Hur ska jag använda AI för att studera och lära mig effektivt?

Automatisk maskinöversättning av denna engelska sida, ännu inte granskad av en modersmålstalare.

Klockan är 11 på kvällen, inlämningen ska vara inne klockan nio på morgonen, och chattfönstret är redan öppet. Fråga fyra slutade ge mening för en timme sedan. Verktyget svarar på tio sekunder med något som låter som en students arbete när studenten förstår det, och du måste bestämma om du ska skriva in uppgiften eller skriva in din egen röra först.

Meningen värd att bära med sig från den här sidan: samma modell, öppnad vid en annan punkt i din studieprocess, gör motsatta saker med ditt lärande. Öppna den innan du har försökt, och den avslutar tänkandet och lämnar en ren fil och ett tunnare minne. Öppna den efter ett försök, för att låta den förhöra dig, förklara vad du missade, visa var ditt resonemang bröt, och den fungerar som en handledare. Det andra att hålla fast vid: arbete som blev bra är inte bevis för att du lärde dig något. En polerad inlämning visar vad du och modellen kan göra tillsammans. Tentan, placeringen och nästa kurs i sekvensen testar vad du kan ensam, vilket är det forskningen kallar lärande.

Kortversionen

1. Skriv ditt eget försök innan du öppnar chatten, även ett felaktigt, och säg åt verktyget att hålla inne svaret tills du har ett. Det är draget med starkast evidens bakom sig.

2. Be om undervisning: ledtrådar, förklaringar, genomräknade steg, quiz, rättelser av det du producerat. Behåll argumenterandet, källarbetet och meningarna själv.

3. Stanna i samtalet förbi det första svaret. Tryck emot, fråga varför, fråga vad du gjorde fel.

4. Kontrollera allt du ska bedömas på mot en källa du kan namnge, och behandla flytande formuleringar som inget bevis alls.

5. Avsluta sessionen med verktyget stängt: svara ur minnet, högt, och se vad som saknas. Du får veta det i kväll i stället för i tentasalen.

Börja sessionen med ditt eget försök

Akgun och Toker (2026) gav 89 studenter på grundnivå samma adaptiva förtesttillfälle och samma instruktioner, och sedan sju veckor av olika övning. Gruppen vars AI undersökte missuppfattningar, krävde utveckling av tunna svar och gick vidare bara vid verkligt begreppsligt engagemang fick högst poäng på det fördröjda efterprovet (M = 78,19) och lade mest övningsansträngning (M = 0,85). Fri chatt med samma modell fick 67,28 och 0,49, en skillnad på d = 0,92.

Försöket gör jobbet även när försöket är dåligt. Att skriva ett svar aktiverar det du redan kan, och det visar dig kanten av det. Sedan landar rättelsen på något.

En instruktion du kan klistra in i vilken chattbot som helst i kväll: förklara det här som om jag kommer att testas på det, förhör mig på en fråga i taget, ge mig inte svaret förrän jag har försökt, berätta vad jag fick fel och varför. Den meningen återger det arrangemang som gav 78,19, och den kostar ingenting.

Be om en handledare och namnge jobbet

Vaga förfrågningar ger vag hjälp. Viberg, Feldman-Maggor och Wong (2026) intervjuade 20 STEM-studenter om hur de sökte hjälp och fann en fyrstegssekvens värd att kopiera: att avgöra om hjälp behövdes, att välja vem man frågar, att bestämma vilken sorts hjälp man ber om, och att bedöma vad som kom tillbaka. Dessa studenter gick till modellen först eftersom det var alternativet med lägst tröskel, med en students ord ”först ChatGPT, sedan klasskamrater, och sist lärare”, och de bad om ledtrådar, stegvis vägledning och begreppsförklaringar snarare än färdiga lösningar. En annan beskrev chattboten som ”en ledtråd, ett stödverktyg, men inte den fristående lösningen”.

