Ovaj tekst je prvenstveno inspiriran Danielom Kahnemanom: “Kada se linearni ljudi suoče s eksponencijalnim promjenama, neće se moći lako prilagoditi tome.” I u ovom članku neće se objašnjavati eksponencijalnost.
Objasnit ćemo linearnost. Pri istraživanju novije literature o primjeni umjetne inteligencije (UI) u organizacijama, često je lako razlikovati sponzorirana od neovisnih istraživanja zahvaljujući veselom tonu i prenapuhanim brojkama.
Evolucija je spora
S obzirom na činjenicu da su prva znatno prisutnija u medijima, što ih čini i dostupnijima općoj populaciji, stječe se dojam da velik broj tvrtki u raznim industrijama lako usvaja AI, koji može stvoriti (a zaista i stvara) tjeskobu kod običnih zaposlenika. FOMO (strah od propuštanja, eng. fear of missing out) jedan je od razloga, ali problem je puno dublji, kako u smislu evolucije, tako i u smislu onoga što nazivamo “pustom željom” i samoispunjavajućim proročanstvom. I zato je FOMU (strah od neuspjeha, eng. fear of messing up) puno prikladnija kratica za ovaj kontekst.
Mnogo je autora kroz povijest koji obrađuju temu prihvaćanja inovacija – od Machiavellija (“…Onaj tko inovira imat će za neprijatelje sve one kojima je dobro u postojećem poretku stvari, a samo mlake pristaše u onima kojima bi moglo biti bolje u novom… dijelom zbog nevjerice čovječanstva, koje nikada neće priznati vrijednost bilo čega novog dok to ne vidi dokazano događajem” – prijevod autora) i Voltairea (“Naša jadna vrsta je tako stvorena da oni koji hodaju utabanim putem uvijek bacaju kamenje na one koji pokazuju novi put” – prijevod autora) do Cialdinija koji kaže da je “95 posto ljudi imitatori, a samo pet posto inicijatori”.
Kada govorimo o uvođenju AI-ja bilo u radno okruženje ili u obrazovanje ne razmišljamo o urođenom otporu promjenama, već se to promatra iz perspektive usklađenosti ili “svi je imaju” pa “moramo uhvatiti taj vlak jer nećemo biti konkurentni”. Osim toga, sve se više priča o analognome. Škole su požurile prihvatiti tehnologiju pa se sada vraćaju olovci i papiru, ukidaju mreže za mlađe od 16 godina, preferiraju analogne igre i prirodu umjesto tehnologije. Zašto? Istina je – odgajamo prvu generaciju digitalnih domorodaca, ali oni i dalje imaju analogne mozgove.
I sada dolazimo do linearnosti. Što podrazumijeva atribut “linearan”? Još uvijek koristimo iste mehanizme kao i naši drevni preci jer je evolucija započela prije otprilike šest milijuna godina, dvonožnost prije četiri milijuna godina, dok su se druge važne ljudske karakteristike – poput velikog i složenog mozga, sposobnosti izrade i korištenja alata te sposobnosti za jezik – razvile u novije vrijeme. Mnoge napredne osobine – uključujući složeno simboličko izražavanje, umjetnost i razrađenu kulturnu raznolikost – pojavile su se uglavnom tijekom proteklih 100 tisuća godina. Evolucija je spora, mozak se sporo mijenja.
Kognitivne pristranosti, kao jedno od evolucijskih nasljeđa, još uvijek znatno utječu na našu prosudbu. Za razliku od kulturnih ili organizacijskih pristranosti, koje su usidrene u okolini, kognitivne su posljedica evolucije i, kao takve, smatraju se mentalnom pogreškom zajedničkom svim ljudskim bićima i univerzalno korištenom. Iako ih to čini dosljednima i predvidljivima, njihov utjecaj se može minimizirati, ali nisu izlječive. Pretjerano samopouzdanje, pristranost potvrđivanja, sidrenje, pristranost gledanja unazad, ekspertna pristranost i pristranost statusa quo samo su neke koje utječu na prihvaćanje inovacija i koje povezujemo s otporom promjenama.
Dodatni problem je kognitivno opterećenje. Teorija kognitivnog opterećenja proučava kako ograničeni kapacitet radne memorije utječe na učenje i donošenje odluka. Ukratko, kada smo kognitivno preopterećeni, teže učimo i donosimo lošije odluke. Psihološki koncept kognitivnih škrtaca, koji su uvele Susan Fiske i Shelley Taylor, odnosi se na tendenciju ljudskog uma da koristi minimalan kognitivni napor u obradi informacija (koristeći intuiciju umjesto razmišljanja ili, prema Kahnemanu, Sustav 1). Iako izrečen još 1911. godine, citat Alfreda Northa Whiteheada da “civilizacija napreduje povećanjem broja važnih operacija koje se mogu izvršiti bez razmišljanja o njima” savršeno ilustrira ovaj koncept.
