Dlaczego sztuczna inteligencja nigdy nie zastąpi ludzi w zarządzaniu produktem

Przeczytaj transkrypcję:

Próbujemy transkrybować nasze podcasty za pomocą programu komputerowego. Wybaczcie wszelkie literówki, ponieważ bot nie zawsze działa w 100% poprawnie.

Hannah Clark: Dobrym sposobem na rozpoznanie, że coś rzeczywiście ma przełomowy charakter, jest sytuacja, w której ludzie zaczynają się tego bać. Generatywna sztuczna inteligencja zdecydowanie nas do tego doprowadza. Ale szczerze mówiąc, obawy dotyczące sztucznej inteligencji jako zagrożenia dla bezpieczeństwa zatrudnienia i innych kwestii nie są bezpodstawne. Historia pokazuje jednak, że to, jak groźna wydaje się innowacja na początku, nie zawsze pozwala trafnie przewidzieć, jak ostatecznie potoczą się sprawy.

Moim dzisiejszym gościem jest Ken Hubbell. Jest dyrektorem generalnym Soffos.ai, starszym konsultantem w The Pragmatic Futurist oraz autorem książki „There is AI in Team: The Future of Human, Augmented Human, and Non-Human Collaboration”. Można więc powiedzieć, że wie o sztucznej inteligencji co nieco. Mając możliwość obserwowania z bliska rozwoju produktów opartych na sztucznej inteligencji przez ostatnie kilka dekad, Ken nie jest przekonany, że wielkie modele językowe są potworami, za jakie niektórzy je uważają. W rzeczywistości jest przekonany, że wyrównają szanse bardziej niż kiedykolwiek wcześniej. Zaczynajmy.

Ken, bardzo cieszę się na tę rozmowę. Dziękuję, że do nas dołączyłeś.

Ken Hubbell: Hannah, dziękuję za zaproszenie. Cieszę się, że tu jestem.

Hannah Clark: Zacznijmy więc tak jak zawsze. Opowiedz proszę trochę o swoim doświadczeniu i o tym, jak znalazłeś się w miejscu, w którym jesteś dzisiaj.

Ken Hubbell: Kiedy byłem młodszy, miałem dużo szczęścia. W systemie szkół publicznych miałem czterech wspaniałych nauczycieli — panią Strawbridge, pana McCoya, panią Fisher i panią Lambert. W dużej mierze ukształtowali oni to, kim jestem dzisiaj. Każde z nich dostrzegło we mnie coś innego i pozwoliło mi rozwijać te umiejętności, kreatywność, innowacyjność i tym podobne rzeczy.

W tamtych czasach były to naprawdę wyjątkowe cechy. Pani Strawbridge pozwalała mi pisać, tworzyć historie i opowiadać różne opowieści, nie ograniczając mnie. Pan McCoy to niezwykły człowiek. Uczył czegoś, co na Florydzie nazywało się programem rozszerzonego nauczania. Było to coś w rodzaju programu dla uzdolnionych i utalentowanych uczniów, ale zajęcia pozwalały robić rzeczy wykraczające poza standardowy program nauczania.

Obejmowało to między innymi naukę programowania komputerów, gdy komputery były jeszcze zupełnie nowe i nie można było znaleźć takich zajęć w wielu miejscach. Kręciliśmy też filmy, prowadziliśmy wykopaliska archeologiczne i robiliśmy podobne rzeczy. To był fascynujący okres, który pozwolił mi zrozumieć, że można wyjść poza schemat i nie trzeba być ograniczonym.

Pani Fisher pozwalała mi czytać wszystko, co chciałem — także książki przeznaczone dla dorosłych — dzięki czemu mogłem odkrywać biografie, literaturę piękną i science fiction. To było niesamowite. Pani Lambert była natomiast naszą instruktorką teatralną. Nauczyła mnie, jak przemawiać publicznie, wychodzić na scenę i nie bać się.

Później pojechałem na obóz komputerowy. Nauczyłem się programować i tworzyć pierwsze symulacje. Po ukończeniu szkoły średniej dostałem szansę rozpoczęcia nauki w akademii wojskowej tutaj, w Stanach Zjednoczonych. Ukończyłem pierwszy rok, nauczyłem się programować komputery i poznałem makiaweliczne podejście do nauki. Następnie uznałem, że chcę studiować projektowanie, opuściłem akademię i rozpocząłem naukę projektowania na Uniwersytecie Stanowym Karoliny Północnej.

Potem wszedłem do świata biznesu i tworzyłem scenografie oraz różne elementy na potrzeby programów telewizyjnych na Florydzie. Wróciłem do Karoliny Północnej, zaangażowałem się w tworzenie animacji komputerowych i symulacji do programów szkoleniowych, a następnie zdałem sobie sprawę, że naprawdę podoba mi się ten obszar. Lubię uczyć ludzi, jak coś robić, a jednocześnie nadal mieć kontakt z kodem.

