Přetížení AI je reálný problém. Tohle se děje ve vašem mozku.

Něco se kolem roku 2024 změnilo. Počet lidí, kteří popisují určitý druh kognitivního vyčerpání — není to úplně vyhoření ani zahlcení informacemi, ale něco na pomezí obojího — prudce vzrostl. Popisy se shodují: pocit mentálního přesycení, potíže myslet samostatně, nižší tolerance k nejistotě a nepříjemné spoléhání na AI nástroje, kvůli němuž je přemýšlení nějak těžší, ne snazší.

Tohle není technofobie ani nostalgie. Odráží to skutečné neurologické děje, které lze předvídat podle toho, co víme o tom, jak mozek zpracovává informace, udržuje kognitivní funkce a reaguje na neustále dostupnou pomoc. Tady je, co se děje — a co důkazy naznačují o tom, jak se v tom zorientovat.

Nové kognitivní prostředí

V roce 2025 pracovníci v oborech založených na znalostech ve většině odvětví pracují s AI nástroji — ChatGPT, Copilot, Gemini, Claude a desítkami specializovaných nástrojů — několikrát denně. Průměrný uživatel posílá denně desítky dotazů. Obsah generovaný AI dnes tvoří podstatnou část návrhů e-mailů, shrnutí porad, kódu, psaných dokumentů a výsledků vyhledávání.

Tohle je skutečně nové kognitivní prostředí. Poprvé v historii lze velkou část kognitivní práce, která dříve vyžadovala dlouhodobé úsilí — psaní návrhů, shrnování, vyhledávání, plánování, ladění chyb — téměř okamžitě svěřit AI. Otázka je, co to s mozkem časem dělá.

Odpověď je na základě toho, co víme o kognitivních funkcích a kognitivní zátěži, složitější než optimistická verze (AI rozšiřuje lidské možnosti) i pesimistická verze (AI lidské schopnosti oslabuje). Obě věci se dějí, jen jinak a u různých typů myšlení.

Proč AI nástroje mohou kognitivní zátěž zvyšovat, místo aby ji snižovaly

Intuitivně se předpokládá, že přesunutí práce na AI snižuje kognitivní zátěž. V některých ohledech to tak je. Výzkum teorie kognitivní zátěže (Sweller, 1988) ale rozlišuje mezi vnitřní zátěží (složitostí samotného úkolu), vnější zátěží (kognitivními nároky, které vytváří způsob, jakým je úkol předložen), a smysluplnou zátěží (kognitivním úsilím, které buduje porozumění a dovednost).

AI nástroje především snižují vnitřní a smysluplnou zátěž — přebírají práci, která by jinak vyžadovala úsilí a vedla k učení. Často ale zvyšují vnější zátěž: ověřování přesnosti výstupů AI, skládání více AI generovaných částí do soudržné práce, udržování kontextu napříč více nástroji, rozhodování, co přenechat a co udělat osobně, a udržování kontroly nad procesy AI. To jsou nové kognitivní nároky, které dřív neexistovaly.

Výsledkem je pro mnoho lidí paradox: víc výstupů, větší kognitivní únava. V jednotlivých okamžicích práce působí lehčeji, ale v průběhu dne je vyčerpávající. Mnoho lidí to popisuje jako únavu z rozhodování: dlouhá řada drobných rozhodnutí unaví stejně jako několik velkých. Proč se to děje, je ve výzkumu sporné, ale pocit mentální únavy po hodinách neustálých drobných rozhodnutí je běžný.

Práce s pomocí AI dramaticky zvyšuje počet drobných rozhodnutí: přijmout tento návrh, odmítnout tenhle, upravit tento odstavec, znovu zadat tenhle prompt. Každé rozhodnutí je rychlé, ale celková zátěž z několika stovek takových drobných rozhodnutí denně je značná.

Paradox automatizace a ochabování dovedností

Existuje dobře popsaný jev ve výzkumu ergonomie a lidských faktorů zvaný paradox automatizace nebo ironii automatizace (Bainbridge, 1983): když automatizace přebírá rutinní práci, lidé obsluhující systémy jsou méně procvičení v dovednostech potřebných pro nerutinní situace. Piloti, kteří se při většině létání spoléhají na autopilota, mají horší manuální pilotážní dovednosti. Radiologové, kteří používají diagnostické nástroje s AI, vykazují nižší míru zachycení nálezů, když AI něco přehlédne.

Stejný princip platí i pro kognitivní práci. Psaní, promýšlení problémů, plánování a kreativní spojování myšlenek jsou dovednosti, které se rozvíjejí praxí a bez ní slábnou. Když AI dělá první návrh, syntézu nebo strukturované uvažování, tyto kognitivní dráhy dostávají méně tréninku. Obava tu není dramatická — neznamená to ztrátu schopnosti myslet — ale postupné slábnutí procvičovaných dovedností v čase opravdu mění kognitivní schopnosti i sebedůvěru.

Tohle je něco jiného než jen menší zručnost při psaní rukou. Psaní — tedy skutečné tvoření textu, ne diktování ani úpravy — zapojuje pracovní paměť, uspořádání myšlenek a reflexivní uvažování způsobem, který kontrola a úprava výstupu AI plně nenahrazuje. Kognitivní práce při tvoření textu je tvůrčí; kognitivní práce při úpravách je hodnotící. Obojí má hodnotu; nejsou zaměnitelné.

