AI-overbelastning er noe reelt. Her er hva som skjer i hjernen din.

Noe endret seg rundt 2024. Antallet som beskrev en bestemt type kognitiv utmattelse — ikke helt utbrenthet, ikke helt informasjons-overbelastning, men noe midt mellom de to — økte kraftig. Beskrivelsene er like: en følelse av å være mentalt overmettet, vansker med å tenke selvstendig, lavere toleranse for usikkerhet og en ubehagelig avhengighet av AI-verktøy som på merkelig vis gjør det å tenke tyngre, ikke lettere.

Dette handler ikke om teknofobi eller nostalgi. Det gjenspeiler reelle nevrologiske mekanismer som er forutsigbare ut fra det vi vet om hvordan hjernen behandler informasjon, opprettholder kognitiv funksjon og reagerer på hjelp som alltid er tilgjengelig. Her er hva som skjer — og hva forskningen tyder på om hvordan man kan håndtere det.

Det nye kognitive miljøet

Per 2025 bruker kunnskapsarbeidere i de fleste bransjer AI-verktøy — ChatGPT, Copilot, Gemini, Claude og dusinvis av spesialiserte verktøy — flere ganger om dagen. Gjennomsnittsbrukeren sender dusinvis av forespørsler daglig. AI-generert innhold utgjør nå en betydelig andel av utkast til e-poster, møtesammendrag, kode, skriftlige dokumenter og søkeresultater.

Dette er et genuint nytt kognitivt miljø. For første gang i historien kan en stor del av det kognitive arbeidet som tidligere krevde vedvarende innsats — å skrive utkast, oppsummere, søke, planlegge, feilsøke — overlates til AI nesten umiddelbart. Spørsmålet er hva dette gjør med hjernen over tid.

Svaret, ut fra det vi vet om kognitiv funksjon og kognitiv belastning, er mer sammensatt enn enten den optimistiske versjonen (at AI utvider menneskers kapasitet) eller den pessimistiske (at AI svekker menneskers kapasitet). Begge deler skjer, på ulike måter, for ulike typer tenkning.

Hvorfor AI-verktøy kan øke den kognitive belastningen i stedet for å redusere den

Den intuitive antakelsen er at når man legger arbeid over på AI, reduserer det den kognitive belastningen. På noen måter gjør det det. Men forskningen på teorien om kognitiv belastning (Sweller, 1988) skiller mellom iboende belastning (oppgavens egen kompleksitet), ytre belastning (de kognitive kravene som skapes av hvordan oppgaven er presentert), og læringsrelevant belastning (den kognitive innsatsen som bygger forståelse og ferdigheter).

AI-verktøy reduserer først og fremst iboende og læringsrelevant belastning — de tar seg av arbeidet som ellers ville krevd innsats og gitt læring. Men de øker ofte ytre belastning: å vurdere om AI-resultatene er riktige, få flere AI-genererte biter til å henge sammen i et helhetlig arbeid, holde styr på konteksten på tvers av flere verktøy, avgjøre hva som skal delegeres og hva du selv skal gjøre, og ha oversikt over AI-prosessene. Dette er nye kognitive krav som ikke fantes før.

Resultatet for mange er et paradoks: mer output, mer kognitiv tretthet. Arbeidet føles lettere i enkeltøyeblikk, men mer utmattende gjennom en hel dag. Mange beskriver dette som beslutningstretthet: en lang rekke små vurderinger kan føles like slitsom som noen få store. Hvorfor det skjer, er omstridt i forskningen, men opplevelsen av mental tretthet etter timer med stadige små beslutninger er vanlig.

AI-assistert arbeid øker antallet mikrobeslutninger dramatisk: godta dette forslaget, avvis det andre, skriv om dette avsnittet, be om et nytt svar på den prompten. Hver beslutning går raskt, men den samlede belastningen av hundrevis av daglige mikrobeslutninger er betydelig.

Automatiseringsparadokset og ferdighetsforvitring

Det finnes et godt dokumentert fenomen i ergonomi og forskning på menneskelige faktorer som kalles automatiseringsparadokset eller automatiseringens ironi (Bainbridge, 1983): når automatisering tar seg av rutinearbeidet, blir menneskelige operatører mindre øvd i ferdighetene som trengs i ikke-rutinemessige situasjoner. Piloter som baserer seg på autopilot det meste av tiden, viser svekkede manuelle ferdigheter. Radiologer som bruker AI-baserte diagnoseverktøy, har lavere oppdagelsesrate når AI-en overser noe.

Den samme dynamikken gjelder for kognitivt arbeid. Skriving, det å resonnere seg gjennom problemer, planlegging og kreativ syntese er ferdigheter som utvikles gjennom øvelse og svekkes uten den. Når AI tar førsteutkastet, syntesen eller det strukturerte resonnementet, får disse kognitive banene mindre trening. Bekymringen er ikke dramatisk — det betyr ikke at folk glemmer hvordan man tenker — men den gradvise svekkelsen av øvde ferdigheter fører over tid til en reell endring i kognitiv kapasitet og selvtillit.

