Prof. Piotr Sankowski: Wciąż warto uczyć się trudnych rzeczy

• Najnowsze informacje z kraju i ze świata znajdziesz na RMF24.pl. Bądź na bieżąco.

Piotr Sankowski jest dyrektorem Instytutu Badawczego IDEAS i profesorem w Instytucie Informatyki Uniwersytetu Warszawskiego. Jego zainteresowania badawcze obejmują algorytmikę, ze szczególnym uwzględnieniem algorytmicznej analizy grafów i algorytmów analizy danych. Jest pierwszym Polakiem, który otrzymał aż cztery prestiżowe granty Europejskiej Rady ds. Badań Naukowych (ERC). W latach 2021-2024 był prezesem IDEAS NCBR, gdzie kierował grupą roboczą „Inteligentne Algorytmy i Struktury Danych”. Jest m.in. członkiem Niezależnego Międzynarodowego Panelu ONZ ds. AI. Prof. Sankowski był gościem niedawnego Copernicus Festival w Krakowie.

----

Grzegorz Jasiński: Panie profesorze, na ile w tej chwili mamy w Polsce szansę na zachowanie jakiegoś stopnia suwerenności, jeśli chodzi o sztuczną inteligencję? Na ile na tym etapie rozwoju tej technologii mamy szansę na to, żeby mieć w kraju suwerenny system, który pozwoli nam rozwijać się niezależnie od innych? 

Prof. Piotr Sankowski: To dobre pytanie. Trzeba je odnieść do różnych technologii sztucznej inteligencji. No bo to nawet nie jest pytanie, czy w jakimś sensie nie możemy, ale po prostu w jakich kontekstach możemy. I w jakich kontekstach powinniśmy? 

Wiadomo, że nie zbudujemy światowego czata, który będzie porównywalny z czatem GPT, ale budujemy wielkie modele językowe w Polsce, próbujemy coś robić, więc jakie możemy mieć szanse? 

Wydaje mi się, że w takich rzeczywiście zastosowaniach specjalistycznych, zdecydowanie możemy mieć szanse. To znaczy te mniejsze modele, czy inne specjalistyczne rozwiązania, bo nie tylko mówimy o modelach językowych, pozwalają nam rzeczywiście tak jakby nawiązywać walkę. Jeżeli chodzi o te duże modele, o takie właśnie aspekty konkurowania właśnie z tymi dużymi firmami z Ameryki, czy też z Chin, no to powinniśmy to robić na poziomie europejskim. To znaczy, rzeczywiście powinniśmy stworzyć jakiś model współpracy paneuropejskiej, który doprowadziłby do powstania właśnie takiego suwerennego, jeżeli chodzi o Europę, czata czy właśnie jakiegoś rozwiązania. No bo to jest konieczne. To znaczy, rzeczywiście widać, że te rozwiązania, czy ta coraz większa ich inteligencja, powoduje, że ich zastosowania będą coraz szersze. Słyszeliśmy o tym Mythosie, który pozwala dużo łatwiej testować cyberbezpieczeństwo programowania, no ale też coraz większe znaczenie te rozwiązania mają w przypadku wspierania badań naukowych, czy właśnie tworzenia innowacji. No więc widać, że musimy wytworzyć taki model. I widać też właśnie ten trend tych firm w Stanach Zjednoczonych, że one przestały udostępniać te modele w pełni wszystkim. Jak mi zapłacisz, to masz dostęp. Te najnowsze modele są udostępniane w jakiś taki bardzo selektywny sposób, że nie każdy może mieć do nich dostęp. Tak, jak to było z modelem Mythos, który był tylko udostępniony pięćdziesięciu partnerom, a nie całej społeczności badawczej. Więc widać, że nie dość, że to są zamknięte modele, czyli ta technologia jest po prostu w posiadaniu tych firm, no to te firmy jeszcze decydują nie udostępniać tych rozwiązań wszystkim potencjalnym klientom.

