مراجعة هارفارد بيزنس: كيف يؤدي الاستخدام النشط للذكاء الاصطناعي إلى "الإرهاق الدماغي"

تأخذ الذكاء الاصطناعي منا بشكل متزايد ليس فقط المهام الروتينية، بل أيضاً الانتباه الذي كان يُكرّس في السابق للتفكير الهادئ والمنطقي. في هذا السياق، يظهر تأثير عمل جديد — AI brain fry، أو "الإرهاق الدماغي من الذكاء الاصطناعي". لا يُشعر به كالإرهاق العادي في نهاية اليوم، بل كمزيج غريب من الضوضاء في الرأس والخمول الذهني وفقدان الوضوح.

يبدو أنك أنجزت الكثير: استشرت نموذجاً، صقلت المهمة، حصلت على إجابة، تحققت منها، أطلقت أداة أخرى. لكن في لحظة ما تلاحظ أن الحلول تأتي بصعوبة أكبر، والصيغ تتدهور، والمهام البسيطة تبدأ تتطلب جهداً كبيراً جداً. هذا هو الظاهرة التي يفحصها المؤلفون في Harvard Business Review لشهر مارس 2026.

نُضّد النص من قبل خبراء من BCG وجامعة كاليفورنيا في ريفرسايد، الذين استطلعوا آراء 1488 من الموظفين الأمريكيين في الشركات الكبرى. خلاصتهم تبدو غير سارة لكنها مألوفة للعديد من الفرق: الذكاء الاصطناعي لا يوفر الوقت فحسب — بل يمكنه بصمت أن يستنزف مواردك المعرفية. لا نتحدث عن تشخيص سريري، بل عن حالة عمل تنشأ حيث تعد الأتمتة بالراحة لكنها في الواقع تضيف طبقة جديدة من الإرهاق.

للحصول على نتيجة جيدة، لا يمكن للموظف ببساطة "أن يسأل الذكاء الاصطناعي"، بل يجب أن يصيغ المهمة بدقة، واختيار الأداة الصحيحة، وتقييم جودة الإجابة، واكتشاف الأخطاء، ودمج النتيجة في العملية الفعلية. ليس المبتدئون هم الأكثر عرضة للخطر، بل المستخدمون الأكثر نشاطاً بالفعل. السبب هو أن العمل المكثف مع الذكاء الاصطناعي يتكون من سلسلة طويلة من القرارات الصغيرة.

يجب أن تفهم أي نموذج تستخدمه للمهمة، ما مقدار السياق الذي تعطيه، هل يستحق إعادة كتابة التعليمات، كيفية التحقق من الحقائق، متى تتوقف عن التكرار، وأي من الخيارات المتعددة تعتبره نهائياً. من الخارج، يبدو وكأنه تسريع. من الداخل — إدارة تشغيلية مستمرة.

كلما زاد عدد المساعدين والوكلاء ومحررات الأكواد ومولدات النصوص التي لديك، زادت احتمالية تحولك من منفذ إلى مشغل نظام معقد. وإذا تسارع النظام أسرع مما تستطيع فهمه، يدفع دماغك الثمن بالإرهاق.

لهذه الحالة أعراض معروفة. الأفكار تنقطع في كثير من الأحيان في المنتصف، والانتباه ينشطر إلى أجزاء صغيرة، والثقة في القرارات تنخفض. أحياناً يبدأ الشخص بالثقة الشديدة في النموذج ويتجاهل الأخطاء لأنه متعب بالفعل من التحقق.

وأحياناً يحدث العكس: إعادة فحص لا نهاية لها، تعليمات جديدة، مقارنة النسخ والعجز عن الإغلاق. في الحالتين، تعاني جودة العمل. التأثير واضح بشكل خاص حيث تكون سلاسل التفكير الطويلة وتكاليف الأخطاء العالية مطلوبة: في التحليل والتطوير والعمل على المنتج والبحث والتسويق والإدارة.

الذكاء الاصطناعي جيد في مساعدتك على البدء، وتجميع مسودة بسرعة، أو التعامل مع الروتين، لكنه يمكن أن يجزّئ منتصف العملية — تلك الجزء حيث تحتاج إلى التركيز والتفكير النقدي والقدرة على الاحتفاظ بالصورة الكاملة. الاستنتاج الرئيسي من هذه القصة ليس أننا يجب أن نتخلى عن الذكاء الاصطناعي. بالعكس تماماً: كلما اندمج بشكل أعمق في العمل اليومي، أصبح الاهتمام بنظافة الاستخدام أكثر أهمية.

ستحتاج الفرق والمتخصصون الفرديون إلى تصميم ليس فقط الأتمتة، بل أيضاً حمولتهم المعرفية الخاصة. من المفيد أن تقرر مسبقاً في أي المهام يسرّع الذكاء الاصطناعي فعلاً العمل، حيث يكفي تكرار واحد، وحيث من الأفضل أن تفكر أولاً دون اقتراحات. من المفيد تحديد عدد الأدوات المتوازية، وتحديد معايير الجودة قبل تشغيل النموذج، وترك الوقت للتحقق اليدوي دون طلبات جديدة.

يُقاس الإنتاجية الحقيقية في عصر الذكاء الاصطناعي ليس بعدد التعليمات، بل بما إذا كنت تحافظ على وضوح تفكيرك وتتخذ في النهاية قرارات أقوى.