Den ustoppelige ekspansjonen av kunstig intelligens endrer måten vi jobber, studerer og tar beslutninger på. Det blir stadig vanligere å delegere rapportskriving til en chatbot, la en assistent generere applikasjonskode eller betro en algoritme å syntetisere komplekse dokumenter. Denne hverdagslige gesten av La maskinen tenke for oss Det begynner å ha kostnader som vitenskapen begynner å måle mer presist.
Det som inntil nylig ble sett på som en enkel tidsbesparelse, fremstår nå som en dyp endring i vår måte å tenke på. Nyere forskning på Europa, USA og Latin-Amerika Begge peker på det samme fenomenet: når hjernen venner seg til at kunstig intelligens løser problemer, reduseres aktiviteten i områdene som er involvert i hukommelse, kreativitet og kritisk tenkning. Og denne reduksjonen, hvis den vedvarer, kan skape et nytt sosialt skille mellom de som bruker kunstig intelligens som en konstant krykke og de som integrerer den som et verktøy for å støtte sin egen dømmekraft.
Et nytt skille: delegering av tenkning kontra å styrke den med AI
En gruppe forskere fra Possibility Institute, ledet av forskeren Vivienne MingDette beskriver et bekymringsfullt skifte i automatiseringsalderen: kunstig intelligens skaper ikke like konkurransevilkår, men øker gapet mellom mennesker og regioner. Det handler ikke så mye om hvem som har tilgang til teknologien, men om... hvordan hver enkelt person bruker det.
I følge denne studien velger de fleste brukere en passiv tilnærming: de stiller en forespørsel og aksepterer svaret som genereres av en språkmodell som den endelige løsningen, uten å stille spørsmål ved eller omarbeide den. Dette mønsteret gir korrekte, men standardiserte resultater, som er så godt som identiske for alle som stiller et lignende spørsmål. Når alle får det samme svaret, forsvinner differensialverdien.spesielt i konkurransepregede arbeidsmiljøer.
I den motsatte ytterligheten er det et mindretall som bruker AI strategisk, som for eksempel utvidelse av resonnementet hansDenne gruppen gir ikke fra seg hele oppgaven; i stedet bruker de teknologi til å teste hypoteser, syntetisere store mengder data eller granske ideene sine nærmere. Tankeprosessen forblir menneskelig, mens maskinen fungerer som en samarbeidspartner, og gir perspektiv og fart.
De økonomiske effektene av denne forskjellen merkes allerede. Data fra Globalt AI-jobbbarometer PwC-rapporter viser at selskaper betaler opptil 56 % mer til fagfolk som er i stand til å integrere AI i arbeidet sitt på et avansert nivå, sammenlignet med de som bare bruker det til å raskt produsere tekster, rapporter eller kode uten kritisk tilsyn. I sektorer med høy automatiseringsgrad ser stillinger som kombinerer sunn menneskelig dømmekraft med mestring av disse verktøyene de største lønnsøkningene.
Kognitiv atrofi og "overgivelse" av egen dømmekraft
En av hovedbekymringene til det vitenskapelige samfunnet er virkningen av denne massive delegeringen av tanker på hjernefunksjonNyere studier, sitert av BBC Mundo, gir noen urovekkende ledetråder: når skriving eller problemløsning overlates til en chatbot, synker nevral aktivitet sammenlignet med de som utfører den samme oppgaven uten teknologisk hjelp.
Forskeren Nataliya KosmynaForskere ved MIT Media Lab utførte et eksperiment med 54 studenter fordelt på tre grupper: én gruppe jobbet med ChatGPT, en annen brukte en konvensjonell søkemotor uten automatiske sammendrag, og den tredje utarbeidet essayene sine uten digital støtte. Mens de skrev, ble hjernebølgene deres overvåket for å måle hvilke områder som ble aktivert og med hvilken intensitet.
Foreløpige resultater viser at gruppen som ikke brukte teknologi viste et bredt mønster av hjerneaktivitet, spesielt innen områder knyttet til kreativitet og kompleks informasjonsbehandling. De som brukte chatboten, derimot, registrerte seg en reduksjon på opptil 55 % i den aktiveringenHjernen slo seg ikke av, men den jobbet på en mye mindre krevende måte, som om en betydelig del av den intellektuelle innsatsen hadde blitt outsourcet.
