Sztuczna inteligencja nie stała się człowiekiem w ciągu roku. Stała się nową warstwą naszej pracy

Na festiwalu Slunovrat w Opawie byłem w tym roku już drugi raz, ale pierwszy raz tylko wirtualnie. Ciało pozostało w Pradze, duch wisiał na ekranie w pięknej przestrzeni kościoła św. Jana. Na sali obok moderatora Leoša Kyšy siedział Michal Kubíček, do którego dołączyłem zdalnie i odbyliśmy dyskusję o sztucznej inteligencji bez upiększeń i niepotrzebnego szumu.

Rok temu zajmowaliśmy się głównie tym, jak dobrze reaguje sztuczna inteligencja. W tym roku zajęliśmy się czymś innym: jak dobrze to działa. I nie jest to różnica kosmetyczna. To być może najważniejsza zmiana ostatnich dwunastu miesięcy.

Modele nie tylko zaczęły pisać trochę lepiej. Widzimy zmianę w kreatywnym pisaniu, ale zmiana jest jeszcze bardziej wyraźna w umiejętności faktycznego budowania, programowania, planowania i wykonywania czegoś. Różnicę dobrze widać na rankingach typu Arena: w kreatywnym pisaniu czołówka przesunęła się o kilkadziesiąt punktów Elo, natomiast w praktycznych zadaniach webowych i agentowskich przeskok był wielokrotnie większy.

Innymi słowy: AI nie tylko nauczyła się pisać ładniejsze wypracowania. Znacznie lepiej radzi sobie z wykonywaniem pracy.

Dostęp do najlepszego modelu nie jest gwarantowany

Tematem, którego nie można było uniknąć w tym roku, jest kruchość zależności od jednego dostawcy. Niezależnie od tego, czy chodzi o naruszenia bezpieczeństwa, zmiany produktów, regulacje eksportowe czy strategię biznesową, najlepszy model może zniknąć z Twojego przepływu pracy znacznie szybciej, niż byśmy myśleli kilka lat temu.

Uważam, że jest to jedna z najważniejszych lekcji, jakie można wyciągnąć z obecnej ery sztucznej inteligencji. Jeśli firma, szkoła lub państwo buduje wszystko w oparciu o jeden, zastrzeżony model, dobrowolnie tworzy zależność. Nie chodzi tylko o cenę. Chodzi o dostępność, zasady użytkowania, politykę dostawcy i szybkość reakcji w przypadku zmian na rynku.

Właśnie dlatego interesują mnie architektury, które nie opierają się na jednej wszechwiedzącej głowie. W Alpha Industries od długiego czasu pracujemy w kierunku, który łączy wiele modeli, narzędzi i zasobów. W ostatnich artykułach pisałem o tym dla HyperFusion oraz dla nowszego benchmarku DRACO.

Nie chodzi tylko o odporność na zmiany. Chodzi także o jakość. Jeden model ma martwe punkty. Panel modeli może zaoferować więcej perspektyw, jeśli wiemy, jak dobrze nim zarządzać i oceniać.

Od odpowiedzi do działania

W Opawie podano przykład, który opisuje to lepiej niż abstrakcyjna definicja. Wcześniej trzeba było pobrać listę kategorii w e-sklepie, wyeksportować ją, przetłumaczyć, sprawdzić i zaimportować z powrotem. Dziś agentowi można powierzyć zadanie: otworzyć administrację, przetłumaczyć kategorie, sprawdzić wynik i dać mi znać, gdy skończysz. Nie opisujesz już każdego kroku. Określasz cel i sprawdzasz wynik.

To ogromna zmiana. Programista stopniowo zmienia się z osoby piszącej każdą linijkę w architekta pracy agentów. Jeden agent projektuje bazę danych, inny pisze frontend, trzeci szuka problemu bezpieczeństwa, czwarty czyta dokumentację. To człowiek decyduje, co ma powstać i czy ma to sens.

To nie tylko zmienia produktywność. Zmienia się także charakter wiedzy specjalistycznej. Wiedza ta nie traci na wartości, wręcz przeciwnie. Im dokładniej wiesz, czego chcesz, tym lepszą pracę agent dla Ciebie wykona. Wąskim gardłem nie jest już tylko pisanie kodu lub tekstu. Wąskim gardłem jest wiedza, co zbudować, dlaczego i jak wiedzieć, że jest to dobre.

Postrzępiona inteligencja

Jeśli istnieje jedna koncepcja, którą chciałbym, żeby ludzie wynieśli z całej debaty, to byłaby to następująca koncepcja: postrzępiona inteligencja.

