Yapay Zeka Aşırı Yüklenmesi Gerçek Bir Şey. Beyninizde Neler Oluyor?

2024 civarında bir şeyler değişti. Belirli bir tür bilişsel yorgunluğu tanımlayan insanların sayısı — tam olarak tükenmişlik değil, tam olarak bilgi aşırı yüklenmesi değil, ama ikisinin kesişiminde bir şey — keskin bir şekilde arttı. Tanımlar tutarlı: zihinsel doygunluk hissi, bağımsız düşünmede zorluk, belirsizliğe karşı azalan tolerans ve düşünmeyi daha zor hale getiren, yapay zeka araçlarına rahatsız edici bir bağımlılık.

Bu bir teknoloji korkusu ya da nostalji değil. Beynin bilgiyi nasıl işlediği, bilişsel işlevi nasıl sürdürdüğü ve her zaman ulaşılabilir yardıma nasıl yanıt verdiği hakkında bildiklerimiz göz önüne alındığında, gerçek nörolojik dinamikleri yansıtıyor. İşte olanlar — ve bununla başa çıkmak için kanıtların neyi önerdiği.

Yeni bilişsel ortam

2025 itibarıyla, çoğu sektörde bilgi çalışanları yapay zeka araçlarıyla — ChatGPT, Copilot, Gemini, Claude ve onlarca özel araç — günde birden fazla kez etkileşimde bulunuyor. Ortalama bir kullanıcı her gün onlarca sorgu gönderiyor. Yapay zeka tarafından üretilen içerik artık e-posta taslakları, toplantı özetleri, kod, yazılı belgeler ve arama sonuçlarının önemli bir kısmını oluşturuyor.

Bu gerçekten yeni bir bilişsel ortam. Tarihte ilk kez, daha önce sürekli çaba gerektiren bilişsel işlerin büyük bir kısmı — taslak oluşturma, özetleme, arama, planlama, hata ayıklama — neredeyse anında devredilebiliyor. Soru, bunun zamanla beyinde ne yaptığı.

Cevap, bilişsel işlev ve bilişsel yük hakkında bildiklerimize dayanarak, hem iyimser versiyonun (yapay zeka insan yeteneğini genişletir) hem de karamsar olanın (yapay zeka insan yeteneğini zayıflatır) düşündüğünden daha karmaşık. Her ikisi de, farklı şekillerde, farklı düşünme türleri için gerçekleşiyor.

Yapay zeka araçlarının bilişsel yükü azaltmak yerine artırmasının nedeni

Sezgisel varsayım, yapay zekaya iş devretmenin bilişsel yükü azalttığıdır. Bazı açılardan öyle. Ancak bilişsel yük teorisi (Sweller, 1988) üzerine yapılan araştırmalar, <em>içsel</em> yük (görevin karmaşıklığı), <em>gereksiz</em> yük (görevin sunuluş şeklinin yarattığı bilişsel talepler) ve <em>anlamlı</em> yük (anlayış ve beceri geliştiren bilişsel çaba) arasında ayrım yapar.

Yapay zeka araçları esasen içsel ve anlamlı yükü azaltır — aksi takdirde çaba gerektirecek olan işleri üstlenir ve öğrenme üretir. Ancak genellikle <em>gereksiz</em> yükü artırır: yapay zeka çıktısını doğruluk açısından değerlendirmek, birden fazla yapay zeka tarafından üretilen parçaları tutarlı bir iş haline entegre etmek, birden fazla araç arasında bağlamı yönetmek, neyi devredeceğine ve neyi kişisel olarak yapacağına karar vermek ve yapay zeka süreçlerini denetlemek. Bunlar daha önce var olmayan yeni bilişsel taleplerdir.

Birçok insan için sonuç bir paradoks: daha fazla çıktı, daha fazla bilişsel yorgunluk. İş, bireysel anlarda daha hafif hissettirse de, bir gün boyunca daha yorucu. Bu, <em>karar yorgunluğu</em> üzerine yapılan araştırmalarla tutarlıdır — birçok küçük karar vermenin birikimli maliyeti, birkaç büyük karar vermekle aynı prefrontal kaynakları tüketir.

Yapay zeka destekli çalışma, mikro-kararların sayısını önemli ölçüde artırıyor: bu öneriyi kabul et, şunu reddet, bu paragrafı gözden geçir, o istemi yeniden sorgula. Her karar hızlı, ancak günlük yüzlerce mikro-karar arasındaki toplam yük oldukça büyük.

Otomasyon paradoksu ve beceri azalması

Ergonomi ve insan faktörleri araştırmalarında iyi belgelenmiş bir fenomen var: <em>otomasyon paradoksu</em> veya <em>otomasyonun ironileri</em> (Bainbridge, 1983): otomasyon rutin işleri üstlendiğinde, insan operatörler, rutin olmayan durumlar için gereken becerilerde daha az deneyim kazanıyor. Otomatik pilotu çoğu uçuşunda kullanan pilotlar, manuel kontrol becerilerinde azalma gösteriyor. Yapay zeka tanı araçlarını kullanan radyologlar, yapay zeka bir şeyi kaçırdığında tespit oranlarında düşüş yaşıyor.

Aynı dinamik bilişsel çalışmalara da uygulanıyor. Yazma, sorunları çözme, planlama ve yaratıcı sentez, pratikle gelişen ve pratik yapılmadığında azalacak becerilerdir. Yapay zeka ilk taslağı, sentezi veya yapılandırılmış akıl yürütmeyi üstlendiğinde, bu bilişsel yollar daha az egzersiz yapar. Endişe dramatik değil — insanların düşünmeyi unuttuğu anlamına gelmiyor — ancak pratik becerilerin yavaş yavaş azalması, zamanla bilişsel yetenek ve güvenlikte gerçek bir değişim üretiyor.