Ostatecznie zdobyłem dyplom magisterski z technologii dydaktycznych. Przejście od projektowania produktów do projektowania dydaktycznego nie było aż tak wielką zmianą. To wciąż projektowanie — po prostu produkty są inne. Fascynujące było to, że około 2010, a prawdopodobnie w 2012 roku, miałem okazję zdobyć wczesny model Alexy.

Zdałem sobie sprawę, że to przyszłość nauki. Tworzyłem narzędzia wspierające wykonywanie zadań, które działały bez użycia rąk. Można było zadawać pytania dotyczące dowolnej czynności, a narzędzie przeprowadzało użytkownika przez cały proces. Pisałem więc umiejętności dla Alexy i pomyślałem: dobrze, podoba mi się sztuczna inteligencja. W tym samym czasie dostrzegałem możliwość ogromnych zmian w branży talentów oraz w sposobie pracy ludzi. Zacząłem więc występować na konferencjach i prowadzić prezentacje o zakłóceniu rynku talentów, wpływie robotyki, rozszerzania ludzkich możliwości i sztucznej inteligencji.

Poznałem człowieka o imieniu Nik Kairinos. Razem założyliśmy firmę Soffos, o której tutaj rozmawiamy. Zaczęliśmy budować produkt edukacyjny, sądząc, że to właściwy kierunek. Później zdaliśmy sobie sprawę, że wejście z produktami w przestrzeń edukacyjną jest niezwykle trudne.

Trzeba przejść przez wiele etapów. Ludzi bardziej interesowało to, co znajdowało się wewnątrz naszego rozwiązania, dlatego rozpoczęliśmy pracę nad zestawem klocków Lego dla generatywnej sztucznej inteligencji. Wprowadziliśmy produkt będący naszą platformą jako usługą, a potem pojawił się ChatGPT. Trafiliśmy z tym w odpowiedni moment, ale zrozumieliśmy, że musimy ulepszyć platformę, więc przez mniej więcej ostatnie dziewięć miesięcy przebudowywaliśmy ją.

Teraz oficjalnie działa. To naprawdę świetna wiadomość. To wersja 2.0. Obecnie pracujemy nad jej rozszerzeniem i dodaniem kolejnych funkcji, ale właśnie w tym miejscu warto być. Cieszę się, że tu jestem.

Hannah Clark: Od najwcześniejszych dni rzeczywiście zajmujesz się sztuczną inteligencją i rozwojem tego obszaru. Z drugiej strony widzimy dziś ogromną panikę dotyczącą potencjału sztucznej inteligencji i tego, czy stanowi ona zagrożenie dla ludzkiej pracy. Jakie jest twoje zdanie na ten temat? Czy uważasz, że ludzie powinni bać się sztucznej inteligencji tak bardzo, jak się jej boją?

Ken Hubbell: Moja standardowa odpowiedź brzmi: powinniśmy bardziej bać się samych siebie niż sztucznej inteligencji. Ostatecznie sztuczna inteligencja nie robi niczego, czego nie zostanie jej polecone. Mamy więc możliwość stworzenia czegoś naprawdę wspaniałego i nawiązania z tym partnerstwa. Nazywam to partnerstwem. Książka, którą napisałem, dotyczy właśnie tego aspektu: „to nie my kontra oni, to nie oni zastępują nas. Wszyscy razem pracujemy jako nowy zespół przyszłości, a ta przyszłość zaczyna się teraz”.

Przyszłość zaczęła się już jakiś czas temu, ale teraz naprawdę nabiera tempa. Jeśli potraktujemy ją w ten sposób, wszyscy możemy odnieść sukces. Nie chodzi o to, że sztuczna inteligencja nas zastąpi, tylko o to, że będziemy z nią współpracować, aby stać się lepszymi, a w wielu przypadkach także szybszymi i tańszymi.

Pomyślmy na przykład o małej firmie. Małe przedsiębiorstwa często mają problem ze skalowaniem działalności. Trzeba zatrudnić kogoś, wypłacać mu pensję i zastanowić się, jak zmieścić to w budżecie, a przecież sama firma jest niewielka.

Często więc przedsiębiorcy rezygnują z pewnych działań albo pracują przez całą dobę, próbując zrekompensować fakt, że nie mogą zatrudnić dodatkowych osób, ponieważ zwyczajnie brakuje im pieniędzy. Teraz każda firma może mieć własnego osobistego sekretarza, własny dział generowania pomysłów, własny zespół zajmujący się pisaniem umów, ofert i wniosków o dotacje.