Effektene var ikke begrenset til skriveprosessen. Studentene som brukte kunstig intelligens hadde større problemer med å sitere sine egne ideer når de husket innholdet i tekstene sine, og de uttrykte oftere følelsen av at arbeidet «ikke var deres». Denne subjektive frakoblingen er assosiert med det som kalles kognitiv frakobling. kognitiv avlastningJo mer vi delegerer til eksterne systemer – tidligere til kalendere eller søkemotorer, nå til generative modeller – desto mindre konsoliderer vi informasjon i hukommelsen vår.
Bekymringen forsterkes av forskning fra University of Pennsylvania og andre sentre, som snakker åpent om «kognitiv overgivelse»Mange brukere aksepterer AI-svar med lite kritisk analyse, selv når de motsier deres egen vurdering. Innen sensitive felt, som medisin, er det dokumentert slående tilfeller. En multinasjonal studie sitert av BBC Mundo observerte at spesialister som brukte AI-verktøy for å oppdage tykktarmskreft i flere måneder... de utviklet senere dårligere evner å identifisere svulster på egenhånd når teknologisk bistand ble trukket tilbake.
Tankens «trisystem»: rask hjerne, langsom hjerne ... og maskin
Kognitiv psykologi hadde allerede et kjent rammeverk, popularisert av Daniel Kahnemansom skiller mellom et raskt, intuitivt og erfaringsbasert system, og et sakte, analytisk og mer kostbart system når det gjelder innsats. Fremskrittene innen kunstig intelligens presser imidlertid noen forskere til å foreslå en oppdatering: en tredje tankesystem sammensatt av teknologien som vi i økende grad utleder beslutninger og resonnement fra.
I denne sammenhengen har kommunikatør og analytiker Fabián Bergero popularisert ideen om et «trisystem» av tankegang: til de intuitive og rasjonelle systemene er nå AI lagt til som en tredje aktør som griper inn i hvordan vi løser problemer. I følge hans tilnærming er det delikate spørsmålet ikke eksistensen av denne nye komponenten, men snarere hvordan vi forholder oss til den.
Når vi i stedet for å bruke AI som et kontrastverktøy går over til å gi ham kontroll over hele prosessenEt tydelig fenomen oppstår: vi slutter å utøve hukommelse, analyse og vår egen dømmekraft. Bergero gjenopptar her konseptet «kognitiv overgivelse» for å beskrive øyeblikket når vi, nesten uten å innse det, slutter å filtrere det vi tidligere ville ha tenkt, evaluert eller husket personlig.
Dette skiftet har en betydelig konsekvens: tap av intellektuell autonomiVi er avhengige av ugjennomsiktige systemer, matet med ukjente data og potensielt partisk, vanskelig sporbar informasjon. Hvis denne ugjennomsiktigheten forsterkes av en ukritisk brukerholdning, reduseres evnen til å oppdage feil, skjevheter eller manipulasjoner, sammen med muligheten for å korrigere kursen.
Flere eksperter er enige om at nøkkelen, gitt dette scenariet, ligger i å styrke menneskelig intelligens mer enn noensinne: dyrke rimelig tvil, holde liv i vanen med å formulere komplekse spørsmål og behandle AI-responser som arbeidshypotese, ikke som definitive sannheter.
Utdanning og kritisk tenkning: outsourcing av mental innsats
Debatten om å delegere tenkning til AI er spesielt intens innen utdanningsfeltet, spesielt i klasserom, hvor empati og teknologi De sameksisterer. Lærere og utdanningsspesialister står overfor utfordringen med å undervise i et miljø der det å skrive et essay, løse et matteproblem eller oppsummere en bok kan gjøres på sekunder ved hjelp av en chatbot. Det grunnleggende spørsmålet er hva som skjer med kognitive ferdigheter som skolen bør utvikle dersom deler av innsatsen systematisk settes ut til andre.
Den akademiske Carolina LeppeEn forsker fra University of O'Higgins forklarer at diverse studier peker på et mønster som ligner på det som observeres i nevrovitenskapelige laboratorier: når studenter bruker AI til å fullføre oppgaver uten å forstå den underliggende prosessen, aktiveres færre hjerneforbindelser enn når de lager innholdet selvstendig. Over tid kan denne «manglende bruken» svekke evner som kreativitet, analyse og selvstendig problemløsning.
I praksis fører dette til situasjoner som lærerne er godt kjent med. Det er ikke uvanlig å finne elever som leverer perfekt skrevne rapporter, men som ikke klarer å forklare høyt de grunnleggende konseptene de angivelig har studert. Denne mangelen på sammenheng mellom sluttproduktet og virkelige ferdigheter Det tvinger frem en nytenkning av vurderings- og undervisningsstrategier.
