Inteligencja jest sztuczna, problem prawdziwy. Dlaczego ludzie udają maszyny?

Sukcesy twórców sztucznej inteligencji szybko i często przebijają się w medialnych doniesieniach – także tych mainstreamowych. Jeszcze w poprzednim wieku głośno było o systemie Deep Blue, który pokonał szachowego arcymistrza, niedawno komputery udowodniły swą wyższość także w go czy pokerze. W roku 2014 gwiazdą stał się program komputerowy Eugene Goostman, który pokonał test Turinga i tym samym miał udowodnić, że sztuczna inteligencja stała się faktem.

Minęło kilka lat, a pytanie o to, kiedy doczekamy się prawdziwej sztucznej inteligencji pozostaje aktualne. Bo chociaż wokół wspomnianych projektów robiło się głośno, szybko okazywało się, że to zaledwie marna namiastka czegoś, co mogłoby imitować ludzki mózg. Zamiast wirtualnych asystentów rodem z książek i filmów SF, mamy do dyspozycji proste boty do zamawiania pizzy.

Czarnoksiężnik z Oz w branży IT

Powstało już wiele artykułów i raportów dotyczących sztucznej inteligencji w kontekście odbierania pracy człowiekowi. Można się z nich dowiedzieć, ile miejsc pracy zniknie wskutek tej cyfrowej ofensywy, które profesje są najbardziej zagrożone, jaką ścieżkę kariery należy wybrać, by zminimalizować ryzyko bezrobocia. Pokaźna część tych prognoz jest już nieaktualna – komputery nie wymiotły ludzi z rynku pracy. Wciąż ich potrzebują. Nierzadko w kontrowersyjnych okolicznościach.

Do szerszej świadomości zaczyna się przebijać pojęcie fake AI, czyli zmyślonej sztucznej inteligencji. Firmy stosujące ten proceder wprowadzają w błąd inwestorów, klientów i media przekonując, że udało im się dokonać postępu na niwie uczenia maszynowego. Przykładem startup Expensify, o którym zrobiło się głośno w roku 2017. Przyznał on wówczas, że oferowana przez niego usługa SmartScan, która miała korzystać ze sztucznej inteligencji, w rzeczywistości funkcjonowała dzięki działaniom nisko opłacanych pracowników. – Ludzie udający maszyny udające ludzi to w tej branży nic nowego. Zjawisko otrzymało nawet nazwę: technika Czarnoksiężnika z Oz. Podobnie jak w historii o Dorotce mamy tu do czynienia z symulowaniem czegoś. Tam za kurtyną krył się staruszek udający wielkiego maga. W przypadku sztucznej inteligencji za wszechmocnym algorytmem też skrywa się człowiek. Odbiorcom wydaje się, że mają do czynienia z elektronicznym bóstwem, a w rzeczywistości za „czary” odpowiada tania siła robocza z Indii albo Filipin – tłumaczy Sascha Stockem założyciel i CEO Nethansy, która wprowadza polskie i niemieckie firmy na Amazona, gdzie przy pomocy bazującego na algorytmach sztucznej inteligencji autorskiego systemu Clipperon, kompleksowo zarządza ich sprzedażą.

Stockem ma rację twierdząc, że zjawisko nie jest nowe. Już w 2008 roku brytyjskie media przyglądały się firmie SpinVox dostarczającej system do konwersji wiadomości audio ze skrzynki pocztowej na tekst. Jej byli pracownicy przekonywali wówczas, że za rozwiązaniem nie stoi rozwinięta technologia, lecz sztab ludzi zatrudnionych w egzotycznych krajach. Dokonywali oni transkrypcji większości wiadomość głosowych swoich klientów.

Podobne rewelacje pojawiły się w roku 2016 w kontekście działania startupów Clara Labs i X.ai, rozwijających technologię wirtualnego asystenta, służącego do umawiania spotkań. Redakcja Bloomberga opisywała wówczas przypadek człowieka, który zatrudniając się w X.ai miał nadzieję na ciekawą pracę w startupie technologicznym. Rzeczywistość okazała się wyjątkowo… nudna. Przez kilkanaście godzin dziennie wykonywał on powtarzalne czynności, które – w teorii – powinien realizować wirtualny asystent. Czy takie praktyki są właściwe wyłącznie dla mniejszych firm? Nie, podobne zarzuty wysuwane są także przeciw gigantom z Google i Facebookiem na czele.

Dlaczego SI? Bo to się opłaca!

Pojawia się oczywiście pytanie o przyczyny takiego zachowania – dlaczego firmy udają, że dysponują rozwiązaniami, które w rzeczywistości nie istnieją? – Na pierwszym miejscu należy wymienić pieniądze – wyjaśnia Stockem. – Sztuczna inteligencja to temat, który kręci inwestorów. Wielu z nich nie zadaje zbyt wielu pytań, nie wnika w prace zespołu, tylko wyciąga portfel, kiedy pada magiczna fraza „artificial intelligence”. Kiedyś w Stanach Zjednoczonych cudownym produktem do wszystkiego był olej z węża. Dzisiaj tę rolę spełnia sztuczna inteligencja. Wystarczy spojrzeć na liczbę firm, które korzystają z domeny .ai – w ciągu kilku ostatnich lat ich liczba uległa podwojeniu.

