„Wirus poznawczy” i modele językowe: co naprawdę mówi preprint

Skąd w ogóle wziął się „wirus poznawczy”

Praca „Large-Language Models as a Cognitive Virus” trafiła do serwisu arXiv 3 września 2026 roku. Jej centralnym pomysłem jest zapożyczenie języka z epidemiologii do opisu relacji ludzi z dużymi modelami językowymi.

To porównanie ma swoje granice, które warto postawić od razu. „Wirus poznawczy” jest nazwą analogii użytej przez autorów, nie rozpoznaniem medycznym ani sugestią, że chatbot może kogokolwiek biologicznie „zarazić”. Chodzi o dynamikę upowszechniania się pewnego sposobu korzystania z narzędzia: od okazjonalnego kontaktu po sytuację, w której trudno się bez niego obyć.

Sama metafora jest zresztą dość zgrabna. Epidemiologia interesuje się nie tylko tym, czy coś się rozprzestrzenia, ale też momentem, w którym proces nagle przyspiesza. Autorzy pytają, czy podobne punkty zwrotne da się teoretycznie opisać dla korzystania z LLM-ów.

Trzy stany zamiast jednej etykiety „użytkownik AI”

Według autorów preprintu model obejmuje trzy grupy: osoby niepołączone z LLM, osoby korzystające z nich oraz użytkowników trwale zależnych od takich systemów. Rozróżnia więc okazjonalne użycie narzędzia od trwałej zależności.

W tym właśnie tkwi najciekawszy element konstrukcji. W codziennej rozmowie o AI często pada proste pytanie: „używać czy nie używać?”. Model proponuje inną perspektywę — ważniejszy może być sposób i stopień włączenia narzędzia w rutynę niż sam fakt otwarcia okna czatu.

Na podstawie dostępnego streszczenia nie da się rzetelnie ocenić, jak autorzy precyzyjnie definiują „trwałą zależność” ani „utratę kompetencji poznawczych”. To nie jest drobny przypis: od takich definicji zależy, co dokładnie model uznaje za zmianę zachowania, a co już za potencjalny problem.

Punkt krytyczny to hipoteza modelu, nie prognoza dla ludzi

Według autorów model może wskazywać punkty krytyczne, po których niewielki wzrost adopcji prowadzi do szybkiego przejścia populacji w stronę trwałej zależności. W ich interpretacji taki wynik modelu może wiązać się z możliwymi stratami kompetencji poznawczych, nie jest jednak obserwacją realnej populacji.

Sformułowanie „może” jest tu ważniejsze, niż brzmi. Preprint nie przedstawia niezależnego, recenzowanego potwierdzenia tych wyników. Z samego streszczenia nie da się też rzetelnie ustalić, czy konstrukcja opiera się na danych o realnych użytkownikach, czy przede wszystkim na teoretycznych założeniach i parametrach modelu.

Nie należy więc czytać tej pracy jako dowodu, że używanie AI degraduje mózg albo inteligencję. Model pokazuje jedynie możliwy mechanizm matematyczny: w pewnych warunkach zmiany w korzystaniu z narzędzi mogą mieć charakter nieliniowy — długo pozostawać mało widoczne, a potem gwałtownie przyspieszyć.

Dlaczego taki preprint mimo wszystko warto zauważyć

Modele językowe weszły do bardzo różnych czynności: od redagowania tekstów po porządkowanie informacji. Preprint proponuje, by patrzeć na to nie wyłącznie jak na zestaw pojedynczych wygodnych zastosowań, lecz także jak na proces, w którym nawyki użytkowników mogą się zmieniać zbiorowo.

To na razie rama do dyskusji, a nie zamknięta diagnoza. Żeby ocenić jej wartość, potrzebne byłyby jasne definicje, opis parametrów i testów odporności modelu, odpowiedź na pytanie o dane empiryczne oraz niezależna ocena badaczy. Dopiero wtedy metafora z epidemiologii mogłaby przejść próbę znacznie surowszą niż jej nośna nazwa.