Vrstva roztříštěné pozornosti

Vedle kognitivní zátěže a slábnutí dovedností přidávají nástroje AI do prostředí, které už je přesycené vyrušeními, další vrstvu roztříštěné pozornosti. Každé chatové rozhraní, asistent pro programování i nástroj na psaní je potenciální zdroj vyrušení — dotaz k vygenerování, výsledek ke kontrole, následný dotaz k doladění.

Prefrontální kůra, která řídí soustředěnou pozornost a exekutivní funkce, nerozlišuje mezi vyrušeními od lidí a vyrušeními od AI. Výzkum nákladů přepínání mezi úkoly (Rubinstein et al., 2001) ukazuje, že přecházení mezi úkoly — i jen na chvíli — přináší kognitivní náklad, který se během dne sčítá. Přidání více nástrojů AI do už roztříštěného pracovního prostředí to ještě zhoršuje, aniž by si mnoho lidí uvědomovalo zdroj své únavy.

Paradox je v tom, že nástroje AI se často zavádějí právě proto, aby snížily kognitivní zátěž. Jenže přidání nových nástrojů, nových rozhraní a nových rozhodovacích bodů často celkovou kognitivní náročnost spíš zvyšuje než snižuje — alespoň dokud nejsou tyto nástroje dostatečně integrované, aby se s nimi zacházelo automaticky, a ne uvážlivě.

Co s tím tedy skutečně dělat

Rozlišujte mezi snižováním a odlehčováním. Ne každá pomoc AI má stejný kognitivní dopad. Používání AI pro opravdu málo hodnotné úkoly (formátování, šablonové texty, opakované vyhledávání) snižuje zátěž bez výrazné ztráty dovedností. Používání AI pro činnosti, ve kterých si chcete zachovat schopnost přemýšlet do hloubky — složité psaní, promyšlená analýza, kreativní řešení problémů — snižuje zátěž za cenu procvičené schopnosti. Záměrně zvažovat, do které kategorie konkrétní použití patří, je výchozí bod.

Chraňte si čas na samostatné přemýšlení. Nejvíc ohrožené kognitivní dovednosti při přesouvání práce na AI jsou právě ty, které stojí za to zachovat: samostatné uvažování, soustředěné psaní, složité plánování. Záměrné procvičování těchto dovedností bez asistence AI — po vymezenou dobu, na úkolech, na kterých záleží — není technofobie; je to stejná logika jako u chirurga, který si procvičuje manuální techniky, i když má k dispozici robotické nástroje.

Snižte počet nástrojů AI, které aktivně používáte. Kognitivní náklady na správu pěti různých rozhraní AI jsou vyšší než na správu jednoho dobře zvoleného. Rozmnožování nástrojů AI vytváří stejný problém s tříštěním pozornosti jako množství aplikací a oznámení. Sloučení do jednoho celku snižuje zbytečnou kognitivní zátěž.

Použijte stejné principy jako u obecné digitální pohody. Přetížení AI je specifická podoba širšího problému, který Unwire řeší: kognitivní prostředí, která vyžadují víc, než kolik dávají, tříštění pozornosti, které vyčerpává bez doplnění, a neustále dostupný podnět, kvůli němuž se odpojení zdá nemožné. Zásahy jsou stejné: vymezené období mimo provoz, úprava prostředí, která omezí průběžnou interakci s AI, a pravidelný čas na obnovu, kdy mozek není řízen.

Dlouhodobější pohled

Integrace AI do znalostní práce se nevrátí zpět. Otázka zní, jak se jednotlivci pohybují v prostředí, které je svou podstatou zaměřené na maximální zapojení a minimální tření — a co to dělá s kognitivním zdravím v horizontu let, ne dnů.

Výzkum digitální pohody obecně naznačuje, že nejlépe se ve vysoce technologickém prostředí pohybují ne ti, kdo používají nejvíc nástrojů nebo těch nejméně, ale ti, kdo si udržují záměrnou kontrolu nad podmínkami vlastní pozornosti: kdy jsou dostupní, kdy ne, co delegují a co chrání.

Tuto záměrnost je v prostředí přesyceném AI těžší udržet než v prostředí přesyceném jen chytrými telefony. Ale základní princip — chránit svou schopnost myslet samostatně, obnovovat výchozí stav mozku skutečným odpočinkem a utvářet své prostředí místo toho, abyste na něj jen reagovali — zůstává stejný.

Sources

1. Sweller, J. (1988). Cognitive load during problem solving: effects on learning. Cognitive Science, 12(2), 257–285.
2. Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779.
3. Rubinstein, J.S., et al. (2001). Executive control of cognitive processes in task switching. Journal of Experimental Psychology: Human Perception and Performance, 27(4), 763–797.
4. Wiehler, A., et al. (2022). A neuro-metabolic account of why daylong cognitive work alters the control of economic decisions. Current Biology, 32(16), 3564–3575.
5. Baumeister, R.F., et al. (1998). Ego depletion: is the active self a limited resource? Journal of Personality and Social Psychology, 74(5), 1252–1265.

Jak to zkoumáme a kontrolujeme