Mchokozi wa AI ni Kitu Halisi. Hapa Kuna Kinatokea Kwenye Ubongo Wako.

Kitu kilibadilika karibu mwaka wa 2024. Idadi ya watu wanaoelezea aina maalum ya uchovu wa kiakili — si kuchoka kabisa, si kujaa taarifa kupita kiasi, bali kitu kilichopo kwenye makutano ya yote mawili — iliongezeka kwa kasi. Maelezo ni sawa: hisia ya kushiba kiakili, ugumu wa kufikiri kwa uhuru, uvumilivu ulio punguka kwa kutokuwa na uhakika, na kutegemea kwa njia isiyo ya kawaida kwenye zana za AI ambazo kwa namna fulani zinafanya kufikiri kuwa ngumu, si rahisi.

Hii si hofu ya teknolojia au kukumbuka zamani. Inaonyesha mienendo halisi ya neva ambayo inaweza kutabiriwa kutokana na kile tunachojua kuhusu jinsi ubongo unavyoshughulikia taarifa, kudumisha kazi za kiakili, na kujibu msaada wa kila wakati. Hapa kuna kinachotokea — na kile ushahidi unachopendekeza kuhusu jinsi ya kukabiliana nacho.

Mazingira mapya ya kiakili

Kuanzia mwaka wa 2025, wafanyakazi wa maarifa katika sekta nyingi wanashirikiana na zana za AI — ChatGPT, Copilot, Gemini, Claude, na zana nyingi maalum — mara kadhaa kwa siku. Mtumiaji wa wastani anatumia maswali mengi kila siku. Maudhui yanayozalishwa na AI sasa yanachangia sehemu kubwa ya rasimu za barua pepe, muhtasari wa mikutano, msimbo, hati zilizoandikwa, na matokeo ya utafutaji.

Hii ni mazingira mapya ya kiakili. Kwa mara ya kwanza katika historia, sehemu kubwa ya kazi ya kiakili ambayo hapo awali ilihitaji juhudi kubwa — kuandika, kufupisha, kutafuta, kupanga, kurekebisha — inaweza kuhamishiwa karibu mara moja. Swali ni, hii inamaanisha nini kwa ubongo kwa muda mrefu.

Jibu, kulingana na kile tunachojua kuhusu kazi za kiakili na mzigo wa kiakili, ni tata zaidi kuliko toleo la matumaini (AI inapanua uwezo wa binadamu) au la kukata tamaa (AI inakandamiza uwezo wa binadamu). Zote zinatokea, kwa njia tofauti, kwa aina tofauti za fikra.

Kwa nini zana za AI zinaweza kuongeza mzigo wa kiakili badala ya kuupunguza

Wazo la kawaida ni kwamba kuhamasisha kazi kwa AI hupunguza mzigo wa kiakili. Kwa njia fulani inafanya hivyo. Lakini utafiti kuhusu nadharia ya mzigo wa kiakili (Sweller, 1988) unatofautisha kati ya <em>mzigo wa ndani</em> (ugumu wa kazi yenyewe), <em>mzigo wa ziada</em> (mahitaji ya kiakili yanayotokana na jinsi kazi inavyowasilishwa), na <em>mzigo wa maana</em> (juhudi za kiakili zinazojenga uelewa na ujuzi).

Zana za AI hasa hupunguza mzigo wa ndani na mzigo wa maana — zinashughulikia kazi ambazo zingehitaji juhudi na kuleta kujifunza. Lakini mara nyingi <em>zinapandisha</em> mzigo wa ziada: kutathmini matokeo ya AI kwa usahihi, kuunganisha vipande vingi vilivyotengenezwa na AI kuwa kazi iliyo na maana, kusimamia muktadha kati ya zana nyingi, kuamua ni nini cha kuhamasisha na nini cha kufanya binafsi, na kudumisha uangalizi wa michakato ya AI. Haya ni mahitaji mapya ya kiakili ambayo hayakuwapo hapo awali.

