The rapid adoption of generative AI in education has sparked concerns about student learning. Critics worry that students increasingly rely on AI to complete tasks they would previously perform themselves. This concern is often described as cognitive offloading, the process of transferring mental work to an external tool. While the concept is not new, calculators, GPS systems, search engines, and note-taking technologies have long served as forms of cognitive offloading, generative AI has significantly expanded the range of cognitive tasks that can be delegated.
When students ask ChatGPT to summarize an article instead of reading it, generate an essay instead of writing it, or solve a problem instead of reasoning through it, they reduce the cognitive effort required to complete the task. In such cases, AI functions as a substitute for thinking. The risk is not simply that students complete work more quickly. The greater concern is that they may miss opportunities to develop critical thinking, self-regulation, deep comprehension, and disciplinary expertise.
Yet focusing exclusively on cognitive offloading presents only part of the picture.
In his recent essay “Cognitive Uploading,” Steven Johnson introduces an alternative perspective. Rather than viewing AI solely as a tool that removes cognitive effort, he argues that AI can also increase cognitive engagement. He calls this process cognitive uploading.
Cognitive uploading occurs when AI provides learners with additional ideas, questions, perspectives, challenges, or feedback that stimulate further thinking. Instead of replacing cognition, AI expands it. The learner remains intellectually active and engaged in making judgments, evaluating information, identifying weaknesses, and constructing understanding.
Consider several examples.
A student asks AI to generate counterarguments against their thesis. Another uses AI to create a quiz based on assigned readings. A researcher requests alternative explanations for observed findings. A doctoral student uses AI to identify gaps in a literature review. In each case, AI is not doing the thinking for the learner. Instead, it is creating new opportunities for reflection, evaluation, and analysis.
The distinction between offloading and uploading becomes clearer when examining the learner’s role.
In cognitive offloading, AI replaces reading, reasoning, writing, or decision-making. In cognitive uploading, AI supports reading, reasoning, writing, and decision-making. The critical difference lies not in the technology itself but in how it is used.
This distinction carries important implications for higher education. Many institutional AI policies focus on whether AI should be allowed or prohibited. A more productive question may be: Which cognitive tasks should remain the responsibility of the learner?
Rather than banning AI outright, educators can design learning experiences that encourage cognitive uploading while limiting harmful forms of offloading. Process-based assessment offers one promising approach. Students can document their research process, explain how they used AI, justify decisions, reflect on revisions, and provide evidence of independent judgment. Such approaches make thinking visible and shift attention from final products to learning processes.
For universities, the challenge is not eliminating AI from learning environments. The challenge is helping students use AI in ways that strengthen rather than weaken their intellectual development. As generative AI becomes a permanent feature of education, success will depend less on restricting access to technology and more on cultivating the judgment needed to use it wisely.
The future of AI in education may therefore depend on a simple question: Are we using AI to think less, or to think more?
This topic also connects strongly with current discussions around AI fluency, metacognitive laziness, self-regulated learning, and process-based assessment in higher education. Those frameworks provide practical ways for universities to promote cognitive uploading while reducing unproductive offloading.
Когнитивно разтоварване срещу когнитивно надграждане: По-добър начин да мислим за ИИ в образованието
Бързото навлизане на генеративния изкуствен интелект в образованието поражда опасения относно ученето на студентите. Критиците се тревожат, че студентите все по-често разчитат на ИИ за изпълнение на задачи, които преди са извършвали самостоятелно. Това явление често се описва като когнитивно разтоварване (cognitive offloading), процес на прехвърляне на умствена работа към външен инструмент. Концепцията не е нова. Калкулаторите, GPS системите, търсачките и технологиите за водене на бележки отдавна служат като форми на когнитивно разтоварване. Генеративният ИИ обаче значително разширява обхвата на когнитивните задачи, които могат да бъдат делегирани на машина.
Когато студентите използват ChatGPT, за да обобщи статия вместо тях, да напише есе вместо тях или да реши проблем вместо те сами да разсъждават върху него, те намаляват когнитивните усилия, необходими за изпълнение на задачата. В подобни случаи ИИ функционира като заместител на мисленето. Студентите приключват работата си по-бързо, но подобни резултати крият риск. По-сериозният проблем е пропуснатата възможност за развитие на критично мислене, саморегулация, задълбочено разбиране и експертни знания в дадена дисциплина.
Фокусирането единствено върху когнитивното разтоварване обаче показва само част от картината.
В своето есе „Cognitive Uploading“ Стивън Джонсън предлага алтернативна перспектива. Вместо да разглежда ИИ единствено като инструмент, който премахва когнитивните усилия, той го вижда като възможност за увеличаване на когнитивната ангажираност. Този процес той нарича когнитивно надграждане (cognitive uploading).
Когнитивното надграждане се случва, когато ИИ предоставя на обучаемите допълнителни идеи, въпроси, гледни точки, предизвикателства или обратна връзка, които стимулират по-нататъшно мислене. Вместо да замества познавателните процеси, ИИ ги разширява. Обучаемият остава интелектуално активен и ангажиран с формиране на преценки, оценяване на информация, идентифициране на слабости и изграждане на разбиране.
Нека разгледаме няколко примера.
Студент използва ИИ, за да генерира контрааргументи срещу собствената си теза. Друг студент използва ИИ за създаване на тест върху зададените четива. Изследовател търси алтернативни обяснения на наблюдаваните резултати. Докторант използва ИИ, за да открие пропуски в литературния обзор. Във всеки от тези случаи ИИ не мисли вместо обучаемия. Вместо това той създава нови възможности за размисъл, оценяване и анализ.
Разликата между когнитивното разтоварване и когнитивното надграждане става по-ясна, когато разгледаме ролята на обучаемия.
При когнитивното разтоварване ИИ замества четенето, разсъждението, писането или вземането на решения. При когнитивното надграждане ИИ подпомага четенето, разсъждението, писането и вземането на решения. Ключовата разлика не е в технологията, а в начина, по който тя се използва.
Това разграничение има важни последици за висшето образование. Много институционални политики по отношение на ИИ се фокусират върху въпроса дали ИИ трябва да бъде разрешен или забранен. По-продуктивен въпрос би бил: Кои когнитивни задачи трябва да останат отговорност на обучаемия?
Вместо да забраняват ИИ, преподавателите могат да проектират учебни дейности, които насърчават когнитивното надграждане и ограничават вредните форми на когнитивно разтоварване. Един от обещаващите подходи е оценяването, основано на процеса. Студентите могат да документират своя изследователски процес, да обясняват как са използвали ИИ, да аргументират решенията си, да разсъждават върху направените редакции и да предоставят доказателства за самостоятелна преценка. Подобни подходи правят мисленето видимо и преместват вниманието от крайния продукт към процеса на учене.
За университетите предизвикателството не е да премахнат ИИ от учебната среда. Истинското предизвикателство е да помогнат на студентите да използват ИИ по начин, който укрепва, а не отслабва тяхното интелектуално развитие. С превръщането на генеративния ИИ в постоянна част от образованието успехът ще зависи по-малко от ограниченията върху достъпа до технологията и повече от изграждането на способност за критична преценка и отговорното ѝ използване.
Бъдещето на ИИ в образованието може да зависи от един прост въпрос: Използваме ли ИИ, за да мислим по-малко, или за да мислим повече?