Beban AI adalah perkara yang nyata. Inilah yang berlaku di dalam otak anda.

Sesuatu telah berubah sekitar tahun 2024. Jumlah orang yang menggambarkan satu jenis keletihan kognitif yang spesifik — tidak sepenuhnya keletihan, tidak sepenuhnya beban maklumat, tetapi sesuatu di persimpangan keduanya — meningkat dengan ketara. Penerangan adalah konsisten: perasaan jenuh mental, kesukaran berfikir secara bebas, toleransi yang berkurang terhadap ketidakpastian, dan ketergantungan yang tidak selesa pada alat AI yang entah bagaimana menjadikan pemikiran terasa lebih sukar, bukan lebih mudah.

Ini bukan teknofobia atau nostalgia. Ia mencerminkan dinamik neurologi sebenar yang boleh diramalkan berdasarkan apa yang kita tahu tentang bagaimana otak memproses maklumat, mengekalkan fungsi kognitif, dan bertindak balas terhadap bantuan yang sentiasa tersedia. Inilah yang berlaku — dan apa yang bukti cadangkan tentang cara menanganinya.

Persekitaran kognitif yang baru

Sejak tahun 2025, pekerja pengetahuan di kebanyakan industri berinteraksi dengan alat AI — ChatGPT, Copilot, Gemini, Claude, dan puluhan alat khusus — berkali-kali dalam sehari. Pengguna purata menghantar puluhan pertanyaan setiap hari. Kandungan yang dihasilkan oleh AI kini merangkumi bahagian yang besar dalam draf emel, ringkasan mesyuarat, kod, dokumen bertulis, dan hasil carian.

Ini adalah persekitaran kognitif yang benar-benar baru. Untuk pertama kalinya dalam sejarah, sebahagian besar kerja kognitif yang sebelum ini memerlukan usaha berterusan — merangka, merumus, mencari, merancang, menyelesaikan masalah — boleh dipindahkan hampir secara serta-merta. Soalannya adalah apa yang berlaku kepada otak dari semasa ke semasa.

Jawapannya, berdasarkan apa yang kita tahu tentang fungsi kognitif dan beban kognitif, adalah lebih kompleks daripada versi optimis (AI memperluas kemampuan manusia) atau versi pesimis (AI mengurangkan kemampuan manusia). Kedua-duanya berlaku, dengan cara yang berbeza, untuk jenis pemikiran yang berbeza.

Mengapa alat AI boleh meningkatkan beban kognitif dan bukannya mengurangkannya

Andaian intuitif adalah bahawa memindahkan kerja kepada AI mengurangkan beban kognitif. Dalam beberapa cara ia memang begitu. Tetapi penyelidikan mengenai teori beban kognitif (Sweller, 1988) membezakan antara <em>beban intrinsik</em> (kompleksiti tugas itu sendiri), <em>beban tambahan</em> (permintaan kognitif yang dicipta oleh cara tugas itu dipersembahkan), dan <em>beban berkaitan</em> (usaha kognitif yang membina pemahaman dan kemahiran).

Alat AI terutamanya mengurangkan beban intrinsik dan berkaitan — mereka mengendalikan kerja yang sebaliknya memerlukan usaha dan menghasilkan pembelajaran. Tetapi mereka sering <em>meningkatkan</em> beban tambahan: menilai output AI untuk ketepatan, mengintegrasikan pelbagai hasil yang dihasilkan AI ke dalam kerja yang koheren, mengurus konteks merentasi pelbagai alat, memutuskan apa yang perlu didelegasikan dan apa yang perlu dilakukan secara peribadi, dan mengekalkan pengawasan terhadap proses AI. Ini adalah permintaan kognitif baru yang tidak wujud sebelum ini.

Hasilnya bagi ramai orang adalah paradoks: lebih banyak output, lebih banyak keletihan kognitif. Kerja terasa lebih ringan dalam momen individu tetapi lebih meletihkan sepanjang hari. Ini konsisten dengan penyelidikan mengenai <em>keletihan keputusan</em> — kos kumulatif membuat banyak keputusan kecil menghabiskan sumber prefrontal yang sama seperti membuat beberapa keputusan besar.

Kerja yang dibantu AI secara dramatik meningkatkan jumlah mikro-keputusan: terima cadangan ini, tolak yang itu, semak semula perenggan ini, tanyakan semula arahan itu. Setiap keputusan adalah cepat, tetapi beban keseluruhan dari ratusan mikro-keputusan harian adalah besar.

Paradoks automasi dan pengurangan kemahiran

Terdapat fenomena yang didokumentasikan dengan baik dalam penyelidikan ergonomik dan faktor manusia yang dipanggil <em>paradoks automasi</em> atau <em>ironi automasi</em> (Bainbridge, 1983): apabila automasi mengendalikan kerja rutin, pengendali manusia menjadi kurang terlatih dalam kemahiran yang diperlukan untuk situasi bukan rutin. Juruterbang yang bergantung pada autopilot untuk kebanyakan penerbangan mereka menunjukkan kemahiran pengendalian manual yang merosot. Radiolog yang menggunakan alat diagnostik AI menunjukkan kadar pengesanan yang berkurang apabila AI terlepas sesuatu.

Dinamik yang sama berlaku untuk kerja kognitif. Menulis, menyelesaikan masalah, merancang, dan sintesis kreatif adalah kemahiran yang berkembang melalui latihan dan akan berkurang tanpa latihan. Apabila AI mengendalikan draf pertama, sintesis, atau pemikiran terstruktur, laluan kognitif tersebut mendapat kurang latihan. Kebimbangan ini tidak dramatik — ia tidak bermakna orang lupa cara berfikir — tetapi pengurangan secara beransur-ansur kemahiran yang terlatih menghasilkan perubahan sebenar dalam kemampuan kognitif dan keyakinan dari masa ke masa.

