelését, aszimmetrikus eredményt hozva létre.

Taxonómia (6 mechanizmus):

Kognitív torzítások kihasználása (hypernudge-ok): AI detektálja és kihasználja a pszichológiai gyengeségeket
Matz et al. (2017): 3.5M felhasználó, személyiségre szabott hirdetések 40%-kal több kattintás, 50%-kal több vásárlás
Algoritmikus perszonalizáció: Testre szabott filter buborékok
Érzelmi manipuláció: AI maximalizálja az elköteleződést érzelmekre játszva
Automatizált dezinformáció: Deepfake-ek, generatív AI által gyártott fake news
2022: Zelenszkij deepfake megadásra szólított fel
2023: AI-klónozott hangú "virtuális emberrablás" csalások
Szimulált társas befolyás: Botok, hamis profilok, konszenzus illúzió
Twitteren a botok 6%-a terjeszti a nem hiteles információ 31%-át (Nature Communications)
Persuazív design (dinamikus dark pattern-ek): Valós idejű UI manipuláció
E-kereskedelem: ár a vevő profilja alapján változik

Feedback loop: Az emberek bias-os AI-val interakcióban maguk is bias-osabbá válnak (Glickman & Sharot, 2025). Ez a hatás erősebb, mint emberi interakcióknál.

Persuasive singularity: A pont, ahol az AI annyira hatékonyan érti és befolyásolja az emberi pszichológiát, hogy az ellenállás szinte lehetetlenné válik.

4. Generatív AI és kreativitás (Ch. 3 része)¶

Doshi & Hauser (2024, Science): AI-val írt történetek egyénileg kreatívabbak, de kollektíven hasonlóbbak egymáshoz
AI egyszerre lehet kreativitás-katalizátor és standardizáló erő
A könnyű megoldás preferálása a mély, iteratív gondolkodás helyett

5. Mesterséges tudatosság kérdése (Ch. 5)¶

Főbb elméletek:

Elmélet	Mechanizmus
Integrated Information Theory (IIT, Tononi)	Φ (phi) — információintegráció mértéke, magas Φ = magas tudatosság
Global Workspace Theory (Baars, Dehaene)	Globális munkatér, információ szétküldése az agyban → tudatos tartalom
Higher-Order Theories (Graziano AST)	Meta-reprezentáció, figyelmi séma → tudatosság érzete
Funkcionalista/komputációs	Tudatosság = megfelelő komplexitású információfeldolgozás emergens tulajdonsága

Jelenlegi konszenzus: Egyetlen létező AI sem tudatos a szó szoros értelmében. Butlin et al. (2023): egyetlen jelenlegi AI rendszer sem felel meg a tudatosság indikátorainak — de nincs technikai akadálya, hogy a jövőben építsenek ilyet.

Etikai implikációk: - Ha egy AI tudatossá válik → "morális páciens" státusz, jogok, nem lehet tárgyként kezelni - Bryson: "robotoknak rabszolgának kell maradniuk" — tudatos AI nem szükséges és nem kívánatos - Long et al. (2024): "Taking AI Welfare Seriously" — az AI cégeknek már most protokollokat kell fejleszteniük

6. Etikai keretrendszerek és szabályozás (Ch. 7-8)¶

Főbb szabályozási eszközök:

Keretrendszer	Kulcselvek	Intézkedések
UNESCO Recommendation (2021)	Emberi méltóság, diszkriminációmentesség, transzparencia	Nemzeti AI stratégiák, digitális oktatás
CoE Framework Convention (2024)	AI kompatibilitás emberi jogokkal	Hatáselemzés, jogorvoslati mechanizmusok, független auditok
EU AI Act (2024)	Kockázati kategorizálás, emberi felügyelet	"Elfogadhatatlan" AI-k tiltása (pl. tudatalatti manipuláció), magas kockázatú AI-k szigorú követelményei (dokumentáció, audit, EU regiszter)

Állami és vállalati AI használat: - Kína: Szociális kredit rendszer — AI-alapú viselkedés pontozás, jutalmazás/büntetés - Cambridge Analytica: Pszichográfiai profilozás, pszichológiai műveletek (psy-ops) digitális környezetben - Kognitív hadviselés: Oroszország LLM-alapú chatbotokat használ TikTokon fiatalkorúak kognitív torzításainak kihasználására

Konkrét kutatási eredmények¶

Essel et al. (2024): ChatGPT hatása egyetemistákra¶

125 ghánai hallgató, kvázi-kísérleti design
ChatGPT csoport szignifikánsan jobb kritikus, kreatív és reflektív gondolkodás pontszámokat ért el
Kontraszt: Strukturált oktatási keretben az AI segít, nem árt

Stadler et al. (2024): ChatGPT vs. Google¶

91 német egyetemista, véletlen besorolás
ChatGPT csoport: szignifikánsan alacsonyabb kognitív terhelés
Google csoport: részletesebb és változatosabb érvek, jobb érvelési minőség
Következtetés: ChatGPT megkönnyíti a munkát, de a mélyebb kritikai feldolgozás rovására

Kosmyna (2024): EEG vizsgálat "Your Brain on ChatGPT"¶

55 MIT hallgató, within-subjects design
ChatGPT használata során: figyelemszint csökkent, kognitív terhelés paradox módon nőtt
Internetes keresés és önálló munka jobb EEG mutatókat produkált

Azeem et al. (2024): Személyiség és generatív AI¶

326 pakisztáni hallgató, longitudinális (3 hullám)
A lelkiismeretesség fordítottan korrelált a generatív AI használattal
A legtöbbet AI-t használók: csökkent akadémiai önhatékonyság, csökkent GPA, növekvő tanult tehetetlenség

Ajánlások¶

Nyitottság és auditálhatóság: Nyilvános kód és kritikus adatkészletek publikálása minden közvéleményt befolyásoló modellnél
Kritikai oktatás: Algoritmikus írástudás, bias detekció, módszertani kétely, több forrás követelménye
Mentális önrendelkezés joga: "Neurorights", védelem a hypernudge-ok és prediktív manipuláció ellen, kognitív szabadság jogi védelme
Tudományos monitoring: Nemzetközi obszervatórium ("AI IPCC") a kvázitudatos tulajdonságok, kognitív manipulációs kockázatok monitorozására
"Pro-cognitive" AI tervezés: Olyan AI rendszerek, amik serkentik a kognitív elköteleződést — kérdéseket tesznek fel, nem kész válaszokat adnak
Kognitív diverzitás metrikák: Objektív mérőszámok a gondolkodási sokféleség monitorozására

Kulcsidézetek¶

"Transparent money is not sovereign money. It is programmable compliance."

"The ultimate aim is to make AI an 'augmentative partner' of human thought, not its replacement."

"Our results converge toward a triple risk: (i) atrophy of critical thinking, (ii) ideological standardization, and (iii) large-scale behavioral engineering."

"As long as attention-based business models dominate the digital economy, platforms will have financial incentives to maximize user engagement through whatever means are most effective, including psychological manipulation."

Értékelés¶

A monográfia erőssége az interdiszciplináris megközelítés: kognitív tudomány, filozófia és technológia elemzés egyben. A cognitive offloading → critical thinking decline láncolat a legerősebb, empirikusan legjobban alátámasztott érv. A tudatosságról szóló fejezetek spekulatívabbak, de a jelenlegi tudományos konszenzus korrekt összefoglalását adják. A szabályozási kitekintés (EU AI Act, UNESCO) gyakorlati relevanciát ad a műnek.

Kapcsolódó wiki cikkek: privacy tech, ai automation, reward free self evolution