Dette er noe annet enn bare å være mindre øvd på å skrive for hånd. Å skrive — altså faktisk å formulere noe selv, ikke diktere eller redigere — aktiverer arbeidsminne, begrepsorganisering og reflekterende tenkning på måter det å gå gjennom og redigere AI-output ikke fullt ut gjenskaper. Det kognitive arbeidet med å skrive er skapende; det kognitive arbeidet med å redigere er vurderende. Begge har verdi; de kan ikke erstatte hverandre.

Laget med oppmerksomhetsfragmentering

Uavhengig av kognitiv belastning og ferdighetsforvitring legger AI-verktøy enda et lag med oppmerksomhetsfragmentering til et miljø som allerede er mettet av avbrytelser. Hvert chattegrensesnitt, hver kodeassistent og hvert skriveverktøy er en potensiell kilde til avbrudd — en forespørsel som skal generere noe, et resultat som skal sjekkes, en oppfølging som skal finjusteres.

Prefrontal cortex, som styrer vedvarende oppmerksomhet og eksekutiv funksjon, skiller ikke mellom avbrytelser laget av mennesker og av AI. Forskningen på kostnadene ved oppgaveskifter (Rubinstein et al., 2001) viser at det å bytte mellom oppgaver — selv kort — medfører en kognitiv kostnad som bygger seg opp i løpet av en dag. Å legge flere AI-verktøy til et allerede oppstykket arbeidsmiljø forverrer dette, uten at mange ser hva trettheten egentlig kommer av.

Ironien er at AI-verktøy ofte tas i bruk nettopp for å redusere den kognitive belastningen. Men nye verktøy, nye grensesnitt og nye beslutningspunkter øker ofte den totale kognitive belastningen i stedet for å redusere den — i hvert fall til verktøyene er så godt integrert at de kan håndteres automatisk, ikke med bevisste vurderinger.

Hva du faktisk kan gjøre

Skil mellom å avlaste og å overlate. Ikke all AI-hjelp har samme kognitive effekt. Å bruke AI til å håndtere oppgaver med reelt lav verdi (formatering, standardtekster, gjentatte søk) reduserer belastningen uten særlig tap av ferdigheter. Å bruke AI til å ta seg av tenkning du vil holde deg god på — kompleks skriving, begrunnet analyse, kreativ problemløsning — reduserer belastningen på bekostning av den øvde kompetansen. Å være bevisst på hvilken kategori en gitt bruk faller i, er utgangspunktet.

Beskytt tid til å tenke uten hjelp. De kognitive ferdighetene som er mest utsatt når AI overtar oppgaver, er nettopp de som er viktigst å bevare: selvstendig resonnering, langvarig skriving, kompleks planlegging. Å øve bevisst på disse ferdighetene uten AI-hjelp — i avgrensede perioder, på oppgaver som betyr noe — er ikke teknofobi; det er samme logikk som når en kirurg øver på manuelle teknikker selv når robotverktøy er tilgjengelige.

Reduser antallet AI-verktøy i aktiv bruk. Den kognitive kostnaden ved å håndtere fem ulike AI-grensesnitt er høyere enn ved å håndtere ett godt valgt. Spredningen av AI-verktøy skaper det samme problemet med oppmerksomhetsfragmentering som spredningen av apper og varsler. Å samle det færre steder reduserer unødvendig kognitiv belastning.

Bruk de samme prinsippene som for digitalt velvære generelt. AI-overbelastning er en spesifikk variant av det bredere problemet Unwire tar tak i: kognitive miljøer som krever mer enn de gir, oppmerksomhetsfragmentering som tapper uten å fylle på igjen, og en stimulus som alltid er tilgjengelig og som gjør at det å koble av føles umulig. Tiltakene er de samme: fastsatte perioder uten AI, miljødesign som begrenser passiv AI-interaksjon, og jevnlig restitusjonstid der hjernen ikke blir styrt.

Det lange perspektivet

Integreringen av AI i kunnskapsarbeid kommer ikke til å snu. Spørsmålet er hvordan enkeltpersoner navigerer i et miljø som er designet for maksimalt engasjement og minimal friksjon — og hva det gjør med den kognitive helsen over år, ikke bare dager.

Forskningen på digitalt velvære mer generelt tyder på at de som navigerer best i høyteknologiske miljøer, ikke er de som bruker flest verktøy eller færrest, men de som bevisst har kontroll over vilkårene for sin egen oppmerksomhet: når de er tilgjengelige, når de ikke er det, hva de setter bort, og hva de beskytter.

Den bevisstheten er vanskeligere å opprettholde i et AI-mettet miljø enn i et som bare er mettet av smarttelefoner. Men det grunnleggende prinsippet — å beskytte evnen til å tenke selvstendig, gjenopprette hjernens grunnnivå gjennom ekte hvile, og utforme omgivelsene dine i stedet for å reagere på dem — er det samme.

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.

Slik forsker og gjennomgår vi dette