A mesterséges intelligencia negatív hatásairól szóló jóslatok az elmúlt időszakban dominálták a címlapokat. Ha a robotok uralma és a világvége nem is jön el holnap, valós, hétköznapi tapasztalatunk az AI gondolkodásunkra gyakorolt negatív hatása. Egyelőre nem jelenik meg hagyományos teljesítményértékelésben vagy vezetői kimutatásokban, de mire mérhető lesz, ezt a jelenséget nehéz lesz visszafordítani.
Egyre több mindent szervezünk ki az elménkből
Egyes kutatások szerint bizonyos országokban már romlani kezdett a kognitív teljesítmény. A Flynn-hatás – a 20. század jelentős részében évtizedenként átlagosan 2-3 ponttal emelkedtek az IQ-tesztek eredményei –, több országban, köztük Norvégiában, az Egyesült Királyságban és az Egyesült Államokban is lelassult, megállt, sőt esetenként visszájára fordult. Bizonyos kognitív mutatók alapján ma már az sem egyértelmű, hogy a fiatalabb generációk jobban teljesítenek-e, mint az előttük járók.
A folyamat jóval az AI térnyerése előtt kezdődött. Amikor a 2000-es évek elején keresőmotorokra bíztuk a memóriánk egy részét, ez szinte kizárólag nyereségnek tűnt: azt gondoltuk, így agyi kapacitásunk szabadul fel az értékesebb, összetettebb gondolkodásra. A külső memóriának viszont ára van: a mintázatok felismeréséhez szükségünk van arra a saját fejünkben tárolt tudásra, aminek a segítségével gyorsan kapcsolatot teremthetünk egymástól akár távolinak tűnő gondolatok között. Ha ezt a tudást folyamatosan kívülről kell előkeresnünk, lassabban és nehezebben következtetünk, és kevésbé könnyen ismerjük fel az összefüggéseket.
Betsy Sparrow-nak, a Columbia Egyetem pszichológusának a Science folyóiratban egy még 2011-ben megjelent kutatása azt mutatta, hogy az emberek már abban a pillanatban kevésbé rögzítik az információt az emlékezetükben, amikor tudják, hogy később bármikor rákereshetnek. Ez a kiszervezés automatikusan, tudatos döntés nélkül történik. Egy 2024-es, a Frontiers in Public Health folyóiratban megjelent metaanalízis azt is megerősítette, hogy a folyamat önmagát erősíti: minél többször keresünk rá valamire, annál kevesebbet jegyzünk meg, és minél kevesebbet jegyzünk meg, annál többször kell keresnünk. Az AI térnyerésével magát a kritikus gondolkodást is elkezdtük kiszervezni.
Az MIT Media Lab egy 2025-ös kutatásának előzetes eredményei szerint azoknál, akik nagy nyelvi modell, vagyis LLM segítségével írtak szöveget, lényegesen alacsonyabb volt az emlékezéshez, a kreativitáshoz és a figyelemhez kapcsolódó agyi hálózatok aktivitása, mint azoknál, akik csak keresőt használtak, vagy semmilyen digitális segítséget nem vettek igénybe. Az LLM-et használók 83 százaléka néhány perccel később már nem is tudott pontosan idézni a saját maga által írt esszéből. A kutatók ezt „kognitív adósságnak” nevezték:
mintha a jelenben hitelt vennénk fel a jövőbeli önmagunktól, aki ennek következtében mérhetően kevésbé lesz képes ugyanarra a szellemi teljesítményre.
A következmények messze túlmutatnak az egyéni gondolkodáson. Ahogy az AI egyre inkább beépül a mindennapi munkába, a gondolkodási feladatok folyamatos kiszervezése idővel a képességek kollektív leépüléséhez vezethet. Ez pedig már a szervezetek tudását, alkalmazkodóképességét és ellenállóképességét is gyengítheti. A BCG egyik felsővezetők körében végzett kutatásában a válaszadók fele azt mondta, hogy már most érzékeli bizonyos készségek leépülését a szervezetében, több, mint 60 százalékuk pedig arra számít, hogy ez a következő három-öt évben érdemi üzleti kockázattá válik.
