Senast uppdaterad november 2026.
Vi följer varje nytt modellsläpp. Vi benchmarkar, jämför, implementerar. Det finns en hel industri byggd kring att mäta vad AI kan. Det jag följt är en annan fråga: vad händer med vår egen förmåga när vi gör det? Jag har arbetat med beteendedata i digitala miljöer i nästan två decennier. Sedan språkmodellerna inträdde på marknaden har jag kontinuerligt följt hur detta nya lager påverkar det vi redan visste om algoritmiska flöden, koncentration och tolkningsförmåga.
Det jag skriver om kognitiv integritet och syntetisk trygghet bygger på den grunden. Nu börjar forskningen bekräfta det vi anade. Fynden är subtila, och just därför hamnar de sällan i fokus: den aggregerade effekten på mänsklig kapacitet kommer ta tid att bli synlig i den data vi mäter på samhällsnivå. Det är den typen av förändring som kräver att vi tittar aktivt, innan den syns tydligt.
Vi pratar mycket om vad AI kan göra. Vi pratar lite om vad AI gör med oss.
Under 2025 och tidigt 2026 har ett antal rapporter publicerats som handlar om vad som händer med människans kapacitet när AI integreras i vardagen. Fynden är subtila, och just därför svårare att ta på allvar. Men de pekar alla i samma riktning.
Diagnosen: Vi outsourcar mer än vi tror
NBER-rapporten How People Use ChatGPT (2025) kartlade hur ChatGPT används, en tjänst som då hade omkring 700 miljoner användare i veckan, utifrån ett urval på cirka 1,5 miljoner samtal. Ett av de mest slående fynden var förskjutningen i användningsmönster, snarare än skalan i sig. Mellan juni 2024 och juni 2025 ökade andelen icke-arbetsrelaterade samtal från 53 till 73 procent. Människor använder LLM:er för att tänka, resonera, processa och fatta beslut i sina privata liv.
Det är en kvalitativ förändring, mer än en kvantitativ.
Gerlich (2025) undersökte 666 deltagare i Storbritannien och mätte relationen mellan AI-användning och kritiskt tänkande. Korrelationen mellan frekvent AI-användning och kognitiv avlastning var r = 0,72. Korrelationen mellan kognitiv avlastning och kritiskt tänkande var r = -0,75. Sambandet var starkast bland yngre deltagare (17–25 år), som uppvisade både högre AI-beroende och lägre resultat på kritiskt tänkande jämfört med äldre. Högre utbildningsnivå var kopplad till bättre kritiskt tänkande oavsett hur mycket deltagarna använde AI. Studien är en tvärsnittsstudie och visar samband, inte orsak.
Det pekar mot att det som avgör är om du aktivt övar förmågan att resonera.
Konsekvensen: Deskilling pågår redan
Begreppet deskilling, gradvis försvagning av färdigheter genom bristande träning, används traditionellt om manuellt arbete. Det som nu dokumenteras rör kognitiva förmågor av ett annat slag.
En studie publicerad i The Lancet Gastroenterology & Hepatology (Budzyń et al., 2025) följde erfarna läkare som använde AI-stöd för adenomdetektion vid koloskopi. Specialister med över 2 000 genomförda koloskopier vardera uppnådde 28,4 procent detektionsgrad innan AI introducerades. Efter att ha vant sig vid AI-assistansen sjönk deras detektionsgrad till 22,4 procent när de arbetade utan systemet. Det rörde sig om erfarna kliniker. Förmågan hade försvagats under en period av stöd.
Mekanismen är begriplig. Hjärnan är evolutionärt inriktad på energibesparing. När ett system erbjuder svar är incitamentet att resonera fram det själv lägre. Varje gång vi hoppar över det steget minskar vi träningen av den förmågan. Det följer neuroplasticitetens grundlogik: använd det eller förlora det.
Deskilling kan visa sig på minst tre nivåer:
Språklig. När AI genererar text riskerar vi att gradvis tappa förmågan att söka rätt ord, väga formuleringar och hålla vår egen röst. Det statistiskt sannolika ersätter det personligt exakta.
Analytisk. AI-sammanfattningar gör att vi hoppar över stegen att läsa hela texter, hålla perspektiv i huvudet och syntetisera slutsatser. Arbetsminne och syntesförmåga får mindre träning.
Logisk. Forskning har kopplat flitig GPS-användning till sämre spatialt minne. På samma sätt riskerar AI-resonemang att försvaga vår förmåga att bygga egna argumentationskedjor. Det som var kompetens blir beroende.
Det systemiska: Vem pratar om detta?
År 2024 stod automatiserad trafik för 51 procent av all internettrafik enligt säkerhetsföretaget Imperva, första gången på ett decennium som bottar gick om människor. En expertbedömning som citeras i en Europol-rapport från 2022 uppskattade att upp till 90 procent av onlineinnehållet kan vara syntetiskt genererat till 2026. Siffran är en uppskattning, men riktningen är tydlig: en allt större del av det vi möter online produceras av system.
Det som avgör konsekvensen är vad vi gör med det.