Ini berbeza daripada sekadar kurang terlatih dalam menaip dengan pensil. Menulis — sebenarnya mencipta, bukan mendikte atau menyunting — melibatkan ingatan kerja, organisasi konseptual, dan pemikiran reflektif dengan cara yang tidak sepenuhnya diulang oleh semakan dan penyuntingan output AI. Kerja kognitif mencipta adalah generatif; kerja kognitif menyunting adalah evaluatif. Kedua-duanya mempunyai nilai; mereka tidak boleh dipertukarkan.

Lapisan pemecahan perhatian

Berasingan daripada beban kognitif dan pengurangan kemahiran, alat AI menambah satu lagi lapisan pemecahan perhatian kepada persekitaran yang sudah tepu dengan gangguan. Setiap antara muka sembang, pembantu pengkodan, dan alat penulisan adalah sumber gangguan yang berpotensi — satu pertanyaan untuk dijana, satu hasil untuk diperiksa, satu susulan untuk diperhalusi.

Korteks prefrontal, yang mengurus perhatian berterusan dan fungsi eksekutif, tidak membezakan antara gangguan yang dihasilkan manusia dan yang dihasilkan AI. Penyelidikan mengenai kos pertukaran tugas (Rubinstein et al., 2001) menunjukkan bahawa beralih antara tugas — walaupun sekejap — mengenakan penalti kognitif yang bertambah sepanjang hari. Menambah pelbagai alat AI kepada persekitaran kerja yang sudah terpecah ini memburukkan lagi keadaan tanpa ramai orang menyedari sumber keletihan mereka.

Ironinya adalah bahawa alat AI sering diterima pakai khusus untuk mengurangkan beban kognitif. Tetapi penambahan alat baru, antara muka baru, dan titik keputusan baru sering meningkatkan permintaan kognitif keseluruhan daripada mengurangkannya — sekurang-kurangnya sehingga alat tersebut cukup terintegrasi untuk diurus secara automatik dan bukan secara deliberatif.

Apa yang perlu dilakukan mengenainya

<strong>Bezakan antara mengurangkan dan memindahkan beban.</strong> Tidak semua bantuan AI mempunyai kesan kognitif yang sama. Menggunakan AI untuk mengendalikan tugas yang benar-benar bernilai rendah (format, teks tetap, carian berulang) mengurangkan beban tanpa kos kemahiran yang ketara. Menggunakan AI untuk mengendalikan pemikiran yang anda ingin kekalkan kemahiran — penulisan kompleks, analisis berfikir, penyelesaian masalah kreatif — mengurangkan beban dengan kos kemampuan yang terlatih. Menjadi berhati-hati tentang kategori mana yang termasuk penggunaan tertentu adalah titik permulaan.

<strong>Lindungi masa berfikir tanpa bantuan.</strong> Kemahiran kognitif yang paling berisiko akibat pemindahan kepada AI adalah yang paling berharga untuk dipelihara: pemikiran bebas, penulisan berterusan, perancangan kompleks. Latihan yang sengaja untuk kemahiran ini tanpa bantuan AI — untuk tempoh tertentu, pada tugas yang penting — bukanlah ketakutan terhadap teknologi; ia adalah logik yang sama seperti seorang pakar bedah yang berlatih teknik manual walaupun alat robotik tersedia.

<strong>Kurangkan bilangan alat AI yang digunakan secara aktif.</strong> Kos kognitif untuk mengurus lima antara muka AI yang berbeza adalah lebih tinggi daripada mengurus satu yang dipilih dengan baik. Peningkatan alat AI mencipta masalah pengfragmentasian perhatian yang sama seperti peningkatan aplikasi dan pemberitahuan. Penyatuan mengurangkan beban kognitif yang tidak perlu.

<strong>Gunakan prinsip yang sama seperti kesejahteraan digital umum.</strong> Beban AI adalah satu bentuk khusus daripada masalah yang lebih luas yang ditangani oleh Unwire: persekitaran kognitif yang menuntut lebih daripada yang mereka berikan, pengfragmentasian perhatian yang menguras tanpa mengisi semula, dan rangsangan yang sentiasa ada yang menjadikan pemutusan rasa mustahil. Intervensi adalah konsisten: tempoh tidak aktif yang ditentukan, reka bentuk persekitaran yang mengehadkan interaksi AI, dan masa pemulihan yang tetap di mana otak tidak diarahkan.

Pandangan yang lebih panjang

Integrasi AI ke dalam kerja pengetahuan tidak akan terbalik. Soalannya adalah bagaimana individu menavigasi persekitaran yang, secara reka bentuk, berorientasikan kepada penglibatan maksimum dan geseran minimum — dan apa yang berlaku kepada kesihatan kognitif selama bertahun-tahun dan bukannya hari.

Penyelidikan tentang kesejahteraan digital secara lebih luas mencadangkan bahawa orang yang menavigasi persekitaran teknologi tinggi dengan baik bukanlah mereka yang menggunakan alat terbanyak atau paling sedikit, tetapi mereka yang mengekalkan kawalan yang sengaja ke atas keadaan perhatian mereka sendiri: bila mereka boleh diakses, bila mereka tidak, apa yang mereka serahkan, dan apa yang mereka lindungi.

Kewaspadaan itu lebih sukar untuk dikekalkan dalam persekitaran yang dipenuhi AI berbanding dengan yang hanya dipenuhi telefon pintar. Tetapi prinsip asas — lindungi keupayaan anda untuk berfikir secara bebas, pulihkan asas otak melalui rehat yang sebenar, dan reka bentuk persekitaran anda daripada bertindak balas 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.