Preopterećenje umjetnom inteligencijom je stvarna pojava. Evo što se događa u vašem mozgu.

Nešto se promijenilo oko 2024. Broj ljudi koji opisuju jednu specifičnu vrstu kognitivne iscrpljenosti — nije to baš sagorijevanje, nije baš preopterećenje informacijama, nego nešto između toga — naglo je porastao. Opisi su dosljedni: osjećaj mentalne zasićenosti, poteškoće u samostalnom razmišljanju, manja tolerancija na neizvjesnost i neugodno oslanjanje na AI alate zbog kojeg razmišljanje nekako djeluje teže, a ne lakše.

Ovo nije tehnofobija ni nostalgija. To odražava stvarne neurološke dinamike koje su predvidljive s obzirom na to što znamo o tome kako mozak obrađuje informacije, održava kognitivne funkcije i reagira na pomoć koja je stalno dostupna. Evo što se događa — i što dokazi sugeriraju o tome kako se s time nositi.

Novo kognitivno okruženje

Od 2025. ljudi koji rade intelektualni posao u većini industrija više puta dnevno koriste AI alate — ChatGPT, Copilot, Gemini, Claude i desetke specijaliziranih alata. Prosječni korisnik šalje desetke upita dnevno. Sadržaj generiran umjetnom inteligencijom sada čini velik udio nacrta e-pošte, sažetaka sastanaka, koda, pisanih dokumenata i rezultata pretraživanja.

Ovo je doista novo kognitivno okruženje. Po prvi put u povijesti velik dio kognitivnog rada koji je prije zahtijevao dugotrajan napor — pisanje nacrta, sažimanje, pretraživanje, planiranje, otklanjanje grešaka — može se gotovo trenutno prepustiti alatu. Pitanje je što to s vremenom čini mozgu.

Odgovor, prema onome što znamo o kognitivnim funkcijama i kognitivnom opterećenju, složeniji je i od optimistične verzije (AI proširuje ljudske mogućnosti) i od pesimistične (AI slabi ljudske sposobnosti). Oba su učinka prisutna, na različite načine, kod različitih vrsta razmišljanja.

Zašto AI alati mogu povećati kognitivno opterećenje umjesto da ga smanje

Intuitivna pretpostavka jest da prebacivanje rada na AI smanjuje kognitivno opterećenje. U nekim pogledima to i čini. No istraživanja o teoriji kognitivnog opterećenja (Sweller, 1988) razlikuju intrinzično opterećenje (složenost samog zadatka), ekstrinzično opterećenje (kognitivni zahtjevi koje stvara način na koji je zadatak prikazan) i germansko opterećenje (kognitivni napor koji gradi razumijevanje i vještinu).

AI alati prvenstveno smanjuju intrinzično i germansko opterećenje — preuzimaju posao koji bi inače zahtijevao trud i doveo do učenja. No često povećavaju izvanjsko opterećenje: provjeravanje točnosti AI-jevih rezultata, povezivanje više AI-generiranih dijelova u koherentan rad, upravljanje kontekstom kroz više alata, odlučivanje što prepustiti AI-ju, a što obaviti osobno, i održavanje nadzora nad AI procesima. To su novi kognitivni zahtjevi koji prije nisu postojali.

Rezultat za mnoge ljude je paradoks: više rezultata, više kognitivnog umora. Posao se u pojedinim trenucima čini lakšim, ali iscrpljujućim tijekom cijelog dana. Mnogi to opisuju kao umor od odlučivanja: dugi niz sitnih odluka može biti jednako iscrpljujući kao i nekoliko velikih. Zašto se to događa, u istraživanjima je sporno, ali iskustvo mentalnog umora nakon sati stalnih mikroodluka vrlo je uobičajeno.

Rad uz pomoć umjetne inteligencije dramatično povećava broj mikoodluka: prihvatiti ovaj prijedlog, odbaciti onaj, doraditi ovaj odlomak, ponovno zadati taj upit. Svaka odluka je brza, ali ukupno opterećenje kroz stotine dnevnih mikoodluka znatno je.

Paradoks automatizacije i atrofija vještina

Postoji dobro dokumentirana pojava u ergonomiji i istraživanju ljudskih čimbenika koja se zove paradoks automatizacije ili ironija automatizacije (Bainbridge, 1983.): kada automatizacija preuzima rutinski posao, ljudski operateri postaju manje uvježbani u vještinama potrebnima za nerutinske situacije. Piloti koji se za većinu leta oslanjaju na autopilot pokazuju slabije vještine ručnog upravljanja. Radiolozi koji koriste AI alate za dijagnostiku pokazuju niže stope otkrivanja kada AI nešto propusti.

Isti se obrazac primjenjuje i na kognitivni rad. Pisanje, promišljanje problema, planiranje i kreativno povezivanje ideja vještine su koje se razvijaju kroz praksu i slabe bez nje. Kada AI preuzima prvi nacrt, povezivanje ideja ili strukturirano zaključivanje, ti kognitivni putevi manje se koriste. Zabrinutost nije dramatična — to ne znači da ljudi zaboravljaju misliti — ali postupno slabljenje uvježbanih vještina s vremenom donosi stvarnu promjenu kognitivnih sposobnosti i samopouzdanja.