Iluzija kontrole
Iako su i prijašnji modeli razlikovali dva generička oblika kognitivne funkcije koji, ugrubo rečeno, odgovaraju svakodnevnim konceptima rasuđivanja i intuicije, Daniel Kahneman popularizirao je ovaj dvosistemski teorijski okvir (Sustav 1 i Sustav 2) kako bi objasnio zašto naše prosudbe i odluke često nisu u skladu s formalnim pojmom racionalnosti. Sustav 1 sastoji se od misaonih procesa koji su intuitivni, automatski, temeljeni na iskustvu i (relativno) nesvjesni, dok je Sustav 2 više refleksivan, kontroliran, namjeran i analitički. Slučajna promatranja jednako kao i sustavna istraživanja upućuju na to da je većina misli, prosudbi i aktivnosti u načelu intuitivna. U kontekstu usvajanja AI-ja u uvjetima ljudske linearnosti ovo je važna činjenica koja upućuje na to da je ljudski mozak zapravo ljenjivac koji ima za cilj uložiti što je moguće manje napora u što je moguće više aktivnosti, kako bi sačuvao energiju za ono što procijeni važnim.
Mnogi očekuju da će se usvajanje AI-ja odvijati po poznatom obrascu: tehnološka disrupcija nakon koje slijedi prilagodba. No, gubimo li pritom išta jer pitanje nije samo može li nas AI učiniti učinkovitijima? Odgovor je može. Ali, automatizacija nas ne čini samo učinkovitijima, nego i ovisnijima. Potkopava li ta ovisnost s vremenom i našu otpornost? Nadalje, vodi li učinkovitost do boljih odluka ili samo do iluzije kontrole. Naime, postoji realan rizik prepuštanja vlastite prosudbe AI-ju. Stoga se postavlja i sljedeće pitanje: kako iskoristiti AI, a da pritom ne žrtvujemo vještine koje nas čine prilagodljivima? Jer, ako svi imamo pristup istim uvidima koje generira AI, možemo očekivati oskudicu neovisnog razmišljanja.
Nastavno na te zaključke, Shaw i Nave nastavljaju gdje su prethodni istraživači stali i propituju što se događa s ljudskom prosudbom u okolnostima u kojima se ljudi sve češće savjetuju s AI-jem čineći je sastavnim dijelom svakodnevnog promišljanja. Kao odgovor na ta pitanja, Shaw i Nave su predstavili Sustav 3 koji može nadograditi ili zamijeniti unutarnje procese izgradnjom novih kognitivnih putova. Ključno predviđanje ove teorije je koncept “kognitivne predaje”, koja znači prihvaćanje rješenja i ishoda koje nudi AI uz minimalno propitivanje, čime se drastično smanjuje potreba za korištenjem intuicije (Sustav 1) i rasuđivanja (Sustav 2) u donošenju odluka.
Kognitivno rasterećenje
Uvođenje Sustava 3 kao zasebnog i vanjskog (umjetnog) procesa rasuđivanja nadilazi klasičnu arhitekturu dvosistemskih teorija i iscrtava novu paradigmu donošenja odluka: onu u kojoj intuicija, promišljanje i umjetna kognicija koegzistiraju, natječu se ili konvergiraju. Praksa pokazuje da ljudi ne koriste Sustav 3 samo kao pomoć u rasuđivanju, već se često “predaju” rješenjima AI-ja bez obzira na to jesu li točni ili netočni, istiniti ili neistiniti, ispravni ili pogrešni. Shaw i Nave su utvrdili i to da je pristup AI-ju povećao samopouzdanje sudionika za više od deset posto čak i kada je AI davao pogrešne odgovore.
Sudionici su odbili netočne odgovore AI-ja u samo 20 posto slučajeva, a “samopouzdanje se nije znatno smanjivalo kako se broj pogrešnih pokušaja povećavao”. Kognitivna predaja ilustrira vrijednost i integraciju Sustava 3, ali istodobno naglašava i ranjivost njegove uporabe. Slično kao što heuristike vođene Sustavom 1 dovode do sustavnih pristranosti, Sustav 3 ima specifične kognitivne nedostatke koji će biti izazov donositeljima odluka i društvu u cjelini. Teorija triju sustava nije samo upozorenje na opasnosti AI-ja, već i priznanje psihološke prisutnosti Sustava 3. AI ne koristimo samo kao alat, s njim i mislimo.
