Quá tải AI là một vấn đề thực sự. Đây là những gì đang xảy ra trong não của bạn.

Có điều gì đó đã thay đổi vào khoảng năm 2024. Số lượng người mô tả một loại mệt mỏi nhận thức cụ thể — không hoàn toàn là kiệt sức, không hoàn toàn là quá tải thông tin, mà là điều gì đó giao thoa giữa hai điều đó — đã tăng mạnh. Những mô tả này nhất quán: cảm giác bão hòa tinh thần, khó khăn trong việc suy nghĩ độc lập, giảm khả năng chịu đựng sự không chắc chắn, và sự phụ thuộc không thoải mái vào các công cụ AI mà bằng cách nào đó khiến việc suy nghĩ trở nên khó khăn hơn, không dễ dàng hơn.

Đây không phải là sự sợ công nghệ hay hoài niệm. Nó phản ánh những động lực thần kinh thực sự mà có thể dự đoán được dựa trên những gì chúng ta biết về cách não xử lý thông tin, duy trì chức năng nhận thức và phản ứng với sự trợ giúp luôn sẵn có. Đây là những gì đang xảy ra — và những gì bằng chứng gợi ý về cách điều hướng nó.

Môi trường nhận thức mới

Tính đến năm 2025, những người làm việc trong hầu hết các ngành nghề tương tác với các công cụ AI — ChatGPT, Copilot, Gemini, Claude, và hàng chục công cụ chuyên biệt — nhiều lần trong một ngày. Người dùng trung bình gửi hàng chục truy vấn hàng ngày. Nội dung do AI tạo ra hiện chiếm một phần lớn trong các bản nháp email, tóm tắt cuộc họp, mã, tài liệu viết, và kết quả tìm kiếm.

Đây là một môi trường nhận thức thực sự mới. Lần đầu tiên trong lịch sử, một phần lớn công việc nhận thức mà trước đây cần nỗ lực liên tục — soạn thảo, tóm tắt, tìm kiếm, lập kế hoạch, gỡ lỗi — có thể được chuyển giao gần như ngay lập tức. Câu hỏi là điều này sẽ ảnh hưởng đến não bộ như thế nào theo thời gian.

Câu trả lời, dựa trên những gì chúng ta biết về chức năng nhận thức và tải nhận thức, phức tạp hơn cả phiên bản lạc quan (AI mở rộng khả năng con người) hay phiên bản bi quan (AI làm suy yếu khả năng con người). Cả hai đều đang xảy ra, theo những cách khác nhau, cho những loại suy nghĩ khác nhau.

Tại sao các công cụ AI có thể tăng tải nhận thức thay vì giảm nó

Giả định trực quan là việc chuyển giao công việc cho AI sẽ giảm tải nhận thức. Ở một số khía cạnh, điều đó đúng. Nhưng nghiên cứu về lý thuyết tải nhận thức (Sweller, 1988) phân biệt giữa tải <em>nội tại</em> (độ phức tạp của chính nhiệm vụ), tải <em>ngoại lai</em> (những yêu cầu nhận thức do cách nhiệm vụ được trình bày), và tải <em>liên quan</em> (nỗ lực nhận thức giúp xây dựng hiểu biết và kỹ năng).

Các công cụ AI chủ yếu giảm tải nội tại và liên quan — chúng xử lý công việc mà nếu không sẽ cần nỗ lực và tạo ra việc học. Nhưng chúng thường <em>tăng</em> tải ngoại lai: đánh giá độ chính xác của đầu ra AI, tích hợp nhiều phần nội dung do AI tạo ra thành công việc mạch lạc, quản lý ngữ cảnh giữa nhiều công cụ, quyết định những gì nên ủy thác và những gì nên làm cá nhân, và duy trì giám sát các quy trình AI. Đây là những yêu cầu nhận thức mới mà trước đây không tồn tại.

Kết quả cho nhiều người là một nghịch lý: nhiều sản phẩm hơn, nhiều mệt mỏi nhận thức hơn. Công việc cảm thấy nhẹ nhàng hơn trong từng khoảnh khắc nhưng mệt mỏi hơn trong suốt cả ngày. Điều này nhất quán với nghiên cứu về <em>mệt mỏi quyết định</em> — chi phí tích lũy của việc đưa ra nhiều quyết định nhỏ làm cạn kiệt cùng một nguồn lực vùng trước trán như việc đưa ra một vài quyết định lớn.