Na ile istotne w tym momencie jest tworzenie własnych modeli językowych? W Polsce mamy te dwa: Bielik i PLLuM. Jak pan sądzi, na ile ich rozwój jest realny do takiego poziomu, który mógłby być w praktyce faktycznie wykorzystany i na ile jest celowy? 

Tak jak mówiłem, w niektórych zastosowaniach to muszą być rzeczywiście suwerenne rozwiązania. To znaczy w aspektach związanych z analizami dokumentów, które nie mogą być przetwarzane w sposób publiczny, musimy mieć po prostu swoje własne rozwiązania. Nawet poleganie na tych otwartych modelach chińskich nie jest dobrym rozwiązaniem. Bo te modele mają po prostu zaszyte często różne zabezpieczenia czy różne uwarunkowania. Więc nie możemy tego robić. Musimy na pewno rozwijać te rozwiązania. No i to, co jest ważne, to żeby się nauczyć coś robić, to trzeba to robić. Więc jeżeli chcemy w którymś momencie, a mam nadzieję, że Europa rzeczywiście włączy się do tego wyścigu, w którymś momencie zda sobie sprawę, że to jest jednak ważniejsze i nie może się przyglądać z boku, to po prostu ta wiedza, którą zdobędziemy, nawet robiąc mniejsze modele, bardziej specjalistyczne, po prostu będzie kluczowa, żeby wziąć udział w tym wyścigu. Moim zdaniem nie możemy sobie pozwolić na nieuczestniczenie w rozwoju tej technologii. Ona po prostu będzie miała zbyt duży, zbyt drastyczny wpływ na ekonomię, gospodarkę czy - tak jak mówiłem - na innowacje i naukę. 

A z punktu widzenia użytkowników, którzy oczywiście w dużej części pokochali rozmowy z czatem takim, albo innym, a czasem je pokochali, niektóre systemy prawie wymuszają na nas używanie tych systemów sztucznej inteligencji, to pan sugeruje, żeby jak najwięcej z nas korzystało z tych polskich systemów? Żeby ich używać, żeby pomagać im się trenować, żeby szukać tych zalet nawet w rozumieniu polskich kontekstów? Jak pan sądzi? 

Myślę, że tak. W takich zastosowaniach, w których jest to możliwe, powinniśmy to robić. Są takie rozwiązania i może powinniśmy do takich rozwiązań dążyć, żeby jednak stworzyć system, który decyduje, gdzie to zapytanie zostanie przekierowane. Jeżeli to jest proste zapytanie, no to może właśnie rzeczywiście iść do takiego naszego modelu. A jeżeli będzie skomplikowane, no to może trzeba się posiłkować czymś droższym, bardziej skomplikowanym. Tak więc mamy też takie rozwiązania pośrednie. I zdecydowanie powinniśmy używać polskich rozwiązań, no bo bez ich używania nie zrozumiemy, jakie one mają wady i tych wad nie poprawimy. 

Mówi się o tworzeniu w Polsce AI factories, mówi się o tworzeniu AI Gigafactory. Wykorzystuje się pewne systemy komputerowe, te które już były. Na ile widzi pan szansę na rzeczywisty rozwój tych centrów w obliczu problemów z dostępnością RAM-u, z dostępnością kart, z kosztami energii, które w tym przypadku są bardzo wysokie? Na ile mamy szansę, żeby sprzętowo, nie mówię dogonić, bo to nie jest realne, ale podążać w jakiejś takiej, nie abstrakcyjnie dalekiej odległości. 

Na pewno jako Europa podążamy w tej abstrakcyjnie dalekiej odległości. No bo te gigafabryki, które są planowane, no to są rozmiaru centrów obliczeniowych, które już od jakiegoś czasu działają w Stanach, a są tworzone nawet większe centra obliczeniowe. Jeżeli w końcu zdecydujemy się je tworzyć, to i tak zrobimy to z dużym opóźnieniem. Więc już teraz nie powinniśmy planować gigafabryki, tak jak to robi Unia Europejska i robi to z opóźnieniem, tylko - tak jak miałem okazję też to napisać - planować terafabryki, czyli jednak coś jeszcze większego. Nie wydarzy się bez tego, co pan powiedział, to znaczy jednocześnie z tym planowaniem, powinniśmy też planować, w jaki sposób zapewnić energię do działania tych centrów obliczeniowych. To jest coś bardzo ważnego, coś co powinniśmy też zaplanować i dlatego jak najbardziej trzeba planować powstawanie elektrowni jądrowych w Polsce. To po prostu się zwróci. To jest jasne.

