Utoljára frissítve:
Neural Awareness · Spoke
Figyelem és jelenlét az AI munkában — a deep work 2.0 protokollja
Cal Newport 2016-ban megírta a Deep Work-öt, amikor az AI még nem volt a napi munka része. Az AI korszak új figyelmi kihívásokat hoz: a mindig elérhető asszisztens reflexszerű használata gyengíti a figyelmi izmot. A Deep Work 2.0 nem az AI kizárása — hanem a mély, szándékos AI-integráció protokollja.
Az AI-asszisztált munka két szinten zajlik: shallow (reaktív, figyelmi reflex alapú) és deep (szándékos, kritikailag jelenlévő). A deep AI use feltételei: 90 perces célorientált blokkok, prompt előtt saját gondolat, output után értékelés, és rendszeres testi jelenlétre való visszatérés. Ez az AI-asszisztált flow state útja.
Miért nem elég a régi Deep Work az AI korszakban?
Cal Newport "Deep Work" (2016) tézise: a kognitívan igényes, megszakítatlan, mély koncentrációt igénylő munka a legértékesebb — és egyre ritkább. A recept: értesítések ki, megszakítatlan blokkok be, sekély munka (e-mail, meetingek) minimalizálva.
Ez 2016-ban helyes volt. 2026-ban kiegészítésre szorul, mert megjelent egy új kategória: az AI-asszisztált munka. Sem az "AI be, koncentráció ki" (shallow AI use), sem az "AI ki, tiszta deep work" (AI-mentes koncentráció) nem az optimális válasz. A harmadik út: deep AI use — az AI szándékos, mélyen integrált, kritikailag jelenlévő alkalmazása.
A különbség nem az AI jelenlétén múlik — hanem azon, hogy az ember hogyan van jelen mellette.
Shallow AI use vs. Deep AI use
A két szint megkülönböztetése az egyik legfontosabb figyelmi kompetencia az AI korszakban. A shallow AI use produktívnak tűnik — gyors outputok, sok feladat lezárva. De hosszú távon degradálja azt, ami az embert értékessé teszi: a kritikai jelenlétet, a saját gondolkodást, az ítélőképességet.
- Kérdés jön → azonnal AI-hoz fordulok
- Prompt megírása előtt nincs saját gondolat
- AI output elfogadva, nem értékelve
- Értesítések be, kontextusváltás folyamatos
- Nap végén sok output, kevés megértés
- Figyelmi izom atrofál — hosszú távon
- Kérdés jön → saját gondolat először
- Prompt = hipotézis, amelyet tesztelek
- AI output értelmezve és kontextualizálva
- Értesítések ki, egy feladat fókuszban
- Nap végén kevesebb output, több megértés
- Figyelmi izom fejlődik — hosszú távon
Volt egy periódus, amikor büszke voltam arra, hány feladatot zártem le egy nap AI-jal. Aztán rájöttem: aznap semmit nem tanultam. Az AI elvégezte a munkát — én csak elfogadtam az outputot. Ez a shallow use klasszikus tünete. Azóta az a kérdésem naponta: tanultam-e ma valamit az AI-val való munkából?
Az AI-asszisztált flow state
Csíkszentmihályi Mihály flow-fogalma: az a kognitív állapot, amelyben teljesen elmerülünk egy feladatban — nincs öntudat, nincs időérzet, a kihívás és a képesség tökéletesen egyensúlyban van. Az AI korszakban ez az állapot nem tűnt el — de a feltételei megváltoztak.
Az AI-asszisztált flow state három feltétele:
- Egyértelmű cél: tudom, mit akarok elérni ebben a munkamenetben. Nem "majd meglátjuk, mit hoz az AI", hanem konkrét, saját gondolkodással megfogalmazott szándék.
- Azonnali visszajelzés: az AI outputja gyors visszajelzés a gondolkodásomra. Ha a prompt rosszul fogalmazott, az output megmutatja. Ez a feedback loop a flow feltétele.
- Kihívás – képesség egyensúly: a feladat elég nehéz, hogy fenntartsa a figyelmet, de nem lehetetlen. Az AI segítségével a "nehézség küszöbe" feljebb tolható — de csak akkor, ha az ember aktívan jelen van.
Ha az AI átveszi a gondolkodást, nem flow — hanem reaktív üzemmód. A flow-t pontosan az fenntartja, hogy az ember vezeti a munkát, az AI pedig kiegészíti.