Wszystkie te rzeczy wymagały ogromnych nakładów pieniędzy, czasu i zasobów, a teraz mogą być wykonywane w ciągu sekund lub minut przez osoby, które i tak nie kupiłyby takich usług ani nikogo do tego nie zatrudniły. Nie chodzi więc o zastępowanie kogokolwiek, lecz o umożliwienie małym firmom konkurowania na poziomie, który wcześniej był dla nich niedostępny. To właśnie jest dla mnie wyrównywanie szans.

Myślę, że wiele dużych korporacji zaczyna się teraz trochę martwić, ponieważ małe firmy będą mogły znacznie skuteczniej deptać im po piętach, a być może nawet odebrać im całą przewagę. Mogą teraz konkurować na poziomie, na którym wcześniej nie były w stanie tego robić. To, co duże firmy osiągały dzięki zespołom ludzi wykonujących różne zadania, mogę teraz odtworzyć za pomocą naszej platformy.

Dosłownie mogę uruchomić dziesiątki agentów wykonujących pracę, którą muszę zrealizować, a która wcześniej byłaby ograniczona do mnie albo bardzo małego zespołu. To naprawdę niesamowite. Właśnie tutaj widzę ogromną siłę tego rozwiązania i wiele wspaniałych rzeczy, które mogą z niego wyniknąć.

Z drugiej strony, jeśli nie nauczymy dzieci i ludzi w każdym wieku — a szczególnie dzieci od najmłodszych lat — czym jest to narzędzie, jak wygląda ta relacja i na czym polega partnerstwo, możemy doprowadzić do sytuacji, w której nie zdobędą oni niezbędnych umiejętności, ponieważ uznają sztuczną inteligencję za łatwe wyjście.

Nie będą też przygotowani do konkurowania na tym samym poziomie co osoby, których dzieci są wychowywane w taki sposób. Jesteśmy dopiero na początku tej drogi i wiele rzeczy trzeba jeszcze uporządkować. Jeśli jednak spojrzymy na to pozytywnie i wprowadzimy odpowiednie zabezpieczenia, wszyscy na tym skorzystamy.

Hannah Clark: Całkowicie się z tym zgadzam. Myślę, że jako społeczeństwo nie poświęciliśmy jeszcze wystarczająco dużo uwagi kwestii zabezpieczeń. Chcę też porozmawiać o traktowaniu sztucznej inteligencji jako narzędzia wykonującego nasze polecenia oraz o konieczności sprawowania przez człowieka nadzoru.

To temat, o którym nie mówimy wystarczająco często, gdy porównujemy ludzi i sztuczną inteligencję — o równowadze, o tym, ile sztucznej inteligencji potrzebujemy i czy może ona rzeczywiście zastąpić człowieka. Rozmawialiśmy już wcześniej o tym, że jeśli zarządzasz zespołem ludzi, sztucznej inteligencji albo wielkich modeli językowych, nadal musisz nadzorować ich wyniki, ponieważ wciąż ponosisz za nie odpowiedzialność. Prawda?

Ken Hubbell: Zdecydowanie. Dotyczy to zarządzania zespołem ludzi — lokalnym lub globalnym — zespołem sztucznej inteligencji albo połączeniem obu tych elementów. Niedawno ukazał się artykuł w Forbes, który potwierdzał niektóre rzeczy, o których mówiłem wcześniej. Osoby ze starszych pokoleń, przyzwyczajone do zarządzania dużymi zespołami ludzi, w rzeczywistości łatwiej dostosowują się do tej sytuacji niż pokolenie Z i pokolenie Alfa.

Pokolenie Z lubi grać w gry, współpracować ze sobą i tworzyć zespoły do realizacji określonych zadań, ale nie radzi sobie jeszcze dobrze z zarządzaniem ludźmi. Jest tu oczywiście przestrzeń do rozwoju, jednak z powodu różnych wydarzeń, między innymi pandemii, znaleźli się w sytuacji, w której nie musieli zarządzać innymi ludźmi ani nikim poza sobą.

Stawia ich to w nieco gorszym położeniu. Dodatkowo dorastali z tą technologią, więc traktują ją jako coś oczywistego. Myślą: „Mogę to zrobić, ale po co?” albo „Nie widzę jeszcze wartości, jaką to daje”. Częściowo wynika to z tego, że nie musieli przechodzić przez niektóre doświadczenia, które były udziałem reszty z nas.

Nie byli też do tego przyzwyczajeni. Kiedyś ludzie mieli osobistych sekretarzy. Gdy ich zabrakło, nauczyli się wykonywać te zadania samodzielnie. Teraz możemy odzyskać osobistych sekretarzy. Ci, którzy pamiętają tamte czasy, reagują: „Świetnie, nie muszę robić tego samodzielnie”. Mogę rzucić kilka informacji, a narzędzie wygeneruje za mnie wiadomość.