Modele to jedno, a ich wykorzystanie to drugie. To jest ten element tworzenia konkretnych zastosowań. Wydaje się, że może być u nas popularniejsze i bardziej skazane na sukces. Jak pan to ocenia z punktu widzenia prowadzonego przez siebie instytutu i innych firm, które zajmują się już tymi nakładkami, które pozwalają nam na bieżące zastosowania.

Tak. To jest ogromny potencjał. Można myśleć rzeczywiście o tych modelach językowych, jak o takiej elektryczności, którą można napędzać różne rzeczy. No i teraz trzeba wymyślać tę suszarkę, czy kuchenkę elektryczną. Oczywiście, te konkretne zastosowania biznesowe, które przynoszą wartość i te konkretne wdrożenia wśród użytkowników, to jest coś, co ma ogromny potencjał. Nad rozwojem tych rozwiązań powinniśmy się jak najbardziej skupić. No i też - tak jak mówiłem trochę na początku - sztuczna inteligencja to nie są tylko modele językowe. Spektrum tych rozwiązań jest bardzo szerokie, te możliwości są naprawdę różne. Chociażby w analizie obrazu wykorzystuje się inne rozwiązania, które mogą być wielokrotnie tańsze w tworzeniu. Ten potencjał, szukanie swojego miejsca, swoich specjalizacji, jest ogromny. Już nie mówiąc o tym, że takie rozwiązania sztucznej inteligencji, które będą działały na robotach to jest kolejna rzecz, która po prostu może stanowić pewną siłę w Europie. Europa dotychczas słynęła z tworzenia robotów, robotów przemysłowych. Powinniśmy się rzeczywiście tutaj przesiadać w tworzenie bardziej zwinnych rozwiązań i to właśnie wspieranych przez rozwiązania sztucznej inteligencji, które muszą działać na robotach. Więc z założenia one muszą być po prostu wielokrotnie mniejsze, sprawniejsze, bardziej efektywne energetycznie. Tworzenie tych rozwiązań, które będą wbudowywane w roboty, po prostu będzie wielokrotnie tańsze. 

Pojawiły się takie doniesienia, że język polski jako narzędzie do promptowania sztucznej inteligencji jest wyjątkowo dobry. I nie ma to tylko związku z tym, że wielu Polaków uczestniczyło w tworzeniu tych modeli, ale że pewne językowe własności są takie specyficzne, bardzo precyzyjne. I oczywiście my tego słuchamy chętnie, bardzo byśmy chcieli, żeby wszyscy uczyli się języka polskiego, żeby się komunikować ze sztuczną inteligencją. Ale jak jest naprawdę z punktu widzenia badaczy i państwa, którzy się tym zajmujecie? Czy to jest tylko legenda, czy faktycznie coś takiego jest, że w języku polskim można pewne rzeczy mówić prościej i bardziej precyzyjnie?

Język polski ma to do siebie, że jest bardzo skomplikowany, jeżeli chodzi o gramatykę. To prawdopodobnie jeden z najbardziej skomplikowanych gramatycznie języków na świecie, jeżeli nie ten najbardziej skomplikowany. Więc on ma rzeczywiście potencjał, że niektóre rzeczy można wyrazić krócej, szybciej. Myślę, że wszyscy to czujemy. Natomiast możliwości przekładania tego na modele językowe nie są tak duże. Ten artykuł, który pewnie pan ma na myśli, wskazywał niewielkie przewagi w bardzo specyficznych zastosowaniach dla modelu języka polskiego. Natomiast to, o czym oczywiście te rozważania zapominają, jest to, że żeby wytrenować te duże modele językowe, potrzebujemy ogromnych korpusów tekstów, czyli takich zbiorów tekstów napisanych przez człowieka. Tych korpusów tekstów po angielsku jest wielokrotnie więcej. Tak więc, to nie da się tak zrobić, że zapomnimy o języku angielskim i teraz będziemy trenować modele tylko na języku polskim. Po prostu tych danych treningowych jest zdecydowanie za mało. To w żaden sposób nie będzie tak, że ze względu na efektywność ktokolwiek się przesiądzie na jakiś inny język, niż angielski. On zawsze będzie podstawowym językiem. Można oczywiście rozważać język chiński, gdzie też tekstów po chińsku jest bardzo dużo, ze względu na liczebność ludności Chin. 