A 90 perces AI munkablokk struktúrája
A 90 perces blokk nem önkényes szám — az emberi ultradian ritmus egyik természetes ciklusa (Peretz Lavie és Nathaniel Kleitman kutatásai alapján). A mély koncentráció 90-120 percig fenntartható, ezután a kognitív teljesítmény természetesen esik. Az AI nem változtatja meg ezt a biológiai határt.
perc
Előkészítés
Mi a blokk célja? Mit szeretnék elérni? Milyen kérdéseket fogok az AI-nak feltenni — és miért? Ez a fázis aktiválja a saját kognitív keretet, mielőtt az AI bekapcsolna. Ha ezt átugorjuk, a blokk shallow use-zal indul.
perc
Mély munka
Értesítések kikapcsolva. Egyetlen feladatfókusz. Az AI aktívan integrált: prompt mint hipotézis, output értékelve, iteráció mint tanulás. Az ember vezeti a gondolkodást — az AI kiegészít, gyorsít, alternatívát kínál. Ez az AI-asszisztált flow state tere.
perc
Összefoglalás
Mi volt az emberi hozzájárulásom? Mi volt az AI hozzájárulása? Mi maradt nyitott? Majd: felállás, mozgás, légzés — visszatérés a testi valósághoz. Ez a rövid deeszkaláció megakadályozza a kognitív terhelés felhalmozódását blokkról blokkra.
Figyelmi edzési protokoll
A figyelmi kapacitás edzési igényű képesség — nem velünk született adottság. Ahogy a fizikai izom atrofál használat nélkül, a figyelmi izom is degradálódik, ha nem kapja meg a szükséges terhelést. Az AI-asszisztált munkában ez különösen igaz: ha az AI mindig átveszi a nehéz gondolkodási feladatokat, a saját figyelmi kapacitás csökken.
Három figyelmi edzési gyakorlat, amelyet a 90 perces blokkokhoz érdemes párosítani:
- AI-mentes reggeli block: az első 30-60 perc reggel AI nélkül — olvasás, saját gondolatok megírása, tervezés. Ez "bemelegítés" a figyelmi izomnak, mielőtt az AI-interakciók kezdődnek.
- Napi egy mélyelemzés AI nélkül: naponta egy probléma, amelyet saját fejjel oldok meg — nem azért, mert az AI nem tudná, hanem mert a saját problémamegoldó kapacitásnak karbantartása szükséges. Ez a deskilling ellen a leghatékonyabb eszköz.
- Retrospektív figyelmi audit: hetente egyszer 10 percben átnézem: hol voltam igazán jelen ezen a héten az AI-munkában, és hol voltam reaktív? Ez a tudatosítás önmagában is fejleszti a mély use kapacitást.
Testtudatosság mint ellensúly
Az AI-asszisztált munka teljesen a kognitív és vizuális csatornán zajlik. A test nem kap ingert — nem mozog, nincs taktilis visszajelzés, a légzés sekélyesedik. Ez aszimmetriát teremt: a fejünk tele van inputtal, a testünk bénán ül.
A testtudatosság nem spirituális program — az idegrendszer deeszkalációs mechanizmusa. Rövid, szándékos visszatérés a testi valósághoz:
| Gyakorlat | Időigény | Mikor? |
|---|---|---|
| 4-7-8 légzés — belégzés 4 mp, tartás 7 mp, kilégzés 8 mp | 2 perc | Blokkok között, kognitív túlterhelésnél |
| Sétás gondolkodás — 10 perces séta AI és képernyő nélkül, a blokk problémájával | 10 perc | Ebédszünet, blokkváltás |
| Szenzoros ancloring — 5 dolog amit látok, 4 amit hallok, 3 amit érzek | 2 perc | Erős figyelmi fragmentációnál |
| Állóasztal rotáció — 30 perc ülés, 30 perc állás váltakozva | folyamatos | Egész munkanap |
A testből való kilépés az AI-munkában nem luxusprobléma. A hosszú képernyős munkanapok után a kognitív döntésminőség szisztematikusan romlik — ezt az irodalomban "decision fatigue"-nek nevezik. A testi visszatérés nem "wellness-ajánlás": az agynak szüksége van a szimpatikus idegrendszer csillapítására ahhoz, hogy a prefrontális kéreg — a döntéshozatal tere — hatékonyan működjön.
Kérdések és válaszok
Mi a Deep Work 2.0 és miben különbözik az eredetitől?
Cal Newport Deep Work fogalma (2016) az elmélyült, megszakítatlan, kognitívan igényes munkát jelöli. Deep Work 2.0 az AI korszak adaptációja: nem az AI-tól való elszigetelés, hanem a tudatos, mély AI-integráció. A különbség: a klasszikus deep work AI nélkül zajlik, a Deep Work 2.0-ban az AI jelen lehet — de az ember vezeti a gondolkodást, és az AI kiegészít, nem vezet. A cél az AI-asszisztált flow state, nem az AI-mentes koncentráció.
Mi a 'shallow AI use' és miért veszélyes?
Shallow AI use: az AI reaktív, figyelmi reflex alapján való használata — mindig elérhető asszisztens, amelyhez bármilyen kérdéssel fordulunk, anélkül hogy a saját gondolkodásunkat aktiválnánk. Veszélyes, mert (1) nem épít valódi megértést, (2) a figyelmi izmok atrofálnak, (3) az AI outputjai kritikai szűrés nélkül kerülnek a döntéshozatalba. A shallow AI use produktívnak tűnik rövid távon, de hosszú távon degradálja a kognitív kapacitást.
