Beban AI memang nyata. Inilah yang berlaku dalam otak anda.

Sesuatu berubah sekitar 2024. Jumlah orang yang menggambarkan satu jenis keletihan kognitif — bukan betul-betul burnout, bukan juga beban maklumat, tetapi sesuatu di persimpangan antara kedua-duanya — meningkat dengan ketara. Huraian mereka konsisten: rasa mental sudah penuh, sukar berfikir sendiri, kurang tahan terhadap ketidakpastian, dan pergantungan yang tidak selesa pada alat AI yang entah bagaimana membuatkan berfikir terasa lebih susah, bukan lebih mudah.

Ini bukan takut teknologi atau nostalgia. Ini mencerminkan dinamik neurologi yang memang nyata dan boleh dijangka berdasarkan apa yang kita tahu tentang cara otak memproses maklumat, mengekalkan fungsi kognitif, dan bertindak balas terhadap bantuan yang sentiasa tersedia. Inilah yang sedang berlaku — dan apa yang ditunjukkan oleh bukti tentang cara menghadapinya.

Persekitaran kognitif yang baharu

Pada tahun 2025, pekerja berpengetahuan dalam kebanyakan industri berinteraksi dengan alat AI — ChatGPT, Copilot, Gemini, Claude, dan berdozen-dozen alat khusus — beberapa kali sehari. Pengguna biasa menghantar berpuluh-puluh pertanyaan setiap hari. Kandungan yang dijana AI kini merangkumi sebahagian besar draf e-mel, ringkasan mesyuarat, kod, dokumen bertulis, dan hasil carian.

Ini memang persekitaran kognitif yang baharu. Buat kali pertama dalam sejarah, sebahagian besar kerja kognitif yang sebelum ini memerlukan usaha berterusan — menyediakan draf, membuat ringkasan, mencari, merancang, menyahpepijat — boleh dialihkan hampir serta-merta. Persoalannya ialah apa kesannya kepada otak dari semasa ke semasa.

Jawapannya, berdasarkan apa yang kita tahu tentang fungsi kognitif dan beban kognitif, lebih rumit daripada sama ada versi optimistik (AI meluaskan keupayaan manusia) atau versi pesimis (AI melemahkan keupayaan manusia). Kedua-duanya sedang berlaku, dengan cara yang berbeza, untuk jenis pemikiran yang berbeza.

Mengapa alat AI boleh menambah beban kognitif, bukannya mengurangkannya

Anggapan yang paling mudah ialah menyerahkan kerja kepada AI mengurangkan beban kognitif. Dalam beberapa cara, memang begitu. Tetapi kajian tentang teori beban kognitif (Sweller, 1988) membezakan antara beban intrinsik (kerumitan tugas itu sendiri), beban luaran (tuntutan kognitif yang timbul daripada cara tugas itu dipersembahkan), dan beban germane (usaha kognitif yang membina kefahaman dan kemahiran).

Alat AI terutamanya mengurangkan beban intrinsik dan germane — ia mengendalikan kerja yang kalau tidak, memerlukan usaha dan menghasilkan pembelajaran. Tetapi ia sering meningkatkan beban luaran: menilai ketepatan output AI, menggabungkan beberapa bahagian yang dijana AI menjadi kerja yang padu, mengurus konteks merentasi pelbagai alat, memutuskan apa yang perlu anda serahkan dan apa yang perlu anda buat sendiri, serta mengekalkan pemantauan terhadap proses AI. Semua ini ialah tuntutan kognitif baharu yang tidak wujud sebelum ini.

Hasilnya bagi ramai orang ialah satu paradoks: lebih banyak output, lebih banyak keletihan kognitif. Kerja terasa lebih ringan pada saat-saat tertentu tetapi lebih meletihkan sepanjang hari. Ramai orang menggambarkan ini sebagai keletihan membuat keputusan: siri pertimbangan kecil yang panjang terasa sama meletihkan seperti beberapa keputusan besar. Mengapa itu berlaku masih diperdebatkan dalam penyelidikan, tetapi pengalaman keletihan mental selepas berjam-jam membuat keputusan kecil yang berterusan memang biasa.

Kerja yang dibantu AI meningkatkan jumlah keputusan mikro dengan ketara: terima cadangan ini, tolak yang itu, semak semula perenggan ini, hantar semula prompt itu. Setiap keputusan memang cepat, tetapi beban keseluruhan daripada ratusan keputusan mikro setiap hari adalah besar.

Paradoks automasi dan kemerosotan kemahiran

Terdapat satu fenomena yang telah didokumenkan dengan baik dalam penyelidikan ergonomik dan faktor manusia yang dipanggil paradoks automasi atau ironi automasi (Bainbridge, 1983): apabila automasi mengendalikan kerja rutin, pengendali manusia menjadi kurang mahir dalam kemahiran yang diperlukan untuk situasi bukan rutin. Juruterbang yang bergantung pada autopilot untuk sebahagian besar penerbangan mereka menunjukkan kemahiran mengendalikan secara manual yang merosot. Pakar radiologi yang menggunakan alat diagnostik AI menunjukkan kadar pengesanan yang lebih rendah apabila AI terlepas sesuatu.

Dinamik yang sama juga terpakai kepada kerja kognitif. Menulis, menaakul untuk menyelesaikan masalah, merancang, dan sintesis kreatif ialah kemahiran yang berkembang melalui latihan dan akan merosot tanpa latihan itu. Apabila AI mengurus draf pertama, sintesis, atau penaakulan berstruktur, laluan kognitif itu kurang digunakan. Kebimbangannya bukanlah sesuatu yang dramatik — ini tidak bermakna orang lupa cara berfikir — tetapi kemerosotan perlahan kemahiran yang dipraktikkan menghasilkan perubahan sebenar pada keupayaan kognitif dan keyakinan dari semasa ke semasa.