Panie Profesorze, chciałbym zapytać o sytuację na rynku pracy informatyków. Bo mówi się i widać tego skutki, że sztuczna inteligencja niemal w pierwszej kolejności zabrała pracę wielu informatykom. Niektóre firmy oczywiście tłumaczą zwalnianie informatyków tylko sztuczną inteligencją, co pewnie nie jest do końca prawdą, ale w takim razie, jeśli chcielibyśmy jednak, żeby ta dziedzina w Polsce się rozwijała, no to musimy dla tych informatyków mieć jakąś ofertę. Musimy też mieć ofertę dla ludzi, którzy dopiero zastanawiają się nad tym, czy wybrać się na studia informatyczne. I to być może teraz jest szczególny problem. Do tego dochodzi jeszcze problem tych, którzy myśleli o studiach matematycznych i nagle też zadają sobie pytanie, czy jestem w stanie być wystarczająco dobry, żeby w starciu ze sztuczną inteligencją w przyszłości przetrwać na rynku pracy?

Pierwszy mit, czy fake news rozpowszechniany przez wielu dziennikarzy, czy wiele mediów to to, że nastąpiło załamanie rynku pracy dla informatyków. To się nie wydarzyło. To znaczy nawet w Krakowie, o którym wszyscy pisali, jakie jest załamanie, to ostatnie dane statystyczne pokazują, że tak naprawdę liczba stanowisk dla informatyków w ostatnim roku wzrosła. I tak się dzieje wszędzie na świecie. I w Polsce, i w Stanach, i w Irlandii, czy Kanadzie. Tam, gdzie rzeczywiście są badane takie zależności, to pracy dla informatyków jest więcej. I oczywiście można się zastanawiać, czy to będzie tak dalej, czy nie, ale tak jak to widzimy, to tak się dzieje. I to ma związek z różnymi fenomenami, które są związane z rozwojem technologii. Jest coś, co się nazywa paradoksem Jevonsa, że jeżeli technologia tanieje, to znajduje ona coraz więcej zastosowań. I tak się dzieje - wydaje się - ze sztuczną inteligencją, z informatyką, że jak coś staje się dwa razy tańsze, to dzięki temu używamy tego cztery razy częściej. Tak więc tak naprawdę to ten efekt ekonomiczny, który był obserwowany przy właściwie każdej rewolucji technologicznej powoduje, że ta technologia po prostu jest używana coraz częściej. A jeszcze odnosząc się do innego aspektu pytania, to może trochę je przeformułuję. Czy opłaca się studiować trudne rzeczy? No tak. Opłaca się iść na dobre studia nadal i coraz bardziej się będzie opłacało. Na pewno popyt dla najlepszych, w dowolnej dziedzinie, a w szczególności w informatyce czy sztucznej inteligencji, będzie rósł. Są takie badania, gdzie właśnie śledzi się wynagrodzenia procenta najlepszych informatyków na świecie. I te wynagrodzenia rosną po prostu wykładniczo. Ci najlepsi stali się takimi gwiazdami, które zarabiają już wielokrotnie więcej niż średnia. Tak trochę się żartuje, że rynek stał się taki sam jak dla gwiazd sportowych. Więc rzeczywiście bycie najlepszym i pokazanie tego jest ważne. To się nazywa teoria sygnalizowania, gdzie absolwent kończąc wymagające i trudne studia, sygnalizuje pracodawcy, że po prostu umie ciężko pracować i to zawsze będzie moim zdaniem miało miejsce i będzie tylko nabierało znaczenia. W momencie, w którym te proste prace będzie można zastąpić sztuczną inteligencją, ten popyt na doświadczonych czy najlepszych pracowników będzie rósł.

