Kuzidiwa na AI ni jambo halisi. Hivi ndivyo kinachoendelea kwenye ubongo wako.

Kuna kitu kilibadilika karibu 2024. Idadi ya watu wanaoelezea aina fulani ya uchovu wa kiakili — si kabisa kuchoka kupita kiasi, si kabisa kuzidiwa na taarifa, bali kitu kilicho katikati ya hayo mawili — iliongezeka kwa kasi. Maelezo ni yale yale: hisia ya kujaa kiakili, ugumu wa kufikiri kwa kujitegemea, uvumilivu mdogo kwa kutokuwa na uhakika, na utegemezi usiofaa kwa zana za AI ambao kwa namna fulani hufanya kufikiri kuonekana kuwa kugumu zaidi, si rahisi zaidi.

Hii si hofu ya teknolojia wala nostalgia. Inaonyesha michakato halisi ya neva ambayo inaweza kutabirika kwa kuzingatia tunavyojua jinsi ubongo husindika taarifa, hudumisha utendaji wa kiakili, na huitikia msaada unaopatikana kila wakati. Haya ndiyo yanayotokea — na ushahidi unaonyesha nini kuhusu jinsi ya kuyashughulikia.

Mazingira mapya ya utambuzi

Kufikia 2025, wafanyakazi wa maarifa katika sekta nyingi huingiliana na zana za AI — ChatGPT, Copilot, Gemini, Claude, na zana nyingine nyingi maalumu — mara kadhaa kwa siku. Mtumiaji wa kawaida hutuma maulizo mengi kila siku. Maudhui yanayotengenezwa na AI sasa yanachukua sehemu kubwa ya rasimu za barua pepe, muhtasari wa mikutano, msimbo, hati zilizoandikwa, na matokeo ya utafutaji.

Huu ni mazingira mapya kabisa ya kiakili. Kwa mara ya kwanza katika historia, sehemu kubwa ya kazi ya kiakili ambayo hapo awali ilihitaji juhudi za kuendelea — kuandika rasimu, kufupisha, kutafuta, kupanga, kutatua hitilafu — sasa inaweza kuhamishwa karibu mara moja. Swali ni hili: hilo huufanya nini ubongo baada ya muda.

Jibu, kulingana na tunachojua kuhusu utendaji wa kiakili na mzigo wa kiakili, ni tata zaidi kuliko toleo la matumaini (AI huongeza uwezo wa binadamu) au lile la kukata tamaa (AI huudhoofisha uwezo wa binadamu). Vyote viwili vinaendelea kutokea, kwa njia tofauti, kwa aina tofauti za kufikiri.

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

Dhana ya kawaida ni kwamba kuhamishia kazi kwa AI hupunguza mzigo wa kiakili. Kwa namna fulani, ni kweli. Lakini utafiti kuhusu nadharia ya mzigo wa kiakili (Sweller, 1988) hutofautisha kati ya mzigo wa ndani (ugumu wa kazi yenyewe), mzigo usiohitajika (mahitaji ya kiakili yanayotokana na jinsi kazi inavyowasilishwa), na mzigo wa kujenga uelewa (juhudi za kiakili zinazoimarisha uelewa na ujuzi).

Zana za AI kwa kiasi kikubwa hupunguza mzigo wa ndani na mzigo wa kujenga uelewa — zinachukua kazi ambayo vinginevyo ingehitaji juhudi na kuleta ujifunzaji. Lakini mara nyingi huongeza mzigo usiohitajika: kukagua kama matokeo ya AI ni sahihi, kuunganisha vipande mbalimbali vilivyotengenezwa na AI kuwa kazi iliyo na mshikamano, kusimamia muktadha katika zana kadhaa tofauti, kuamua nini ukabidhi na nini ufanye mwenyewe, na kuendelea kufuatilia michakato ya AI. Haya ni mahitaji mapya ya kiakili ambayo hayakuwepo hapo awali.

Matokeo kwa watu wengi ni hali ya kinyume cha kawaida: matokeo zaidi, uchovu zaidi wa kiakili. Kazi huhisi nyepesi katika nyakati za papo hapo lakini inachosha zaidi kadiri siku inavyopita. Watu wengi hulieleza hili kama uchovu wa maamuzi: mfululizo mrefu wa maamuzi madogo huhisi unachosha kama maamuzi machache makubwa. Kwa nini hilo hutokea bado linajadiliwa katika utafiti, lakini hisia ya uchovu wa akili baada ya saa kadhaa za maamuzi madogo madogo mfululizo ni ya kawaida.