Så här låter det nedskrivet: ”jag får hela tiden fel tecken när jag integrerar partiellt; här är mitt försök; var brister det?” En namngiven knutpunkt får ett användbart svar, och ”hjälp mig med den här uppgiften” får ett utkast. Be om ett genomräknat exempel av en problemtyp, studera dess form, gör sedan nästa själv. Be om begreppet förklarat som om du ska testas på det, förklara det sedan tillbaka utan att titta. Be om frågor, en i taget, och håll ditt svar tills du har bestämt dig för ett.

Mönstret är att verktyget arbetar på din förståelse. Att sammanfatta ett kapitel du har läst, översätta en källa, formatera om dina anteckningar och bygga övningskort är alla rimliga. Att bestämma vad din uppsats argumenterar, att hitta källan och att skriva meningen är ditt.

Stanna i samtalet förbi det första svaret

Gapet mellan vad studenter avser och vad de gör är det mest konsekventa fyndet i den här litteraturen. Yan och kollegor (2026) intervjuade 38 studenter på grundnivå i Japan och Kina medan studenterna gick igenom sina egna chatthistoriker för oövervakade uppsatsbedömningar. Trettioen av de 38 sade sig vilja använda AI som en lärassistent, och de beskrev ändå överberoende, mental bekvämlighet och snabb glömska. En sade ”den hastighet med vilken du glömmer det är också mycket hög”. En mindre grupp lämnade över hela uppgiften: läraren tilldelar, studenten skickar det till GenAI, GenAI genererar, studenten kontrollerar formateringen, studenten lämnar in, och en deltagare beskrev det som att det ”helt och hållet hade ersatt min hjärna”.

Bara 8 av de 38 arbetade som det författarna kallar kognitiva partner. De använde inte mindre AI. Deras totala ansträngning hölls jämn och ändrade form. En flyttade ansträngning från sökande till kvalitetskontroll. En annan skrev korta reflektionanteckningar efter varje AI-session för att bromsa blekningen av information som hämtats omedelbart.

Vanorna som skiljer de två grupperna, som instruktioner till dig själv:

• Klistra in problemet och ditt försök, inte uppgiftens titel. 76,32 % av dessa studenter följde ett mönster av att fråga, få ett svar och sluta, och klistrade typiskt in bedömningens titel utan att säga vad de behövde och skickade sedan in samma prompt igen när svaret gjorde dem besvikna. Ihållande, iterativ dialog förekom hos 23,68 %, nästan alla av dem kognitiva partner.
• Håll det inom din egen läsning och ditt eget skrivande. 78,94 % använde AI antingen innan de började eller efter att de skrivit utkast, och den lösgöringen är signaturen för gruppen som lärde sig minst.
• Gå förbi det första svaret. Forskningen om hjälpsökande visar samma form. Amoozadeh och Alipour (2026) klassificerade 830 prompts från 72 studenter över två programmeringsuppgifter. Samma få drag återkom: påståenden som rapporterade förvirring, verifieringsprompter som frågade om något var rätt, och procedurella prompter som bad om nästa steg. Jämförelse, förutsägelse och specifikation av funktioner, de drag som får dig att tänka, förblev sällsynta. Din egen promptshistorik kommer att förutsäga ditt lärande bättre än dina avsikter gör.

Kontrollera utfallet mot något du kan namnge

”Kritiskt bruk” är en fras som betyder lite tills du separerar delarna. Wei och Shang (2026) separerar sju: epistemisk bedömning, huruvida du börjar kontrollera, hur väl du kontrollerade, huruvida kontrollen lyckades, vad du gjorde med utfallet, hur du presterade på uppgiften och vad du lärde dig självständigt. Två av dem betyder mer än resten. Att kontrollera är inte samma sak som lyckad kontroll, och en noggrann process kan sluta utan slutsats medan en slarvig landar på rätt svar av en slump. Kalibrerad tillit betyder att ditt beslut att acceptera eller avvisa matchade utdats faktiska kvalitet, vilket du inte kan läsa av hur säkert svaret lät.

