Ile razy w ciągu ostatnich dwóch lat usłyszeliśmy, że sztuczna inteligencja właśnie zmieni świat? Że zastąpi lekarzy, prawników, nauczycieli, artystów, a być może również nas samych? Gdy więc na biurko trafia książka „Sztuczna inteligencja. Złudne obietnice, realne możliwości”, pierwszą reakcją nie jest ekscytacja, lecz ostrożność. Rynek zdążył już przyzwyczaić nas do publikacji, które albo bezrefleksyjnie celebrują kolejne modele AI, albo wieszczą technologiczną apokalipsę. Tym większym zaskoczeniem okazuje się książka, której autorzy od pierwszych stron próbują uciec od obu tych pokus. Zamiast po raz kolejny pytać, kiedy sztuczna inteligencja zastąpi człowieka, proponują znacznie ciekawsze pytanie: dlaczego tak łatwo wierzymy w obietnice składane w jej imieniu?

Nieprzypadkowo już sam wstęp zajmuje blisko pięćdziesiąt stron. Nie jest to kilka obowiązkowych akapitów poprzedzających właściwą część książki, lecz rozbudowany esej porządkujący współczesny chaos pojęciowy wokół sztucznej inteligencji. Autorzy od początku zaznaczają, że nie zamierzają pisać kolejnego przewodnika po ChatGPT ani katalogu futurystycznych przepowiedni. Ich ambicją jest nauczenie czytelnika i czytelniczkę odróżniania technologii rzeczywiście działających od tych, którym przypisano niemal magiczne właściwości. Już otwierająca książkę metafora pokazuje, z jakim sposobem myślenia mamy do czynienia. Narayanan i Kapoor proponują wyobrazić sobie świat, w którym samochody, rowery, hulajnogi, rakiety i statki kosmiczne określane są jednym wspólnym słowem – „pojazd”. Dyskusja o bezpieczeństwie, możliwościach czy przyszłości „pojazdów” bardzo szybko przestaje mieć sens. Jak zauważają: „Jeśli (…) zastąpimy słowo »pojazd« wyrażeniem »sztuczna inteligencja«, otrzymamy całkiem dokładny opis sytuacji, z którą mamy obecnie do czynienia” (s. 11). Trudno o lepszy punkt wyjścia do rozmowy o AI.

Największą zaletą książki okazuje się konsekwentne rozbrajanie uproszczeń. Autorzy pokazują, że pod pojęciem sztucznej inteligencji ukrywamy dziś technologie różniące się niemal wszystkim – sposobem działania, możliwościami, ograniczeniami i społecznymi konsekwencjami ich wykorzystania. Nic dziwnego, że – jak sami zauważają – „większość z nas nie potrafi z marszu rozróżnić, które rodzaje AI zapewniają efekty zgodne z opisem, a które obiecują użytkownikom gruszki na wierzbie” (s. 13). To zdanie właściwie streszcza intelektualny projekt całej publikacji. Nie oznacza to jednak, że autorzy zamierzają wyłącznie punktować błędy branży technologicznej. Wręcz przeciwnie. Ich ambicje są znacznie większe. Zamiast pytać, czy AI jest dobra albo zła, zastanawiają się, kiedy ma prawo działać zgodnie z deklaracjami, dlaczego tak często zawodzi i skąd bierze się przekonanie, że algorytm potrafi przewidzieć przyszłość człowieka lepiej niż sam człowiek. Pytania wyznaczające kolejne rozdziały pokazują, że nie będzie to linearna opowieść o historii sztucznej inteligencji. Czy AI naprawdę potrafi przewidywać ludzkie zachowania? Dlaczego systemy predykcyjne zawodzą? Czy generatywna AI zmieni rynek pracy? Czy powinniśmy obawiać się superinteligencji? Dlaczego AI nie uzdrowi mediów społecznościowych? Skąd bierze się technologiczny „hype” i dlaczego tak łatwo ulegają mu media, naukowcy oraz firmy?

Gdybym zaczęła ujawniać odpowiedzi na wszystkie te pytania, recenzję należałoby właściwie opatrzyć ostrzeżeniem: uwaga, spoilery. Narayanan i Kapoor nie poprzestają bowiem na efektownym stawianiu problemów, lecz prowadzą czytelnika i czytelniczkę przez ich genezę, kolejne komplikacje i możliwe rozstrzygnięcia. Znalazło się tu miejsce zarówno dla historii generatywnej AI, jak i dla deepfake’ów, systemów predykcyjnych, moderacji treści, medialnych mitów czy wizji superinteligencji. Zdradzanie tych odpowiedzi byłoby po prostu nieuczciwe wobec czytających, bo autorzy robią to naprawdę dobrze.

