Cognitive offloading: как ИИ забирает память и критическое мышление

В 2011 году Sparrow и коллеги опубликовали в Science работу, которая запустила целое направление. Оказалось, что люди хуже запоминают факты, если знают, что эти факты доступны в Google. Тогда это выглядело просто любопытным эффектом. К 2025 году всё стало серьёзнее: теперь мы отдаём ИИ не только память, но и анализ, аргументацию, формулировку, оценку источников. И первые крупные исследования показывают, что за такое удобство приходится платить.

Здесь я разбираю несколько вещей. Что такое когнитивная разгрузка с точки зрения науки о мозге. Чем эффект Google отличается от того, что делает с нами ChatGPT. Какие свежие данные есть по влиянию ИИ на критическое мышление. И главное, как пользоваться ИИ, не теряя собственную способность думать. Без паники, по источникам.

Что такое cognitive offloading и почему мозг это любит?

По определению Risko & Gilbert (Trends in Cognitive Sciences, 2016), cognitive offloading, это любое физическое действие, которое снижает когнитивные требования задачи. Записать в блокнот, поставить напоминание, спросить у Google, сгенерировать ответ в ChatGPT, всё это сюда относится. Мозг эволюционно настроен экономить ресурс, и если можно что-то не держать в голове, он с радостью не держит.

Сам по себе offloading никакая не патология, а нормальный способ мозга приспосабливаться к среде. Записывая номер телефона, мы освобождаем рабочую память под другие задачи. Берясь за калькулятор, мы не теряем способность считать, а высвобождаем внимание для постановки самой задачи. Проблема начинается в тот момент, когда разгрузка становится тотальной и охватывает уже не отдельные операции, а само мышление.

Risko & Gilbert описывают это через простую модель: мозг постоянно прикидывает соотношение усилия и пользы. Если переложить задачу на внешний носитель проще, чем держать её в голове, мозг так и делает. И вот тут ИИ резко опускает порог. Раньше, чтобы делегировать, нужно было хоть что-то написать, сформулировать запрос, найти ответ. Теперь достаточно задать вопрос в одно поле и получить готовое решение за пару секунд.

Когнитивная нейронаука здесь стыкуется с экономикой внимания. По обзору Frontiers in Psychology (2025), чем ниже воспринимаемая стоимость делегирования, тем чаще оно происходит. ИИ снизил эту стоимость почти до нуля. И это меняет не отдельные задачи, а базовое поведение по умолчанию: думать самому стало психологически "дороже", чем спросить.

Что такое эффект Google и как он работает?

По работе Sparrow, Liu & Wegner (Science, 2011), когда люди знают, что информация доступна в поисковике, они хуже её запоминают, но лучше помнят, где её найти. Это не сбой, а вполне разумная адаптация: мозг встроил поисковик в transactive memory, в распределённую систему памяти. Похожие механизмы у других цифровых сервисов я разбираю в материале о зависимости от соцсетей.

Transactive memory простыми словами

Концепцию transactive memory ввёл Daniel Wegner в 1985 году. Изначально она описывала пары и команды: каждый член группы помнит свою часть, плюс помнит, кто помнит остальное. Sparrow et al. показали: с интернетом мозг применяет тот же механизм к цифровым системам. Google становится "партнёром по памяти". Часть знаний делегируется, остаётся только индекс: где искать.

Что меняется с ChatGPT

С поисковиком ты всё-таки делал работу сам: формулировал запрос, оценивал источники, сводил всё воедино. С ИИ-ассистентом исчезает и эта часть, потому что вместо «где найти» ты сразу получаешь «вот готовый ответ». По данным Frontiers in Psychology (2025), интенсивные пользователи генеративного ИИ хуже синтезируют информацию из разных источников и слабее оценивают аргументы самостоятельно. Так что это уже не эффект Google, а следующая ступень того же процесса.

Здесь важно не свалиться в дешёвую панику. Эффект Google сам по себе никакая не болезнь: мы не теряем способность помнить, мы перераспределяем ресурс. Всё дело в масштабе и в том, что именно мы отдаём наружу. Делегировать память на номера телефонов безопасно, а вот делегировать способность критически разбирать аргумент уже совсем нет.

Как ChatGPT влияет на критическое мышление?

По исследованию Gerlich (Societies, MDPI, 2025, DOI 10.3390/soc15010006) на выборке 666 участников, частота использования ИИ-инструментов значимо отрицательно коррелирует с уровнем критического мышления. Молодые пользователи (17-25 лет) показали и большую зависимость от ИИ, и более низкие баллы по тесту критического мышления, чем старшие группы.

