Ang Sobrang AI ay Totoo. Narito ang Nangyayari sa Iyong Utak.

May nagbago noong 2024. Ang bilang ng mga tao na naglalarawan ng isang tiyak na uri ng pagkapagod sa isip — hindi ganap na burnout, hindi ganap na labis na impormasyon, kundi isang bagay sa intersection ng dalawa — ay tumaas nang mabilis. Ang mga paglalarawan ay pare-pareho: isang pakiramdam ng mental na saturation, hirap sa pag-iisip nang nakapag-iisa, nabawasang pagtanggap sa kawalang-katiyakan, at isang hindi komportableng pag-asa sa mga tool ng AI na sa isang paraan ay nagpapahirap sa pag-iisip, hindi nagpapadali.

Hindi ito takot sa teknolohiya o pangungulila. Ipinapakita nito ang tunay na mga dinamikong neurological na mahuhulaan batay sa alam natin kung paano pinoproseso ng utak ang impormasyon, pinapanatili ang kakayahang kognitibo, at tumutugon sa palaging available na tulong. Narito ang nangyayari — at kung ano ang sinasabi ng ebidensya tungkol sa pag-navigate dito.

Ang bagong kapaligiran ng kognisyon

Simula 2025, ang mga knowledge worker sa karamihan ng mga industriya ay nakikipag-ugnayan sa mga tool ng AI — ChatGPT, Copilot, Gemini, Claude, at dose-dosenang mga espesyal na tool — ng maraming beses sa isang araw. Ang karaniwang gumagamit ay nagpapadala ng dose-dosenang mga query araw-araw. Ang nilalaman na nilikha ng AI ay ngayon ay bumubuo ng isang makabuluhang bahagi ng mga draft ng email, buod ng pulong, code, mga nakasulat na dokumento, at mga resulta ng paghahanap.

Ito ay isang tunay na bagong kapaligiran sa pag-iisip. Sa unang pagkakataon sa kasaysayan, isang malaking bahagi ng mga gawain sa pag-iisip na dati ay nangangailangan ng patuloy na pagsisikap — pagsusulat, pagbuod, paghahanap, pagpaplano, pag-debug — ay maaaring ilipat halos agad-agad. Ang tanong ay kung ano ang mangyayari sa utak sa paglipas ng panahon.

Ang sagot, batay sa alam natin tungkol sa pag-andar ng kognitibo at kargadang kognitibo, ay mas kumplikado kaysa sa alinman sa mga optimistikong bersyon (pinalawak ng AI ang kakayahan ng tao) o sa pesimistiko (nawawalan ng kakayahan ang tao dahil sa AI). Pareho itong nangyayari, sa iba't ibang paraan, para sa iba't ibang uri ng pag-iisip.

Bakit ang mga tool ng AI ay maaaring magpataas ng kargadang kognitibo sa halip na bawasan ito

Ang likas na palagay ay ang paglipat ng trabaho sa AI ay nagpapababa ng kargadang kognitibo. Sa ilang paraan, totoo ito. Ngunit ang pananaliksik sa teorya ng kargadang kognitibo (Sweller, 1988) ay naghihiwalay sa <em>intrinsic</em> na karga (ang kumplikado ng gawain mismo), <em>extraneous</em> na karga (mga pangangailangan sa kognisyon na nilikha ng paraan ng pagpapakita ng gawain), at <em>germane</em> na karga (ang pagsisikap sa kognisyon na bumubuo ng pag-unawa at kasanayan).

Ang mga tool ng AI ay pangunahing nagpapababa ng intrinsic at germane na karga — sila ang humahawak ng mga gawain na kung hindi ay mangangailangan ng pagsisikap at nagbubunga ng pagkatuto. Ngunit madalas nilang <em>pinapataas</em> ang extraneous na karga: pagsusuri ng output ng AI para sa katumpakan, pagsasama ng maraming piraso ng nilikhang AI sa isang maayos na gawain, pamamahala ng konteksto sa maraming tool, pagpapasya kung ano ang ipapasa at ano ang gagawin nang personal, at pagpapanatili ng pangangasiwa sa mga proseso ng AI. Ito ay mga bagong pangangailangan sa kognisyon na hindi umiiral dati.