Leppe understreker at målet ikke bør være å forby kunstig intelligens, men å integrere den med klare regler som fremmer bruken. strategisk og kritiskFor eksempel å la studentene bruke disse verktøyene til å få innledende ideer eller til å gjennomgå strukturen i en tekst, men kreve at kjerneinnholdet utvikles uten automatisering, ledsaget av muntlige forklaringer eller ansikt-til-ansikt-forsvar.
I tråd med dette insisterer læreren på at pedagogisk arbeid innebærer å styrke intellektuell uavhengighet: å hjelpe unge mennesker med å formulere spørsmål, sammenligne kilder og forstå at et automatisk generert svar kan være nyttig, men at det ikke erstatter prosessen med å forstå, diskutere og gi kunnskap sin egen mening. Dette innebærer også å jobbe med... etisk og deontologisk dimensjon av AI, slik at studentene er bevisste ansvaret som følger med bruken av den.
Nevrovitenskap og «kognitiv gjeld»: hva som går tapt når AI gjør det harde arbeidet
De nyeste nevrovitenskapelige studiene peker på en idé som begynner å få fotfeste: «kognitiv gjeld»Akkurat som vi i programvareverdenen snakker om teknisk gjeld når hastighet prioriteres over kvalitet og problemer hoper seg opp til senere, bruker forskere dette begrepet for å beskrive den kumulative kostnaden ved å delegere komplekse mentale oppgaver til kunstig intelligens.
Rapporter fra enheter som Royal National Academy of Medicine i Spania advarer om at overdreven bruk av generative systemer for å skrive e-poster, utarbeide artikler eller oppsummere tekster reduserer nevrologisk anstrengelse involvert i memorering og kritisk tenkning. På kort sikt fullføres oppgaver raskere; på mellomlang og lang sikt kan hjernekretsene som er involvert i disse funksjonene miste effektivitet, akkurat som en muskel svekkes når den ikke lenger brukes.
Elektroencefalogram (EEG)-studier utført i 2025 sammenlignet to grupper deltakere: én som brukte AI-verktøy til å skrive og en annen som utførte oppgaven utelukkende for hånd. Gruppen med AI oppnådde raskere resultater, men viste lavere ytelse. redusert nevronal konnektivitet i frekvensområder assosiert med kreativitet og eksekutiv kontroll. Videre viste den lavere jobbtilfredshet og en mer diffus kobling til forfatterskapet til teksten.
Eksperter som nevropsykolog María de la Paz Scribano forklarer at AI, brukt passivt, har en tendens til å homogenisere språket Det kan svekke hjernebanene knyttet til generering av originale ideer. Men når det brukes veiledet – for eksempel til å gi forslag som brukeren deretter kritisk rekonstruerer – kan det fungere som et stillas som utvider tankehorisonten uten å erstatte intern prosessering.
Noen longitudinelle studier utforsker allerede de potensielle langsiktige effektene. I oppfølgingsstudien ledet av Kosmynas team, måneder etter å ha jobbet med AI, viste studenter som var sterkt avhengige av verktøyet en lavere nevronal konnektivitet når man står overfor lignende oppgaver igjen uten teknologisk støtte. Selv om forskningen pågår og ikke gir noen definitive konklusjoner, forsterker den hypotesen om at vanen med systematisk å delegere deler av den mentale innsatsen setter spor i hjernens organisering.
Ingeniører og utviklere: tilsynelatende produktivitet kontra reell konkurranse
Spenningen mellom hastighet og forståelse er spesielt tydelig innen Software EngineeringDette er en av sektorene der AI gjør de sterkeste fremskrittene. Det er anslått at rundt 90 % av programvareingeniører for bedrifter vil bruke generative kodeassistenter innen 2028, sammenlignet med en fortsatt liten prosentandel ved begynnelsen av 2024.
For teknologiselskaper og oppstartsbedrifter er dette et tveegget sverd. På den ene siden lar programmeringsassistenter utviklere generere tusenvis av kodelinjer på få minutter, automatisere testing og akselerere utviklingen. På den andre siden er det en risiko for at dette vil være spesielt sant for juniorutviklere. forveksle fart med reell kontrollå stole på verktøyet uten å fullt ut forstå hva koden gjør, hvorfor den fungerer, eller hvordan den kan bryte sammen under ekstreme forhold.