Matokeo kwa watu wengi ni hali ya kutatanisha: matokeo zaidi, uchovu wa kiakili zaidi. Kazi inaonekana nyepesi katika nyakati binafsi lakini inakuwa ngumu zaidi kwa siku nzima. Hii inakubaliana na utafiti kuhusu <em>uchovu wa maamuzi</em> — gharama inayokusanywa ya kufanya maamuzi madogo mengi inachukua rasilimali zile zile za prefrontal kama kufanya maamuzi makubwa machache.

Kazi inayosaidiwa na AI inafanya idadi ya maamuzi madogo kuongezeka kwa kiasi kikubwa: kubali pendekezo hili, kataa lile, badilisha aya hii, uliza tena ile amri. Kila uamuzi ni wa haraka, lakini mzigo jumla wa maamuzi madogo mia kadhaa kila siku ni mkubwa.

Paradox ya automatisering na kupungua kwa ujuzi

Kuna hali inayojulikana vizuri katika utafiti wa ergonomics na mambo ya binadamu inayoitwa <em>paradox ya automatisering</em> au <em>mizozo ya automatisering</em> (Bainbridge, 1983): wakati automatisering inashughulikia kazi za kawaida, waendeshaji wa kibinadamu wanakuwa na ujuzi mdogo katika hali zisizo za kawaida. Marubani wanaotegemea autopilot kwa sehemu kubwa ya kuruka kwao wanaonyesha ujuzi wa kushughulikia kwa mikono ulioharibika. Madaktari wa mionzi wanaotumia zana za uchunguzi za AI wanaonyesha viwango vya kugundua vilivyopungua wakati AI inapokosa kitu.

Dinamiki hiyo hiyo inatumika kwa kazi za kiakili. Kuandika, kufikiri kupitia matatizo, kupanga, na kuunganisha kwa ubunifu ni ujuzi ambao unakua kupitia mazoezi na hupungua bila yake. Wakati AI inashughulikia rasimu ya kwanza, muunganiko, au mantiki iliyopangwa, njia hizo za kiakili hazipati mazoezi ya kutosha. Wasiwasi sio mkubwa — haimaanishi watu wanasahau jinsi ya kufikiri — lakini kupungua polepole kwa ujuzi uliozoezwa kunaleta mabadiliko halisi katika uwezo wa kiakili na kujiamini kwa muda.

Hii ni tofauti na kuwa tu na mazoezi machache ya kuandika kwa kalamu. Kuandika — kwa kweli kuunda, sio kusema au kuhariri — kunahusisha kumbukumbu ya kazi, kupanga dhana, na kufikiri kwa kina kwa njia ambazo kukagua na kuhariri matokeo ya AI haziwezi kufanana kikamilifu. Kazi ya kiakili ya kuandika ni ya kuunda; kazi ya kiakili ya kuhariri ni ya kutathmini. Zote zina thamani; hazibadilishani.

Tabaka la kugawanyika kwa umakini

Kujitenga mbali na mzigo wa kiakili na upungufu wa ujuzi, zana za AI zinaongeza tabaka lingine la kukatishwa kwa umakini katika mazingira ambayo tayari yamejaa usumbufu. Kila kiolesura cha mazungumzo, msaidizi wa uandishi wa programu, na zana za uandishi ni chanzo cha usumbufu — swali la kuunda, matokeo ya kuangalia, ufuatiliaji wa kuboresha.

Kichwa cha mbele, ambacho kinashughulikia umakini wa muda mrefu na kazi za utendaji, hakitofautishi kati ya usumbufu unaozalishwa na binadamu na ule unaozalishwa na AI. Utafiti kuhusu gharama za kubadilisha kazi (Rubinstein et al., 2001) unaonyesha kwamba kubadilisha kati ya kazi — hata kwa muda mfupi — kuna gharama ya kiakili ambayo inajikusanya kwa siku. Kuongeza zana nyingi za AI katika mazingira ya kazi ambayo tayari yamekatishwa huongeza tatizo hili bila watu wengi kutambua chanzo cha uchovu wao.