Kazi inayosaidiwa na AI huongeza sana idadi ya maamuzi madogo madogo: kukubali pendekezo hili, kukataa lile, kurekebisha aya hii, kuuliza tena kidokezo hicho. Kila uamuzi ni wa haraka, lakini mzigo wa jumla wa mamia ya maamuzi madogo kila siku ni mkubwa.

Kitendawili cha kujiendesha kiotomatiki na kudhoofika kwa ujuzi

Kuna jambo linalojulikana vizuri katika tafiti za ergonomics na mambo ya kibinadamu linaloitwa automation paradox au ironies of automation (Bainbridge, 1983): wakati otomatiki inashughulikia kazi za kawaida, watu wanaoendesha mifumo hiyo huwa na mazoezi machache katika ujuzi unaohitajika kwa hali zisizo za kawaida. Marubani wanaotegemea autopilot kwa sehemu kubwa ya safari zao huonyesha ujuzi uliopungua wa kuendesha ndege kwa mikono. Wataalamu wa radiolojia wanaotumia zana za AI za uchunguzi huonyesha viwango vya chini vya kugundua kitu wakati AI inapokosa kitu fulani.

Mwelekeo huo huo unahusu pia kazi za kiakili. Kuandika, kufikiri kwa kina kupitia matatizo, kupanga mambo, na kuchanganya mawazo kwa ubunifu ni ujuzi unaokua kwa mazoezi na kudhoofika ukikosa mazoezi. AI inaposhughulikia rasimu ya kwanza, kuchanganya mawazo, au hoja zilizo pangiliwa, njia hizo za kiakili hupata mazoezi kidogo. Wasiwasi hapa si wa kutia hofu sana — haimaanishi watu wanasahau jinsi ya kufikiri — lakini kudhoofika taratibu kwa ujuzi unaofanyiwa mazoezi huleta mabadiliko halisi katika uwezo wa kiakili na kujiamini kadiri muda unavyopita.

Hili ni tofauti na kuwa tu hujazoea sana kuandika kwa mkono. Kuandika — yaani kutunga, si kudikte wala kuhariri — kunatumia kumbukumbu kazi, kupanga mawazo kwa dhana, na kufikiri kwa kutafakari kwa njia ambazo kupitia na kuhariri matokeo ya AI haviwezi kuiga kikamilifu. Kazi ya kiakili ya kutunga huzaa mawazo mapya; kazi ya kiakili ya kuhariri hufanya tathmini. Zote zina thamani; hazibadilishani.

Safu ya kugawanyika kwa umakini

Kando na mzigo wa kiakili na kupungua kwa ustadi, zana za AI huongeza tabaka lingine la kugawanyika kwa umakini katika mazingira ambayo tayari yamejaa usumbufu. Kila kiolesura cha mazungumzo, msaidizi wa kuandika msimbo, na zana ya uandishi ni chanzo kinachoweza kuleta usumbufu — ombi la kutengeneza kitu, matokeo ya kukagua, na hatua ya kufuatilia ya kuyaboresha zaidi.

Gamba la mbele la ubongo, ambalo hudhibiti umakini endelevu na kazi za kiutendaji, halitofautishi kati ya usumbufu unaosababishwa na binadamu na ule unaosababishwa na AI. Utafiti kuhusu gharama za kubadili kazi (Rubinstein et al., 2001) unaonyesha kwamba kubadili kutoka kazi moja hadi nyingine — hata kwa muda mfupi tu — huleta gharama ya kiakili inayoongezeka kadri siku inavyopita. Kuongeza zana nyingi za AI katika mazingira ya kazi ambayo tayari yamegawanyika huzidisha hali hii, bila watu wengi kutambua chanzo cha uchovu wao.