Sztuczna inteligencja nie wydaje się dziś jednolicie inteligentnym człowiekiem. Bardziej jak krajobraz pełen ostrych szczytów i głębokich dziur. W jednej dziedzinie rozwiązuje zadania na poziomie najlepszych uczniów na świecie, w innej popełnia błąd, który można by uznać za śmieszny. Potrafi napisać program, zaproponować strategię, streścić tekst techniczny, ale potem zawodzi w banalnym szczególe, którego się nie spodziewasz.

Dlatego debata publiczna tak często dochodzi do skrajności. Jedna osoba widzi genialną odpowiedź i mówi: „Już jest, zastąpi nas wszystkich”. Drugi widzi głupi błąd i mówi: „On nie potrafi nawet podstawowych rzeczy”. Obydwa mają w sobie trochę prawdy. Sztuczna inteligencja jest dziś w stanie być jednocześnie genialna i naiwna.

Sztuka polega na tym, aby wiedzieć, na czym stoimy. Czy jesteśmy na szczycie, gdzie model faktycznie pomaga? Albo w dołku, gdzie po prostu płynnie i pewnie popełnia błąd?

Bardziej bałbym się nudnych rzeczy niż Terminatora

Prędzej czy później Terminator pojawi się w debatach o sztucznej inteligencji. Mniej jednak obawiałbym się kinowego buntu maszyn, a bardziej rzeczy bardziej prozaicznych, które już przed nami.

Cyberbezpieczeństwo, na przykład. AI obniża próg wejścia. To, co kiedyś wymagało głębokiej wiedzy specjalistycznej, może teraz zostać podjęte przez mniej doświadczonego atakującego przy pomocy modelu. Z drugiej strony jest też odwrotnie: te same narzędzia mogą pomóc obrońcom znaleźć luki w zabezpieczeniach, napisać testy, sprawdzić konfiguracje i wzmocnić systemy. To nie powód do paniki. To wyścig gotowości.

Drugim ryzykiem jest środowisko informacyjne. Nie tyle roboty na polu bitwy, ile drobne, trwałe zmiany nastroju, opinii i zaufania w mediach społecznościowych. Wojna hybrydowa nie jest tak dramatyczna jak film. Dlatego jest to niebezpieczne.

Trzecią rzeczą jest dług poznawczy. Nie jako katastrofa, ale jako coś, na co należy uważać. Kiedy AI pisze, planuje i analizuje za nas, kuszące jest wyłączenie głowy. Myślę jednak, że najlepsze wykorzystanie sztucznej inteligencji jest odwrotne. Traktujmy ją po sokratejsku: jako partnera do dyskusji, który zadaje pytania, przedstawia kontrargumenty i zmusza do przemyślenia.

Kiedy czasami mówię, że sztuczna inteligencja powinna przyprawiać nas o „ból głowy”, nie mam na myśli cierpienia. Mam na myśli, że powinniśmy go używać, aby zmusić nas do myślenia, a nie do zlecania myślenia na zewnątrz.

Przy sprawdzaniu faktów AI jest początkiem pracy, a nie jej końcem

O jednym szczególnym rodzaju błędu warto stale przypominać: sztuczna inteligencja może bardzo przekonująco halucynować cytaty, przepisy prawa, badania i wyroki. Brzmi autorytatywnie, pasuje formalnie, język jest piękny, ale źródło nie istnieje.

To nie powód, aby odrzucać sztuczną inteligencję. To powód, aby zmienić przepływ pracy. W przypadku faktów, odniesień prawnych, cytatów, medycyny, pieniędzy i reputacji sztuczna inteligencja jest początkiem pracy, a nie końcem. Model może pomóc w znalezieniu kierunku, przygotowaniu badań, zaprojektowaniu listy kontrolnej. Ale ostateczne twierdzenie musi zostać zweryfikowane.

Ta lekcja jest szczególnie ważna, ponieważ obecnie sztuczna inteligencja wychodzi z rąk entuzjastów i trafia do zwykłych biur. Stosowany przez eksperta może stać się potężnym narzędziem usprawniającym pracę. Używany przez osobę bez weryfikacji może stać się generatorem pewnie brzmiących nieprawd.

Duży pług, a nie duży kij

W debacie doszliśmy także do obrazu „wielkiego kija”. Chodziło o to, czy potrzebujemy własnej silnej AI głównie dlatego, że inni też będą ją mieli. Zaproponowałem odwrócenie obrazu: zamiast dużego kija lepszy jest duży pług.

Sztuczna inteligencja jest narzędziem. Kijem można kogoś uderzyć, ale możesz też zamienić go w trzonek, dźwignię lub część pługa. Traktowanie sztucznej inteligencji przede wszystkim jako gigantycznej broni, której wszyscy powinniśmy się obawiać, prowadzi do paraliżu. O wiele bardziej przydatne jest nauczenie się, jak go używać, aby usprawnić codzienną pracę.

