Czy potrafimy trzeźwo opisać przemianę, w której właśnie tkwimy?

Czy potrafimy trzeźwo opisać przemianę, w której właśnie tkwimy?

---

Drewniane mury

Kiedy wojska perskie zbliżały się do Attyki, Ateńczycy wysłali posłów do wyroczni w Delfach.

Pytia dała mroczną odpowiedź: miasto legnie w gruzach, a ocalenie przyniosą jedynie drewniane mury…

W Atenach wybuchł spór. Jedni rozumieli przez to drewniany częstokół wokół Akropolu. Brzmiało to rozsądnie, bo właśnie taki obraz przychodzi do głowy jako pierwszy. Temistokles odczytał przepowiednię inaczej: drewniane mury to okręty floty. Przekonał lud, by opuścił stały ląd i wsiadł na statki.

W 480 roku p.n.e. pod Salaminą ta zwinna drewniana flota rozbiła perskie okręty.

Trafniejsza od samej przepowiedni okazała się jej interpretacja.

Dokładnie tak jak dzisiaj. Mamy dane, ale dane same z siebie nie wskazują kierunku. Z jednego zdania wyrastają dwie różne przyszłości i nie wiemy, która jest prawdziwa.

Tak właśnie wygląda dziś nasza sytuacja wobec sztucznej inteligencji. Są liczby, są raporty, są prognozy. Brakuje odczytania, które da nam przewagę.

Od środka nie da się mierzyć

Pierwszy kłopot z byciem wewnątrz rewolucji AI nie jest emocjonalny, lecz pomiarowy. Ryba dowiaduje się o wodzie ostatnia. Nie dostrzegamy tego, w czym tkwimy.

W 2025 roku grupa badawcza METR przeprowadziła pozornie prosty eksperyment. Doświadczonym programistom open source dano prawdziwe zadania w repozytoriach, które sami dobrze znali. Część z nich mogła korzystać z narzędzi AI, część nie.

Wynik był taki: programiści korzystający z narzędzi kończyli pracę o dziewiętnaście procent wolniej.

Ale nie to jest najważniejsze. Najważniejsze jest to, co ci sami programiści powiedzieli po eksperymencie. Średnio szacowali, że sztuczna inteligencja przyspieszyła ich o dwadzieścia procent.

Czyli zwolnili, a poczuli, że przyspieszyli. Między jednym a drugim leży niemal czterdzieści punktów różnicy w postrzeganiu.

Uczciwie trzeba wymienić ograniczenia badania: szesnastu programistów, dwieście czterdzieści sześć zadań, narzędzia z początku 2025 roku. Sam zespół uznaje dziś ten wynik za historyczny i zaznacza, że nie opisuje on obecnych narzędzi. I nie znaczy on, że sztuczna inteligencja nie działa.

Mówi coś węższego i bardziej niepokojącego: będąc wewnątrz technologii, nie zmierzysz własnym odczuciem tego, co ona z tobą robi.

Warto trzymać ten wynik pod ręką, bo cała reszta tego tekstu jest na nim zbudowana. Każdy, kto mówi dziś o rewolucji, opisuje przeczuciem coś, czego nie zmierzył. Łącznie z autorem tych zdań.

Nazwa zawsze się spóźnia

Określenia “rewolucja przemysłowa” nie używano wtedy, gdy maszyny parowe wypełniały fabryki. Nazwę epoki nadaje się po jej zakończeniu. Ludzie, którzy w niej żyli, nie doświadczali rewolucji, lecz zbioru luźno powiązanych kłopotów i okazji. Ceny, migracja, choroby, nowa gospodarka, pęczniejące miasta.

Stanisław Lem próbował w Summie technologicznej opisać nadchodzącą falę techniki, zanim ta w pełni nadeszła, i sam zwracał uwagę na pułapkę takiego przedsięwzięcia: ten, kto prognozuje, pozostaje więźniem języka własnej epoki i nazywa rzeczy przyszłe słowami, które do nich nie pasują.

Historyk gospodarki Paul David przeprowadził w 1990 roku słynne porównanie. Po tym, jak elektryczność weszła do fabryk, wskaźniki wydajności długo się nie ruszały. Prawdziwy skok przyszedł po jakichś trzydziestu, czterdziestu latach.

Powodem nie była słabość elektryczności. Fabryki wymieniły maszynę parową na silnik elektryczny, ale nie zaprojektowały fabryki od nowa. W starym układzie stał jeden wielki silnik, a wszystkie obrabiarki wisiały na pasach transmisyjnych połączonych z wałami pod sufitem; budynek powstawał wokół tego centralnego źródła mocy. Prawdziwym darem elektryczności było natomiast danie każdej maszynie własnego małego silnika. Dostrzeżenie tego i przebudowanie układu hali zajęło całe pokolenie.