Công việc hỗ trợ bởi AI làm tăng đáng kể số lượng quyết định nhỏ: chấp nhận gợi ý này, từ chối gợi ý kia, chỉnh sửa đoạn này, yêu cầu lại câu hỏi đó. Mỗi quyết định diễn ra nhanh chóng, nhưng tổng thể khối lượng công việc từ hàng trăm quyết định nhỏ hàng ngày là rất lớn.

Nghịch lý tự động hóa và sự suy giảm kỹ năng

Có một hiện tượng đã được ghi nhận rõ ràng trong nghiên cứu về công thái học và yếu tố con người được gọi là <em>nghịch lý tự động hóa</em> hoặc <em>những nghịch lý của tự động hóa</em> (Bainbridge, 1983): khi tự động hóa xử lý công việc thường ngày, các nhà điều hành con người trở nên kém thực hành hơn với các kỹ năng cần thiết cho các tình huống không thường xuyên. Các phi công dựa vào chế độ lái tự động cho hầu hết các chuyến bay của họ thể hiện kỹ năng xử lý thủ công kém hơn. Các bác sĩ chẩn đoán hình ảnh sử dụng công cụ chẩn đoán AI cho thấy tỷ lệ phát hiện giảm khi AI bỏ sót điều gì đó.

Động lực tương tự cũng áp dụng cho công việc nhận thức. Viết, lý luận qua các vấn đề, lập kế hoạch và tổng hợp sáng tạo là những kỹ năng phát triển thông qua thực hành và sẽ suy giảm nếu không có nó. Khi AI xử lý bản nháp đầu tiên, tổng hợp hoặc lý luận có cấu trúc, những con đường nhận thức này sẽ ít được rèn luyện hơn. Mối quan tâm không phải là điều gì quá nghiêm trọng — điều đó không có nghĩa là mọi người quên cách suy nghĩ — nhưng sự suy giảm dần dần của các kỹ năng đã được thực hành tạo ra sự thay đổi thực sự trong khả năng nhận thức và sự tự tin theo thời gian.

Điều này khác với việc chỉ đơn giản là ít thực hành hơn khi gõ bằng bút chì. Viết — thực sự sáng tác, không phải chỉ đọc hay chỉnh sửa — kích thích trí nhớ làm việc, tổ chức khái niệm và tư duy phản chiếu theo cách mà việc xem xét và chỉnh sửa đầu ra của AI không thể tái tạo hoàn toàn. Công việc nhận thức của việc sáng tác là sáng tạo; công việc nhận thức của việc chỉnh sửa là đánh giá. Cả hai đều có giá trị; chúng không thể thay thế cho nhau.

Lớp phân mảnh sự chú ý

Tách biệt khỏi khối lượng nhận thức và sự suy giảm kỹ năng, các công cụ AI thêm một lớp phân mảnh sự chú ý khác vào một môi trường đã bão hòa với các sự gián đoạn. Mỗi giao diện trò chuyện, trợ lý lập trình và công cụ viết đều là nguồn gây gián đoạn tiềm năng — một truy vấn để tạo ra, một kết quả để kiểm tra, một câu hỏi tiếp theo để tinh chỉnh.

Vùng vỏ não trước, quản lý sự chú ý kéo dài và chức năng điều hành, không phân biệt giữa sự gián đoạn do con người tạo ra và sự gián đoạn do AI tạo ra. Nghiên cứu về chi phí chuyển đổi nhiệm vụ (Rubinstein et al., 2001) cho thấy rằng việc chuyển đổi giữa các nhiệm vụ — ngay cả trong thời gian ngắn — sẽ gây ra một hình phạt nhận thức mà tích lũy trong suốt cả ngày. Việc thêm nhiều công cụ AI vào một môi trường làm việc đã bị phân mảnh càng làm trầm trọng thêm điều này mà nhiều người không nhận ra nguồn gốc của sự mệt mỏi của họ.