A jeżeli się chce dopiero wejść, zacząć studiować? Nie można być od razu doświadczonym, nie można być od razu mieć bogatego CV. Można pracować na studiach, oczywiście. Ale na co w takim razie zwracać uwagę? Czy polskie uczelnie kształcące informatyków są w tej chwili przygotowane do tego, żeby to kształcenie prowadzić w sposób, który rzeczywiście z chwilą ukończenia studiów da wystarczające doświadczenie do obecnych realiów? 

Moim zdaniem te najlepsze uczelnie tak funkcjonują. Ja sam uczę od lat na wydziale Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego. Od lat te studia są skonstruowane tak, żeby uczyć ludzi uczyć się trudnych rzeczy. My nigdy nie uczymy jakichś konkretnych technologii, tylko raczej staramy się pokazać ludziom, że są w stanie każdy nowy problem rozwiązać, że poznać nową technologię czy nowe rzeczy to nie jest problem. I robią to właściwie na każdym semestrze. To te rzeczywiście dobre studia gwarantują. I to będzie miało coraz większe znaczenie, bo rzeczywiście potrzeby rynku pracy się bardzo szybko zmieniają. Bardzo trudno przewidzieć, co się wydarzy za pięć lat, więc taka umiejętność uczenia się nowych rzeczy będzie bardzo ważna. Więc tego rzeczywiście powinniśmy uczyć. Czymś na co powinniśmy zwracać uwagę jest też to, żeby te uczelnie kształciły coraz więcej osób na coraz wyższych stopniach kształcenia. Czyli w szczególności, jeżeli uczelnie w Polsce będą kształciły więcej doktorantów i doktorów, to jest to naturalne źródło bardziej doświadczonych osób na rynku pracy.

Panie profesorze, popatrzmy teraz na najbliższe lata i przyjmijmy, choć nie jest to do końca łatwe, takie optymistyczne założenie, że pewne decyzje, które mogą być podjęte, zostaną dobrze podjęte. Pieniądze, które są potrzebne, się znajdą. Jakie szanse dla polskiej gospodarki widzi pan w rozwoju różnych gałęzi zastosowań AI w najbliższym czasie? Na co powinniśmy postawić? Wspomniał pan o analizie obrazów. Wiadomo, w medycynie między innymi tu widzi się duże nadzieje na to, żeby po prostu z pomocą sztucznej inteligencji przyspieszyć chociażby odczyty radiologiczne i tak dalej, i tak dalej. Jakie jeszcze inne zastosowania widzi pan w tej chwili? 

Na pewno zmieniają się technologie wojskowe. Coraz większe znaczenie ma sztuczna inteligencja, autonomia różnych dronów, czy pojazdów. No więc to na pewno jest coś, w co powinniśmy inwestować. Nasze różne firmy zbrojeniowe produkują bardzo ciekawe rozwiązania, które od strony takiej klasycznej technologii są bardzo dobrze rozwinięte i zaawansowane. I teraz kolejnym krokiem jest oczywiście wdrożenie, czy uzupełnienie ich o rozwiązania oparte o sztuczną inteligencję. Tak więc to jest naturalny kierunek, którym powinniśmy podążać. Inna rzecz, o której powinniśmy myśleć, to jest zastosowanie AI w rolnictwie chociażby, czy w leśnictwie. To jest coś, czego mamy dużo w Polsce i z czego możemy być dumni. Ale ta automatyzacja czy wsparcie po stronie sztucznej inteligencji właśnie w tym przemyśle, też będzie nadchodziło. Coraz częściej niektóre rzeczy można zrobić w sposób automatyczny. Są roboty zbierające różne warzywa, czy w automatyczny sposób niszczące chwasty. To po prostu nadchodzi. Ta rewolucja też się dzieje i w nią powinniśmy inwestować, no bo ten rynek po prostu tutaj jest. Jest rynek zbytu na tego typu rozwiązania. Więc tych rzeczy jest dużo, to nie jest tak, że nie mamy gdzie szukać swojego miejsca w rozwoju sztucznej inteligencji.