Nadal muszę ją przeczytać, tak jak przeczytałbym tekst przygotowany przez sekretarza. Jeśli wiadomość trafia do prezesa firmy albo klienta, na pewno nie chcę, aby widniało pod nią moje nazwisko, jeśli zawiera coś, z czym się nie zgadzam. To zdrowy rozsądek.

Sztuczna inteligencja, szczególnie narzędzia konwersacyjne, trzyma przed nami lustro i pyta: „Co właściwie powiedziałeś? O co prosisz?”. Jeśli nie opisujesz sprawy właściwie albo świadomie czy nieświadomie wprowadzasz uprzedzenia do swojego polecenia, otrzymasz uprzedzoną odpowiedź. Jeśli jesteś niemiły, niegrzeczny lub wymagający wobec sztucznej inteligencji, otrzymasz odpowiedź z tego samego obszaru.

Oto ciekawy eksperyment. Otwórz czat — możesz skorzystać z czatu Soffos, który jest bezpłatny — i zadaj mu jakieś pytanie uprzejmie, a następnie zadaj to samo pytanie w nieprzyjemny sposób. Otrzymasz dwie różne odpowiedzi. Jeśli nauczymy dzieci i dorosłych, aby podczas korzystania z tej technologii byli mili dla maszyny, otrzymają naprawdę dobre odpowiedzi. Jeśli nauczymy ich być nieprzyjemnymi, mogą nie otrzymać odpowiedzi, której oczekują.

Hannah Clark: Myślę, że ogromne znaczenie ma również moment, w którym to wszystko się wydarzyło. ChatGPT zaczął zdobywać popularność niedługo po pandemii, kiedy przyzwyczailiśmy się do pracy zdalnej. Wielu z nas, szczególnie w branży technologicznej, nauczyło się komunikować na odległość, choć wcześniej mieliśmy znacznie więcej kontekstu w bezpośrednich kontaktach.

W jednym z wcześniejszych odcinków rozmawialiśmy z Nimrodem Prielem, dyrektorem generalnym Cord. Mówił o tym, że niektóre funkcje i produkty pojawiają się we właściwym czasie. Nawet jeśli nie są nowym pomysłem, odpowiedni moment premiery sprawia, że ludzie mają już wykształcony nawyk potrzebny do ich wykorzystania.

To interesujący czas dla sztucznej inteligencji, ponieważ coraz bardziej polegamy na możliwości zdalnego i jasnego komunikowania się za pomocą środków tekstowych, gdy chcemy skutecznie korzystać z tych narzędzi.

Ken Hubbell: To fascynujące. Mój syn jest na ostatnim semestrze studiów antropologicznych i korzysta z naszego zestawu narzędzi do celów badawczych. Nie po to, by prowadzić badania, lecz jako przedmiotu swoich badań.

Odkrył, że dzięki komunikowaniu się z Soffos nauczył się lepiej komunikować z ludźmi. Zapytałem go, co ma na myśli. Odpowiedział, że kiedy pytasz Soffos o coś i nie jesteś jasny albo formułujesz pytanie dwuznacznie, narzędzie udziela nieoczekiwanej odpowiedzi albo prosi o doprecyzowanie.

Dzięki temu nauczył się lepiej formułować myśli i precyzyjniej wyrażać to, o co chce zapytać profesorów oraz kolegów podczas pracy nad projektami grupowymi. Uważa, że jest to świetne narzędzie dla menedżerów, którzy chcą nauczyć się lepiej komunikować z pracownikami.

Ile razy słyszeliśmy menedżera mówiącego: „Poprosiłem ich o wykonanie zadania, oni je zrobili i wrócili z gotowym rezultatem, a ja powiedziałem: to nie jest to, o co prosiłem”? Druga osoba odpowiada: „Ale właśnie o to prosiłeś”. Dzieje się tak, ponieważ zakładamy, że inni patrzą na rozwiązanie przez tę samą perspektywę co my, ale pomijamy kontekst i ramy odniesienia.

Maszyny nie mają takiej perspektywy. Czasami nie mają żadnego kontekstu, dlatego trzeba bardzo precyzyjnie określać, czego się chce. Uważam, że ostatecznie będzie to korzystne.

Inną rzeczą, która się dzieje, jest odkrywanie, że rozmowa z prawdziwymi ludźmi jest naprawdę czymś wartościowym. Po pewnym czasie możliwości sztucznej inteligencji są wspaniałe, ale mogą stać się trochę powtarzalne. Jeśli więc chcesz przeprowadzić długą i znaczącą rozmowę, rozmowa z prawdziwą osobą jest prawdopodobnie dobrym pomysłem.