Что именно измеряли

Gerlich использовал стандартизированные шкалы критического мышления (анализ аргументов, оценка доказательств, распознавание предположений) и шкалу cognitive offloading в контексте ИИ. Корреляция между интенсивностью использования ИИ и баллами критического мышления оказалась статистически значимой и отрицательной. Это не причинно-следственная связь "в одну сторону", но направление корреляции достаточно тревожное.

Почему это не алармизм

Критическое мышление — навык, который тренируется, а врождённым даром тут и не пахнет. Он растёт, когда мозг сам делает работу: выдвигает гипотезу, взвешивает доказательства, ищет слабые места в аргументе. Если всю эту работу систематически забирает ИИ, тренировки попросту не происходит. Логика тут такая же, как с мышцей: не давать нагрузки, и она постепенно слабеет. Frontiers in Psychology (2025) подтверждает этот механизм на нейропсихологических данных.

Оговорюсь сразу: дальше не клинические данные, а живое наблюдение. За последний год у людей, которые приходят с запросом «не могу сосредоточиться, не могу думать», всплывает один и тот же паттерн. Они описывают, что им стало тяжело удерживать мысль без подпорки в виде ИИ. И дело не в том, что мозг сломался, а в том, что навык удерживать и разворачивать мысль в голове почти перестал тренироваться. Похожий паттерн в работе с ИИ-ассистентами я разбираю в материале о FOBO и ChatGPT-параличе.

Что такое intention offloading и чем он отличается от обычной разгрузки?

По модели Hu & Sauerland (Cognition, 2024, DOI 10.1016/j.cognition.2024.105738), intention offloading, это перенос намерений, планов и будущих действий на внешние подсказки. Не "запомнить факт", а "запомнить, что я хотел сделать". Календарь, напоминание, чат с ИИ, всё это формы intention offloading.

Как устроена модель Hu & Sauerland

Их модель формализует решение о делегировании через сравнение воспринимаемых ресурсов и воспринимаемых требований. Если задача воспринимается как ресурсозатратная относительно собственных возможностей, мозг переключается на offloading. Это работает автоматически и быстро. С появлением ИИ воспринимаемая стоимость удержания намерения в голове относительно выросла: проще скинуть в чат "напомни через час", чем держать в рабочей памяти.

Почему это опаснее, чем кажется

Память на намерения, ключевой компонент исполнительных функций. Это то, что позволяет начать действие, удержать цель, довести до конца. Если этот контур систематически разгружается на внешние подсказки, ослабевает не только память, ослабевает сам механизм самоорганизации. По наблюдениям из практики работы с прокрастинацией, особенно у разработчиков (см. материал о прокрастинации разработчика), часть случаев укладывается в эту картину: способность держать цель в голове ослабла, потому что годами делегировалась внешним системам.

Однозначного «это плохо» тут нет. Календари и напоминания, это полезные инструменты, они освобождают рабочую память под творческие и сложные задачи. Весь вопрос в балансе. По данным Hu & Sauerland, защитным фактором служит осознанность: ты понимаешь, что и зачем отдаёшь наружу. Автоматическое тотальное делегирование превращается в проблему, а точечное и осознанное остаётся ресурсом.

Кто в зоне риска и как это распознать?

По данным Gerlich (Societies, 2025), самая высокая ИИ-зависимость и самое заметное падение критического мышления, у пользователей 17-25 лет. Это поколение, выросшее с поисковиками, а сейчас формирующее базовые навыки работы с информацией уже в эпоху ИИ. Старшие группы тоже подвержены, но в меньшей степени, у них есть "докомпьютерная" база навыков думать без подпорки.

Поведенческие маркеры зависимости от ИИ

• Рефлекс открыть чат до того, как подумать. Столкновение с задачей запускает не размышление, а сразу обращение к ИИ.
• Снижение способности удерживать мысль без подпорки. Мысль "сворачивается", если не записать или не обсудить с ИИ сразу.
• Принятие первого ответа без проверки. Меньше критики, меньше уточнений, больше доверия выданному результату.
• Скука или тревога при попытке работать без ИИ. Самостоятельная задача воспринимается как непропорционально тяжёлая.
• Падение способности к синтезу. Сложно собрать своё мнение из разных источников, проще попросить ИИ собрать.

Эти маркеры вовсе не значат, что ты «потерял мозги». Они говорят лишь об одном: определённые когнитивные навыки давно не получали нагрузки. По модели Hu & Sauerland, всё это обратимо, и навыки возвращаются вместе с нагрузкой, ровно как мышцы после возобновления тренировок. Но сначала нужно заметить, что вообще происходит, и это второй защитный фактор по Gerlich, metacognitive awareness.