Ini berbeza daripada sekadar kurang biasa menulis dengan tangan. Menulis — benar-benar mengarang, bukan mendikte atau menyunting — melibatkan memori kerja, penyusunan konsep, dan pemikiran reflektif dengan cara yang tidak dapat ditiru sepenuhnya oleh menyemak dan menyunting hasil AI. Kerja kognitif untuk mengarang itu bersifat menjana; kerja kognitif untuk menyunting itu bersifat menilai. Kedua-duanya ada nilai; ia tidak saling menggantikan.

Lapisan pemecahan perhatian

Berasingan daripada beban kognitif dan kemerosotan kemahiran, alat AI menambah satu lagi lapisan pemecahan perhatian dalam persekitaran yang sudah pun penuh dengan gangguan. Setiap antara muka chat, pembantu pengekodan, dan alat penulisan ialah sumber gangguan yang berpotensi — satu arahan untuk menjana, satu hasil untuk diperiksa, satu susulan untuk diperhalus.

Korteks prefrontal, yang mengurus perhatian berterusan dan fungsi eksekutif, tidak membezakan antara gangguan yang dihasilkan oleh manusia dan gangguan yang dihasilkan oleh AI. Kajian tentang kos pertukaran tugas (Rubinstein et al., 2001) menunjukkan bahawa beralih antara tugas — walaupun seketika — mengenakan beban kognitif yang bertambah sepanjang hari. Menambah pelbagai alat AI kepada persekitaran kerja yang sudah terpecah-pecah memburukkan keadaan ini tanpa ramai orang menyedari punca keletihan mereka.

Ironinya, alat AI sering digunakan khusus untuk mengurangkan beban kognitif. Tetapi penambahan alat baharu, antara muka baharu, dan titik keputusan baharu sering meningkatkan jumlah tuntutan kognitif, bukannya mengurangkannya — sekurang-kurangnya sehingga alat itu cukup terintegrasi untuk dikendalikan secara automatik, bukan secara sedar.

Apa yang benar-benar perlu anda lakukan

Bezakan antara mengurangkan dan memindahkan beban. Tidak semua bantuan AI mempunyai kesan kognitif yang sama. Menggunakan AI untuk mengendalikan tugas yang benar-benar bernilai rendah (format, teks standard, carian berulang) mengurangkan beban tanpa kos kemahiran yang ketara. Menggunakan AI untuk kemahiran berfikir yang anda ingin kekalkan — penulisan kompleks, analisis beralasan, penyelesaian masalah kreatif — mengurangkan beban dengan kos keupayaan yang telah terlatih. Menentukan dengan sengaja kategori yang sesuai bagi sesuatu penggunaan ialah titik permulaan.

Lindungi masa berfikir tanpa bantuan. Kemahiran kognitif yang paling berisiko apabila kerja dialihkan kepada AI ialah kemahiran yang paling wajar dipelihara: penaakulan bebas, penulisan berterusan, perancangan yang kompleks. Latihan yang disengajakan terhadap kemahiran ini tanpa bantuan AI — untuk tempoh yang ditetapkan, pada tugas yang penting — bukanlah takut teknologi; ia sama logiknya seperti pakar bedah berlatih teknik manual walaupun alat robot tersedia.

Kurangkan bilangan alat AI yang digunakan secara aktif. Kos kognitif untuk mengurus lima antara muka AI yang berbeza lebih tinggi daripada mengurus satu yang dipilih dengan baik. Pertambahan alat AI mewujudkan masalah perhatian terpecah-pecah yang sama seperti pertambahan aplikasi dan pemberitahuan. Penyatuan mengurangkan beban kognitif yang tidak perlu.

Gunakan prinsip yang sama seperti kesejahteraan digital secara umum. Beban AI ialah satu bentuk khusus bagi masalah yang lebih luas yang ditangani oleh Unwire: persekitaran kognitif yang menuntut lebih daripada yang diberi, perhatian yang terpecah-pecah sehingga mengurangkan tenaga tanpa mengisinya semula, dan rangsangan yang sentiasa tersedia sehingga pemutusan diri terasa mustahil. Intervensinya tetap sama: masa rehat yang ditetapkan, reka bentuk persekitaran yang mengehadkan interaksi AI di sekeliling, dan masa pemulihan yang tetap, ketika otak tidak diarahkan.

Pandangan jangka panjang

Penyepaduan AI ke dalam kerja berasaskan pengetahuan tidak akan berbalik arah. Persoalannya ialah bagaimana individu mengharungi persekitaran yang, dari segi reka bentuk, berorientasikan penglibatan maksimum dan geseran minimum — dan apa kesannya terhadap kesihatan kognitif selama bertahun-tahun, bukan hari.

Penyelidikan tentang kesejahteraan digital secara lebih umum menunjukkan bahawa orang yang paling baik mengharungi persekitaran berteknologi tinggi bukanlah mereka yang menggunakan paling banyak alat atau paling sedikit, tetapi mereka yang mengekalkan kawalan yang disengajakan terhadap keadaan tumpuan mereka sendiri: bila mereka boleh dihubungi, bila mereka tidak, apa yang mereka serahkan, dan apa yang mereka lindungi.

Sikap sengaja itu lebih sukar dikekalkan dalam persekitaran yang sarat dengan AI berbanding dalam persekitaran yang sekadar sarat dengan telefon pintar. Tetapi prinsip asasnya — lindungi keupayaan anda untuk berfikir secara bebas, pulihkan paras asas otak melalui rehat yang benar-benar, dan reka persekitaran anda sendiri dan bukannya 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.

Cara kami menyelidik dan menyemak ini