Podczas niedawnego seminarium dla kadry kierowniczej jedna z uczestniczek pomyślała prowokacyjnie: używała chatbotów AI jako „wróżbitów”. Powiedziała, że podobnie jak liście herbaty sztuczna inteligencja może zapewnić zaskakująco dokładne przebłyski przyszłości, powołując się na niedawny przypadek, w którym sieć neuronowa prawidłowo przewidziała 2% wzrost na giełdzie.
Choć może się to wydawać nieszkodliwą zabawą, stwierdzenie to dotyka głębokiej i niebezpiecznej zmiany w funkcjonowaniu społeczeństwa. Odchodzimy od tradycyjnych metod prognozowania – astronomii, socjologii czy ekonomii – i przekazujemy klucze do przyszłości nowej klasie prognostów: informatykom, analitykom danych i inżynierom.
Зміст
Mieszanie prognozy i faktów
U podstaw naszej współczesnej obsesji na punkcie technologii predykcyjnej leży podstawowy błąd logiczny: prognozy nie są faktami.
Fakty odnoszą się wyłącznie do teraźniejszości i przeszłości. Z definicji przyszłość jeszcze się nie wydarzyła, co oznacza, że nie ma na jej temat żadnych faktów. Stwierdzenie na temat tego, co może się wydarzyć, może być oceną, ostrzeżeniem lub życzeniem, ale nigdy nie może być faktyczną prawdą.
Akceptując wyniki sztucznej inteligencji jako „prawdę”, wpadamy w niebezpieczną pułapkę. Zaczynamy akceptować prawdopodobieństwa statystyczne jako nieuniknioną rzeczywistość, zapominając, że modele te obliczają jedynie najbardziej prawdopodobny następny krok w oparciu o wzorce historyczne.
Fantazja na temat „Demona Laplace’a”
Siłą napędową współczesnej sztucznej inteligencji jest naukowa fantazja znana jako Demon Laplace’a. Koncepcja zaproponowana przez Pierre-Simona Laplace’a sugeruje, że gdyby jakaś inteligencja posiadała pełną wiedzę o położeniu i pędzie każdej cząstki we Wszechświecie, wówczas przyszłość byłaby równie oczywista jak przeszłość. Z tej perspektywy niepewność to po prostu brak danych.
Zwolennicy współczesnej sztucznej inteligencji realizują to marzenie za pomocą brutalnej siły. Logika podąża nieubłaganym cyklem:
1. Zbierz wszystko: Śledź każdy ruch, zakup, interakcję społeczną i wskaźnik biologiczny.
2. Przetwarzaj wszystko: Wykorzystaj ogromną moc obliczeniową do analizy tych punktów danych.
3. Przewiduj wszystko: korzystaj z wyuczonych wzorców, aby wyeliminować niepewność.
To sprawiło, że ludzka egzystencja stała się towarem, z którego można wycisnąć dane. Jesteśmy oceniani ilościowo w każdym aspekcie naszego życia, od wzorców snu po poglądy polityczne, a wszystko po to, aby zaspokoić nasze pragnienie dokładności przewidywania maszyn.
Uczenie maszynowe: triumf skali, a nie nauki
Być może najbardziej otrzeźwiającą rzeczywistością rewolucji sztucznej inteligencji jest to, że nie była ona spowodowana nagłym przebłyskiem ludzkiego geniuszu ani zasadniczym przełomem w zrozumieniu działania umysłu. Wręcz przeciwnie, jak zauważa profesor Oksfordu Michael Wooldridge, było to zwycięstwo skali nad nauką.
Przez dziesięciolecia sieci neuronowe usiłowały uzyskać znaczące wyniki. „Przełomem”, który wszystko zmienił, nie był nowy sposób myślenia, ale raczej pojawienie się:
– Ogromne zbiory danych: ogromna ilość dostępnych informacji cyfrowych.
– Wzrost mocy obliczeniowej: baza sprzętowa (GPU) zdolna do przetwarzania tych informacji.
Uczenie maszynowe to w zasadzie „przewidywanie na sterydach”. Kiedy model językowy pisze zdanie, nie „myśli”; przewiduje najbardziej statystycznie prawdopodobne następne słowo na podstawie miliardów poprzednich przykładów. Kiedy algorytm rozpoznaje twarz, po prostu oblicza prawdopodobieństwo, że określone piksele pasują do wyuczonego wzoru.
Ukryta cena „Oracle”
Ponieważ te modele predykcyjne wymagają ogromnych zasobów, ich rozwój jest nierozerwalnie powiązany z władzą i wyzyskiem. Metoda brutalnej siły zastosowana do stworzenia tych systemów opiera się na:
– Masowy nadzór nad populacją planety.
– Wykorzystywanie bezbronnych populacji do znakowania danych.
– Ogromne zużycie zasobów naturalnych.
– Nieuprawnione wykorzystanie własności intelektualnej.
Co więcej, rozwój rynków prognostycznych (takich jak Polymarket) zmienił ludzkie cierpienie i niestabilność polityczną w formę zgrywalnej spekulacji. Kiedy stawiamy na wynik wojen lub klęsk żywiołowych, odczłowieczamy ofiary i traktujemy kryzysy w świecie rzeczywistym jako zwykłe punkty danych nastawione na zysk.
Wniosek
Niebezpieczeństwo prognoz AI polega na tym, że potrafi udawać obiektywną prawdę, pełniąc jednocześnie funkcję narzędzia kontroli. Prognozy nie tylko opisują przyszłość; kształtują je, popychając zachowania społeczne w kierunku przewidywanego wyniku.
Ostatecznie musimy uznać, że algorytmy nie są wyroczniami prawdy, ale instrumentami władzy, a ci, którzy kontrolują dane, kontrolują kierunek świata.