Tre fynd gör problemet konkret. Dávila m.fl. (2025) gav studenter råd som var korrekta ungefär hälften av gångerna och fann att hur mycket vikt de lade vid dem varierade med deras förkunskaper och kön, så tilliten följde inte träffsäkerheten. Zheng m.fl. (2025) dokumenterade ett mönster av ”misslyckad tillämpning” där en student följde korrekt vägledning korrekt och ändå nådde ett fel svar. Tilltro är inte heller någon ledtråd: Rheu och Cho (2025) fann att förståelse för hur språkmodeller fungerar var förknippad med mer självrapporterad faktakontroll, medan vissa former av tilltro och funktionskunskap var förknippade med mindre.

Kontrollera alltså allt som bedöms mot en källa du kan namnge. Studenterna i Vibergs studie kontrollerade utfall mot sitt kursmaterial och sina lärare, och en förklarade ”jag går bara till assistenten om vi inte kan avgöra om ChatGPT hittar på saker”. När du verkligen inte kan avgöra, markera punkten som olöst och fråga en människa. Att anamma ett påstående för att få sidan klar är hur en liten osäkerhet blir ett fel svar du har repeterat.

Bestäm dina grundregler innan du behöver dem. Pérez-Portabella och kollegor (2026) enkäterade 151 studenter på grundnivå och fann att etiska bedömningar var nödvändiga villkor för avsikten att använda en stor språkmodell för tentaförberedelse, med konsekventialistiskt och deontologiskt resonemang som förutsade den avsikten, och avsikten som starkt förutsade faktisk användning. Det du bestämmer i förväg om vad du vill och inte vill göra är det ditt beteende följer klockan 11 på kvällen.

Låt den sköta logistiken

Snabbhet har legitima användningar. Kawamura (2026) byggde system som anpassar uppspelning av tal till svårighetsgraden i varje segment, i genomsnitt cirka 1,30x, och genererar multimodala videosammanfattningar som kortar visningstiden med 53 % utan statistiskt signifikant skillnad i quizpoäng. Att sammanfatta, översätta och planera ett studieschema ligger i samma kategori. Att röra sig snabbare genom materialet är okej. Att hoppa över arbetet som förändrar dig är delen att undvika.

Distinktionen handlar om var verktyget sitter i förhållande till tänkandet. En sammanfattning av ett kapitel du redan läst sparar tid. En sammanfattning du läser i stället för kapitlet ersätter läsningen.

Avsluta med verktyget stängt

Att bedöma en session efter hur den kändes eller hur polerat utfallet ser ut kommer att vilseleda dig. Självständigt lärande betyder kvarhållande, transfer, prestation utan stöd och att hitta sina egna fel när stödet är borta. Tre prov behöver ingen forskare:

• Stäng verktyget och svara. Om du inte kan producera förklaringen eller lösningen med chatten stängd har du inte lärt dig det än.
• Testa efter en fördröjning. Efterprovet sju veckor senare var det som skilde villkoren i statistikstudien. En poäng tagen med samtalet fortfarande på skärmen säger dig mycket lite.
• Förklara det högt, ur minnet, utan anteckningar. Om du behöver verktygets formuleringar är förståelsen inte din än.

Repetition behöver ett schema. Zhang (2026) beskriver Memdora, ett AI-system för spaced repetition byggt på fyndet att ungefär 70 % av nyligen inlärt material glöms inom 24 timmar utan repetition. Det gör kort av det du läser och schemalägger dem med FSRS-6. Var precis om vad det är värt: artikeln rapporterar bättre kvarhållande än traditionella kortverktyg, och dess bidrag är en taxonomi för design och interaktion snarare än en kontrollerad studie av kvarhållande. Ta mellanrummen och repetitionen som etablerade och den specifika interaktionsdesignen som lovande. Om appen du använder rapporterar utfall per post, läs dem, för lärande per kort säger dig mer än en räknare över streakar.

Vad studenter missförstår om detta

”Timmar i chatten är studietid.” De 89 studenterna i förteststudien tillbringade sju veckor i olika villkor med samma modell. Villkoret som fick 78,19 var det där verktyget vägrade lämna ut svar. Skillnaden var motståndet.

”Ett bra svar betyder att jag förstod det.” Yans studenter bedömde sin egen användning som effektiv samtidigt som de rapporterade snabb glömska, och 31 av 38 sade sig vilja använda det som en lärassistent. Utfallet är bevis om modellen. Ditt svar med stängd bok är bevis om dig.