Тут важно отделить когнитивный паттерн от психической патологии. Если ощущение «не могу думать» идёт в связке с тревогой, апатией и нарушенным сном, дело уже не только в ИИ, а в общем уровне нагрузки и в эмоциональном состоянии. В этой зоне работают другие механизмы, в том числе работа с автоматическими реакциями нервной системы. Об этом подробнее в материале о взаимодействии ИИ и подсознания, где я разбираю более глубокий слой.

Почему активные пользователи ИИ устают сильнее?

Усталость от ИИ растёт не от объёма работы, а от того, что из работы уходит усилие. Мозг оценивает ценность результата по вложенному труду, и когда труд исчезает, вместе с ним пропадает сигнал «я это сделал». Поэтому человек, автоматизировавший половину своих задач, к вечеру нередко чувствует себя более выпотрошенным, чем тот, кто весь день делал всё руками.

Легко спутать с обычным выгоранием, хотя механика тут другая. При классическом выгорании ты истощаешься от перегруза: задач слишком много, восстановления слишком мало, и в какой-то момент организм просто снимает питание с мотора. У людей, плотно живущих с ИИ, картина обратная. Задач стало меньше, закрываются они быстрее, продуктивность выросла и на бумаге, и в деньгах, и ровно на этом фоне человек начинает гаснуть.

Представь, что ты полгода готовился к марафону: вставал в шесть, бегал в дождь, разбирался с болью в коленях. И в день забега тебе говорят: садись в машину, доедешь до финиша быстрее, медаль всё равно твоя. Медаль ты получишь. А вот бежал ты или нет, мозг запомнит честно.

Эффект усилия: почему быстрый результат не радует

Мозг пользуется простой эвристикой: чем больше усилия вложено, тем ценнее результат. Работает она автоматически, разрешения не спрашивает, и переубедить её логикой не выходит. Текст, который ты писал 4 часа, ощущается своим, а текст, пришедший за 4 секунды, ощущается найденным на улице, даже если объективно он лучше. Отклик системы вознаграждения привязан не к качеству итога, а к затраченной работе, поэтому серия отличных быстрых результатов даёт странный эффект: сделано много, а внутри пусто.

Тут видно прямое продолжение всего, о чём этот текст. Когнитивная разгрузка убирает усилие, и вместе с усилием исчезает сигнал, по которому мозг вообще понимает, что произошло что-то стоящее.

Три опоры мотивации, по которым бьёт ИИ

Теория самодетерминации Ryan и Deci (American Psychologist, 2000) описывает три базовые психологические потребности: автономию, то есть ощущение, что решение принял ты сам; компетентность, ощущение «у меня получается»; и связанность с другими людьми. Речь не о пожеланиях, а об условиях, при которых мотивация вообще существует, и фрустрация любой из трёх тянет за собой падение интереса, тревогу и подавленность независимо от внешних результатов.

Плотная работа с ИИ задевает все три разом. Автономия проседает, потому что решения всё чаще приходят готовыми, и ты их одобряешь, а не принимаешь. Компетентность — потому что то же самое рядом делается быстрее. Связанность проседает тише всех: живое обсуждение с коллегой понемногу заменяется диалогом с окном чата, и человек замечает это, только когда обнаруживает, что за целый день не поговорил ни с кем.

Сравнение с тем, у кого не бывает плохих дней

Сравнивать себя с другими мозг умеет автоматически, это встроенный способ понять своё место в группе, и выключить его усилием воли нельзя. Беда в том, что ИИ в эту рамку не помещается. У него не бывает усталости, лимита внимания, испорченного настроения и трёх часов ночи, поэтому мерить свою скорость его скоростью — примерно как сравнивать бег с самолётом: проигрыш зашит в само сравнение.

Дальше подключается механизм, который Селигман описал ещё в конце 1960-х как выученную беспомощность: если живое существо раз за разом убеждается, что его действия не влияют на результат, оно перестаёт пытаться, даже когда ситуация изменилась. На сессиях это звучит примерно так: «могу вложиться, могу не вкладываться, выйдет плюс-минус одно и то же». Формально человек говорит про качество текста или кода, по сути — про то, что связь между собственным усилием и результатом у него в голове порвалась.

Как отличить когнитивную разгрузку от ИИ-выгорания?

Разгрузка ощущается как облегчение: сделал меньше, получил то же самое. ИИ-выгорание ощущается как пустота на том месте, где раньше было удовлетворение от сделанного. Быстрая проверка: посмотри, что происходит внутри в момент, когда задача закрыта. Приходит удовлетворение, пусть слабое, значит всё в порядке; приходит «ну, закрыл» и сразу тянет открыть следующую, значит разгрузка перешла в другое качество.

Я описываю это состояние как AIRD, AI-Induced Reality Distortion: искажение восприятия себя при плотном и длительном контакте с ИИ. Ни в DSM-5, ни в МКБ-11 такого диагноза нет, это рабочая рамка для набора симптомов, а не клиническая единица. С луддизмом её тоже путать не надо: луддит машину отвергает, а человек с AIRD пользуется ИИ ежедневно и продуктивно, и именно это использование запускает каскад.