Problemet uppstår när vi slutar skilja, när vi saknar förmågan att bedöma ursprung, tolka kontext och hålla perspektiv levande under trycket av informationsflödet. Den förmågan, kognitiv integritet, är precis den som riskerar att tunnas ut utan medvetet underhåll.
Andrew Yang beskriver 2026 som "the Fuckening" för tjänstemannayrken, ett massivt skifte vars konsekvenser ännu rullar ut under ytan av statistiken. Hans prognos är omdiskuterad, men grundobservationen delas av många: vi befinner oss i ett strukturellt skifte. Kontors- och kunskapsarbetets infrastruktur håller på att skrivas om, och det är oklart vad som ersätter de kognitiva träningslooparna som den strukturen oavsiktligt skapade.
Det som krävs av oss: Arkitektur som byggs med avsikt
Kognitiv integritet är ett argument för att förstå vad AI-verktygen gör, och för att bygga strukturer som kompenserar för det de tar.
Det kräver tre saker på olika nivåer:
Var och en av oss behöver medveten träning i de förmågor som outsourcas snabbast: kritisk läsning, eget skrivande, resonemang utan stöd, tolerans för öppna frågor. Underhåll av den kognitiva infrastrukturen, lika självklart som fysisk träning.
Organisationen behöver skilja mellan AI som produktivitetsverktyg och AI som beslutsunderlag. Syntetisk trygghet, känslan av säkerhet som ett AI-system ger utan att grunden för den säkerheten granskats, är en operativ risk. Beslut på sannolikhetslogik riskerar att bli mer förutsägbara och mindre nyskapande än beslut grundade i eget resonemang.
Samhället behöver kompetensinfrastruktur som mäter och underhåller kognitiv kapacitet, parallellt med produktivitetsmått. Vad vi presterar med AI-stöd är en annan fråga än vad vi bär på som förmåga. Det är den distinktionen vi ännu saknar språk och mätverktyg för.
Rapporterna visar att vi håller på att anpassa oss till AI på ett sätt vi ännu inte reflekterat tillräckligt över. Och att den anpassningen har ett pris som är svårt att se i realtid, just för att det sker gradvis, tyst och utan tydlig brytpunkt.
Det är just den typen av förändring som kräver att vi tittar aktivt.
Källor
De empiriska påståendena i denna artikel bygger på följande rapporter och studier:
Chatterji, A., Cunningham, T., Deming, D., Hitzig, Z., Ong, C., Shan, C. & Wadman, K. (2025). How People Use ChatGPT. NBER Working Paper 34255. En storskalig kartläggning av ChatGPT-användning, baserad på ett urval av cirka 1,5 miljoner samtal, som dokumenterar skiftet från arbetsrelaterad till privat användning mellan juni 2024 och juni 2025.
Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. En enkät- och intervjustudie med 666 deltagare i Storbritannien som mäter sambandet mellan frekvent AI-användning, kognitiv avlastning och kritiskt tänkande.
Budzyń, K. et al. (2025). Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. The Lancet Gastroenterology & Hepatology. En klinisk studie av erfarna endoskopister före och efter introduktion av AI-assisterad adenomdetektion.
Imperva (2025). Bad Bot Report 2025. Rapport om automatiserad trafik på internet under 2024.
Europol Innovation Lab (2022). Facing reality? Law enforcement and the challenge of deepfakes. Rapporten återger expertbedömningen att upp till 90 procent av onlineinnehållet kan vara syntetiskt genererat till 2026.
Vidare läsning
Detta är ett ämne jag följt kontinuerligt sedan språkmodellerna inträdde på marknaden, med bakgrund i nästan två decenniers arbete med beteendedata i digitala miljöer. Artiklarna nedan fördjupar de teman som introduceras här, varje länk beskriver vad du hittar om du klickar vidare.
När tankarna flyttar in i språkmodeller: En analys av NBER-rapporten och vad det privata användningsskiftet betyder för vår kognitiva självständighet. Läs denna om du vill förstå vad det innebär att tre fjärdedelar av ChatGPT-samtalen nu sker utanför arbetslivet, och varför det är en kognitiv fråga lika mycket som en teknisk.
Språkmodeller som externa minnen: Vad händer med vår interna kapacitet?: En genomgång av forskningen om kognitiv offloading, från Sparrow et al:s Google-effekt till MIT Media Labs EEG-data på hjärnaktivitet vid LLM-assisterat skrivande. Läs denna om du vill ha det empiriska underlaget för vad som händer neurologiskt när vi låter systemen minnas och resonera åt oss.
När hjärnan formas av systemet, och vad som förändras snabbare än vi tror: En artikel om neuroplasticitet och hur systemdesign, algoritmisk rytm och LLM-interaktion formar hjärnans strukturer på sätt vi sällan märker i stunden. Läs denna om du vill förstå mekanismen bakom deskilling på biologisk nivå.
Kognitiv integritet: ett systemvillkor i informationsåldern: En introduktion till begreppet kognitiv integritet som ramverk för att förstå och motverka kapacitetserosion i AI-täta miljöer. Läs denna om du vill ha det konceptuella språket för vad denna artikel pekar mot, och varför kognitiv kapacitet behöver behandlas som en systemfråga snarare än ett personligt ansvar.
