KRONIK: AI er kognitiv narkotika

Af Kirsten Stendevad, forfatter og lederudvikler med fokus på fremtidens lederskab

Vi befinder os i en tilstand af kollektiv teknologisk eufori. Begejstringen over generativ AI vil ingen ende tage, og løfterne om acceleration føles som en digital opfyldelse af alkymistens drøm: Guld skabt ud af ingenting på sekunder. Men mens vi jubler over de lynhurtige svar, overser vi, at vi er ved at lade os forføre ind i en kognitiv blindgyde. Vi risikerer at accelerere os selv direkte ud over afgrunden, fordi vi forveksler hastighed med fremskridt.

For at navigere i AI-tidsalderen kræver det ikke blot konstant tilpasning til nye redskaber, men en radikal genopdagelse af vores menneskelige fundament. Hvis vi ikke kender os selv bedre end algoritmen gør, leger vi kispus med vores egen skelneevne og lader os narre af et øjebliks illusion, indtil sandheden rammer os - ofte for sent.

Ny forskning illustrerer faren præcist. I det banebrydende "Jagged Frontier"-studie (Dell'Acqua m.fl., MIT/Harvard, 2023) fulgte forskerne 758 BCG-konsulenter og fandt, at AI øgede produktiviteten med 40 pct. på rutineopgaver. Men på opgaver, der krævede kompleks strategisk dømmekraft, klarede AI-brugerne sig 19 pct. dårligere end kolleger, der arbejdede uden AI - og det mest foruroligende: de vidste det ikke selv. Maskinens overbevisende tone forledte dem til at overvurdere kvaliteten af eget output. De var kommet længere fra virkeligheden, jo mere de brugte teknologien.

Dette er kognitiv narkose i reneste form: AI fungerer netop som narkotika, fordi dopamin-rushet ved de hurtige svar ender med at lulle os ind i en kognitiv narkose, hvor den kritiske sans bedøves. En undersøgelse fra 2025 viste, at regelmæssige AI-brugere systematisk reducerer deres kritiske refleksion og udviser tegn på kognitiv afhængighed - det, forskerne kalder "generative AI dependency". Det er ikke et nyt fænomen: Allerede i 2011 dokumenterede Sparrow, Liu og Wegner i det anerkendte tidsskrift Science, at blot det at vide, vi kan Google svaret, sænker vores kognitive anstrengelse og svækker hukommelsen markant. AI er dette fænomen på steroider. Vi outsourcer ikke blot hukommelse, men selve tænkningen - og vi mærker det ikke, mens det sker.

Nobelpristager Daniel Kahneman har med sin forskning i System 1 og System 2 vist, at vi konsekvent søger den mindste modstands vej og systematisk overvurderer vores hurtige domme. AI er den ultimative modstandsfrie vej. For at benytte den til ægte acceleration skal vi kende de steder, hvor vores egen hjerne narrer os: de ubevidste fordomme og nedarvede traumer, der får os til at tro på forestillinger, blot fordi de er velkendte. Hvis vi ikke kender vores livsmission og værdier, vil AI blot spejle vores blinde pletter tilbage til os i høj opløsning - overbevisende og fejlbehæftet på én gang.

Forskning i "automation bias" viser, at eksperter er særligt sårbare: jo mere erfaren, desto større risiko for overdreven tillid til maskinens output. Eksperter har brugt årtier på at udvikle mønstre og intuition  og når AI'en bekræfter det, de allerede tænker, udløser det en dopaminbelønning: præcis det, jeg selv ville have sagt. Tænkningen stopper her. Spørgsmålet der burde følge - men hvad ser maskinen ikke? - bliver aldrig stillet. Erfaring er paradoksalt nok blevet en kognitiv risikofaktor.

Er vi ikke vågne nok til at afsløre os selv i at lade kortisol og dopamin styre vores adfærd, er vi lette ofre for den digitale narkose. Vi skal kunne gennemskue de øjeblikke, hvor vi bildes noget ind af algoritmen eller af vores egne ubevidste mønstre inden vi træffer beslutninger, der bliver dyre at rulle tilbage.

I industrialderen troede vi, at strøm til alting ville gøre alt bedre. I dag bærer vi efterveerne af den ureflekterede modernitet. Vil vi gøre det bedre denne gang, skal vi mestre disciplinen "at sænke farten for at kunne øge den". Harvard Business Review peger på metakognition - evnen til systematisk at overvåge egne tankeprocesser - som den mest kritiske lederkompetence i AI-alderen. I en verden, hvor vi har flere AI-konversationer på én dag, end vi tidligere havde på en måned, mister vi hurtigt tråden. Vi skal huske, hvilke præmisser vi konkluderede ud fra i sidste uge. Uden denne disciplin bliver accelerationen til en illusion, der efterlader os mere desorienterede end da vi startede.

Vi har brug for ledere, der tør bremse op, trække stikket og tænke dybt, inden de anbringer deres virksomhed i en karrusel, der ikke kan standses. Det handler om at investere i alt det, AI ikke evner: kropslig forankring, nervesystemisk indsigt, etisk integritet, intuitiv skelnen og evnen til at holde hovedet oven vande i en tsunami af information. Fremtiden tilhører ikke dem, der prompter hurtigst, men dem, der har det neurologiske og eksistentielle overskud til at vide, hvornår de skal stoppe - og hvornår de ikke skal lade sig narre, inklusive af sig selv.

Den typiske reaktion på AI-æraen er acceleration: lær flere værktøjer, integrer hurtigere, optimer mere. Men forskningen peger i en anden retning. Det afgørende konkurrencefortrin i de næste ti år er ikke, hvor hurtigt du kan adoptere ny teknologi – det er, hvor grundigt du kender din menneskelighed. Vejen frem starter indefra: med en helspektret opgradering af selvindsigt parret med daglige rutiner, der beskytter din evne til at tænke langt, dybt og selvstændigt. Kognitiv vedligeholdelse er ikke længere en luksus for dem med tid. Det er blevet en strategisk nødvendighed på linje med fysisk sundhed.

"Kend dig selv" rådede Apollos orakel fra civilisationens vugge. Det råd har aldrig været mere påtrængende end nu. Bundlinjen er ikke ”brug ikke AI”. Men: Vid hvem du er, når du gør det.

Kilder:

1.  Dell'Acqua, F., McFowland, E., Mollick, E., m.fl. (2023): "Navigating the Jagged Technological Frontier: Outcomes of Generative AI Employment in Public Consulting", Harvard Business School Working Paper / MIT.
2.  Sparrow, B., Liu, J., & Wegner, D. M. (2011): "Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips", Science, Vol. 333.
3.  Kahneman, D. (2011): "Thinking, Fast and Slow", Farrar, Straus and Giroux.
4.  Skitka, L.J., Mosier, K.L., & Burdick, M. (1999): "Does automation bias decision-making?", International Journal of Human-Computer Studies.
5.  Parasuraman, R., & Manzey, D. (2010): "Complacency and Bias in Human Use of Automation", Human Factors, Vol. 52.