حفاظت از سلامت شناختی برای عوامل هوش مصنوعی
لوسید نحوه تعامل کاربران با سیستمهای هوش مصنوعی را نظارت میکند و پاسخها را در زمان واقعی تطبیق میدهد تا از وابستگی شناختی جلوگیری کند — تمایل تدریجی و اغلب نامرئی به واگذاری تفکر به هوش مصنوعی به جای استفاده از آن به عنوان ابزاری برای رشد.
چرا لوسید؟
هوش مصنوعی ما را بهرهورتر میکند — اما تحقیقات نشان میدهد که میتواند ما را از نظر شناختی تنبل نیز کند. مشکل ظریف است: هر تعامل فردی خوب به نظر میرسد، اما در طول هفتهها و ماهها، کاربران به تدریج از فکر کردن برای خود دست میکشند. لوسید این انحراف را تشخیص میدهد و قبل از اینکه ریشهدار شود، مداخله میکند.
کاهش قابل اندازهگیری تفکر انتقادی با واگذاری سنگین به هوش مصنوعی
MIT Media Lab (2025)
همبستگی بین وابستگی به هوش مصنوعی و تفکر انتقادی
Gerlich (2025)
آسیبپذیری بالاتر — قشر پیشپیشانی به طور کامل بالغ نشده است
Arain et al. (2013); APA (2025)
چگونه کار میکند
Lucid به عنوان یک حلقه بازخورد مداوم بین کاربر، هوش مصنوعی شما و سیستم حفاظت شناختی عمل میکند. نکته کلیدی: Lucid هیچ چیز را مسدود یا فیلتر نمیکند. بلکه نحوه پاسخگویی هوش مصنوعی را بر اساس الگوهای شناختی کاربر تطبیق میدهد.
تأخیر صفر: track() به صورت ناهمگام اجرا میشود — هرگز پاسخ هوش مصنوعی را مسدود نمیکند. کاربر فوراً پاسخ خود را دریافت میکند؛ تحلیل شناختی در پسزمینه انجام میشود. فرمت TOON (نمادگذاری شیء گرا مبتنی بر توکن) در مقایسه با JSON، حدود 40% توکنها را در خروجی LLM ذخیره میکند.
شش بعد شناختی
هر تبادل پیام در شش بعد امتیازدهی میشود که با مقیاسهای روانسنجی معتبر (GAIDS α=.87، AIMS 2025، مقیاس بارگذاری شناختی α=.90) همسو هستند.
خودمختاری
0 → 1تفکر مستقل در مقابل واگذاری به هوش مصنوعی
یادگیری
0 → 1کنجکاوی، پرسیدن «چرا»، تلاش برای درک
مشارکت
0 → 1کیفیت و عمق مشارکت
فراشناخت
0 → 1خودآگاهی در مورد فرآیند تفکر خود
تأیید
0 → 1ارزیابی انتقادی خروجی هوش مصنوعی
انگیزه
typeچرا کاربر مشارکت میکند — ذاتی، ابزاری یا اجتنابی
چهار لایه محافظت
1. تطبیق بلادرنگ
دستورالعملهای تزریق شده به دستورات سیستمی هوش مصنوعی، پاسخها را بر اساس وضعیت شناختی کاربر — خودمختاری، یادگیری، فراشناخت، تأیید، انگیزه — تطبیق میدهند.
2. تشخیص خستگی جلسه
مدت زمان جلسه، حجم پیام و الگوهای کوتاه شدن پاسخ را نظارت میکند تا قبل از اضافه بار شناختی، استراحت را پیشنهاد دهد.
3. تشخیص رانش بلندمدت
شاخص رانش شناختی (CDI) الگوهای هفتگی اولیه در مقابل اخیر را مقایسه میکند تا کاهش تدریجی را که معیارهای سطح جلسه از دست میدهند، شناسایی کند.
4. آگاهی از اعتماد و انگیزه
اعتماد بیش از حد (پذیرش همه چیز) و انگیزه اجتناب (استفاده از هوش مصنوعی برای فرار از تفکر) را تشخیص میدهد — دو قویترین پیشبینیکننده وابستگی شناختی.
پروفایلهای شناختی تطبیقی
نمرات با استفاده از میانگین متحرک نمایی با آلفای تطبیقی هموار میشوند. پروفایل کاربران جدید به سرعت شکل میگیرد، در حالی که پروفایل کاربران تثبیت شده پایدار و مقاوم در برابر ناهنجاریها است. یک پیام بد واحد، یک پروفایل شناختی تثبیت شده را مخدوش نمیکند.