Wydajność wzięła się więc nie z technologii, lecz z reorganizacji.

Polskie zakłady przerabiały tę lekcję w przyspieszonym tempie po 1989 roku: nową linię produkcyjną dawało się kupić w rok, nowy sposób organizowania pracy wokół niej dojrzewał znacznie dłużej.

Zestawmy to teraz z wynikiem METR. Programista wkłada nowe narzędzie w stary przepływ pracy i czuje, że przyspieszył, a liczby mówią coś dokładnie odwrotnego. Fabryka, która podpięła silnik elektryczny pod dawny układ wałów i pasów, przeżywała dokładnie to samo.

Wyłania się z tego następująca rama: rewolucja nie dzieje się w technologii, tylko w sposobie organizacji. A organizacja zmienia się znacznie wolniej niż technologia.

Dylemat Collingridge’a: nazwać, zanim będzie za późno

Trzeci wymiar sprawy to polityka.

David Collingridge opisał w 1980 roku pewien dylemat i opis ten pozostał od tamtej pory najuczciwszym zdaniem w polityce technologicznej.

Na wczesnym etapie technologię łatwo kształtować, ale nie znasz jej skutków. Kiedy skutki się ujawnią, już wiesz, z czym masz do czynienia, tyle że technologia zdążyła się zakorzenić i jej zmiana jest kosztowna, trudna i powolna.

Dylemat brzmi więc tak: gdy zmiana jest łatwa, nie da się przewidzieć potrzeby; gdy potrzeba staje się oczywista, zmiana zdążyła zdrożeć.

Ten dylemat wyjaśnia jednocześnie oba obozy sporu o sztuczną inteligencję.

Jedna strona mówi: jeszcze nie wiemy, nie regulujmy w pośpiechu. I ma rację, bo wiedzy brakuje. Druga strona mówi: wkroczmy, zanim będzie za późno. Ta też ma rację, bo okno się zamyka. Obie są w porządku i właśnie dlatego spór się nie rozstrzyga.

Leszek Kołakowski dowodził kiedyś, że można pomieścić w jednej głowie trzy wzajemnie sprzeczne stanowiska polityczne bez popadania w niespójność, ponieważ każde z nich odpowiada na inną część rzeczywistości. Spór o sztuczną inteligencję ma tę samą budowę i tak samo nie daje się rozciąć w połowie.

Własna propozycja Collingridge’a była skromna: prowadzić innowację mniejszymi krokami, unikać rozwiązań nieodwracalnych, budować systemy, w których da się pomylić i poprawić.

Przełóżmy to na dzisiejszy język. Pytanie nie brzmi: czy sztuczna inteligencja jest dobra, czy zła. Pytanie brzmi: czy decyzję o nieograniczonym rozwijaniu sztucznej inteligencji da się później cofnąć?

Człowiek wewnątrz rewolucji

Pod całą tą warstwą pomiaru i polityki dzieje się coś znacznie cichszego.

Liczby są poważne. Z sondażu RAND wynika, że mniej więcej jeden na ośmiu amerykańskich nastolatków i młodych dorosłych — z grubsza pięć i cztery dziesiąte miliona osób — sięgnął po chatbota w chwili smutku, lęku albo przeciążenia. W kolejnym sondażu odsetek rośnie do jednego na pięciu, czyli osiem i dwie dziesiąte miliona. Dwie trzecie z nich nie powiedziało o tym nikomu.

Łatwo powiedzieć, że ludzie dają się nabrać technologii, i będzie to nietrafne. Trafniejsze odczytanie brzmi tak: sztuczna bliskość wypełnia pustkę, której sztuczna inteligencja nie wytworzyła. To wsparcie ze strony człowieka stało się jednocześnie drogie i nieosiągalne.

A jednak czegoś brakuje i nie jest tym udawanie empatii.

W rozmowie z terapeutą dzieje się to, że druga osoba doznaje wpływu. To, co usłyszy, ją zmienia. Twoje milczenie coś jej mówi. Model słucha, zapisuje, wytwarza odpowiedź, ale nie zmienia go to, czego był świadkiem. Milczenie nie jest dla niego danymi.

Tu leży różnica. Kłopot nie polega na tym, że model jest niedostatecznie dobry; polega na tym, że jego jakość nie ma ze sprawą nic wspólnego.

