Det finns ett särskilt hjärnnätverk som aktiveras när människor reflekterar, omprövar och väver fragment till mening. Det kallas default mode network. En MIT-studie från 2025 visade att just det nätverket aktiveras svagare när människor arbetar med AI-assistenter än när de arbetar själva. Skillnaden är mätbar på EEG. Det är där tolkningsmellanrummet får sin biologiska substans.

I en vanlig arbetssituation består tänkandet av flera samtidiga processer. Du läser något. Du associerar till tidigare erfarenheter. Du hittar en koppling, förkastar den, hittar en bättre. Hela förloppet tar kanske tio sekunder. Det känns sömlöst, men bakom det arbetar flera hjärnregioner parallellt.

Det är i mellanrummen mellan dessa mikroprocesser som tolkningen faktiskt sker. Forskningen börjar nu visa vad som händer i hjärnan när AI-system tar över just de mellanrummen.

Default mode network och det inre samtalet

En av de mest robusta upptäckterna inom kognitiv neurovetenskap de senaste två decennierna är default mode network, eller DMN.[1] Det är ett nätverk av sammankopplade hjärnregioner som aktiveras när människan inte är fokuserad på en extern uppgift. Tidigare antog man att hjärnan då vilade. Forskningen visade i stället att DMN då arbetar intensivt med något annat: självreflektion, minnesintegration, framtidsplanering, meningsskapande.

DMN är det nätverk som väver ihop fragment av erfarenhet till en sammanhängande inre narrativ. Det är där du förstår vad något betyder för dig, inte bara vad det är.

Tolkningsmellanrummet motsvarar neurologiskt det ögonblick då default mode network aktiveras. Det är där mening byggs.

Centralt i DMN sitter medial prefrontal cortex, posterior cingulate cortex och precuneus. Dessa regioner är särskilt aktiva vid självreflekterande tänkande och vid återkallelse av tidigare erfarenheter. När någon ställer en fråga som kräver omdöme, inte bara faktaåterkallelse, är det DMN som gör arbetet.

Vad EEG visar när AI är med i rummet

MIT Media Lab publicerade 2025 en studie där 54 deltagare fick skriva essäer under tre förhållanden: utan verktyg, med sökmotor, eller med ChatGPT.[2] Deltagarnas hjärnaktivitet mättes med EEG över 32 regioner under fyra sessioner utspridda på fyra månader.

Resultatet är slående. Gruppen utan verktyg visade starkast och mest distribuerad neural konnektivitet. Sökmotorgruppen hamnade i mitten. ChatGPT-gruppen hade svagast konnektivitet, särskilt i alfa- och betaband, som kopplas till uppmärksamhet, planering och integration av information. Skillnaden mot brain-only-gruppen var upp till 55 procent lägre konnektivitet.

Ett av studiens mest omtalade fynd handlar om minne. 83 procent av ChatGPT-gruppen kunde inte citera från essäer de själva just hade skrivit, bara minuter efter att de lämnat in dem. I en fjärde session bad forskarna ChatGPT-gruppen att skriva utan verktyg. Deras neurala aktivitet förblev lägre än hos dem som aldrig använt AI. Forskarna kallar fenomenet kognitiv skuld: kortsiktigt avlastning med långsiktig kostnad i minnesbildning, kritiskt tänkande och upplevd ägandeskap av det egna arbetet.

Det som inte tränas försvagas

Hjärnan följer en enkel princip. Regioner som används regelbundet stärks. Regioner som inte används försvagas. Det kallas synaptisk plasticitet och är sedan länge etablerat. Det gäller motoriska banor hos musiker, språkregioner hos flerspråkiga och minnesregioner hos taxichaufförer som navigerar utan GPS. Principen gäller lika mycket de nätverk som bär omdöme och reflektion. Detta har vi tidigare beskrivit i artikeln När hjärnan formas av systemet.

När tolkningen outsourceas till ett externt system gång på gång aktiveras inte de nätverk som skulle ha gjort arbetet. Gerlich-studien från 2025 med 666 deltagare i Storbritannien visade en stark negativ korrelation mellan kognitiv avlastning och kritiskt tänkande, r = minus 0,75.[3] Det är en beteendemässig mätning av samma fenomen som MIT:s EEG-data fångar på neural nivå.

Varför detta är en arbetslivsfråga

Kosmynas studie handlar om essäskrivande i utbildning. Men principen gäller varje situation där en medarbetare överlåter tolkning till ett AI-system. En beslutsanalys som sammanfattas innan den läses. Ett PM som autocompletes innan tanken formats. En rapportgranskning som ersätts av en AI-sammanfattning.

Varje enskild gång är kostnaden osynlig. Sammanlagt, över månader och år, eroderar den neurala infrastruktur som yrkeskompetens vilar på. Det är det tysta kompetensraset som artiklar om produktivitetsparadoxen pekar mot utan att kunna förklara. Läs mer om den dimensionen i När AI mäts i sparad tid blir tolkning en kostnad.

Vad som krävs för att nätverket ska förbli aktivt

Forskningen ger en tydlig fingervisning. DMN aktiveras när människan tänker själv innan hon tar in extern information. När omdömet får börja formas innan svaret kommer. När tolkningsmellanrummet får bära sitt arbete.

Det är inte en uppmaning att avstå från AI. Det är en uppmaning att designa arbetsflöden där människan tänker först och AI används efteråt, inte tvärtom. Den ordningen är skillnaden mellan ett nätverk som förblir aktivt och ett som gradvis slocknar.

Kompetensinfrastruktur i AI-eran handlar därför inte bara om vilka verktyg organisationen erbjuder. Den handlar om i vilken ordning verktygen används. Tänker människan först eller sist avgör vad som händer med den neurala kapacitet hon bär med sig in i nästa uppgift.

Tolkningsmellanrummet i andra kontexter

Källor

[1] Menon, V. (2023). 20 years of the default mode network: A review and synthesis. Neuron. En översikt av två decenniers forskning om DMN, dess roll i självreflektion, minne, meningsskapande och mind wandering. DMN utgörs centralt av medial prefrontal cortex, posterior cingulate cortex, precuneus och inferior parietal lobule. https://www.sciencedirect.com/science/article/pii/S0896627323003082

[2] Kosmyna, N. et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab. Studien publicerad som preprint på arXiv (2506.08872) och är vid publiceringen ej peer-reviewad. 54 deltagare, EEG-mätning över 32 regioner, fyra sessioner över fyra månader. https://arxiv.org/abs/2506.08872

[3] Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies 15(1), 6. 666 deltagare i Storbritannien. Korrelation r = 0,72 mellan AI-användning och kognitiv avlastning, r = minus 0,75 mellan kognitiv avlastning och kritiskt tänkande. https://doi.org/10.3390/soc15010006

Det kognitiva nätverk som slocknar när AI tänker åt oss: Den neurologiska grunden för tolkningsmellanrummet
Innehållsförteckning
Default mode network och det inre samtalet Vad EEG visar när AI är med i rummet Det som inte tränas försvagas Varför detta är en arbetslivsfråga Vad som krävs för att nätverket ska förbli aktivt Källor
ELSA
Erigo Learning Support Agent

Fråga ELSA om artikeln

Sammanfatta, översätt eller ställ frågor

ELSA drivs av Erigo RAG