Nghịch lý là các công cụ AI thường được áp dụng cụ thể để giảm bớt gánh nặng nhận thức. Nhưng việc thêm các công cụ mới, giao diện mới và các điểm quyết định mới thường làm tăng tổng nhu cầu nhận thức thay vì giảm bớt — ít nhất là cho đến khi những công cụ đó được tích hợp đủ để được xử lý tự động thay vì một cách có chủ đích.

Thực sự nên làm gì về điều này

<strong>Phân biệt giữa việc giảm bớt và chuyển giao.</strong> Không phải tất cả sự hỗ trợ từ AI đều có tác động nhận thức giống nhau. Sử dụng AI để xử lý những nhiệm vụ thực sự có giá trị thấp (định dạng, mẫu, tìm kiếm lặp đi lặp lại) giúp giảm tải mà không tốn nhiều kỹ năng. Sử dụng AI để xử lý những suy nghĩ mà bạn muốn giữ lại kỹ năng — viết phức tạp, phân tích có lý, giải quyết vấn đề sáng tạo — giảm tải với chi phí của khả năng đã được thực hành. Việc xác định rõ ràng loại nào mà một cách sử dụng cụ thể thuộc về là điểm khởi đầu.

<strong>Bảo vệ thời gian suy nghĩ độc lập.</strong> Những kỹ năng tư duy có nguy cơ cao nhất từ việc dựa vào AI chính là những kỹ năng đáng được gìn giữ nhất: lý luận độc lập, viết lách liên tục, lập kế hoạch phức tạp. Thực hành có chủ đích những kỹ năng này mà không có sự trợ giúp của AI — trong những khoảng thời gian xác định, với những nhiệm vụ quan trọng — không phải là sự sợ hãi công nghệ; đó là cùng một logic như bác sĩ phẫu thuật thực hành các kỹ thuật thủ công ngay cả khi có công cụ robot sẵn có.

<strong>Giảm số lượng công cụ AI đang sử dụng.</strong> Chi phí nhận thức của việc quản lý năm giao diện AI khác nhau cao hơn so với việc quản lý một giao diện được chọn lựa kỹ lưỡng. Sự bùng nổ của các công cụ AI tạo ra cùng một vấn đề phân tán sự chú ý như sự bùng nổ của các ứng dụng và thông báo. Tập trung lại giúp giảm tải nhận thức không cần thiết.

<strong>Áp dụng những nguyên tắc giống như sức khỏe số chung.</strong> Quá tải AI là một hình thức cụ thể của vấn đề rộng hơn mà Unwire đang giải quyết: những môi trường nhận thức đòi hỏi nhiều hơn những gì chúng cung cấp, sự phân tán chú ý làm cạn kiệt mà không bổ sung, và một kích thích luôn sẵn có khiến việc ngắt kết nối trở nên khó khăn. Các can thiệp là nhất quán: những khoảng thời gian nghỉ ngơi xác định, thiết kế môi trường hạn chế tương tác AI xung quanh, và thời gian phục hồi thường xuyên khi não không bị chỉ đạo.

Cái nhìn dài hạn

Việc tích hợp AI vào công việc tri thức sẽ không đảo ngược. Câu hỏi là làm thế nào cá nhân điều hướng một môi trường mà, theo thiết kế, hướng tới sự tham gia tối đa và ma sát tối thiểu — và điều đó ảnh hưởng đến sức khỏe nhận thức trong nhiều năm chứ không phải chỉ trong vài ngày.

Nghiên cứu về sức khỏe số nói chung cho thấy rằng những người điều hướng tốt nhất trong các môi trường công nghệ cao không phải là những người sử dụng nhiều công cụ nhất hay ít nhất, mà là những người duy trì sự kiểm soát có chủ đích đối với các điều kiện chú ý của chính họ: khi nào họ có thể tiếp cận, khi nào không, những gì họ thuê ngoài, và những gì họ bảo vệ.

Sự chủ đích đó khó duy trì hơn trong một môi trường tràn ngập AI so với một môi trường chỉ có smartphone. Nhưng nguyên tắc cơ bản — bảo vệ khả năng suy nghĩ độc lập của bạn, phục hồi mức cơ bản của não bộ thông qua nghỉ ngơi thực sự, và thiết kế môi trường của bạn thay vì phản ứng với nó — vẫn giữ nguyên.

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.