Zamislite da trebate procijeniti prijedlog koji vam je upravo stigao. Ubacite ga u AI, zatražite prednosti, rizike i preporuku. Za nekoliko trenutaka dobivate uredno složen odgovor. Zvuči uvjerljivo. Možda toliko uvjerljivo da preskočite trenutak u kojem biste sami odlučili što je u tom prijedlogu zapravo važno.
U toj maloj, gotovo neprimjetnoj predaji posla nalazi se veliko pitanje odnosa čovjeka i umjetne inteligencije. Koliko si olakšavamo razmišljanje, a koliko ga prepuštamo? Za Mindspan, koji povezuje dug život s kvalitetom mentalnog funkcioniranja, to je posebno zanimljiva tema. Uz pamćenje i pažnju, u kadar ulazi sposobnost da razumijemo odgovor koji smo upravo dobili.
Delegiranje je starije od chatbota
Kognitivno delegiranje, odnosno cognitive offloading, znači da dio mentalnog posla prebacujemo na vanjski oslonac. Podsjetnik u kalendaru preuzima pamćenje termina. Zapisane bilješke oslobađaju nas potrebe da sve držimo u glavi. Kod generativnog AI-ja takva podjela uključuje i obradu informacija, argumente i prijedloge zaključaka, kako objašnjava novi rad u časopisu SAGE Open.
Ta je razlika važna. Kada alat zapamti datum, i dalje znamo zašto nam je taj sastanak bitan. Kada predloži poslovnu odluku, postoji mogućnost da prihvatimo i kriterije prema kojima je do nje došao. Zato vrijedi zastati baš kod odgovora koji izgleda spreman za upotrebu.
Svježi rad pokazuje koliko je priča složena
Studija Yanjun Cheng i Mingxiang Li, objavljena 13. listopada 2026., analizirala je 976 studentskih upitnika. Autori su promatrali povezanosti između povjerenja u generativni AI, doživljaja njegove korisnosti, sigurnosti u vlastito korištenje alata, kognitivnog delegiranja i kritičkog mišljenja.
Rezultati nisu stali u jednostavan naslov o dobroj ili lošoj tehnologiji. Doživljaj korisnosti i sigurnost u vlastito korištenje AI-ja bili su pozitivno povezani s kritičkim mišljenjem, dok je kognitivno delegiranje bilo negativno povezano s njim. Povjerenje je u tom modelu imalo više mogućih putova.
Ovo nije dokaz da AI uzrokuje slabljenje mišljenja. Istraživanje se oslanja na samoprocjene prikupljene u jednom trenutku. Nije pratilo promjene sposobnosti kroz godine, niti mjerilo starenje mozga. Nalaze među studentima također ne možemo automatski preslikati na sve odrasle korisnike.
Manji napor može donijeti bolji rezultat
Upravo zato vrijedi pogledati i nalaze koji kompliciraju priču o „lijenom mozgu”. U istraživanju objavljenom 30. lipnja 2026. u časopisu Cognitive Processing, analizirano je 120 mladih odraslih osoba koje su prepoznavale logičke pogreške uz ChatGPT ili bez njega.
Skupina s AI-jem imala je više točnih odgovora i prijavila manji mentalni napor. Kvalitativni dio istodobno je pokazao različite načine korištenja: od potpunog prepuštanja zadatka do selektivne i strateške suradnje. Manje napora samo po sebi ne znači lošije mišljenje. Rezultat jednog zadatka, međutim, ne govori što će korisnik moći samostalno napraviti mjesecima poslije.
U poslu se razmišljanje seli na provjeru
Sličnu nijansu donosi istraživanje predstavljeno na konferenciji CHI 2025., u kojem je 319 radnika čiji se posao temelji na znanju opisalo 936 primjera korištenja generativnog AI-ja. Veće povjerenje u AI bilo je povezano s manje prijavljenog kritičkog promišljanja, dok je veća sigurnost u vlastitu sposobnost obavljanja konkretnog zadatka bila povezana s više takvog promišljanja.
Autori su opisali i promjenu vrste mentalnog rada: veći naglasak na provjeri informacija, uklapanju odgovora i nadzoru zadatka. To su samoprocjene, a ne dokaz trajnog gubitka sposobnosti. Ipak, za svakodnevni rad otvaraju korisno pitanje: jesmo li provjerili odgovor ili nam se samo svidjelo kako zvuči?
Advait Sarkar: Kako sačuvati kritičko mišljenje uz AI
Dodatna perspektiva uz temu članka.
Otvori izvorni videoVideo se učitava na klik.
Ostaviti sebi dio koji vrijedi razumjeti
Praktičan zaključak za čitatelja može biti vrlo jednostavan. Prije nego što zatražimo preporuku, napišimo vlastite kriterije. Što želimo postići? Što bi bio neprihvatljiv rizik? Koji podatak nedostaje? Tako imamo nešto s čime ćemo usporediti odgovor.
Zatim od AI-ja možemo tražiti najjači prigovor vlastitoj ideji, odvajanje činjenica od pretpostavki i izvore koje ćemo doista otvoriti. Nakon važnog objašnjenja korisno je zatvoriti razgovor i pokušati svojim riječima ponoviti zaključak. Ovi su koraci urednički prijedlog za aktivnije korištenje alata, a ne klinički potvrđen program očuvanja kognitivnih sposobnosti.
Granica će ovisiti i o zadatku. Za rutinsko preoblikovanje tablice možda nam je najvažnija točnost rezultata. Kada učimo nešto novo ili donosimo odluku za koju odgovaramo, razumijevanje postupka ima vlastitu vrijednost.
AI može napisati preporuku koju ćemo poslati dalje. Prije nego što je potpišemo, trebali bismo moći objasniti zašto stojimo iza nje.
Sadržaj je informativan i ne zamjenjuje individualni savjet liječnika ili drugog kvalificiranog zdravstvenog stručnjaka.
Izvori i istraživanja
Koji dio razmišljanja najčešće prepuštaš AI-ju?
Odgovor se pamti samo na ovom uređaju.
Još priča o ovoj temi