Ulike analyser indikerer at AI fungerer som multiplikator av eksisterende lidelseHvis et team mangler solide arkitektoniske kriterier og klare beste praksiser, akselererer automatisering bare kaos: mer kode genereres, men også mer teknisk gjeld, flere feilpunkter og flere obskure avhengigheter. Gartner har for eksempel spådd en svært betydelig økning i defekter knyttet til generative AI-systemer i de kommende årene.
Dette scenariet skaper en ny type avhengighet: Når kodeassistenten ikke tilbyr en direkte løsning, blir noen ingeniører sittende fast og mangler det nødvendige konseptuelle grunnlaget for å rekonstruere problemet fra dets grunnleggende prinsipper. I disse tilfellene klarer ikke bare AI ikke å utvide muligheter, men den hindrer dem faktisk. svekkerfordi det hindrer den profesjonelle i å gå gjennom læringsprosessen som ville tillatt dem å møte fremtidige utfordringer uten krykker.
Paradoksalt nok er et av områdene der AI faktisk gir en klar forbedring, automatisert testingGenerering av testtilfeller følger veldefinerte og repeterende regler, noe som gjør automatisering svært effektiv uten å fortrenge den kritiske kjernen i designet. Dette skillet illustrerer tydelig grensen mellom oppgaver der det er fornuftig å delegere til maskinen, og oppgaver der det er å foretrekke å opprettholde menneskelig initiativ.
Grunnleggere og tekniske ledere: Styring av AI uten å gi avkall på dommen
For de som driver oppstartsbedrifter eller tekniske team, er spørsmålet om hvordan man delegerer tenkning til AI ikke en teoretisk debatt, men en operasjonell risikoMåten bruken av disse verktøyene er strukturert på kan utgjøre forskjellen mellom et selskap som skalerer på et solid fundament og et som raskt beveger seg mot teknisk og kognitiv gjeld som er vanskelig å korrigere.
Ulike eksperter anbefaler å etablere en fra starten av tydelig styring Angående AI: definere hvilken type kode som kan genereres uten menneskelig gjennomgang, hvilke komponenter som krever et design som er fullstendig styrt av ingeniører, hvordan innholdet som foreslås av maskinen dokumenteres, og hvem som har det endelige ansvaret for kvaliteten. Svaret på det siste spørsmålet, understreker de, bør alltid være et menneske, aldri verktøyet.
En annen viktig anbefaling er å investere først i arkitektur og kontekstJo bedre definerte designprinsippene, begrensningene og forretningsmålene er, desto mer nyttig vil AI være for lederoppgaver. Uten et slikt rammeverk kan generative assistenter produsere løsninger som, selv om de er funksjonelle på kort sikt, avviker fra den strategiske retningen eller introduserer unødvendig kompleksitet.
Rollen til junioringeniøren er også i endring. I stedet for å fokusere utelukkende på å skrive kode, blir de i økende grad bedt om å utvikle revisjonsferdigheterEvnen til å gjennomgå, validere og stille spørsmål ved AI-forslag, og oppdage potensielle subtile feil eller problematiske arkitekturbeslutninger. I utvelgelsesprosesser betyr dette at man ikke bare verdsetter programmeringshastighet, men også kvaliteten på teknisk resonnement og evnen til å argumentere for hvorfor én løsning er å foretrekke fremfor en annen.
Tekniske ledere står på sin side overfor en kulturell utfordring: å bygge team som belønner dyp forståelse, ikke bare tilsynelatende produktivitet. Dette betyr å sette av tid til detaljerte kodegjennomganger, til diskusjoner om begrunnelsen bak visse beslutninger, og for mindre erfarne medlemmer å øve uten å stole på automatiserte snarveier. Til syvende og sist vil AI ha en tendens til å fortrenge de som ikke vet hvordan de skal bruke den på en fornuftig måte, ikke de som integrerer den gjennomtenkt i arbeidet sitt.
Daglig bruk av AI: fra forsterkende speil til innsatserstatning
Utover de tekniske eller akademiske aspektene, gjennomsyrer AIs innvirkning på tenkningen vår dagliglivet: fra noen ber en chatbot om å utarbeide en vanskelig e-post til noen som betror den å organisere en reise, planlegge studier eller ta personlige avgjørelser. I alle disse tilfellene fungerer verktøyet som et speil som omorganiserer ideermen også som et filter som kan overforenkle verdens kompleksitet.
Det er viktig å huske at AI, slik vi kjenner den i dag, ikke tenker som et menneske. Den har ingen erfaringer, ingen bevissthet og ingen indre dialog. Det den gjør er å behandle enorme mengder informasjon, finne sammenhengsmønstre og generere svar som statistisk samsvarer med det den er blitt bedt om å gjøre. Dens tilsynelatende «originalitet» er et resultat av sofistikerte kombinasjoner av eksisterende materialer.