Z mojej perspektywy – badaczki mediów cyfrowych – najciekawszy okazuje się rozdział poświęcony mediom społecznościowym i moderacji treści. To właśnie tutaj najpełniej ujawnia się podstawowa słabość współczesnej sztucznej inteligencji: nie brak danych ani mocy obliczeniowej, lecz problem z odczytywaniem kontekstu. Jak piszą autorzy, „narzędzia wykorzystujące sztuczną inteligencję bardzo dosłownie traktują słowo pisane, mowę oraz materiały wizualne. Nie dostrzegają kontekstu i interpretują wszystko po swojemu, co niekiedy budzi rozbawienie, a kiedy indziej przerażenie” (s. 214). To niezwykle trafna diagnoza. W mediach społecznościowych znaczenie wypowiedzi bardzo często nie wynika z pojedynczego słowa, lecz z relacji między użytkownikami, ironii, lokalnego kodu kulturowego czy sytuacji komunikacyjnej. Algorytm potrafi rozpoznać frazę, ale niekoniecznie rozumie, dlaczego została użyta. Efektem bywają błędnie usunięcia materiałów, pozostawianie rzeczywiście szkodliwych treści albo decyzje, które mogą realnie zaszkodzić użytkowni(cz)kom. Z problemem kontekstu łączy się również niekompetencja kulturowa modeli. To samo słowo może znaczyć coś zupełnie innego w zależności od języka, środowiska czy kraju. I właśnie tutaj najlepiej widać, że inteligencja ta nadal pozostaje – mimo wszystko – sztuczna. Autorzy równie skutecznie studzą zresztą entuzjazm wobec systemów predykcyjnych. Jeden z bardziej przewrotnych fragmentów dotyczy sytuacji, w której AI znakomicie… przewiduje wydarzenia z przeszłości. To zwięzłe podsumowanie fundamentalnego ograniczenia modeli uczonych na danych historycznych. Algorytmy bardzo dobrze odtwarzają wzorce, które już znają. Znacznie gorzej radzą sobie z tym, czego jeszcze nie było.

Interesująco wypada także rozdział poświęcony medialnemu szumowi wokół AI. Narayanan i Kapoor przypominają, że sztuczna inteligencja nie jest pierwszą technologią otaczaną aurą rewolucji. Przywołują dobrze znaną krzywą zainteresowania Gartnera, według której niemal każda innowacja przechodzi przez fazę przesadnych oczekiwań, rozczarowania i dopiero później – jeśli rzeczywiście okaże się użyteczna – osiąga stabilny poziom produktywności. To bardzo trzeźwe spojrzenie. Być może AI nie jest wyjątkiem od tej reguły, lecz po prostu kolejną technologią przechodzącą przez dobrze znany cykl medialnej fascynacji. I chyba właśnie za tę intelektualną powściągliwość najbardziej cenię omawianą książkę. Autorzy nie próbują przekonać czytelnika, że za chwilę obudzimy się w świecie rodem z science fiction. Nie próbują też straszyć buntem maszyn ani kreślić katastroficznych wizji końca cywilizacji. Ich narracja pozostaje zaskakująco spokojna. Gasi technologiczny entuzjazm, ale nie odbiera ciekawości. Pokazuje ograniczenia AI, nie odbierając jej rzeczywistych osiągnięć. Innymi słowy – przywraca proporcje. A tych dzisiaj wyjątkowo brakuje. Z jednej strony słyszymy, że AI rozwiąże niemal każdy problem ludzkości. Z drugiej – że lada chwila odbierze nam pracę, twórczość i kontrolę nad światem. Narayanan i Kapoor proponują trzecią drogę. Zamiast emocji wybierają dowody. Zamiast efektownych deklaracji – analizę. Zamiast medialnego hałasu – metodologiczną dyscyplinę. Dlatego „Sztuczną inteligencję. Złudne obietnice, realne możliwości” uważam za jedną z najciekawszych książek o AI, jakie przeczytałam w ostatnim czasie. Nie dlatego, że dostarcza spektakularnych odpowiedzi, lecz dlatego, że uczy zadawać lepsze pytania. A we współczesnej debacie o sztucznej inteligencji to umiejętność znacznie cenniejsza niż kolejna efektowna przepowiednia.

Arvind Narayanan, Sayash Kapoor: „Sztuczna inteligencja. Złudne obietnice, realne możliwości”. Przeł. Grzegorz Ciecieląg. Bo.wiem [marka Wydawnictwa Uniwersytetu Jagiellońskiego]. Kraków 2026 [seria #nauka].