Ang resulta para sa maraming tao ay isang paradoha: mas maraming output, mas maraming pagkapagod sa kognisyon. Ang trabaho ay tila mas magaan sa mga indibidwal na sandali ngunit mas nakakapagod sa buong araw. Ito ay tumutugma sa pananaliksik sa <em>pagkapagod sa desisyon</em> — ang pinagsamang gastos ng paggawa ng maraming maliliit na desisyon ay nagpapagod sa parehong mga mapagkukunan ng prefrontal tulad ng paggawa ng ilang malalaking desisyon.

Ang tulong ng AI sa trabaho ay lubos na nagpapataas ng bilang ng mga micro-desisyon: tanggapin ang mungkahing ito, tanggihan ang isa, ayusin ang talatang ito, muling tanungin ang prompt na iyon. Bawat desisyon ay mabilis, ngunit ang kabuuang pasanin sa daan-daang micro-desisyon araw-araw ay malaki.

Ang automation paradox at pag-urong ng kasanayan

Mayroong isang kilalang phenomenon sa ergonomics at pananaliksik sa human factors na tinatawag na <em>automation paradox</em> o <em>ironies of automation</em> (Bainbridge, 1983): kapag ang automation ang humahawak sa mga karaniwang gawain, ang mga tao ay nagiging hindi gaanong sanay sa mga kasanayang kinakailangan para sa mga hindi karaniwang sitwasyon. Ang mga piloto na umaasa sa autopilot para sa karamihan ng kanilang paglipad ay nagpapakita ng nabawasan na kasanayan sa manu-manong paghawak. Ang mga radiologist na gumagamit ng mga AI diagnostic tools ay nagpapakita ng nabawasang rate ng pagtuklas kapag may na-miss ang AI.

Ang parehong dinamika ay nalalapat sa kognitibong trabaho. Ang pagsusulat, pag-iisip sa mga problema, pagpaplano, at malikhaing pagsasama-sama ay mga kasanayang umuunlad sa pamamagitan ng pagsasanay at humihina kapag hindi ito ginagawa. Kapag ang AI ang humahawak sa unang draft, ang pagsasama-sama, o ang nakabalangkas na pag-iisip, ang mga kognitibong landas na ito ay hindi gaanong nagagamit. Ang alalahanin ay hindi dramatiko — hindi ibig sabihin na nakakalimutan ng mga tao kung paano mag-isip — ngunit ang unti-unting paghina ng mga nakasanayang kasanayan ay nagdudulot ng tunay na pagbabago sa kakayahang kognitibo at kumpiyansa sa paglipas ng panahon.

Ito ay naiiba sa pagiging hindi gaanong sanay sa pagta-type gamit ang lapis. Ang pagsusulat — talagang pagbuo, hindi pagtukoy o pag-edit — ay nakikilahok sa working memory, organisasyon ng konsepto, at mapanlikhang pag-iisip sa mga paraan na hindi ganap na na-uulit ng pagsusuri at pag-edit ng output ng AI. Ang kognitibong trabaho ng pagbuo ay naglilikha; ang kognitibong trabaho ng pag-edit ay nagsusuri. Pareho silang may halaga; hindi sila mapapalitan.

Ang layer ng pagkakahiwa-hiwalay ng atensyon

Bilang karagdagan sa karga ng kognitibong pag-iisip at pag-urong ng kasanayan, nagdadagdag ang mga AI tool ng isa pang antas ng pagkakaputol ng atensyon sa isang kapaligiran na puno na ng mga pagka-abala. Bawat chat interface, coding assistant, at writing tool ay maaaring maging pinagmulan ng pagka-abala — isang tanong na kailangang sagutin, isang resulta na kailangang suriin, isang follow-up na kailangang pagbutihin.

Ang prefrontal cortex, na namamahala sa patuloy na atensyon at executive function, ay hindi nakakaiba sa pagitan ng mga pagka-abala mula sa tao at mula sa AI. Ipinapakita ng pananaliksik sa mga gastos ng pagpapalit ng gawain (Rubinstein et al., 2001) na ang pagpapalit sa pagitan ng mga gawain — kahit saglit lang — ay nagdudulot ng kognitibong parusa na nag-iipon sa buong araw. Ang pagdaragdag ng maraming AI tool sa isang kapaligiran ng trabaho na puno na ng pagkakaputol ay nagpapalala nito nang hindi nakikita ng maraming tao ang pinagmulan ng kanilang pagkapagod.