”Att be om svaret är det effektiva draget.” Det är effektivt för att producera artefakten. I Yans urval producerade gruppen som lämnade över uppgiften arbetet och behöll minst; de studenter som rapporterade snabbast glömska var den mycket större gruppen som trodde att de använde verktyget väl.

”Flytande betyder träffsäkert.” Tilltro till svaret säger ingenting om dess kvalitet, och samma flyt är det som gör ett fel påstående lätt att anamma. Kontrollen måste ske mot något utanför chatten.

”Att läsa om svaret är att kontrollera.” Wei och Shangs uppdelning spelar roll här. Huruvida du kontrollerade och huruvida kontrollen fungerade är olika variabler, och bara den andra skyddar ditt betyg.

Invändningarna du kommer att höra

”Jag betalar för det här, så varför inte använda det?” En prenumeration köper något bättre än svar, och svaren är den billiga delen. Du betalar för en tålmodig handledare som förklarar samma idé på fem sätt, förhör dig tills du kan det utan stöd och berättar vad som gick fel i ditt eget försök. De flesta studenter kunde inte ha det klockan 11 på kvällen.

”Alla andra gör det så här.” De flesta gör det på det sätt som dessa studier visar fungerar dåligt: 76,32 % frågar, får ett svar och slutar; 78,94 % tar aldrig in verktyget i den del av arbetet som skulle ha förändrat dem. De 8 av 38 som arbetade som kognitiva partner var ingen begåvad fil. Deras utmärkande drag var en regel du kan anamma i kväll, nämligen att ansträngning flyttar i stället för att försvinna.

”Det går snabbare.” Det gör det. Den snabbheten är effektivitetsparadoxen: sessionen blir klar tidigare och det uppgiften fanns för avtar. Fri chatt i repetitionsstudien gjorde mindre övningsarbete (M = 0,49 mot 0,85) och fick lägre poäng sju veckor senare (67,28 mot 78,19, d = 0,92). Du blir snabbare i kväll och långsammare på tentan, och du får välja vilket du vill.

”Jag kan inte tillräckligt för att försöka först.” Försöket är hur du hittar kanten av vad du kan, och förtest hjälpte även när de första svaren var fel. Skriv ned vad du tror att frågan frågar efter och var du fastnar, och öppna sedan chatten med det.

”Min lärare förbjöd det, så det finns inget att lära här.” De 38 studenterna i Yans studie rapporterade att deras lärare förbjöd kopiering och gav nästan ingen konkret vägledning, och det vakuumet drev även välmenande studenter mot utlagring. Ett förbud ger dig ingenting att göra den dag verktyget är tillåtet, och vanorna på den här sidan är vad du bär med dig in i de kurserna.

Vad du ska göra den här veckan

1. Välj kursen där du just nu klistrar in först. Till nästa inlämning, skriv ett försök på ett stycke innan du öppnar någon chatt, och klistra in försöket tillsammans med frågan.

2. Sätt in den fyrradiga instruktionen från första avsnittet i de anpassade instruktionerna i vilket verktyg du än använder, och låt den stå kvar.

3. Före din nästa inlämning, be verktyget förhöra dig på materialet i tio minuter med svaren undanhållna. Notera vad du inte kunde svara på.

4. Ta ett ämne du tror att du kan och förklara det högt med laptopen stängd. Det du snubblar på är din repetitionslista.

5. Kontrollera varje påstående du planerar att lämna in mot en namngiven källa, och skriv ”olöst” bredvid dem du inte kan.

Vart du går härnäst

Att minska överberoendet täcker vanorna som hindrar verktyget från att ersätta ditt omdöme, Att verifiera AI-utdata hanterar kontrollsidan mer i detalj, och Hur AI påverkar studenter redogör för vad den bredare evidensen säger om studenter och dessa verktyg. Om du också undervisar är Hjälper AI studenter att lära sig evidensen om varaktigt lärande, och AI-ångest och välbefinnande täcker vad takten i den här förändringen gör med studenter som försöker hålla jämna steg.