Hannah Clark: To prowadzi nas do kolejnego tematu, który chciałam poruszyć — obaw, szczególnie w obszarze tworzenia treści, że generatywna sztuczna inteligencja wkroczy do dziedzin kreatywnych i zacznie konkurować z osobami tworzącymi sztukę, treści, artykuły i inne materiały, które wydają się z natury lepsze, gdy tworzą je ludzie.

Istnieje jednak realny lęk dotyczący przyszłości tego rodzaju twórczości. Jak patrzysz na to jako osoba działająca w tej przestrzeni?

Ken Hubbell: Ujmę to w innym kontekście. Kiedy studiowałem projektowanie, niektórzy z nas używali markerów i rapidografów. Kilka osób w mojej pracowni miało aerografy i mogło nimi wykonywać rysunki. Zawsze im zazdrościliśmy, myśląc: „Wow, macie przewagę nad resztą z nas”.

Później dostałem komputer Macintosh z oprogramowaniem do modelowania 3D. To był jeden z pierwszych takich programów. Chyba nazywał się Super 3D czy jakoś podobnie. Nagle mogłem stworzyć setki renderowanych ilustracji moich projektów produktów w czasie, który osobom z aerografami zajmowało wykonanie jednej ilustracji.

Podczas przeglądu projektu umieściłem je na tablicy, a ludzie w sali zaczęli mówić: „To oszustwo, nie możesz tego robić. Wykorzystujesz maszynę, żeby wykonała za ciebie pracę”. Odpowiedziałem, że to nie różni się od korzystania z aerografu przez osoby, które dzięki niemu wykonują szybciej to, co inni muszą robić markerami.

To po prostu narzędzie. Niesamowite jest jednak to, że osoby przyzwyczajone do robienia czegoś w jeden sposób, które przez lata rozwijały w tym kierunku umiejętności, czują się zagrożone, gdy pojawia się możliwość opisania czegoś i uzyskania gotowego wyniku.

Można wykorzystać ten wynik bez zmian albo potraktować go jako podstawę do dalszej pracy. To nie różni się od kupowania magazynów i tworzenia tablicy inspiracji. Biorę elementy z tablicy, tworzę kolaż, a następnie rysuję jego wersję jako jeden element. W tym przypadku pracy człowieka jest więcej, ale od prawie 20 lat korzystamy z Photoshopa.

I co się stało? Pojawiło się więcej zapotrzebowania, a nie mniej. Publikowanie komputerowe miało wyeliminować branżę wydawniczą. Tymczasem publikujemy więcej niż kiedykolwiek. Dziś jest to publikowanie cyfrowe, ale nadal jest to publikowanie.

Każde pokolenie przechodzi przez coś takiego. Tkacze we Francji palili krosna w XVII i XVIII wieku, ponieważ ktoś opracował zautomatyzowany sposób ich działania. Wszyscy myśleli, że stracą pracę. To nie jest nowe zjawisko. Wydaje nam się, że jest nowe, ponieważ dzieje się bardzo szybko.

Jeśli jesteś naprawdę kreatywny, nie jest to dla ciebie zagrożenie. To po prostu nowe medium. Być może zauważyłaś, że przez pewien czas animacja telewizyjna wróciła do papierowych wycinanek. Później wykorzystywano żelki, nasiona i inne przedmioty. Zawsze istnieje kolejny sposób na zrobienie czegoś.

Kiedy jakieś rozwiązanie jest intensywnie wykorzystywane, wszyscy zaczynają je stosować. Przez pewien czas wszyscy tworzyli efekty morphingu, a potem przestali. Dlaczego? Ponieważ ludziom się to znudziło. W końcu znudzą się Midjourney i DALL-E. Staną się po prostu częścią zestawu narzędzi, z których korzystają twórcy.

Gdy uporamy się z kwestiami własności intelektualnej, ludzie zrozumieją, że chodzi przede wszystkim o kreatywność. Wtedy zaczniemy obserwować naprawdę niesamowite rzeczy.

Obecnie jesteśmy na etapie niepewności. Nie rozumiemy jeszcze wszystkiego, wydarzenia toczą się szybko, widły są w górze, a pochodnie płoną. To jednak się uspokoi. Ludzie zrozumieją, że jest to kolejne narzędzie, które może przynieść korzyści całej ludzkości.

Hannah Clark: Zgadzam się. Myślę, że osoby, które dopiero zaczynają eksperymentować z tymi narzędziami, mają ogromne błędne wyobrażenie na ich temat. Moim drugim zajęciem jest redagowanie publikacji Product Manager. Otrzymałam już niemało artykułów przesłanych jako oryginalne prace, w których od razu rozpoznałam tekst skopiowany bezpośrednio z ChatGPT i czasami niemal w ogóle niezmieniony.