Отдельная сложность в том, что состояние не выглядит проблемой, оно выглядит успехом. Выручка растёт, дедлайны соблюдаются, и человек приходит с формулировкой «вроде всё хорошо, а мне плохо». Ниже 5 признаков, которые на сессиях всплывают чаще остального.

1. Кризис авторства. Ты просишь ИИ написать текст, он пишет лучше, чем ты за 3 часа, и первое, что приходит в голову: это не моё. Речь не про авторские права, а про смещение из создателя в редактора чужих черновиков. Сначала одобряешь отдельные строки, потом целые куски, а потом ловишь себя на том, что давно ничего не написал сам.
2. Оптимизация без финиша. ИИ всегда способен выдать ещё вариант, и ты крутишь текст или решение по десятому кругу. Каждая итерация подкидывает микродозу ощущения прогресса, но момента «готово» не наступает, и к вечеру ты вымотан, ничего при этом не завершив. Механика та же, что в дофаминовой петле соцсетей: стимуляция есть, вознаграждения нет.
3. Замирание перед выбором. Раньше количество вариантов ограничивалось тем, сколько ты сумел придумать. Теперь их 15 за минуту, каждый со своей аргументацией, и выбрать один означает отказаться от четырнадцати правдоподобных. Этот механизм я подробно разбираю в материале про FOBO и паралич решений.
4. Ощущение, что опыт обесценился. Ты разбирался в профессии 8 лет, а джун с чатом выдаёт сопоставимый результат за час. Формально ты компетентен ровно как вчера. Но мозг держит компетентность не на знаниях, а на ощущении, что твои знания что-то решают, и уходит первым именно оно.
5. Вопрос «кто я, если не это». Самый глубокий слой, где ИИ забирает уже не задачи, а идентичность. Был «тот, кто пишет тексты, которые продают», стал «тот, кто промптит». Разница не в формулировке, а в том, что ты отвечаешь себе на вопрос «кто ты» в три часа ночи, когда не спится.

Связь с когнитивной разгрузкой тут прямая. Пока наружу уходят отдельные операции — посчитать, вспомнить, найти нужную строчку, — идентичность не задета, потому что решение остаётся за тобой. Когда наружу уходит сам процесс: постановка задачи, ход рассуждения и выбор между вариантами, — вместе с процессом уносит и опору, на которой держалось ощущение себя как профессионала. Отсюда и парадокс, с которого начинается предыдущий раздел: чем плотнее человек внедрил ИИ, тем сильнее его потряхивает.

Как пользоваться ИИ, не теряя способность думать?

По обзору Frontiers in Psychology (2025) и рекомендациям Gerlich, защитный фактор от падения критического мышления, это осознанный режим использования ИИ. Речь не про отказ от инструмента, а про смену последовательности: сначала собственная работа, потом ИИ как проверка. И никакой моралистики тут нет, это вполне практичная нейропсихология, по сути обычная тренировка.

Что работает на уровне привычки

1. ИИ после, а не вместо. Сформулируй свою версию ответа или гипотезу, потом сверь с ИИ. Это сохраняет тренировку синтеза.
2. Не принимай первый ответ. Задавай уточняющие вопросы, ищи слабые места, проси привести контраргументы.
3. Работай руками регулярно. Минимум одна задача в день без ИИ: написать письмо, разобрать проблему, спланировать день.
4. Проверяй источники сам. Если ИИ ссылается на исследование, открой и прочитай. Это сохраняет навык оценки источников.
5. Отслеживай рефлекс делегирования. В момент "сейчас спрошу у ИИ" задай себе вопрос: я делегирую факт или я делегирую мышление?

Что работает на уровне инфраструктуры

Полезно структурно разделить режимы. Утренний блок для собственной работы без ИИ: писать, думать, планировать. Дневной блок для совместной работы с ИИ: проверка, поиск, синтез. Это снижает риск, что ИИ постепенно "съест" базовые навыки, и сохраняет тренировку коры. По Frontiers in Psychology (2025), чередование ИИ-ассистированных и самостоятельных сессий статистически снижает падение аналитических навыков.

Параллельно с гигиеной использования ИИ стоит приглядывать и за общим уровнем когнитивной нагрузки и психоэмоционального состояния. Хроническая усталость, тревога и недосып резко снижают способность думать самостоятельно, и тогда ИИ затягивает сильнее, ведь собственный ресурс уже пуст. Об этом я пишу и в материале о ИИ как психологе в 2026 году, где разбираю смежные риски.

Частые вопросы про cognitive offloading и ИИ