Jambo la kushangaza ni kwamba zana za AI mara nyingi hupokewa hasa ili kupunguza mzigo wa kiakili. Lakini kuongezwa kwa zana mpya, violesura vipya, na maeneo mapya ya kufanya maamuzi mara nyingi huongeza jumla ya mahitaji ya kiakili badala ya kuyapunguza — angalau hadi zana hizo ziunganishwe vya kutosha kiasi kwamba zinaweza kushughulikiwa kiotomatiki badala ya kwa makusudi.

Cha kufanya kweli kuhusu hilo

Tofautisha kati ya kupunguza mzigo na kuhamisha kazi. Siyo usaidizi wote wa AI una athari sawa kiakili. Kutumia AI kushughulikia kazi zenye thamani ndogo kweli (uumbizaji, maandishi ya kawaida, utafutaji unaojirudia) hupunguza mzigo bila gharama kubwa ya ujuzi. Kutumia AI kwa stadi za kufikiri unazotaka kuzidumisha — uandishi changamano, uchambuzi wa hoja, kutatua matatizo kwa ubunifu — hupunguza mzigo kwa gharama ya uwezo uliokuzwa kwa mazoezi. Kuwa makusudi kuhusu ni kundi gani matumizi fulani yanaangukia ndiyo hatua ya kwanza.

Linda muda wa kufikiri bila msaada. Stadi za kiakili zilizo hatarini zaidi tunapokabidhi AI kazi ni zile zile zinazostahili kulindwa zaidi: kufikiri kwa kujitegemea, kuandika kwa muda mrefu, kupanga mambo magumu. Kujizoesha kwa makusudi stadi hizi bila msaada wa AI — kwa vipindi vilivyoainishwa, kwenye kazi muhimu — si woga wa teknolojia; ni mantiki ileile kama daktari wa upasuaji anayejizoesha mbinu za mikono hata zana za roboti zinapopatikana.

Punguza idadi ya zana za AI zinazotumika. Gharama ya kiakili ya kusimamia miingiliano mitano tofauti ya AI ni kubwa kuliko kusimamia moja iliyochaguliwa vizuri. Kuongezeka kwa zana za AI kunaleta tatizo lilelile la kugawanyika kwa umakini kama kuongezeka kwa programu na arifa. Kuunganisha pamoja hupunguza mzigo wa ziada wa kiakili.

Tumia kanuni zilezile za ustawi wa kidijitali kwa ujumla. Kuzidiwa na AI ni aina mahsusi ya tatizo pana ambalo Unwire hushughulikia: mazingira ya kiakili yanayodai zaidi kuliko yanavyotoa, kugawanyika kwa umakini kunakochukua nguvu bila kurudisha kitu, na kichocheo kinachopatikana kila wakati ambacho hufanya kujitenga kuonekana kama haiwezekani. Hatua za kukabiliana nazo ni zilezile: vipindi vilivyowekwa vya kupumzika, usanifu wa mazingira unaopunguza mwingiliano wa AI unaotokea pembeni, na muda wa kawaida wa kupona ambapo ubongo hauongozwi.

Mtazamo wa muda mrefu

Ujumuishaji wa AI katika kazi za maarifa hauenda ukarudi nyuma. Swali ni jinsi watu wanavyopitia mazingira ambayo, kwa muundo wake, yameelekezwa kwenye ushiriki wa juu kabisa na msuguano mdogo kabisa — na hilo linafanya nini kwa afya ya utambuzi kwa miaka, si kwa siku.

Utafiti kuhusu ustawi wa kidijitali kwa ujumla unaonyesha kwamba watu wanaokabiliana vizuri zaidi na mazingira ya teknolojia ya hali ya juu si wale wanaotumia zana nyingi zaidi au chache zaidi, bali wale wanaodumisha udhibiti wa makusudi juu ya hali za umakini wao wenyewe: wanapopatikana, wanapokosa kupatikana, wanachokikabidhi kwa wengine, na wanachokilinda.

Umakini huo wa makusudi ni vigumu zaidi kuudumisha katika mazingira yaliyojaa AI kuliko katika mazingira yanayojaa simu janja tu. Lakini kanuni ya msingi — linda uwezo wako wa kufikiri kwa kujitegemea, rudisha hali ya msingi ya ubongo kupitia mapumziko ya kweli, na panga mazingira yako badala ya kuyajibu tu — bado ni ileile.

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.

Jinsi tunavyofanya utafiti na kulipitia hili