Interesujące jest to, że pod względem semantycznym teksty są niemal idealne i w wielu przypadkach mają dużo sensu, ale podczas czytania pojawia się pewne nieuchwytne wrażenie. Czujesz, że tekst nie został napisany przez człowieka. Nie nawiązujesz z nim kontaktu.

Czy możesz pomóc nam zrozumieć, skąd się to bierze?

Ken Hubbell: Podam idealny przykład. W mojej książce korzystałem z naszego silnika czatu, aby pomóc sobie w pisaniu — nie przy całym tekście. Wykorzystywałem go przede wszystkim na wczesnym etapie tworzenia szkicu, gdy opracowywałem kolejność informacji.

Poprosiłem go również o pomoc przy pisaniu kilku historii scenariuszowych do przedmowy. Chciałem, aby były napisane w różnych stylach, a w niektórych z nich nie jestem zbyt dobry. Poprosiłem więc narzędzie o pomoc. Teksty, które ostatecznie trafiły do książki, wymagały ode mnie ogromnej redakcji.

Moja córka, która jest pisarką i redaktorką, przeczytała je i powiedziała: „Tato, to jest beznadziejne”. Skrytykowała je bardzo mocno. Część materiału była jednak naprawdę dobra.

Interesujące było to, że w opowiadaniach pojawiały się wzorce słów, których narzędzie używało bardzo często. Generatywna sztuczna inteligencja tworzy historię, narrację lub dokument na podstawie predykcji i kolejności słów, wykorzystując miliardy kombinacji słów używanych przez ludzi.

Szuka wzorców, które wskazują, jakie słowo najprawdopodobniej pojawi się dalej w danym temacie. We wczesnych wersjach ChatGPT można było obserwować ten proces. Narzędzie zaczynało pisać odpowiedź słowo po słowie, czasem bardzo krótkimi frazami, a następnie dochodziło do miejsca, w którym uznawało, że zdanie nie ma już sensu.

Wtedy cofało się i zaczynało pisać od początku. Czasami tworzyło całe zdanie lub dwa, po czym wracało na sam początek i przepisywało wszystko. Widać było, jak porusza się zygzakiem, ponieważ przewidywało kolejne słowo albo zestaw słów.

Jeśli poprosisz je o napisanie historii o ludziach bawiących się na łące, może zacząć od słów: „Pewnego słonecznego popołudnia…”. Przetestowałem to na kilku scenariuszach i trzy razy otrzymałem ten sam początek. Pomyślałem: „To niedobrze”. Słoneczne popołudnie, pochmurne popołudnie albo pochmurny dzień — struktura była zasadniczo taka sama.

Musiałem nauczyć się tworzyć inne polecenia. Nawet wtedy konieczne było bardzo dokładne zredagowanie tekstu. To jednak niewiele różni się od tego, co robimy jako ludzie.

Dobry autor książki albo artykułu ma redaktora. Możesz napisać szkic, przekazać go ChatGPT do redakcji, otrzymać poprawioną wersję, wprowadzić zmiany wynikające z redakcji, a następnie ponownie przekazać tekst do sprawdzenia.

To partnerstwo i relacja. Przez pewien czas przygotowywałem konspekty. Mówiłem: „Potrzebuję dobrego konspektu na ten temat”. Narzędzie tworzyło konspekt, a ja wykorzystywałem go do napisania tekstu, po czym przekazywałem tekst z pytaniem: „Co o tym sądzisz? Popraw wszystkie błędy ortograficzne, bo jestem w tym kiepski”.

Następnie czytałem wynik ponownie, dopisywałem własne treści i przekazywałem całość mojej ludzkiej redaktorce, pytając: „Czy to w ogóle ma sens, skoro właśnie przeszliśmy przez ten proces?”. Tak wyglądał początek pracy nad książką. To nowy rodzaj procesu twórczego.

Najważniejsze jest to, że redakcja i praca wykonywana przez komputer zajmują kilka sekund. Proces iteracyjny, który normalnie trwałby tygodnie, ponieważ musiałbym przesłać tekst redaktorce, czekać na jej wolny termin, a następnie otrzymać poprawki, sztuczna inteligencja wykonywała w kilka sekund.

Mogłem więc przeprowadzić 20, 30, a nawet 40 iteracji w jedno popołudnie, choć wcześniej zajęłoby to miesiące. Sama książka i tak powstawała przez dziewięć miesięcy od początku do końca. Było to po cztero- lub pięcioletniej przerwie, gdy stworzyłem pierwszy konspekt, zanim te narzędzia jeszcze istniały, i przeprowadziłem badania potrzebne do zebrania materiałów.