Dette forringer ikke verktøyets nytteverdi, men det krever at vi er forsiktige med illusjonen om at det finnes en intelligens som kan sammenlignes med menneskelig intelligens på den andre siden av skjermen. Det vi oppfatter som kriteriet er i stor grad formell koherens.Derfor kan AI skrive som en poet, argumentere som en akademiker, eller svare som om den kjente vår spesifikke situasjon, når den i virkeligheten omorganiserer verbale spor fra millioner av mennesker.
I praksis forsterker dens evne til å reagere raskt og med tilsynelatende sikkerhet både de beste og verste aspektene ved bruken. I strenge hender hjelper den med å se nye vinkler, avklare argumenter eller destillere spredt informasjon. I uforsiktige hender, kan akselerere overfladiskhet, feilinformasjon eller avhengighet av prefabrikkerte løsninger som vi knapt stiller spørsmål ved.
Denne ambivalensen flytter til slutt ansvaret over på brukeren. Det at det er enkelt å få et svar garanterer ikke lenger læring; faktisk kan det maskere en svært dårlig forståelse hvis den ikke ledsages av sammenligning, refleksjon og verifisering. Oppgaven er ikke så mye å stille flere spørsmål, men spør bedre og sette av tid til å tenke over hva vi gjør med svarene.
Produktivitet, profesjonell suksess og risikoen for å gå tom for «mentale muskler»
I det europeiske og globale arbeidsmarkedet har ideen om at de som ikke bruker KI uunngåelig vil sakke akterut blitt et vanlig mantra. Ulike stemmer advarer imidlertid om at denne påstanden, tatt bokstavelig, kan være like misvisende som det motsatte. Det virkelige stridspunktet er ikke bruk eller ikke bruk av KI, men snarere... hvilke ferdigheter som ofres ved systematisk å delegere kognitive oppgaver til disse verktøyene.
Noen gründere og analytikere snakker allerede om «gründere med kognitiv gjeld»: fagfolk som er så avhengige av generative modeller for å skrive forslag, designe presentasjoner eller definere strategier at de over tid mister evnen til å gjøre det på egenhånd. Dette tapet er ikke merkbart over natten; det blir tydelig når de må improvisere i et møte, svare på et uventet spørsmål eller ta avgjørelser under press uten direkte tilgang til teknologien.
På dette området møtes nevrovitenskap og praktisk erfaring om flere enkle anbefalinger. En av dem er å bestille AI-frie rom For visse kritiske oppgaver – som å definere et prosjekts visjon eller analysere et komplekst problem – kan verktøyet bare brukes i en andre fase, som støtte for å gjennomgå eller utvide eksisterende ideer. En annen tilnærming er å begrense bruken til områder der autentisitet og en personlig stemme er avgjørende, for eksempel i viktig kommunikasjon med teamet eller investorer.
Det anbefales også å være oppmerksom på tegn på avhengighet: hvis en person føler at de ikke kan skrive en tekst, strukturere et argument eller programmere en grunnleggende funksjon uten å åpne en veiviser, kan de ha utviklet en avhengighet. svakhet i den "mentale muskelen" Det er verdt å jobbe med disse vanene. Å gjenvinne vanen med å skrive for hånd, lese rolig eller løse problemer uten digitale snarveier er fortsatt en effektiv måte å holde de nevrale nettverkene som er involvert i dyp konsentrasjon aktive.
I sammenhenger som Spania og andre europeiske land, hvor svært digitaliserte selskaper sameksisterer med små og mellomstore bedrifter og mindre automatiserte sektorer, blir denne spenningen spesielt synlig. Profiler som kombinerer teknologisk dyktighet med godt trent selvstendig tenkning Det er de som finner bedre stillinger, mens de som bare produserer AI-genererte resultater uten å legge til noen kriterier, ser sin differensieringsverdi utvannet.
Bildet som tegnes av forskningen og erfaringene som er samlet er komplekst, men det peker i en klar retning: kunstig intelligens har blitt en sentral aktør i våre resonneringsprosesser, og hvordan vi velger å delegere eller ikke delegere til den vil forme både vår kognitive utvikling og våre profesjonelle muligheter. Å opprettholde innsatsen for å tenke, stille spørsmål og forstå uavhengig er fortsatt, til tross for alle teknologiske fremskritt, den beste motgiften mot risikoen for å avgi for mye terreng til maskinen.