Arkusz kalkulacyjny, który kiedyś zajmował dwie godziny, można wykonać w dwie minuty. Poszukiwania, które można odłożyć na tydzień, można rozpocząć w ciągu pięciu minut. W dialogu można stworzyć koncepcję wykładu, dokumentację czy aplikację. To nie jest magia. To nowe narzędzie pracy.

A w Czechach mamy do tego lepszą pozycję wyjściową, niż czasem nam się wydaje. Niedawno pisałem o danych STEM i Eurostacie: według badania STEM mniej więcej 71% czeskich użytkowników Internetu ma doświadczenie ze sztuczną inteligencją. Adopcja jest jeszcze bardziej widoczna wśród młodych ludzi. Wśród dorosłych jesteśmy średnią europejską, natomiast wśród młodych ludzi należymy do europejskiej czołówki.

To nie jest tylko statystyka. To przewidywanie. Pokolenie uczące się obecnie w szkołach wejdzie na rynek pracy traktując AI jako coś oczywistego.

Co będzie dalej?

Niekoniecznie oczekuję, że jutro jedno AGI przejmie wszystko. Spodziewam się raczej warstwy wyspecjalizowanych, półautonomicznych agentów, którzy stopniowo przejmą większą część pracy cyfrowej: kod, arkusze kalkulacyjne, research, dokumenty, planowanie, wyszukiwanie informacji, projekty pism prawnych, przygotowanie nauczania.

Oczekuję, że sztuczna inteligencja stanie się drugim mózgiem, drugim pilotem lub współpracownikiem. Nie w sensie romantycznym, ale w sensie praktycznym: system, który zna kontekst Twoich projektów, pomaga utrzymać długi wątek i wie, jak pracować z innymi narzędziami.

Czekam na pierwsze naprawdę znaczące odkrycia naukowe, w których AI będzie istotnym współautorem procesu. Na festiwalu Slunovrat nie było czasu na szczegółowe omawianie tematów takich jak architektura kognitywna czy naukowiec cyfrowy, ale myślę, że w tym kierunku zmierza ścieżka: połączenie wielu różnych inteligencji, ludzkich i sztucznych, tak aby całość mogła zdziałać więcej niż ktokolwiek inny z osobna.

Robotyka będzie wolniejsza od oprogramowania, ale pierwsze naprawdę przydatne, bardziej wszechstronne roboty w logistyce i przemyśle to realny scenariusz w ciągu kilku lat. Stoimy przed trudnym tematem koncentracji władzy. Jeśli większość inteligencji planety będzie kontrolowana przez kilka firm, będzie to większy problem społecznie niż pojedyncza halucynacja modelu.

Za rok będziemy rozmawiać o współpracy

Rok temu pisaliśmy o tym, jak dobrze reaguje sztuczna inteligencja. Dzisiaj mamy do czynienia z tym, jak dobrze to działa. A za kilka lat przekonamy się, jak dobrze współpracuje.

W Alpha Industries pracujemy nad tym od jakiegoś czasu. Czasami mam wrażenie, że biegniemy trochę przed czasem, czasami wręcz niekomfortowo. Ale właśnie to mi się w tym podoba. Zawsze chciałem być tam, gdzie rodziło się coś takiego jak komputer osobisty, kiedy zabawka techniczna stała się nową warstwą cywilizacyjną. To jest ten moment.

Nie kijem. Z pługiem.

Dziękuję Leošowi Kyšy, Michalowi Kubíčkowi i Opawie za debatę, która przebiegała w atmosferze humoru i twórczego sporu. Slunovrat to nadal jeden z najpiękniejszych letnich festiwali, podczas którego można głośno myśleć. I wierzę, że za rok znów będzie o czym rozmawiać.

Zasoby i dalsza lektura

• Alpha Industries: Trzy czwarte czeskiego Internetu już korzysta ze sztucznej inteligencji.
• Alpha Industries: HyperFusion: gdy jeden model to za mało.
• Alpha Industries: HyperFusion po poprawkach: test porównawczy DRACO.
• Arena AI: modelowe rankingi do tworzenia tekstów i stron internetowych.
• STEM, Eurostat, METR i Stanford HAI AI Index: publicznie dostępne przeglądy przyjęcia, możliwości i ograniczeń obecnej sztucznej inteligencji.

Dla jasności: artykuł powstał w oparciu o debatę podczas festiwalu Slunovrat oraz późniejsze dokumenty. Sformułowałem ostrożniej lub pominąłem niektóre efektowne stwierdzenia z notatek roboczych, które bez jasnego źródła brzmiałyby dokładnie tak, jak halucynacje związane ze sztuczną inteligencją, przed którymi ostrzega tekst.