Overload AI Itu Nyata. Ini yang Terjadi di Otak Anda.

Ada sesuatu yang berubah sekitar 2024. Jumlah orang yang menggambarkan jenis tertentu dari kelelahan kognitif — bukan sepenuhnya burnout, bukan sepenuhnya kelebihan informasi, tetapi sesuatu yang berada di titik pertemuan keduanya — meningkat tajam. Gambaran yang muncul konsisten: perasaan pikiran yang penuh, sulit berpikir mandiri, toleransi yang menurun terhadap ketidakpastian, dan ketergantungan yang tidak nyaman pada alat AI yang entah bagaimana justru membuat berpikir terasa lebih sulit, bukan lebih mudah.

Ini bukan karena fobia teknologi atau nostalgia. Ini mencerminkan dinamika neurologis nyata yang dapat diprediksi dari apa yang kita ketahui tentang cara otak memproses informasi, mempertahankan fungsi kognitif, dan merespons bantuan yang selalu tersedia. Inilah yang sedang terjadi — dan apa yang disarankan bukti tentang cara menyikapinya.

Lingkungan kognitif yang baru

Pada 2025, pekerja pengetahuan di sebagian besar industri berinteraksi dengan alat AI — ChatGPT, Copilot, Gemini, Claude, dan puluhan alat khusus — beberapa kali sehari. Pengguna rata-rata mengirim puluhan kueri setiap hari. Konten yang dihasilkan AI kini mencakup porsi besar draf email, ringkasan rapat, kode, dokumen tertulis, dan hasil pencarian.

Ini benar-benar lingkungan kognitif yang baru. Untuk pertama kalinya dalam sejarah, sebagian besar pekerjaan kognitif yang sebelumnya memerlukan usaha berkelanjutan — menyusun draf, merangkum, mencari, merencanakan, memperbaiki bug — bisa dialihkan hampir seketika. Pertanyaannya adalah apa dampaknya bagi otak dari waktu ke waktu.

Jawabannya, berdasarkan apa yang kita ketahui tentang fungsi kognitif dan beban kognitif, lebih kompleks daripada versi optimistis (AI memperluas kemampuan manusia) maupun versi pesimistis (AI melemahkan kemampuan manusia). Keduanya sedang terjadi, dengan cara yang berbeda, untuk jenis berpikir yang berbeda.

Mengapa alat AI bisa menambah beban kognitif, bukan menguranginya

Asumsi yang intuitif adalah bahwa mengalihkan pekerjaan ke AI mengurangi beban kognitif. Dalam beberapa hal, memang begitu. Namun, riset tentang teori beban kognitif (Sweller, 1988) membedakan beban intrinsik (tingkat kompleksitas tugas itu sendiri), beban ekstrinsik (tuntutan kognitif yang muncul dari cara tugas disajikan), dan beban germane (usaha kognitif yang membangun pemahaman dan keterampilan).

Alat AI terutama mengurangi beban intrinsik dan beban germane — alat ini menangani pekerjaan yang sebaliknya akan membutuhkan usaha dan menghasilkan pembelajaran. Namun, alat ini sering kali meningkatkan beban ekstraneous: menilai keluaran AI untuk memastikan akurasinya, menggabungkan beberapa bagian yang dihasilkan AI menjadi hasil kerja yang padu, mengelola konteks di berbagai alat, menentukan apa yang harus didelegasikan dan apa yang harus dikerjakan sendiri, serta tetap mengawasi proses AI. Ini adalah tuntutan kognitif baru yang sebelumnya tidak ada.

Hasilnya bagi banyak orang adalah paradoks: lebih banyak hasil kerja, lebih banyak kelelahan kognitif. Pekerjaan terasa lebih ringan di momen-momen tertentu, tetapi lebih melelahkan sepanjang hari. Banyak orang menyebut ini sebagai kelelahan mengambil keputusan: rangkaian panjang penilaian kecil terasa sama melelahkannya dengan beberapa keputusan besar. Mengapa itu terjadi masih diperdebatkan dalam penelitian, tetapi rasa lelah mental setelah berjam-jam terus-menerus mengambil keputusan kecil adalah hal yang umum.

Pekerjaan yang dibantu AI secara dramatis menambah jumlah keputusan kecil: menerima saran ini, menolak yang itu, merevisi paragraf ini, mengajukan ulang prompt itu. Setiap keputusan cepat, tetapi beban gabungannya dari ratusan keputusan kecil setiap hari cukup besar.

Paradoks otomatisasi dan kemerosotan keterampilan

Ada fenomena yang terdokumentasi dengan baik dalam penelitian ergonomi dan faktor manusia yang disebut paradoks otomatisasi atau ironi otomatisasi (Bainbridge, 1983): ketika otomatisasi menangani pekerjaan rutin, operator manusia jadi kurang terlatih dalam keterampilan yang dibutuhkan untuk situasi nonrutin. Pilot yang mengandalkan autopilot untuk sebagian besar penerbangan mereka menunjukkan keterampilan pengendalian manual yang menurun. Radiolog yang menggunakan alat diagnosis AI menunjukkan tingkat deteksi yang lebih rendah ketika AI melewatkan sesuatu.

Pola yang sama berlaku pada pekerjaan kognitif. Menulis, menalar lewat masalah, merencanakan, dan sintesis kreatif adalah keterampilan yang berkembang melalui latihan dan menurun jika tidak dilatih. Ketika AI menangani draf pertama, sintesis, atau penalaran terstruktur, jalur kognitif itu mendapat lebih sedikit latihan. Kekhawatirannya bukan sesuatu yang dramatis — ini tidak berarti orang lupa cara berpikir — tetapi kemerosotan bertahap dari keterampilan yang terlatih menghasilkan perubahan nyata dalam kemampuan kognitif dan rasa percaya diri dari waktu ke waktu.