Ovo je nešto drugo nego jednostavno imati manje prakse u pisanju rukom. Pisanje — zapravo sastavljanje teksta, a ne diktiranje ili uređivanje — uključuje radno pamćenje, konceptualno organiziranje i refleksivno razmišljanje na načine koje pregledavanje i uređivanje AI izlaza ne može u potpunosti preslikati. Kognitivni rad sastavljanja teksta je generativan; kognitivni rad uređivanja je evaluativan. Oba su vrijedna; nisu zamjenjiva.

Sloj fragmentacije pažnje

Odvojeno od kognitivnog opterećenja i slabljenja vještina, AI alati dodaju još jedan sloj fragmentacije pažnje u okruženje koje je već zasićeno prekidima. Svako sučelje za chat, pomoćnik za kodiranje i alat za pisanje potencijalni je izvor prekida — upit za generiranje, rezultat za provjeru, naknadni upit za doradu.

Prefrontalni korteks, koji upravlja održavanom pažnjom i izvršnim funkcijama, ne razlikuje prekide koje stvaraju ljudi od onih koje stvara AI. Istraživanje o troškovima prebacivanja između zadataka (Rubinstein et al., 2001) pokazuje da prebacivanje između zadataka — čak i nakratko — nosi kognitivnu cijenu koja se tijekom dana zbraja. Dodavanje više AI alata u već ionako fragmentirano radno okruženje pogoršava to, a mnogi ne prepoznaju izvor svoje iscrpljenosti.

Ironično je da se AI alati često uvode upravo kako bi se smanjilo kognitivno opterećenje. Ali dodavanje novih alata, novih sučelja i novih točaka odlučivanja često povećava ukupno kognitivno opterećenje umjesto da ga smanjuje — barem dok takvi alati nisu dovoljno integrirani da se njima može služiti automatski, a ne uz promišljanje.

Što zapravo učiniti

Razlikujte između smanjenja i prebacivanja. Ne djeluje svaka AI pomoć jednako na kogniciju. Korištenje AI-ja za obavljanje doista niskovrijednih zadataka (formatiranje, šablonski tekstovi, ponavljane pretrage) smanjuje opterećenje bez značajnog gubitka vještina. Korištenje AI-ja za misaone vještine koje želite zadržati — složeno pisanje, promišljena analiza, kreativno rješavanje problema — smanjuje opterećenje na račun vještina stečenih praksom. Promišljeno odrediti u koju kategoriju spada određena upotreba početna je točka.

Zaštitite vrijeme za samostalno razmišljanje. Kognitivne vještine koje su najviše izložene riziku zbog prebacivanja na AI upravo su one koje najviše vrijedi sačuvati: samostalno zaključivanje, kontinuirano pisanje, složeno planiranje. Namjerno vježbanje tih vještina bez pomoći AI-ja — u određenim vremenskim razdobljima, na zadacima koji su važni — nije tehnofobija; to je ista logika kao kad kirurg uvježbava ručne tehnike iako su robotski alati dostupni.

Smanjite broj AI alata koje aktivno koristite. Kognitivni trošak upravljanja s pet različitih AI sučelja veći je nego upravljanja jednim dobro odabranim. Umnožavanje AI alata stvara isti problem fragmentacije pažnje kao i umnožavanje aplikacija i obavijesti. Konsolidacija smanjuje suvišno kognitivno opterećenje.

Primijenite ista načela kao i u općem digitalnom blagostanju. AI preopterećenost je poseban oblik šireg problema koji Unwire rješava: kognitivna okruženja koja traže više nego što daju, raspršenost pažnje koja iscrpljuje bez obnavljanja i stalno dostupan poticaj zbog kojeg se čini nemogućim odvojiti se. Intervencije su dosljedne: jasno određena razdoblja bez korištenja, oblikovanje okruženja koje ograničava usputnu interakciju s AI-jem i redovito vrijeme za oporavak u kojem mozak nije usmjeravan.

Dugoročna perspektiva

Uključivanje AI-ja u rad sa znanjem neće se vratiti unatrag. Pitanje je kako se pojedinci snalaze u okruženju koje je, po dizajnu, usmjereno na maksimalnu uključenost i minimalno trenje — i što to radi kognitivnom zdravlju tijekom godina, a ne dana.

Šire istraživanje digitalnog blagostanja sugerira da se ljudi koji se najbolje snalaze u visokotehnološkim okruženjima ne odlikuju time da koriste najviše alata ili najmanje, nego time da održavaju svjesnu kontrolu nad uvjetima vlastite pažnje: kada su dostupni, kada nisu, što prepuštaju drugima i što štite.

Ta svjesnost teže se održava u okruženju zasićenom AI-jem nego u onom koje je samo zasićeno pametnim telefonima. No temeljno načelo — zaštitite svoju sposobnost da mislite neovisno, obnovite osnovnu razinu rada mozga pravim odmorom i oblikujte svoje okruženje umjesto da na njega reagirate — ostaje isto.

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.

Kako istražujemo i pregledavamo