Захист когнітивного здоров'я для ШІ-агентів
Lucid відстежує, як користувачі взаємодіють із системами ШІ, та адаптує відповіді в реальному часі, щоб запобігти когнітивній залежності — поступовій, часто невидимій тенденції перекладати мислення на ШІ замість використання його як інструменту для зростання.
Чому Lucid?
ШІ робить нас продуктивнішими, але дослідження показують, що він також може зробити нас когнітивно лінивими. Проблема тонка: кожна окрема взаємодія здається нормальною, але протягом тижнів і місяців користувачі поступово перестають думати самостійно. Lucid виявляє цей дрейф і втручається, перш ніж він закріпиться.
Відчутне зниження критичного мислення при інтенсивному делегуванні ШІ
MIT Media Lab (2025)
Кореляція між залежністю від ШІ та критичним мисленням
Gerlich (2025)
Вища вразливість — префронтальна кора не повністю зріла
Arain et al. (2013); APA (2025)
Як це працює
Lucid працює як безперервний цикл зворотного зв'язку між користувачем, вашим ШІ та системою когнітивного захисту. Ключова ідея: Lucid нічого не блокує і не фільтрує. Він адаптує реакцію ШІ на основі когнітивних патернів користувача.
Нульова затримка: track() виконується асинхронно — він ніколи не блокує відповідь ШІ. Користувач отримує відповідь миттєво; когнітивний аналіз відбувається у фоновому режимі. Формат TOON (Token-Oriented Object Notation) економить ~40% токенів на виході LLM порівняно з JSON.
Шість когнітивних вимірів
Кожен обмін повідомленнями оцінюється за шістьма вимірами, узгодженими з перевіреними психометричними шкалами (GAIDS α=.87, AIMS 2025, Cognitive Offloading Scale α=.90).
Автономія
0 → 1Незалежне мислення проти делегування ШІ
Навчання
0 → 1Цікавість, запитання «чому», прагнення зрозуміти
Залученість
0 → 1Якість та глибина участі
Метапізнання
0 → 1Самоусвідомлення власного процесу мислення
Перевірка
0 → 1Критична оцінка вихідних даних ШІ
Мотивація
typeЧому користувач залучається — внутрішня, інструментальна або уникнення
Чотири рівні захисту
1. Адаптація в реальному часі
Рекомендації, вбудовані в системний запит ШІ, адаптують відповіді на основі когнітивного стану користувача — автономії, навчання, метапізнання, перевірки, мотивації.
2. Виявлення втоми від сесії
Відстежує тривалість сесії, обсяг повідомлень та закономірності скорочення відповідей, щоб пропонувати перерви до когнітивного перевантаження.
3. Виявлення довгострокового дрейфу
Індекс когнітивного дрейфу (CDI) порівнює ранні та нещодавні тижневі закономірності, щоб виявити поступове зниження, яке пропускають метрики рівня сесії.
4. Усвідомлення довіри та мотивації
Виявляє надмірну довіру (прийняття всього) та мотивацію уникнення (використання ШІ для уникнення мислення) — два найсильніші провісники когнітивної залежності.
Адаптивні когнітивні профілі
Оцінки згладжуються за допомогою експоненціального ковзного середнього з адаптивним альфа. Профілі нових користувачів формуються швидко, тоді як профілі досвідчених користувачів стабільні та стійкі до аномалій. Одне погане повідомлення не спотворить добре встановлений когнітивний профіль.
// Альфа зменшується в міру аналізу більшої кількості повідомлень
α = max(0.02, 0.1 / log₁₀(total_messages + 10))
| Повідомлення | Альфа (α) | Ефект |
|---|---|---|
| 1 (новий користувач) | ~10% | Профіль формується швидко, реагує на ранні закономірності |
| 50 | ~6% | Встановлюється, помірно стабільний |
| 100 | ~5% | Добре встановлений, стійкий до аномалій |
| 500+ | ~4% | Стабільний — починається виявлення довгострокового дрейфу |
| 5000+ | 2% (мін) | Дуже стабільний, вимагає послідовного зсуву для зміни |
Прогресивне риштування
Базуючись на зоні найближчого розвитку Виготського, Lucid поступово зменшує підтримку ШІ в міру зростання користувачів. Рівень риштування визначається показниками автономії, навчання та метапізнання — метапізнання є найсильнішим сигналом готовності.
Покрокові вказівки, перевірка розуміння на кожному кроці
Структуровані підказки, навідні запитання, часткові рішення
Мінімальні підказки, дозволити користувачеві керувати та підтверджувати напрямок
Сократівський діалог, розширення меж, пропонування складніших завдань
Захист на основі віку
Користувачі віком до 25 років отримують суворіші порогові значення на основі досліджень дозрівання префронтальної кори. Підвищена нейропластичність мозку, що розвивається, робить його як більш адаптивним, так і більш вразливим.
Дорослі (25+)
- Ліміт сесії: 45 хв
- Ліміт повідомлень: 30/сесія
- Стандартні рекомендації
До 25 років
- Ліміт сесії: 30 хв
- Ліміт повідомлень: 20/сесія
- Завжди активний підхід, орієнтований на навчання
Швидкий старт
Вбудований SDK. Працює з будь-яким сумісним з OpenAI провайдером через baseURL.
// 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;
Гнучке сховище та аналізатори
MemoryStore
devРозробка/тестування — нульова конфігурація, в пам'яті
PrismaStore
prodПродакшн — PostgreSQL, MySQL, SQLite, MongoDB
RedisStore
prodРозподілені розгортання, спільні сесії
Аналізатор LLM використовує OpenAI SDK як універсальний клієнт — працює з Together AI, Groq, Ollama, OpenRouter та будь-яким сумісним провайдером через baseURL. Дешеві, швидкі моделі (Llama 3.1 8B, Gemini Flash) працюють чудово — не потрібні передові моделі.
Філософія
Не суддя
Немає «хороших» чи «поганих» оцінок. Система адаптується, а не оцінює.
За замовчуванням невидимий
Користувачі не бачать оцінок, якщо ви їх не показуєте.
Конфіденційність насамперед
Лише агреговані метрики, ніколи вміст повідомлень.
Готовий до GDPR
deleteUser() для повного видалення даних за запитом.
×Teti AILucid — це рушій когнітивного захисту Teti
Кожна розмова в Teti AI аналізується Lucid у фоновому режимі. Ваш когнітивний профіль адаптується з часом, і поведінка ШІ відповідно змінюється — задаючи більше питань, коли ви делегуєте, кидаючи вам виклик, коли ви процвітаєте, і пропонуючи перерви, коли настає втома.