Sztuczna inteligencja wciąż ma “postrzępioną granicę” możliwości. Prof. Ethan Mollick tłumaczy, dlaczego AI świetnie wykonuje zadania, ale nie zastąpi zawodów.
W skrócie:
- Sztuczna inteligencja rozwija się nierównomiernie. Świetnie radzi sobie z jednymi zadaniami, np. matematycznymi, a zawodzi w innych, co ekspert nazywa “postrzępioną granicą” (jagged frontier).
- AI wykonuje zadania, ale nie zastępuje zawodów. Praca to złożony system interakcji, osądów i adaptacji, czego maszyny nie potrafią, bo brakuje im m.in. stałej pamięci i zdolności do ciągłego uczenia się.
- Największą barierą dla AI jest jej niezdolność do zrozumienia kontekstu społecznego i polityki w miejscu pracy. Technologia sama w sobie nie zmienia świata – robią to ludzie w połączeniu z systemami społecznymi.
Sztuczna inteligencja z każdym miesiącem przekracza kolejne progi, wykonując pracę, która do niedawna wydawała się domeną ludzi. Analizy finansowe, pisanie kodu, a nawet stawianie diagnoz medycznych – lista jest długa i robi wrażenie. A jednak, jak przekonuje prof. Ethan Mollick z University of Warwick, autor książki Co-Intelligence: Living and Working With AI, jesteśmy bardzo daleko od scenariusza, w którym maszyny masowo zastąpią ludzką pracę. Dlaczego? Ponieważ giganci technologiczni i ekonomiści, prognozując rewolucję, zapominają o jednym, kluczowym elemencie – o tym, jak naprawdę wygląda praca.
Czym jest “postrzępiona granica” sztucznej inteligencji?
Mollick, wraz z badaczami z Harvardu i MIT, jest autorem koncepcji “postrzępionej granicy” (jagged frontier). Opisuje ona zjawisko, w którym AI jest zaskakująco dobra w jednych dziedzinach, a jednocześnie kompletnie zawodzi w innych, pozornie prostszych. To nie jest gładka fala postępu, ale raczej nierówny, poszarpany front. “Kiedyś AI była okropna z matematyki, a teraz wygrywa olimpiady matematyczne” – zauważa Mollick. Ta granica ciągle się przesuwa, ale sama postrzępiona natura AI nie zniknie.
Skąd to się bierze? Przede wszystkim z natury wielkich modeli językowych. Pamiętajmy, że w uproszczeniu, ich jedynym zadaniem jest statystyczne przewidywanie kolejnego słowa (a technicznie: tokenu) w sekwencji. Nikt do końca nie wie, dlaczego system oparty na tak prostej zasadzie potrafi tworzyć oryginalne idee czy przejawiać coś, co wygląda jak “teoria umysłu”. Wciąż jesteśmy na samym początku rozumienia, co tak naprawdę dzieje się pod maską. Problemy takie jak halucynacje, choć coraz rzadsze, nie zniknęły. Modele wciąż nie mają stałej pamięci ani zdolności do uczenia się w sposób ciągły, co fundamentalnie ogranicza ich zastosowanie w dynamicznym środowisku pracy.
Dlaczego AI potrafi wykonać zadanie, ale nie zastąpi Twojej pracy?
To sedno problemu, którego nie dostrzegają niektórzy prognosci. Sztuczna inteligencja staje się mistrzem w wykonywaniu zadań, ale praca to coś znacznie więcej niż suma pojedynczych zadań. Mollick przywołuje słynny przykład radiologów. Już lata temu zapowiadano, że AI zmiecie ten zawód z powierzchni ziemi, bo przecież analiza zdjęć rentgenowskich to idealne zadanie dla maszyn. Tymczasem dziś wakatów dla radiologów jest więcej niż kiedykolwiek.
Okazało się, że praca radiologa to nie tylko patrzenie na obraz. To także rozmowa z innymi lekarzami, przekazywanie dobrych i złych wiadomości pacjentom, podejmowanie decyzji w niejednoznacznych przypadkach i rozwiązywanie problemów, gdy coś pójdzie nie tak. Żaden zawód nie jest jednowymiarowy. To skomplikowany splot kompetencji technicznych, społecznych i etycznych. AI może stać się niezastąpionym asystentem, który analizuje tysiące zdjęć w poszukiwaniu anomalii, ale ostateczna decyzja, osąd i odpowiedzialność wciąż spoczywają na człowieku. I to jest nasza prawdziwa przewaga.
Czego nie rozumieją inżynierowie z Doliny Krzemowej?
Według Mollicka, problemem jest często “inżynierskie myślenie” twórców AI. Postrzegają oni pracę jako logiczny proces, który można zoptymalizować i zautomatyzować. Nie doceniają jednak, jak bardzo skomplikowany jest świat rzeczywisty. “Nie rozumieją, że bycie najmądrzejszą osobą w pokoju nie zawsze jest sposobem na odniesienie sukcesu w pracy” – mówi profesor. Ignorują politykę, relacje międzyludzkie, niepisane zasady i całą tkankę społeczną, która spaja każdą organizację.
Technologia sama w sobie nie zmienia świata. Zmienia go dopiero w połączeniu z ludźmi i systemami społecznymi. Internet miał dać wszystkim dostęp do wiedzy i uczynić świat lepszym – a dostaliśmy dezinformację i bańki filtrujące. Podobnie jest z AI. Nawet jeśli za pięć lat powstanie superinteligencja, nie zmieni to z dnia na dzień sposobu, w jaki funkcjonują firmy. Adaptacja technologii to proces, który trwa latami, bo wymaga zmiany nawyków, struktur i mentalności.
Jak więc mądrze wdrożyć AI w firmie?
Zamiast myśleć o zwalnianiu ludzi, mądrzy liderzy powinni zastanowić się, jak użyć AI do wzmocnienia swoich zespołów. Mollick zwraca uwagę na kluczowy paradoks: jeśli pracownicy będą się bali, że automatyzacja doprowadzi do ich zwolnienia, nigdy nie będą mieli motywacji, by jej używać. “Prawdziwymi ekspertami od tego, jak wykorzystać AI, są ludzie wewnątrz twojej firmy. Jeśli pomyślą, że zostaną zwolnieni za to, że stali się bardziej wydajni, po prostu nie staną się bardziej wydajni” – kwituje. Sekretem sukcesu nie jest zastępowanie, a mądra koegzystencja. Użycie AI jako narzędzia, które uwalnia ludzi od żmudnych zadań i pozwala im skupić się na tym, w czym maszyny jeszcze długo nas nie dogonią: na ocenie sytuacji, strategicznym myśleniu i budowaniu relacji. To właśnie jest przyszłość pracy. Przynajmniej na najbliższe lata.