Chciałbym zapytać teraz o naukowców, bo oprócz naukowców zajmujących się sztuczną inteligencją i naukowców, którzy zajmują się dziedzinami, gdzie sztuczna inteligencja może poczynić pewne istotne zmiany, to generalnie sztuczna inteligencja dotyczy wszystkich naukowców ze względu między innymi na publikacje, przeszukiwanie publikacji, korzystanie ze sztucznej inteligencji do znajdywania informacji, czasem do pisania tekstów, do tworzenia bibliografii. Jak pan to w tej chwili widzi? Czy mamy jakiś zestaw zasad, przepisów, do jakiego stopnia można, do jakiego stopnia powinno się z AI korzystać? Co z recenzjami? Co z badaniami ewentualnych plagiatów? Jak to się będzie rozwijać? 

Moim zdaniem jest to bardzo niejasne, co się będzie działo. To są trudne procesy. Coś, co na pewno ma duże znaczenie, to jest większa transparentność procesów recenzyjnych czy procesów decyzyjnych o przyjmowaniu prac. Tutaj rzeczywiście informatyka bardzo mocno przewodzi w nowoczesnym podejściu do obsługi tego procesu. Wiele konferencji wiodących w informatyce używa takich systemów jak Open Review, gdzie tak naprawdę i prace, i recenzje są otwarte. Jesteśmy w stanie wszyscy zobaczyć, na jakiej podstawie została podjęta decyzja i dlaczego. Zobaczyć, czy ta recenzja rzeczywiście była, czy nie była wygenerowana przez sztuczną inteligencję, czy jest solidna, czy nie. Jeżeli nie zadbamy też o transparentność innych dziedzinach nauki, to będzie dużo trudniej to kontrolować. Pierwszym krokiem jest rzeczywiście zadbanie o transparentność, przejrzystość, możliwość przeanalizowania. Ten - jakby to powiedzieć - sposób prowadzenia badań w informatyce, też trochę w fizyce, udostępnianie prac w sposób otwarty na różnych portalach typu arXiv powoduje, że przynajmniej wiemy, co się dzieje. Jesteśmy w stanie obserwować te procesy, kiedy w innych dziedzinach jest to po prostu dużo trudniejsze. No i na tej podstawie, wiedząc, co się dzieje, będziemy mogli podejmować jakieś decyzje i modyfikować te procesy. Na pewno nadchodzi moment, gdzie będzie trzeba je przebudować, bo ten potencjał sztucznej inteligencji w pisaniu prac naukowych czy prowadzeniu odkryć naukowych, będzie coraz większy. Ten proces będzie ulegał zmianie. Natomiast trudno przewidzieć tak naprawdę, jak on będzie wyglądał docelowo. 

No właśnie, wspomniał pan o tym. To nie tylko jest pisanie prac, bo żeby napisać pracę, to najpierw trzeba coś zbadać i najlepiej coś odkryć. Jak sztuczna inteligencja i te systemy mogą wpłynąć na sam przebieg pracy naukowej, na to, jak się poszukuje hipotez, weryfikuje je. Czy tutaj widzi pan jakieś istotne zmiany? Bo być może na studiach w różnych dziedzinach trzeba teraz już studentów uczyć trochę innego sposobu pracy. 