A BCG és a Harvard Business School közös kutatásai szerint az AI rendkívül erős kiegyenlítő eszköz lehet, a gyengébben teljesítő szakemberek teljesítménye látványosan javulhat. Ugyanez a kutatás viszont arra is rámutatott, hogy a mesterséges intelligencia előnye nagymértékben függ attól, hogy miként használjuk. Amikor a szakemberek kritikátlanul hagyatkoztak a meggyőzően hangzó AI-válaszokra, és nem ellenőrizték vagy értékelték azokat önállóan, a teljesítményük romlott. Az AI gyorsabbá tette a munkát, de az ítélőképességet nem javította.
Ha mindenki folyamatosan ezekre az eszközökre támaszkodik, egyre kevesebb lehetőség marad azoknak a készségeknek a megszerzésére és gyakorlására, amelyek révén az ember valódi hozzáadott értéket tud teremteni. Ha ezt a folyamatot nem kezeljük tudatosan, könnyen kialakulhat az önmagát erősítő spirál:
minél kevesebbet használjuk a képességeinket, azok annál inkább leépülnek, és minél inkább leépülnek, annál jobban szorulunk rá az AI-eszközökre.
21. századi történet új formában: a figyelem válsága
A 21. század figyelemgazdaságában ismert jelenség, hogy miközben egyre inkább kiszervezzük a memóriánkat és a gondolkodásunkat, egy másik alapvető képességünk is gyengül: egyre nehezebben tudunk hosszabb időn át egyetlen dologra összpontosítani.
Gloria Mark, a Kaliforniai Egyetem irvine-i campusának professzora azt találta, hogy míg 2003-ban az emberek átlagosan két és fél percet töltöttek egy képernyőn ugyanazzal a feladattal mielőtt másra váltottak volna, 2023-ra ez az idő mindössze 47 másodpercre csökkent. Ezzel párhuzamosan szinte észrevétlenül az olvasási szokásaink is megváltoztak. Az American Academy of Arts and Sciences szintén friss adatai szerint az amerikaiak 84 százaléka ma már naponta legfeljebb öt percet olvas. A 15-24 éves fiataloknak mindössze 9,5 százaléka tölt napi húsz percnél többet olvasással.
Az amerikai National Endowment for the Arts 2024-ben megjelent felmérése szerint az irodalmi műveket olvasó felnőttek aránya a 2012-es 45,2 százalékról 2022-re 37,6 százalékra esett, ami a felmérés három évtizedes történetének legalacsonyabb értéke. Mindez azért fontos, mert az olvasás jóval többet jelent az információ befogadásánál. A hosszabb, összetett szövegek olvasása az egyik legfontosabb módja annak, ahogyan az absztrakt gondolkodást fejlesztjük, párhuzamokat és összefüggéseket felismerni tanulunk – és képessé válunk arra, hogy egy több lépésből álló, bonyolult érvelést is végig tudjunk követni. Tehát
aki idáig eljutott és végig is olvassa a hírlevelünket, már tett valamit magáért.
Egyre nagyobb teret kap viszont a passzív videófogyasztás: algoritmusok által optimalizált, a figyelmünk megragadására tervezett tartalmakat nézünk, amelyeket elsősorban fogyasztani, nem feldolgozni kell. Neurológiai szempontból nem ugyanaz történik az agyunkban, amikor olvasunk, mint amikor videót nézünk. Az egyik esetben az agy dolgozik és edzésben van, a másikban inkább pihen.
Valódi kontroll, valódi tapasztalat
Az AI kockázataira adott általános szervezeti válasz az, hogy az embert „bent kell tartani a folyamatban”, vagyis valaki ellenőrzi a gép által előállított eredményt, kiszűri a hibákat, és szükség esetén felülbírálja azt. Ez elsőre logikus megoldásnak tűnik, de feltételezésre épül: arra, hogy az ellenőrzést végző embernek megvan a szükséges tudása, figyelme és magabiztossága ahhoz, hogy valóban közbe is lépjen.