Mimo pomocy generatywnej sztucznej inteligencji książka nadal zajęła dziewięć miesięcy. Inni ludzie odkrywają dokładnie to samo.

Hannah Clark: To doskonały przykład wykorzystania sztucznej inteligencji jako narzędzia oraz różnicy między treścią generowaną a treścią kreatywną. Dla mnie najważniejsze jest rozróżnienie: w którym momencie mamy do czynienia z generowaniem, a w którym z tworzeniem?

Istnieje tu element typowo ludzki i przynajmniej na obecnym etapie rozwoju tych narzędzi nie jesteśmy jeszcze w miejscu, w którym mogą one całkowicie zastąpić wkład człowieka. Chciałam jednak przejść dalej, ponieważ kończy nam się czas. Wspomniałeś trochę o etyce, etyce sztucznej inteligencji, zabezpieczeniach i podobnych kwestiach.

Rozmawialiśmy już o tym w podcaście, ale masz na ten temat wyjątkową perspektywę. Jakie kwestie dotyczące nieodłącznych uprzedzeń i etyki uprzedzeń powinniśmy brać pod uwagę, gdy coraz głębiej wchodzimy w okres szybkiego rozwoju narzędzi sztucznej inteligencji? Co będzie to oznaczać dla osób, które coraz częściej korzystają z nich nie tylko do generowania treści i iterowania, lecz także jako narzędzi do nauki i wspierania innej pracy?

Ken Hubbell: Wskażę trzy kwestie. Po pierwsze, uprzedzenia zawsze będą istnieć. Zawsze jesteśmy uprzedzeni. Wszystko na świecie jest w pewien sposób obciążone uprzedzeniami. Wynika to z wpływu środowiska, kontekstu, a także z faktu, że maszyny uczą się od nas.

Jeśli spojrzymy na zasób wiedzy i powiemy: „Nie chcemy korzystać z niczego, co powstało w ciągu ostatnich 75 lat”, odrzucimy wiele treści. Są chronione prawem autorskim, a poza tym mogą być przechylone w jedną lub drugą stronę ze względu na współczesną politykę.

Możemy cofnąć się dalej i wykorzystać dzieła Szekspira, klasykę grecką i rzymską, egipskie hieroglify oraz inne źródła. Problem polega na tym, że każda z tych grup, każde pokolenie i każda kultura na tej planecie ma własne uprzedzenia.

Jeśli nie tworzymy całkowicie nowych materiałów, które w jakiś sposób są całkowicie wolne od uprzedzeń — a byłby to mały cud — nie pozbędziemy się ich. Wynika to z samej natury człowieka.

Czy możemy pozbyć się złych uprzedzeń? Możemy je filtrować, ale to, co uznajemy za złe uprzedzenie, również zależy od historii. W pewnych momentach dziejów rzeczy wyglądały inaczej. Jutro uprzedzenia się zmienią, a następnego dnia zmienią się ponownie. Będą nadal ewoluować.

Nie możemy się ich całkowicie pozbyć. Możemy jednak odwrócić lustro w swoją stronę i zapytać: kto napędza te uprzedzenia? Sztuczna inteligencja sama w sobie nie jest uprzedzona. Może zawierać uprzedzenia, ale nie ma emocjonalnego związku z żadną sprawą ani własnych motywów. To my jej je nadajemy.

Jeśli chcemy naprawić problem uprzedzeń, musimy najpierw naprawić samych siebie. To najważniejsza kwestia.

Jeśli chodzi o edukację i jej związek z tym tematem, myślenie o uprzedzeniach musi zaczynać się od pierwszego dnia życia człowieka. Musimy zastanowić się, jak edukujemy i wychowujemy nasze dzieci, aby nie przejmowały niektórych uprzedzeń, które mamy my.

To interesujący proces, ponieważ zmusza nas do spojrzenia na samych siebie, a to jest przerażające.

Hannah Clark: Twój syn wspominał o tym, czego nauczył się jako antropolog. Rzeczywiście trzeba uważać na to, co wprowadzamy do systemu.

To interesująca perspektywa. Jeśli chodzi o edukację, jest to bardzo szybko rozwijająca się kategoria produktów. Narzędzia pojawiają się z każdej strony. Jak już wspomnieliśmy, nie istnieje obecnie jedno ostateczne źródło wiedzy na temat trwających zmian, sposobów uczenia się o nich ani właściwego korzystania z tych narzędzi.

Czy możesz polecić jakieś źródła, z których można czerpać rzetelne informacje na temat wykorzystania i rozwoju sztucznej inteligencji?