Ishara ya ajabu ni kwamba zana za AI mara nyingi zinachukuliwa hasa ili kupunguza mzigo wa kiakili. Lakini kuongeza zana mpya, violesura vipya, na hatua mpya za maamuzi mara nyingi huongeza jumla ya mahitaji ya kiakili badala ya kuyapunguza — angalau hadi zana hizo zitakapounganishwa vya kutosha kushughulikiwa kiotomatiki badala ya kwa makusudi.

Nifanye nini kuhusu hili

<strong>Tofautisha kati ya kupunguza na kuhamasisha.</strong> Sio msaada wote wa AI una athari sawa za kiakili. Kutumia AI kushughulikia kazi zenye thamani ya chini (kufanya muundo, maandiko ya kawaida, utafutaji wa kurudiwa) hupunguza mzigo bila gharama kubwa ya ujuzi. Kutumia AI kushughulikia mawazo unayotaka kubaki na ujuzi nayo — uandishi mgumu, uchambuzi wa mantiki, kutatua matatizo kwa ubunifu — hupunguza mzigo kwa gharama ya uwezo wa mazoezi. Kuwa makini kuhusu ni kundi gani matumizi fulani yanahusiana nalo ni hatua ya kwanza.

<strong>Linda muda ya kufikiri bila msaada.</strong> Ujuzi wa kiakili ambao uko hatarini kutokana na kutegemea AI ni wale ambao ni muhimu zaidi kuhifadhi: fikra huru, uandishi wa muda mrefu, mipango changamano. Mazoezi ya makusudi ya ujuzi haya bila msaada wa AI — kwa vipindi vilivyowekwa, kwenye kazi zinazohusika — si hofu ya teknolojia; ni mantiki ile ile kama daktari wa upasuaji anayefanya mazoezi ya mbinu za mikono hata wakati zana za roboti zinapatikana.

<strong>Punguza idadi ya zana za AI zinazotumika kwa sasa.</strong> Gharama ya kiakili ya kusimamia interfaces tano tofauti za AI ni kubwa zaidi kuliko kusimamia moja iliyochaguliwa vizuri. Kuongezeka kwa zana za AI kunasababisha tatizo sawa la kukosekana kwa umakini kama vile kuongezeka kwa programu na arifa. Kuunganisha hupunguza mzigo wa kiakili usio wa lazima.

<strong>Tumia kanuni sawa kama ustawi wa dijitali kwa ujumla.</strong> Kupita kiasi kwa AI ni aina maalum ya tatizo pana ambalo Unwire linashughulikia: mazingira ya kiakili yanayohitaji zaidi ya yanayotoa, kukosekana kwa umakini kunachosha bila kujaza, na kichocheo kilichopo kila wakati ambacho kinafanya kujitenga kuonekana kuwa ngumu. Mabadiliko ni sawa: vipindi vilivyowekwa vya kupumzika, muundo wa mazingira unaopunguza mwingiliano wa AI wa kawaida, na muda wa kawaida wa kupona ambapo ubongo hauongoziwi.

Mtazamo mrefu

Kuunganishwa kwa AI katika kazi za maarifa hakutabadilika. Swali ni jinsi watu wanavyoweza kuishi katika mazingira ambayo, kwa makusudi, yanaelekezwa kuelekea ushirikiano wa juu na msukumo mdogo — na kile kinachofanyika kwa afya ya kiakili kwa miaka badala ya siku.

Utafiti kuhusu ustawi wa kidijitali kwa ujumla unaonyesha kwamba watu wanaoshughulika vyema katika mazingira ya teknolojia ya juu si wale wanaotumia zana nyingi au chache, bali wale wanaoshikilia udhibiti wa makusudi juu ya hali ya umakini wao: wakati wanapatikana, wakati hawapatikani, kile wanachokabidhi, na kile wanacholinda.

Hiyo hali ya makusudi ni ngumu kudumisha katika mazingira yaliyojaa AI kuliko katika mazingira yaliyojaa simu za mkononi pekee. Lakini kanuni ya msingi — linda uwezo wako wa kufikiri kwa uhuru, rejesha kiwango cha ubongo kupitia mapumziko halisi, na tengeneza mazingira yako badala ya kuyajibu — inabaki kuwa sawa.

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.