Érdemes megnézni, mi történik a nagymértékben automatizált környezetekben. Ha a rendszerek hosszú időn keresztül megbízhatóan működnek, az emberi irányítóknak egyre kevesebb alkalmuk nyílik azoknak a nehéz döntési helyzeteknek a gyakorlására, amelyek akkor válnak fontossá, amikor valami mégis elromlik. Egy válsághelyzetben formálisan továbbra is ők lehetnek azok, akiknek közbe kell avatkozniuk, csakhogy a rendszer ekkor olyan képességekre támaszkodik, amelyeket túl régóta nem kellett élesben használni. Ugyanez a veszély ma már minden olyan szervezetet érint, amely AI-jal támogatott munkafolyamatokat épít ki.
Egy stratégiai ajánlásokat, pénzügyi elemzéseket, jogi értelmezéseket vagy akár orvosi diagnózisokat készítő rendszer csak akkor lehet biztonságos, ha az eredményét ellenőrző ember valóban képes annak érdemi megítélésére.
Önmagában ráadásul a szakértelem sem elég. Az AI felügyelete megfelelő mentális kapacitást is igényel: tartós figyelmet, koncentrációt és ítélőképességet. Éppen ezeket terhelheti túl maga az intenzív ellenőrzés. A BCG egy 2026 tavaszán megjelent kutatása szerint azok a dolgozók, akiknek szorosan figyelemmel kellett követniük és folyamatosan értékelniük kellett az AI által előállított eredményeket, 14 százalékkal nagyobb szellemi erőfeszítésről, 12 százalékkal nagyobb mentális fáradtságról és 19 százalékkal nagyobb információs túlterheltségről számoltak be, mint azok, akiknek kevésbé intenzív felügyeleti feladatuk volt.
Az érdemi emberi kontrollhoz tehát mély szaktudás, kritikus gondolkodás és megfelelő kontextus-ismeret is szükséges. Csak ezek birtokában lehet felismerni az AI tévedéseit és hallucinációit, megkérdőjelezni a mögöttes feltételezéseket, vagy észrevenni azt, amit a rendszer figyelmen kívül hagyott. Ha ezek a képességek nincsenek folyamatosan edzésben, és az embernek nincs meg a kellő önállósága, mentális kapacitása és felhatalmazása ahhoz, hogy ellentmondjon a gépnek, akkor az „emberi kontroll” könnyen puszta formalitássá válhat.
Négy út elbutulás ellen
A megoldás nem az, hogy ellenállunk a technológiának. A cél az, hogy az AI mellett dolgozó emberek továbbra is valóban képesek legyenek ellenőrizni a gépet, önállóan ítélni és hozzáadott értéket teremteni. A felsővezetők és az igazgatóságok számára négy feladatot javaslunk.
A fizikai világban megszerzett tapasztalat felértékelése. Könnyen lehet, hogy napjaink egyik legalulértékeltebb vezetői képessége egyben az egyik legnehezebben helyettesíthető is: az a fajta gyakorlati intelligencia, amely a fizikai jelenlétből és a valós helyzetek tapasztalatából születik.
Ilyen a tárgyaló, aki olvas a szobában ülők reakcióiból; a vezető, aki már azelőtt megérzi, hogy valami nincs rendben, hogy ez az adatokban megjelenne; vagy az a felsővezető, aki nem pusztán a teljesítményével, hanem személyes jelenlétével is bizalmat épít. Ezek nem egy letűnt világ maradványai. Éppen ellenkezőleg: annak az emberi előnynek a példái, amely annál értékesebbé válik, minél több szellemi munkát vesznek át a gépek.
Azok a szervezetek, amelyek továbbra is építenek a való világban megszerzett tapasztalatra és az ebből fakadó ítélőképességre, nem a múltat hozzák vissza. Olyan képességeket fejlesztenek, amelyekhez az AI-nak nincs közvetlen hozzáférése.