Bu, kalemle yazma pratiğinin azalmasından farklıdır. Yazmak — gerçekten oluşturmak, dikte etmek veya düzenlemek değil — çalışma belleğini, kavramsal organizasyonu ve yansıtıcı düşünmeyi, yapay zeka çıktısını gözden geçirme ve düzenlemenin tam olarak yeniden oluşturmadığı şekillerde devreye sokar. Oluşturma bilişsel çalışması üretkendir; düzenleme bilişsel çalışması değerlendiricidir. Her ikisinin de değeri vardır; birbirinin yerine geçemezler.

Dikkat parçalanması katmanı

Bilişsel yük ve beceri azalmasından ayrı olarak, yapay zeka araçları, zaten kesintilerle doygun bir ortama bir dikkat parçalanması katmanı ekliyor. Her sohbet arayüzü, kodlama asistanı ve yazım aracı, potansiyel bir kesinti kaynağıdır — bir sorgu oluşturmak, bir sonucu kontrol etmek, bir takip geliştirmek.

Sürekli dikkati ve yürütücü işlevi yöneten prefrontal korteks, insan kaynaklı ve yapay zeka kaynaklı kesintileri ayırt etmez. Görev değiştirme maliyetleri üzerine yapılan araştırmalar (Rubinstein ve diğ., 2001), görevler arasında geçiş yapmanın — hatta kısa süreli bile olsa — bilişsel bir ceza getirdiğini gösteriyor ve bu ceza gün boyunca birikiyor. Zaten parçalanmış bir çalışma ortamına birden fazla yapay zeka aracı eklemek, birçok insanın yorgunluklarının kaynağını tanımadan bu durumu kötüleştiriyor.

Ironik olan, yapay zeka araçlarının genellikle bilişsel yükü azaltmak için benimsenmesidir. Ancak yeni araçların, yeni arayüzlerin ve yeni karar noktalarının eklenmesi, genellikle toplam bilişsel talebi azaltmak yerine artırıyor — en azından bu araçlar yeterince entegre edilip otomatik olarak değil, düşünerek kullanılana kadar.

Bununla ne yapmalı

<strong>Azaltma ile devretmeyi ayırt edin.</strong> Tüm yapay zeka yardımları aynı bilişsel etkiye sahip değildir. Yapay zekayı gerçekten düşük değerli görevleri (formatlama, standart metin, tekrarlayan aramalar) üstlenmek için kullanmak, önemli bir beceri maliyeti olmadan yükü azaltır. Yapay zekayı, yetenekli kalmak istediğiniz düşünmeyi — karmaşık yazma, mantıklı analiz, yaratıcı problem çözme — üstlenmek için kullanmak, pratik yetenek maliyeti ile yükü azaltır. Belirli bir kullanımın hangi kategoriye girdiği konusunda dikkatli olmak, başlangıç noktasıdır.

<strong>Desteklenmeyen düşünme zamanını koruyun.</strong> AI'nin devraldığı en riskli bilişsel beceriler, korumaya değer olanlardır: bağımsız akıl yürütme, sürdürülebilir yazma, karmaşık planlama. Bu becerilerin AI desteği olmadan, belirli süreler boyunca, önemli görevlerde kasıtlı olarak uygulanması, teknoloji korkusu değildir; bu, cerrahların robotik aletler mevcutken bile manuel teknikleri uygulamalarıyla aynı mantıktır.

<strong>Aktif kullanımda olan AI araçlarının sayısını azaltın.</strong> Beş farklı AI arayüzünü yönetmenin bilişsel maliyeti, iyi seçilmiş birini yönetmekten daha yüksektir. AI araçlarının çoğalması, uygulamalar ve bildirimlerin çoğalmasıyla aynı dikkat dağılması sorununu yaratır. Konsolidasyon, gereksiz bilişsel yükü azaltır.

<strong>Genel dijital sağlıklı yaşam ilkelerini uygulayın.</strong> AI aşırı yüklenmesi, Unwire'ın ele aldığı daha geniş bir sorunun özel bir biçimidir: sunduklarından daha fazlasını talep eden bilişsel ortamlar, yenilenmeden tükenen dikkat dağılması ve bağlantıyı koparmayı imkansız kılan her zaman mevcut uyarıcılar. Müdahale yöntemleri tutarlıdır: belirli kapalı dönemler, ortam tasarımı ile çevresel AI etkileşimini sınırlama ve beynin yönlendirilmediği düzenli toparlanma süreleri.

Uzun vadeli bakış

AI'nin bilgi işine entegrasyonu geri dönüşü olmayan bir süreçtir. Soru, bireylerin tasarım gereği maksimum katılım ve minimum sürtünmeye yönelik bir ortamda nasıl hareket ettikleridir — ve bunun yıllar içinde bilişsel sağlık üzerinde ne gibi etkileri olduğudur.

Dijital sağlıklı yaşam üzerine yapılan daha geniş araştırmalar, yüksek teknoloji ortamlarını en iyi yöneten kişilerin en fazla veya en az aracı kullananlar değil, kendi dikkatlerinin koşulları üzerinde kasıtlı kontrolü sürdürenler olduğunu göstermektedir: ne zaman erişilebilir oldukları, ne zaman olmadıkları, neyi dışarıya aktardıkları ve neyi korudukları.

Bu kasıtlılık, AI ile doygun bir ortamda sürdürülmesi, sadece akıllı telefon doygun bir ortamdan daha zordur. Ancak temel ilke — bağımsız düşünme kapasitenizi korumak, beynin temel seviyesini gerçek dinlenme ile geri kazanmak ve çevrenizi tasarlamak yerine ona tepki vermek — aynı kalır.

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.