Ini berbeda dari sekadar kurang terlatih menulis dengan tangan. Menulis — benar-benar menyusun, bukan mendiktekan atau mengedit — melibatkan memori kerja, pengorganisasian konsep, dan pemikiran reflektif dengan cara yang tidak sepenuhnya ditiru oleh meninjau dan mengedit hasil AI. Pekerjaan kognitif saat menyusun bersifat generatif; pekerjaan kognitif saat mengedit bersifat evaluatif. Keduanya bernilai; keduanya tidak saling menggantikan.

Lapisan fragmentasi perhatian

Terlepas dari beban kognitif dan kemerosotan keterampilan, alat AI menambah satu lapisan lagi fragmentasi perhatian di lingkungan yang sudah penuh interupsi. Setiap antarmuka chat, asisten coding, dan alat menulis bisa jadi sumber gangguan — permintaan untuk menghasilkan sesuatu, hasil untuk diperiksa, tindak lanjut untuk disempurnakan.

Korteks prefrontal, yang mengelola perhatian berkelanjutan dan fungsi eksekutif, tidak membedakan antara interupsi yang dibuat manusia dan yang dibuat AI. Penelitian tentang biaya berpindah tugas (Rubinstein et al., 2001) menunjukkan bahwa berpindah dari satu tugas ke tugas lain — bahkan sebentar — menimbulkan biaya kognitif yang menumpuk sepanjang hari. Menambahkan beberapa alat AI ke lingkungan kerja yang sudah terfragmentasi memperburuk hal ini tanpa banyak orang menyadari sumber kelelahan mereka.

Ironisnya, alat AI sering diadopsi justru untuk mengurangi beban kognitif. Tetapi penambahan alat baru, antarmuka baru, dan titik keputusan baru sering kali justru meningkatkan tuntutan kognitif total, alih-alih menguranginya — setidaknya sampai alat-alat itu cukup terintegrasi sehingga bisa ditangani secara otomatis, bukan dengan pertimbangan sadar.

Apa yang benar-benar perlu dilakukan

Bedakan antara mengurangi dan memindahkan beban. Tidak semua bantuan AI memiliki efek kognitif yang sama. Menggunakan AI untuk menangani tugas-tugas yang benar-benar bernilai rendah (format, teks standar, pencarian berulang) mengurangi beban tanpa biaya keterampilan yang signifikan. Menggunakan AI untuk keterampilan berpikir yang ingin Anda pertahankan — penulisan kompleks, analisis yang beralasan, pemecahan masalah kreatif — mengurangi beban dengan mengorbankan kemampuan yang terlatih. Menentukan dengan sengaja kategori mana yang termasuk dalam suatu penggunaan adalah titik awal.

Lindungi waktu berpikir tanpa bantuan. Keterampilan kognitif yang paling berisiko karena dialihkan ke AI adalah justru yang paling layak dipertahankan: penalaran mandiri, menulis dalam durasi lama, perencanaan kompleks. Latihan yang sengaja dilakukan atas keterampilan ini tanpa bantuan AI — selama periode yang ditentukan, pada tugas yang penting — bukanlah takut teknologi; itu logika yang sama seperti seorang ahli bedah berlatih teknik manual bahkan ketika alat robotik tersedia.

Kurangi jumlah alat AI yang sedang Anda gunakan. Biaya kognitif untuk mengelola lima antarmuka AI yang berbeda lebih tinggi daripada mengelola satu yang dipilih dengan baik. Menjamurnya alat AI menimbulkan masalah terpecahnya perhatian yang sama seperti menjamurnya aplikasi dan notifikasi. Menggabungkannya mengurangi beban kognitif yang tidak perlu.

Terapkan prinsip yang sama seperti pada kesejahteraan digital secara umum. Kelebihan AI adalah bentuk khusus dari masalah yang lebih luas yang ditangani Unwire: lingkungan kognitif yang menuntut lebih dari yang diberikannya, perhatian yang terpecah yang menguras tanpa mengisi kembali, dan rangsangan yang selalu tersedia sehingga membuat sulit rasanya untuk benar-benar lepas. Intervensinya juga sama: waktu jeda yang jelas, desain lingkungan yang membatasi interaksi AI pasif, dan waktu pemulihan rutin saat otak tidak terus diarahkan.

Pandangan jangka panjang

Integrasi AI ke dalam pekerjaan berbasis pengetahuan tidak akan berbalik arah. Pertanyaannya adalah bagaimana individu menavigasi lingkungan yang memang dirancang untuk memaksimalkan keterlibatan dan meminimalkan hambatan — dan apa dampaknya terhadap kesehatan kognitif selama bertahun-tahun, bukan hanya berhari-hari.

Penelitian tentang kesejahteraan digital secara lebih luas menunjukkan bahwa orang yang paling baik menavigasi lingkungan berteknologi tinggi bukanlah mereka yang memakai alat paling banyak atau paling sedikit, melainkan mereka yang menjaga kendali yang disengaja atas kondisi perhatian mereka sendiri: kapan mereka tersedia, kapan tidak, apa yang mereka delegasikan, dan apa yang mereka lindungi.

Sikap terencana itu lebih sulit dipertahankan di lingkungan yang dipenuhi AI dibandingkan di lingkungan yang hanya dipenuhi ponsel pintar. Tetapi prinsip dasarnya — melindungi kemampuan Anda untuk berpikir mandiri, memulihkan kondisi dasar otak lewat istirahat yang sungguh-sungguh, dan merancang lingkungan Anda alih-alih bereaksi terhadapnya — tetap sama.

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.

Cara kami meneliti dan meninjau ini