Tak, dokładnie tak. Taką dziedziną, która może najbardziej odczuwa te zmiany, jest matematyka. Niedawno rzeczywiście było moim zdaniem dość przełomowe wydarzenie, gdzie modele sztucznej inteligencji, a mianowicie ten model od OpenAI udowodnił czy rozwikłał, a może raczej obalił hipotezę, która funkcjonowała od osiemdziesięciu lat, była nierozwiązana. Dotyczyła dyskretnej geometrii. I zrobił to w sposób rzeczywiście daleko nietrywialny, łączący różne różne dziedziny matematyki. Rzeczywiście, z tego, co wiem, to matematycy zaczynają pracować w zupełnie inny sposób, bardzo mocno posiłkują się tymi modelami w prowadzeniu badań, czy weryfikowaniu twierdzeń, weryfikowaniu pewnych hipotez. I rzeczywiście ta praca się zmienia. Na pewno powinniśmy to wspierać, bo to docelowo przyśpieszy postęp naukowy. To ma ogromny potencjał. Jeśli możemy użyć koparki do wykopania dołku, no to nie powinniśmy robić tego ręcznie. Chyba ostatnio był taki żart, że ktoś mówił, że kopie craftowe doły łopatą i to jest zaleta. No, ale oczywiście powinniśmy się tym posiłkować. Coś, co moim zdaniem jest ważne i z czego nie zdawaliśmy sobie jeszcze pięć lat temu sprawy, to to, że te modele, czy to językowe, ale też te modele generujące grafikę, po prostu są kreatywne. Ta kreatywność jest prostsza, nie tylko zastrzeżona dla człowieka. Ale rzeczywiście sztuczna inteligencja potrafi być kreatywna, więc dlaczego nie używać jej do wspierania też kreatywności człowieka.

Mówi się o tym, że sztuczna inteligencja też będzie miała wpływ na edukację od najwcześniejszych etapów. Mówi się o tym, że pomoże bardziej dopasowanej edukacji do konkretnych dzieci, młodych ludzi. Jakie działania pana zdaniem powinny być podjęte, z punktu widzenia naukowca, który pracuje nad tym wielkim wynalazkiem ludzkości, żeby młodzież się jak najwcześniej uczyła rzeczywiście wykorzystywać sztuczną inteligencję nie tylko do pisania zadań domowych czy rozmawiania z czatem w czasie lekcji, ale rzeczywiście uczyła się żyć w tym ekosystemie w twórczy sposób, czyli wykorzystywać AI do wspomagania myślenia, ale nie zastępować nim swojej myśli?

Myślę, że powinniśmy - pewnie tak jak pan mówi - nie używać tych rozwiązań sztucznej inteligencji do tego, żeby one zastępowały naszą pracę, ale do tego, żeby po prostu ją wspierały, czyli traktować te modele jako takiego sparing partnera. Pewnie docelowo mam nadzieję, że powstaną rozwiązania, które będziemy mogli udostępnić naszym dzieciom, które na pytanie "napisz mi pracę domową" będą odmawiały takiej odpowiedzi, a będą po prostu prowadziły dyskusję z tym dzieckiem, czy studentem, w jaki sposób on tę pracę ma jak najlepiej napisać, będą mu doradzały, a nie po prostu serwowały gotowe rozwiązania. Rzeczywiście są takie badania, które pokazują, że jeżeli zmieniamy sposób użycia tych modeli, czyli to nie jest tak, że przychodzimy do nich, opisujemy problem i kopiujemy rozwiązanie, jakie wygenerują, tylko przychodzimy do nich i dyskutujemy o tym, co chcemy zrobić, to one wspierają nas w podejmowaniu tych decyzji i nawet jak coś wygenerują, to potem też dyskutujemy o tym, co one stworzyły. Ostatecznie mamy dużo lepsze zrozumienie tego, co wspólnie stworzyliśmy, niż nawet jakbyśmy to zrobili sami od zera. Tak więc ten aspekt edukacyjny, ma ogromny potencjał, jest bardzo ważny, ale musimy po prostu wypracować czy zrozumieć bardzo dobrze w jakich modelach współpracy powinniśmy pracować z tymi rozwiązaniami sztucznej inteligencji.