Potwierdzają to dane udostępnione przez firmę PitchBook. W roku 2010 fundusze venture capital zainwestowały w sztuczną inteligencję mniej niż 500 mln dolarów. W roku 2017 było to już blisko 11 mld dolarów. Firma MMC Ventures informowała parę lat temu w swym raporcie, że startupy, które przedstawiają się jako pracujące nad sztuczną inteligencją, mogą uzyskać finansowanie o 50 proc. większe od innych przedsiębiorstw software’owych. Ten sam podmiot donosił, że aż 40 proc. europejskich startupów zaliczanych do branży SI, w rzeczywistości nie używa rozwiązań tego typu.

Problem dotyczy także tych firm, które korzystają z owoców uczenia maszynowego – nierzadko przybiera to banalną formę. Zamiast rozwiązań choć trochę przypominających pracę ludzkiego mózgu, oferują one bardzo proste czatboty. Warto jednak podkreślić, że odbiorców w błąd nie wprowadzają wyłącznie firmy – czasem robią to np. przedstawiciele mediów czy funduszy inwestycyjnych, którzy słabo orientują się w temacie i widzą SI wszędzie tam, gdzie pojawiają się słowa startup i automatyzacja czy robotyzacja. – Niektórym wydaje się, że automatyzacja to już sztuczna inteligencja. Tymczasem różnica jest olbrzymia. Ta pierwsza może sprawiać wrażenie „smart”, ale nie jest w stanie się uczyć, rozumieć danych. Rozwiązania tego typu są przydatne, lecz robią tylko to, czego zostały nauczone. Sztuczna inteligencja idzie znacznie dalej, potrafi naśladować ludzki mózg i samodzielnie uczy się rozwiązywać problemy. Takie narzędzie może sobie radzić nawet z bardzo skomplikowanymi zadaniami. Haczyk polega na tym, że stworzenie SI z prawdziwego zdarzenia wymaga masy danych i pieniędzy. Wielu firm po prostu nie stać na tworzenie czegoś tak skomplikowanego – konkluduje CEO Nethansy.

Powodem, dla którego firmy naginają fakty i przekonują, że dysponują sztuczną inteligencją może być zatem chęć wstępnego zbadania nieznanych wód i to z zamiarem wypłynięcia na nie. Część startupów naprawdę chce stworzyć SI i wykorzystać ją do konkretnego celu. Wcześniej próbują jednak dowiedzieć się, czy rynek będzie zainteresowany ich pomysłem, produktem. Korzystają zatem z pracy ludzi, którzy udając maszyny, pokazują, jak może wyglądać przyszłość. Także i w tym przypadku sprawa rozbija się o pieniądze – jeżeli ktoś poświęca dużo czasu i górę gotówki na jakiś projekt, chce mieć pewność, że potem go sprzeda. Oczywiście nie usprawiedliwia to okłamywania odbiorców.

Po upalnym lecie przyjdzie zima sztucznej inteligencji?

Nadszarpnięcie zaufania klientów oraz inwestorów może być brzemienne w skutkach. Chodzi nie tylko o sam fakt, że to ludzie wykonują zadania, które rzekomo miała realizować maszyna. W grę wchodzi również kwestia bezpieczeństwa. Wielu osobom może się nie spodobać to, że do związanych z nimi danych, nierzadko wrażliwych, mają dostęp inni ludzie. I to bez nadzoru, zachowania nawet pozorów ostrożności. Takie przypadki mogą na sobie skupić uwagę mediów i zaszkodzić całej branży. Rozpocznie się odwrót od wszechmocnego SI. – Ta sfera IT ma już za sobą czasy wzlotów i upadków. Po okresach wielkiego zainteresowania sztuczną inteligencją, hojnego finansowania jej rozwoju, przychodziły momenty poważnego zwątpienia – przypomina założyciel firmy Nethansa. – Okresy te nazywamy zimą SI. Pierwsza przyszła w drugiej połowie lat 70. XX wieku, druga na przełomie lat 80. i 90. Nie można wykluczać, że obecny boom zakończy się czymś podobnym.

Na razie w niektórych firmach dominuje zasada fake it ’til you make it – startupy chcą udawać, że posiadają SI do momentu, w którym rzeczywiście ją stworzą. Krótkoterminowo taka strategia może przynosić korzyści, ale w dłuższej perspektywie jest nie do utrzymania – rozwiązania oparte o pracę człowieka okazują się zbyt drogie, gdy trzeba zwiększyć skalę działalności. Nierzadko okazuje się też, że wyznaczony cel był zbyt ambitny. Firmy po prostu nie są w stanie stworzyć obiecanego rozwiązania. Zapowiedzi rewolucji trafiają do kosza.