No, što se događa kada su naše prosudbe oblikovane umovima koji nisu naši? Što se događa s intuicijom i mentalnim naporom kada je generativni, umjetni partner spreman ponuditi odgovor? Kako očuvati samostalno odlučivanje, refleksiju i autonomiju u svijetu u kojem se korisnici podliježu kognitivnoj predaji? Sada učinimo korak natrag, u smjeru kognitivnog rasterećenja. Kognitivno rasterećenje nastaje kada pojedinci delegiraju kognitivne zadatke vanjskim pomagalima, čime smanjuju vlastitu uključenost u duboko i refleksivno (kritičko) mišljenje. Ovaj je fenomen osobito zabrinjavajući u kontekstu kritičkog mišljenja, koje zahtijeva aktivan kognitivni angažman radi učinkovite analize i vrednovanja informacija. Kognitivno rasterećenje putem alata AI-ja uključuje delegiranje zadataka, poput pretraživanja informacija, zadržavanja informacija u pamćenju i donošenja odluka, vanjskim sustavima.
Rezultati su pokazali značajnu negativnu korelaciju između (1) učestalog korištenja alata AI-ja i (2) sposobnosti kritičkog mišljenja posredstvom (3) povećanog kognitivnog rasterećenja. Mlađi sudionici iskazali su veću ovisnost o alatima AI-ja i niže rezultate na mjerama kritičkog mišljenja u usporedbi sa starijim. Viša razina obrazovanja bila je povezana s boljim vještinama kritičkog mišljenja, neovisno o korištenju AI-ja. Ovi rezultati upućuju na mogući “kognitivni trošak” oslanjanja na alate AI-ja te naglašavaju potrebu za obrazovnim strategijama koje potiču kritičko i refleksivno korištenje tehnologija AI-ja. Također, ističe se važnost razvoja kritičkog mišljenja u svijetu oblikovanom AI-jem, čineći ovo istraživanje relevantnim za nastavnike, donositelje javnih politika i tehnološke stručnjake.
Dok se nalazimo na tehnološkoj prekretnici eksponencijalnoga rasta i razvoja AI-ja, postaje ključno razumjeti puni spektar kognitivnih posljedica povezanih s integracijom velikih jezičnih modela (LLM) u obrazovne i poslovne kontekste. Iako ti alati nude dosad neviđene mogućnosti za unaprjeđenje učenja i pristupa informacijama, njihov potencijalni utjecaj na kognitivni razvoj, kritičko mišljenje i intelektualnu neovisnost zahtijeva vrlo pažljivo razmatranje i provođenje daljnjih istraživanja.
Kada pojedinci ne promišljaju kritički o temama koje razmatraju, njihova prosudba može postati pristrana i površna. Taj obrazac odražava akumulaciju kognitivnog duga – stanje u kojem se ponovljenim oslanjanjem na vanjske sustave poput LLM-ova zamjenjuje naporni kognitivni proces potreban za neovisno mišljenje. No, iako kognitivni dug kratkoročno odgađa mentalni napor, dugoročno dovodi do troškova poput oslabljenog kritičkog mišljenja, povećane podložnosti manipulaciji i smanjene kreativnosti.
I na kraju, pogledajmo neke rezultate iz istraživanja “OECD Digital Education Outlook 2026” u kojem se navodi da uspješno izvršavanje zadatka uz pomoć generativnog AI-ja ne dovodi automatski do učenja. Iako alati AI-ja mogu poboljšati uspješnost učenika pri rješavanju zadataka, sve je više dokaza koji upućuju na to da oni nemaju nužno stvarne pozitivne učinke u učenju. Delegiranje kognitivnih zadataka chatbotovima stvara rizik “metakognitivne lijenosti” i smanjene angažiranosti, što dugoročno može otežati stjecanje znanja i vještina.
Bihevioralne intervencije
Nekoliko istraživanja pokazuje da dok koriste alate AI-ja učenici izrađuju kvalitetnije uratke od svojih vršnjaka. Ta prednost potpuno nestaje čim im se uskrati pristup AI-ju. Dakle, da ne zaboravimo: kognitivne pristranosti, kognitivno opterećenje, kognitivna škrtost, kognitivna predaja, kognitivno rasterećenje, kognitivni dug, metakognitivna lijenost – ne nužno tim redoslijedom.
S obzirom na sve navedeno, pri uvođenju AI alata u organizacije izuzetno je važno imati na umu linearnost ljudi – educirati zaposlenike o tome i osvijestiti ih o intuitivnim načinima koji oblikuju naše prosudbe i odluke. To je prvi korak. Kao moguće rješenje, bihevioralne intervencije čine se dobrom idejom za pomoć pri usvajanju AI-ja, kako u organizacijama, tako i u obrazovnom sustavu, ali i općoj populaciji.