Klasyczną nazwą tego rozróżnienia jest podział Martina Bubera. W relacji Ja–To druga strona jest przedmiotem; używa się jej, mierzy się ją. W relacji Ja–Ty dochodzi do spotkania. Trudna teza Bubera brzmi tak: nawet jeśli dwie fale dźwiękowe są identyczne, jedna z nich jest spotkaniem, a druga nie. To, że nie umiemy ich odróżnić, nie znaczy, że są tym samym.

Statystykę rewolucji prowadzi się łatwo. Statystyki tego, co ginie po drodze, prowadzić się nie da.

Obietnicą za każdym razem był wolny czas

Antypater z Tesaloniki w epigramie o młynie wodnym, napisanym około 12 roku naszej ery, zwraca się do kobiet obracających żarna: możecie już spać, wasze ramiona i barki mogą odpocząć. Pracę przejęła woda. Pierwszą obietnicą automatyzacji nie był zysk, tylko sen.

Thomas Carlyle w eseju Signs of the Times z 1829 roku krytykuje rewolucję przemysłową, ale głównego zagrożenia nie widzi w mechanizacji pracy. Widzi je w tym, że rytm maszyn przenika do ludzkiego umysłu.

24 kwietnia 1812 roku w miasteczku Westhoughton w Lancashire na czele tłumu, który podpalił tkalnię, stały dwie siostry. Mary Molyneux miała dziewiętnaście lat, Lydia piętnaście. Akta sądowe opisują, jak hakami do węgla wybijały szyby i podburzały mężczyzn; budynek spłonął razem ze stojącymi w nim warsztatami. Powodem nie był lęk przed techniką, tylko utrata środków do życia. Obie zostały uniewinnione.

W 1911 roku Frederick Winslow Taylor w Zasadach naukowego zarządzania zamienił ludzką pracę w proces, który należy mierzyć i optymalizować.

Kiedy postawi się te cztery rzeczy obok siebie, wyłania się wzór. Obietnicą za każdym razem był wolny czas. Zaoszczędzony czas za każdym razem spływał w nową pracę, nowy pomiar, nową mechanizację.

Rewolucja AI, w której tkwimy, nie stoi poza tym cyklem. Że nie przyniesie nam dochodu podstawowego, widać wyraźnie. Będziemy pracować inaczej i więcej albo pracować tak, by z pomocą sztucznej inteligencji wypuszczać znacznie więcej.

Jak więc wygląda trzeźwy opis

Nie zakończę tego tekstu przepowiednią, bo przepowiednia jest częścią tej właśnie historii. Zamiast tego zostawię trzy miary, których można używać, będąc w środku rewolucji.

Rewolucji trzeba szukać nie w technologii, lecz w organizacji. Jeśli nowe narzędzie wstawi się w stary porządek, nic się nie zmieni, wszyscy poczują się tylko bardziej zajęci. Jeśli chcesz zobaczyć, gdzie naprawdę zaszła zmiana, patrz nie na narzędzie, tylko na to, jak podzielono pracę.

Nie ufaj własnemu odczuciu, mierz. Po to jest wynik METR. Ludzie potrafią zwalniać i czuć, że przyspieszają. To nie jest głupota; to po prostu tyle, że poczucie płynności, które daje nowe narzędzie, nie jest tym samym co pomiar. Najpewniejsze zdanie o rewolucji jest zwykle tym najsłabiej zmierzonym albo tym, którego zmierzyć nie spróbowano.

Pytajmy o odwracalność naszych decyzji wobec sztucznej inteligencji. Dylematu Collingridge’a nie da się rozwiązać, ale da się nim zarządzać. Pytanie “czy to dobre, czy złe” od lat nie prowadzi nas donikąd. Pytanie “czy da się to później cofnąć i jak szybko zauważymy błąd” jest pytaniem, które ma odpowiedź.

Temistokles wygrał nie dlatego, że odczytał przepowiednię na swoją korzyść, tylko dlatego, że odczytał ją trafnie. Różnica polegała na tym, że patrzył nie na zdanie, które trzymał w ręku, lecz na realne możliwości, którymi dysponował. Częstokół Aten był słaby, flota mocna.

Dziś zdania mamy gotowe: zagłada, ocalenie, przeskok, zagrożenie. Wszystkie brzmią sensownie i żadne z osobna nie wskazuje kierunku.

Pytanie powinno brzmieć: co tak naprawdę mamy w ręku i co jako ludzkość godzimy się utracić.

Kiedy w obecnej sytuacji zadamy to pytanie sztucznej inteligencji, ona też nie udzieli pełnej odpowiedzi. I nie należy tego od niej oczekiwać, bo odpowiedź na to pytanie człowiek musi znaleźć sam.