הזיכרון הפעיל קטן. העולם גדול. החוסר ההתאמה הזה הוא המנוע של תורת העומס הקוגניטיבי — מסגרת של ג’ון סוולר משנות השמונים. תרומת התורה היא לפצל “עומס” לשלושה רכיבים, לכל אחד יחס שונה לעזרת בינה מלאכותית.
שלושה עומסים
עומס פנימי הוא הקושי הבלתי נמנע של החומר עצמו. ללמוד אלגברה מופשטת נושאת עומס פנימי גבוה מאשר לזכור רשימת קניות.
עומס חיצוני הוא העומס שנוסף על ידי איך החומר מוצג. דיאגרמות מבלבלות, טקסט לא רלוונטי, ממשק רע. ניתן להפחתה בעיצוב.
עומס רלוונטי הוא המאמץ הקוגניטיבי הפרודוקטיבי שמושקע בבניית סכמות — דפוסי הבנה עמידים שגורמים למפגשים עתידיים עם החומר להרגיש קלים.
איפה בינה מלאכותית מתאימה
בינה מלאכותית כמפחיתה עומס חיצוני. רוב השימושים בבינה מלאכותית מפחיתים עומס חיצוני. מורה מסתגל, מודל השלמת קוד.
בינה מלאכותית כמפחיתה עומס רלוונטי. זוהי הבעיה. אם ה-AI עושה את עבודת בניית הסכמות, המשתמש כבר לא עושה אותה. הזיכרון הפעיל פנוי, אך פנוי מאותה עיבוד שלשמו המשתמש בא. הסכמה לא נוצרת.
הצהרה ברורה יותר
המסגרת של סוולר מאפשרת לנסח את שאלת ה-AI-ללמידה במדויק:
בינה מלאכותית מועילה במידה שבה היא מפחיתה עומס חיצוני, ומזיקה במידה שבה היא מפחיתה עומס רלוונטי.
עיצוב עם התורה
השימוש המעשי הוא להפריד את העומסים במפורש. כלי AI טוב מראה את עבודתו — לא מסיבות רטוריות אלא מכיוון שהקריאה של עבודת הכלי על ידי המשתמש היא העיבוד הרלוונטי.