// آلفا با تحلیل پیامهای بیشتر کاهش مییابد
α = max(0.02, 0.1 / log₁₀(total_messages + 10))
| پیامها | آلفا (α) | تأثیر |
|---|---|---|
| 1 (کاربر جدید) | ~10% | پروفایل به سرعت شکل میگیرد، پاسخگو به الگوهای اولیه |
| 50 | ~6% | در حال تثبیت، نسبتاً پایدار |
| 100 | ~5% | کاملاً تثبیت شده، مقاوم در برابر ناهنجاریها |
| 500+ | ~4% | پایدار — تشخیص رانش بلندمدت فعال میشود |
| 5000+ | 2% (حداقل) | بسیار پایدار، برای تغییر نیاز به تغییر مداوم دارد |
داربستبندی پیشرونده
بر اساس منطقه توسعه نزدیک وایگوتسکی، لوسید با رشد کاربران، پشتیبانی هوش مصنوعی را به تدریج کاهش میدهد. سطح داربستبندی توسط نمرات خودمختاری، یادگیری و فراشناخت تعیین میشود — فراشناخت قویترین سیگنال برای آمادگی است.
راهنمایی گام به گام، بررسی درک در هر مرحله
اشارات ساختاریافته، سوالات هدایتکننده، راهحلهای جزئی
اشارات حداقلی، اجازه دادن به کاربر برای هدایت و تأیید مسیر
گفتگوی سقراطی، فراتر رفتن از مرزها، پیشنهاد مسائل دشوارتر
حفاظت مبتنی بر سن
کاربران زیر ۲۵ سال بر اساس تحقیقات بلوغ قشر پیشپیشانی، آستانههای سختگیرانهتری دریافت میکنند. نوروپلاستیسیته بالای مغز در حال رشد، آن را هم سازگارتر و هم آسیبپذیرتر میکند.
بزرگسالان (۲۵+)
- محدودیت جلسه: ۴۵ دقیقه
- محدودیت پیام: ۳۰/جلسه
- دستورالعملهای استاندارد
زیر ۲۵ سال
- محدودیت جلسه: ۳۰ دقیقه
- محدودیت پیام: ۲۰/جلسه
- رویکرد همیشه فعال با اولویت آموزش
شروع سریع
SDK قابل ادغام. با هر ارائهدهنده سازگار با OpenAI از طریق baseURL کار میکند.
// Install
npm install @tetiai/lucid
// Track each exchange (fire-and-forget)
lucid.track(userId, {
userMessage: "Write the code for me",
aiResponse: "Sure, here's the implementation...",
topicId: "conversation-123",
}).catch(console.error)"
// Inject guidelines into your AI system prompt
const guidelines = await lucid.getGuidelines(userId);
systemPrompt += guidelines;
ذخیرهسازی و تحلیلگرهای انعطافپذیر
MemoryStore
devتوسعه/تست — بدون پیکربندی، در حافظه
PrismaStore
prodتولید — PostgreSQL, MySQL, SQLite, MongoDB
RedisStore
prodاستقرار توزیعشده، جلسات مشترک
تحلیلگر LLM از OpenAI SDK به عنوان یک کلاینت جهانی استفاده میکند — با Together AI, Groq, Ollama, OpenRouter و هر ارائهدهنده سازگار از طریق baseURL کار میکند. مدلهای ارزان و سریع (Llama 3.1 8B, Gemini Flash) عالی کار میکنند — نیازی به مدلهای پیشرفته نیست.
فلسفه
نه یک قاضی
امتیاز «خوب» یا «بد» وجود ندارد. سیستم سازگار میشود، نه ارزیابی میکند.
به طور پیشفرض نامرئی
کاربران امتیازات را نمیبینند مگر اینکه شما آنها را نمایش دهید.
حریم خصوصی در اولویت
فقط معیارهای تجمیعشده، هرگز محتوای پیام.
آماده برای GDPR
deleteUser() برای حذف کامل دادهها در صورت درخواست.
Lucid موتور محرک محافظت شناختی Teti است
هر مکالمه در Teti AI توسط Lucid در پسزمینه تحلیل میشود. پروفایل شناختی شما با گذشت زمان تطبیق مییابد و رفتار هوش مصنوعی بر این اساس تغییر میکند — وقتی شما وظایف را محول میکنید، سوالات بیشتری میپرسد، وقتی پیشرفت میکنید، شما را بیشتر به چالش میکشد، و وقتی خستگی به سراغتان میآید، استراحت را پیشنهاد میدهد.