Ken Hubbell: Możesz odwiedzić mojego bloga, ponieważ prowadzę tam wyselekcjonowaną listę artykułów, filmów i podobnych materiałów. Co ciekawe, mój ojciec właśnie zainteresował się sztuczną inteligencją.

Całkowicie się w to zaangażował. Początkowo zasypywał mnie wiadomościami z pytaniami: „Widziałeś to? Widziałeś tamto?”. Powiedziałem mu: „Zatrudnię cię do dodawania materiałów na blogu i możesz pomóc mi je selekcjonować”. Tak właśnie robi. Pomaga mi je wybierać, dzięki czemu lista artykułów stale rośnie.

Obecnie pojawia się tak wiele materiałów, że przeczytanie wszystkiego jest dosłownie niemożliwe. Nawet bym nie próbował. Radzę wybierać rzeczy, które są dla ciebie interesujące i będą miały wpływ na twój świat, rodzinę albo firmę, a następnie skupić się właśnie na nich.

Materiałów jest więcej niż wystarczająco. Część z nich bywa jednak bardzo myląca. W miniony weekend prowadziłem małe warsztaty dla edukatorów, którzy w przyszłości będą administratorami szkół. Wyglądali jak jelenie oślepione światłami reflektorów. Wiedzieli, że ta zmiana nadchodzi, ale nie mieli pojęcia, jak wpłynie ona na szkoły, w których będą pracować.

Nie wiedzieli, czy powstaną odpowiednie zasady. Większość systemów szkolnych dopiero zaczyna rozumieć, co to wszystko oznacza. W ramach konsultacji, podobnie jak w książce, rozmawiam ze szkołami, ludźmi i dziećmi o tym, co ta zmiana oznacza dla ich kariery i życia.

Jak mogą się przygotować? Jak mogą proaktywnie dostosować się do tego, co się dzieje? Wszyscy musimy to wspólnie zrozumieć. Osoby działające w tej przestrzeni rozmawiają o tym cały czas, ale 95 procent ludzi nie ma pojęcia, co właściwie się dzieje.

Nie dlatego, że są głupi albo niewykształceni. Po prostu dla większości z nich jest to nowe zjawisko, które pojawiło się znikąd. Nawet osoby, które zajmują się tym od pewnego czasu, reagowały na pojawienie się ChatGPT na różne sposoby. Niektórzy mówili: „Alleluja”, a inni: „O mój Boże”. Taki wpływ miało to wydarzenie.

Prawdopodobnie przez następne pięć do dziesięciu lat nadal będzie podobnie.

Hannah Clark: Skoro mówimy o twoim blogu, jaki jest adres, pod którym można cię znaleźć, i gdzie jeszcze można śledzić twoją pracę?

Ken Hubbell: Możesz wejść na stronę thepragmaticfuturist.com. Znajdują się tam odnośniki do wszystkich pozostałych miejsc. To jedna nazwa: thepragmaticfuturist.com. Nie pytaj, jak udało mi się ją zdobyć — po prostu pojawiła się znikąd.

Możesz również odwiedzić there-is-ai-in-team.blogspot.com. Tak, to absurdalnie długa nazwa i powinienem był lepiej się nad nią zastanowić, ale działa. To właściwy blog i bardzo chętnie cię tam zobaczę.

Można tam zostawiać komentarze i wiadomości. Wszyscy będziemy musieli wspólnie to zrozumieć. Im więcej będziemy o tym rozmawiać przy stole, tym więcej człowieczeństwa zachowamy i tym lepiej dla nas wszystkich.

Podziel się tym ze znajomymi, ale zrób to przy ognisku, przy filiżance kawy, gorącej czekolady albo dowolnego napoju, który lubisz. Naprawdę o tym porozmawiajcie, ponieważ ta zmiana nie zniknie. Musimy ją zaakceptować. To będzie ciekawy czas. Będą wzloty i upadki, ale myślę, że będzie interesująco.

Hannah Clark: Zgadzam się. To ogromna zmiana i wszyscy musimy być przygotowani na to, co wydarzy się w przyszłości.

Ken, bardzo dziękuję, że do nas dołączyłeś. Naszym gościem był Ken Hubbell. Naprawdę doceniam twoje spostrzeżenia. To niezwykle fascynująca dziedzina, dlatego bardzo się cieszę, że z nami jesteś.

Ken Hubbell: Cieszę się, że mogłem tu być, Hannah, i życzę ci wszystkiego najlepszego.

Hannah Clark: Dziękujemy za wysłuchanie. Aby uzyskać więcej wartościowych spostrzeżeń, poradników i recenzji narzędzi, zasubskrybuj nasz biuletyn pod adresem theproductmanager.com/subscribe. Więcej takich rozmów znajdziesz, subskrybując Klub CPO na platformie, z której korzystasz do słuchania podcastów.