Mit jelent a 'deep AI use'?
Deep AI use: az AI szándékos, célvezérelt, kritikailag jelenlévő alkalmazása. Az ember tudja, mit kér, miért kéri, és hogyan értékeli az outputot. A deep AI use jellemzői: (1) a prompt megírása előtt az ember saját gondolata megfogalmazva, (2) az output nem elfogadott, hanem értelmezett és kontextualizált, (3) az iteráció tanulás, nem frusztráció. A deep AI use nem lassabb — de tudatosabb.
Hogyan érhetsz el flow state-t AI munkában?
Az AI-asszisztált flow state feltételei: (1) egyértelmű cél — tudom, mit akarok elérni a munkamenetben, (2) azonnali visszajelzés — az AI outputja gyors visszajelzés a gondolkodásomra, (3) a kihívás és képesség egyensúlya — a feladat elég nehéz, de nem lehetetlen. A flow-t az AI-val akkor érem el, ha az AI felgyorsítja a gondolkodásomat, nem helyettesíti. Ha az AI döntéseket vesz el, nem flow — hanem reaktív üzemmód.
Miért gyengíti a 'mindig elérhető AI' a figyelmi reflexet?
A figyelmi reflex az agy azon képessége, hogy bonyolult kérdésekkel önállóan foglalkozzon, tűrje a bizonytalanságot, és kitartson a megoldás keresésében. Ha az AI mindig elérhető, az agy megtanulja: nincs szükség a bizonytalanság tűrésére, mert az AI azonnal ad egy választ. Ez rövid távon kényelmes — hosszú távon az önálló problémamegoldó kapacitást degradálja. A kutatások (Gloria Mark, Cal Newport) azt mutatják: a figyelmi kapacitás edzési igényű képesség.
Mi a 90 perces AI munkablokk és miért ez az optimális időkeret?
A 90 perces munkablokk az emberi ultradian ritmus egyik természetes ciklusa (Peretz Lavie és Nathaniel Kleitman kutatásai nyomán). A mély koncentráció 90-120 percig tartható fenn fenntartható szinten, ezután a kognitív teljesítmény természetesen esik. Az AI munkában ez annyit jelent: 90 perces szándékos, célorientált AI-asszisztált munkablokk, utána 15-20 perces szünet, amely fizikai mozgást is tartalmaz. Ez az optimum a produktivitás és a fenntarthatóság között.
Hogyan épül fel a 90 perces AI munkablokk struktúrája?
Háromfázisú struktúra: (1) Előkészítés (5-10 perc) — a blokk céljának és a várható AI-interakciók tervének megfogalmazása AI nélkül, saját gondolkodással. Ez aktiválja a saját kognitív keretet. (2) Mély munka (70-75 perc) — az AI aktívan integrált, de az ember vezeti a gondolkodást. Értesítések kikapcsolva, egyetlen feladatfókusz. (3) Összefoglalás (5-10 perc) — mi volt az emberi hozzájárulásom, mi volt az AI hozzájárulása, mi maradt nyitott. Ez a reflexió tartja fenn a mély AI use szintjét.
Miért fontos a testtudatosság az AI-túlhasználat ellensúlyaként?
Az AI-asszisztált munka teljesen a kognitív és vizuális csatornán zajlik — a test nem kap ingert. Ez aszimmetriát teremt: a fejünk teli van inputtal, a testünk nem mozog. A testtudatosság — rövid fizikai mozgás, légzési gyakorlat, szenzoros figyelem — visszahoz a test valóságába, és megszakítja a kognitív túlterhelési spirált. Nem spirituális program: az idegrendszer deeszkalációs mechanizmusa, amelyet az AI-munka természetes megszakításaként érdemes beépíteni.
Hogyan mérjük, hogy deep vagy shallow AI use-ban vagyunk?
Három jelzőszám: (1) Saját gondolat aránya — az AI promptok hány százaléka volt előre saját fejben megfogalmazva, és hány százaléka volt reflexív 'add valamit' kérés? (2) Output módosítás — az AI outputok hány százalékát módosítottad érdemi tartalommal? Ha 0%, valószínűleg shallow use. (3) Retrospektív megértés — egy nap végén el tudod mondani, mit tanultál az aznapi AI-interakciókból? Ha nem, shallow use.
Hogyan vezessük be a Deep Work 2.0 protokollt a saját munkánkban?
Négy lépés: (1) Napi egy 90 perces blokk kijelölése — fix időpontban, naptárban blokkolt, értesítések nélkül. (2) Blokk előtt 5 perces AI-mentes célmeghatározás — mi a blokk célja, mit akarok elérni? (3) Blokk közben mély AI use protokoll — prompt előtt saját gondolat, output után értékelés. (4) Heti retrospektív — mi volt deep, mi volt shallow, mi változtatható? Az első két hét a legnehezebb — a figyelmi izom edzési folyamat, nem azonnali váltás.