Ang kabalintunaan ay ang mga AI tool ay madalas na ginagamit upang bawasan ang kognitibong pasanin. Ngunit ang pagdagdag ng mga bagong tool, bagong interface, at bagong mga punto ng desisyon ay madalas na nagpapataas ng kabuuang kognitibong pangangailangan sa halip na bawasan ito — kahit na hanggang sa ang mga tool na iyon ay sapat na na-integrate upang mapamahalaan nang awtomatiko sa halip na sadyang isipin.

Ano ang dapat talagang gawin tungkol dito

<strong>Pag-iba-ibahin ang pagbabawas at paglipat.</strong> Hindi lahat ng tulong mula sa AI ay may parehong epekto sa pag-iisip. Ang paggamit ng AI para sa mga talagang mababang halaga na gawain (pag-format, boilerplate, paulit-ulit na paghahanap) ay nagpapababa ng pasanin nang walang malaking gastos sa kakayahan. Ang paggamit ng AI para sa mga pag-iisip na nais mong manatiling may kasanayan — kumplikadong pagsusulat, maingat na pagsusuri, malikhaing paglutas ng problema — ay nagpapababa ng pasanin sa gastos ng nakasanayang kakayahan. Ang pagiging maingat tungkol sa kung aling kategorya nabibilang ang isang partikular na gamit ay ang panimulang punto.

<strong>Protektahan ang oras ng hindi pinangangasiwaang pag-iisip.</strong> Ang mga kasanayang kognitibo na pinaka-nasa panganib mula sa AI ay ang mga talagang mahalagang mapanatili: independiyenteng pangangatwiran, tuloy-tuloy na pagsusulat, at masalimuot na pagpaplano. Ang sinadyang pagsasanay ng mga kasanayang ito nang walang tulong ng AI — sa mga tiyak na panahon, sa mga gawaing mahalaga — ay hindi takot sa teknolohiya; ito ay katulad ng lohika ng isang siruhano na nagsasanay ng mga manual na teknik kahit na may mga robotic na kagamitan na available.

<strong>Babaan ang bilang ng mga AI tools na aktibong ginagamit.</strong> Ang kognitibong gastos ng pamamahala sa limang iba't ibang AI interfaces ay mas mataas kaysa sa maayos na pamamahala sa isang maingat na napiling tool. Ang pagdami ng mga AI tools ay nagdudulot ng parehong problema ng pagkakaputol ng atensyon tulad ng pagdami ng mga app at notification. Ang pagsasama-sama ay nagpapababa ng labis na kognitibong pasanin.

<strong>Ilapat ang parehong prinsipyo tulad ng pangkalahatang digital wellness.</strong> Ang labis na AI ay isang tiyak na anyo ng mas malawak na problema na tinutugunan ng Unwire: mga kognitibong kapaligiran na humihingi ng higit sa kanilang naihahatid, pagkakaputol ng atensyon na nauubos nang hindi napapunan, at isang laging available na stimulus na nagpaparamdam na imposibleng kumalas. Ang mga interbensyon ay pare-pareho: mga tiyak na off periods, disenyo ng kapaligiran na naglilimita sa ambient AI interaction, at regular na oras ng pagbawi kung saan ang utak ay hindi pinapangasiwaan.

Ang mas mahabang pananaw

Ang pagsasama ng AI sa kaalaman na trabaho ay hindi na babalik. Ang tanong ay kung paano naglalakbay ang mga indibidwal sa isang kapaligiran na, sa disenyo, nakatuon sa maximum na pakikilahok at minimum na hadlang — at kung ano ang epekto nito sa kalusugan ng kognitibo sa loob ng mga taon sa halip na mga araw.

Ang pananaliksik tungkol sa digital wellness sa pangkalahatan ay nagpapakita na ang mga tao na pinakamahusay na nakakapag-navigate sa mga high-technology na kapaligiran ay hindi yung gumagamit ng pinakamaraming tools o pinakakaunti, kundi yung may sinadyang kontrol sa mga kondisyon ng kanilang sariling atensyon: kailan sila available, kailan hindi, ano ang kanilang ibinibigay, at ano ang kanilang pinoprotektahan.

Mas mahirap panatilihin ang sinadyang kontrol na ito sa isang kapaligiran na puno ng AI kumpara sa isang kapaligiran na puno lamang ng smartphone. Pero ang pangunahing prinsipyo — protektahan ang iyong kakayahang mag-isip nang nakapag-iisa, ibalik ang baseline ng utak sa pamamagitan ng tunay na pahinga, at idisenyo ang iyong kapaligiran sa halip na tumugon dito — ay nananatiling pareho.

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.