Az oktatást és a vállalati képzést az élmény, nem pedig az információátadás köré kell újraszervezni. Van itt egy érdekes ellentmondás: az a generáció, amelyről azt mondjuk, hogy képtelen tartósan figyelni, akár órákon át is képes teljes koncentrációval játszani egy videójátékkal. A kihívás az, hogyan lehet ugyanezt a bevonódás-élményt és motivációt megteremteni az oktatásban és a munkahelyi tanulásban is. Nem arról van szó, hogy mindent játékká kell alakítani, hanem arról, hogy megértsük, mitől képesek a játékok ennyire tartósan lekötni a figyelmet. Ilyen az önálló cselekvés lehetősége, a képességekhez megfelelően igazított kihívás, az azonnali visszajelzés és az, hogy a döntések tétje valóságosnak érződjön.
Meg kell teremteni a szakértelemhez szükséges gyakorlási lehetőségeket. A hagyományos szervezeti modell abból indult ki, hogy az emberek az egyre nehezebb szellemi feladatok ismételt megoldásán keresztül fokozatosan tesznek szert tapasztalatra és ítélőképességre. Az AI -technológia viszont éppen azoknak a rutinfeladatoknak a jelentős részét veszi át, amelyek korábban ezt a gyakorlást biztosították. A tapasztalat továbbra sem spórolható meg, de a szervezetek már nem feltételezhetik, hogy az alkalmazottak pusztán a munkájuk végzésével automatikusan megszerzik.
Tudatosan kell olyan helyzeteket teremteni, ahol a munkavállalóknak nehéz problémákkal kell megküzdeniük, döntéseket kell hozniuk, visszajelzést kapnak, és megtapasztalják döntéseik következményeit. Nem az a cél, hogy mesterségesen életben tartsuk azokat a feladatokat, amelyeket az AI már jobban elvégez. Azt érdemes megőrizni, amit ezek a feladatok az emberek fejlődéséhez adtak: a tapasztalatokat, amelyekből valódi szakértelem és ítélőképesség épül.
Arra kell koncentrálni, amit valóban nehéz géppel helyettesíteni. Az emberi előny nem állandóan elfoglalt terület: gyorsan változó határvonal ember és gép között. A rutinfeladatokat egyre nagyobb mértékben automatizáljuk, és ugyanez történik azokkal a munkákkal is, amelyek főként már ismert mintázatok felismerésére épülnek. Ami megmarad, az a képességek szűkebb, de jóval nagyobb igényeket támasztó köre. Ide tartozik
a stratégiai kockázatvállalás, mikor olyan, nem magától értetődő jövőképekre teszünk, amelyek bizonytalanságát egy optimalizáló modell nem feltétlenül képes kezelni;
a valódi innováció, ha valaki korábban össze nem kapcsolt területek között teremt új kapcsolatot – vagyis olyasmit hoz létre, ami még nem szerepelt egyetlen tanító adatbázisban sem.
Ezeket gyakran „puha” készségeknek nevezzük, pedig éppen a legnehezebben kialakítható, legnehezebben mérhető, és az AI által is legnehezebben reprodukálható képességekről van szó.
A vezetőknek érdemes tehát újragondolniuk, hogyan fejlesztik a következő generáció ítélőképességét, eredetiségét és emberi kapcsolatteremtő képességét. Irányt kell szabni a technológiának – és meghúzni a határait.
Nyitókép: Shutterstock
Tetszik, amit olvasol?
A választás lezajlott, de a kérdéseknek nincs vége. A következmények most kezdődnek. A hvg360 Prémium hírlevelek a napi hírfolyamon túl segítenek eligazodni egy olyan időszakban, ami mindannyiunk számára új.
Egyfelől a HVG sokat látott újságíróit követhetitek: adatokból történetek, jogi magyarázatok, közélet női szempontból, kultúr- és médiamegfejtés programajánlattal, külföldi lapok heti hírszemléje; másfelől szakmájukban kiemelkedő szerzők gondolatait olvashatjátok a gazdaság és a menedzsment területeiről, nemzetközi kutatásokról, vagy a mindent behálózó mesterséges intelligenciáról.
A tartalom a BCG támogatásával, a hvg360 Prémium hírlevelek szakmai együttműködésével készült.