Chciałbym teraz przejść do ostatniego etapu rozmowy i do spraw dotyczących szeroko, bardzo szeroko rozumianego cyberbezpieczeństwa. To jest, jak podejrzewam, jeden z punktów zainteresowania agendy ONZ, w której pan uczestniczy, czyli takiego tworzenia tych systemów, żeby one były bezpieczne i z punktu widzenia na przykład wykradania komuś pieniędzy albo wykradania danych, ale też z punktu widzenia być może też wpływu na nasz sposób myślenia, tworzenia baniek informacyjnych, takiego algorytmicznego, no jednak sterowania ludźmi. Jakie jest pańskie wrażenie, na jakim etapie dyskusji jesteśmy? Z całą pewnością Chiny myślą swoje, Amerykanie myślą swoje, Europa jest trochę z tyłu. Czy mamy szansę na wdrożenie rozwiązań, które jakoś o nas zadbają? Czy to już jest nierealne, bo to po prostu rozpędziło się tak bardzo, że dla pieniędzy, czy z innych powodów, będzie pędzić? 

To jest trudne do przewidzenia. Jakie katastrofy muszą się wydarzyć, żebyśmy rzeczywiście podjęli jakiś nadzór, taki dużo większy i zrozumieli znaczenie tych konsekwencji. Wpływ tych rozwiązań jest potencjalnie ogromny. Rozmowa z czatem na temat kandydatów w wyborach chociażby prezydenckich w Polsce, może mieć ogromny wpływ na nasze preferencje, na to, na kogo zagłosujemy. My rozmawiamy często, czy też często zadajemy pytania polityczne tym czatom. To jest ogromny problem. To jest oczywiście wyzwanie i ogromne ryzyko, że ta manipulacja, czy właśnie taki demontaż tego wspólnego świata poglądów i takiego wspólnego spojrzenia opartego o fakty, może przyśpieszyć. To oczywiście się dzieje już poprzez sieci społecznościowe. Wspomniał pan o tych bańkach, które właśnie są bardzo silnie wspierane przez sieci społecznościowe. To może po prostu mocno przyśpieszyć właśnie poprzez wsparcie algorytmów sztucznej inteligencji. Te bańki mogą być jeszcze mniejsze. Ludzie mogą ostatecznie spędzić życie rozmawiając tylko z takim czatem. A te rozwiązania są - jak sie to mówi sykofantyczne - one bardzo silnie potwierdzają nasze poglądy. Jesli chcemy rzeczywiście przetestować jakiś pomysł z czatem, to bardzo dobrze jest mu zadać przeciwne pytanie niż to, co byśmy chcieli. On rzeczywiście wymyśli odpowiedź taką, która będzie silnie wspierała te nasze poglądy. To znaczy, jeśli przedstawi mu się tą samą sprawę z dwóch różnych punktów widzenia, bardzo często on po prostu poprze jedną stronę albo drugą. Mimo, że ta sprawa jest jasna i te decyzje etyczne są raczej jasne, to te rozwiązania po prostu są w stanie wymyślić też poparcie dla czegoś, co po prostu jest nieetyczne.

Czy to, co już wiemy o tej technologii i pytania nad tym, czego tak naprawdę jeszcze o niej nie wiemy, pana zdaniem wskazują, że ogarniemy problem, zanim stanie się poważniejszy? Czy, to też nie jest do końca pewne? 

Mam nadzieję, że ogarniemy. Dotychczas historia ludzkości pokazuje, że jednak ogarniamy te problemy, chociażby w przypadku, no nie wiem, energii jądrowej czy broni atomowej. Byliśmy w stanie to zrobić, mimo że te ryzyka zawsze tam były. Wydaje mi się, że także tutaj będzie dobrze, no bo jednak rozumujemy tę technologię. To nie jest pierwsza rewolucja technologiczna, choć ona rzeczywiście jest dużo szybsza i może być dużo bardziej dogłębna, niż wszystkie poprzednie. Ale ludzkość przeżyła wiele rewolucji technologicznych i przy każdej tej rewolucji były głosy, że to doprowadzi do zagłady ludzkości. Dotychczas się to nie wydarzyło i miejmy nadzieję, i ja mam nadzieję, że i tym razem też się nie wydarzy.