Monogamia z maszyną. Tydzień, w którym rozmawiałem tylko z jednym AI
Wierność jednemu modelowi AI nauczyła mnie więcej o mnie samym niż o sztucznej inteligencji.
👁 129 przeczytań
- Przez 7 dni autor korzystał wyłącznie z jednego modelu AI, rezygnując z nawyku porównywania odpowiedzi w trzech kartach przeglądarki jednocześnie.
- Już trzeciego dnia autor nauczył się rozpoznawać, kiedy model nie zna odpowiedzi - im mniej wiedział, tym więcej pisał, maskując pustkę liczbą słów.
- Autor odkrył, że skakanie między modelami było formą prokrastynacji - złe odpowiedzi wynikały głównie z nieprecyzyjnych pytań, a nie ze słabości narzędzia.
Mam brzydki nawyk, do którego przyznaję się niechętnie, bo brzmi jak coś, co powinien zdiagnozować terapeuta. Kiedy zadaję pytanie sztucznej inteligencji, prawie nigdy nie zadaję go tylko raz. Otwieram trzy karty w przeglądarce, wklejam ten sam prompt do trzech różnych modeli i czekam, aż wypluje mi trzy odpowiedzi, które potem porównuję jak sędzia na konkursie piękności. To nie jest research. To jest zdrada seryjna, popełniana z prędkością światłowodu.
Więc zrobiłem coś, co dla kogoś takiego jak ja graniczyło z aktem odwagi. Przez tydzień postanowiłem być wierny. Jeden model. Żadnego zerkania na konkurencję, żadnego „a co powie ten drugi”, żadnego otwierania nowej karty w chwili zwątpienia. Siedem dni monogamii z maszyną. Brzmi jak eksperyment dla nudzących się ludzi z za dużą ilością wolnego czasu, i owszem, po części nim był. Ale wyszło z tego coś, czego zupełnie się nie spodziewałem - i nie chodzi wcale o to, który model jest najlepszy.

Pierwsze dwa dni to był głód
Nie doceniamy, jak bardzo uzależniliśmy się od możliwości natychmiastowej weryfikacji. Kiedy model dał mi odpowiedź, która wydała mi się odrobinę podejrzana, moja ręka odruchowo powędrowała w stronę drugiej karty. Palce już układały się do skrótu klawiszowego. I za każdym razem musiałem się powstrzymać, jak człowiek na diecie mijający cukiernię.
To był moment, w którym zrozumiałem pierwszą rzecz. Przełączanie się między modelami dawno przestało być metodą pracy, a stało się formą prokrastynacji przebranej za sumienność. Wmawiałem sobie, że porównuję, żeby wybrać najlepszą odpowiedź. W rzeczywistości porównywałem, żeby nie musieć podjąć decyzji samemu. Trzy modele mówiące trzy różne rzeczy to wygodna wymówka - zawsze można powiedzieć, że sprawa jest skomplikowana, i przełożyć myślenie na później.
Kiedy zostałem sam na sam z jednym modelem, ta wymówka zniknęła. Nie miałem drugiej opinii, do której mógłbym uciec. Musiałem sam ocenić, czy to, co dostałem, jest dobre. Musiałem użyć własnej głowy jako instancji odwoławczej - a nie kolejnego czatbota. I to było niewygodne dokładnie w takim stopniu, w jakim powinno być.
Trzeciego dnia zacząłem go rozumieć
Coś dziwnego dzieje się, kiedy przestajesz skakać. Zaczynasz zauważać wzory. Każdy model ma swój charakter, swoje tiki, swoje ulubione zwroty i swoje słabe punkty - tylko że przy trzech otwartych kartach nigdy nie zostajesz przy żadnym wystarczająco długo, żeby je poznać. To jak próba poznania człowieka przez losowe trzysekundowe fragmenty rozmów z trzema różnymi ludźmi.
Trzeciego dnia wiedziałem już, kiedy mój model ściemnia. Nauczyłem się rozpoznawać ten konkretny ton, gładki i pewny siebie, którym raczył mnie za każdym razem, gdy tak naprawdę nie miał pojęcia. Zauważyłem, że pęcznieje, gdy nie zna odpowiedzi - im mniej wie, tym więcej pisze, jakby liczbą słów chciał zamaskować pustkę treści. Zupełnie jak student na egzaminie ustnym, który nie doczytał, ale ma gadane.
Model AI nie kłamie tak, jak kłamie człowiek. Człowiek kłamie, kiedy zna prawdę i wybiera coś innego. Model po prostu nie odróżnia zdania prawdziwego od zdania, które dobrze brzmi. I dopiero gdy spędzisz z nim tydzień, uczysz się słyszeć różnicę.
To była rzecz, której żadne porównanie nigdy by mi nie dało. Porównanie mówi ci, który model odpowiedział lepiej na konkretne pytanie. Wierność mówi ci, jak dany model myśli - a raczej, jak udaje, że myśli. I ta druga wiedza okazała się nieporównanie cenniejsza. Bo kiedy znasz mechanizm, przestajesz dawać się nabierać na formę.
Odkryłem, że rozmawiałem sam ze sobą przez pośrednika
Około czwartego dnia zdałem sobie sprawę z czegoś, co lekko mnie zawstydziło. Im dłużej pracowałem z jednym modelem, tym bardziej moje prompty stawały się precyzyjne. Nie dlatego, że model mnie tego nauczył. Dlatego, że nie mogłem już zrzucić winy za złą odpowiedź na to, że wybrałem zły model.
Kiedy masz trzy karty, każdą kiepską odpowiedź tłumaczysz sobie tym, że akurat ten model jest słabszy. Wystarczy przeskoczyć do następnego. Ale gdy jesteś skazany na jednego rozmówcę, jedyną zmienną, którą możesz poprawić, jesteś ty. Więc poprawiałem. Doprecyzowywałem. Uczyłem się, że większość moich rozczarowań sztuczną inteligencją to były w rzeczywistości rozczarowania jakością moich własnych pytań.
To jest niewygodna prawda, którą branża promuje niechętnie, bo trudno na niej zarobić. Największym ograniczeniem w pracy z AI nie jest model. To człowiek, który nie wie, o co właściwie chce zapytać. Skakanie między modelami to sposób, żeby tej prawdzie nie spojrzeć w oczy. Zawsze możesz udawać, że problem jest po drugiej stronie ekranu.

Piątego dnia zatęskniłem za sprzeciwem
Nie będę udawał, że monogamia z maszyną to same korzyści. Był w tym eksperymencie moment, w którym poczułem coś w rodzaju klaustrofobii. Jeden model to jeden sposób patrzenia na świat, jeden zestaw uprzedzeń wbudowanych w dane treningowe, jedna maniera. Po pięciu dniach zacząłem tęsknić za tarciem.
Bo różnorodność modeli, przy całej swojej wymówkowej naturze, ma jedną prawdziwą zaletę: pokazuje, że na to samo pytanie istnieje więcej niż jedna sensowna odpowiedź. Kiedy trzy modele nie zgadzają się ze sobą, to nie jest tylko szum. To czasem sygnał, że pytanie jest genuinie sporne, że sam problem ma w sobie pęknięcie. Zostając przy jednym rozmówcy, traciłem tę informację. Jego pewność siebie stawała się moją pewnością siebie - a to jest dokładnie ten rodzaj komfortu, który powinien zapalać czerwoną lampkę.
Zrozumiałem wtedy, że oba moje nawyki - kompulsywne przełączanie i wymuszona wierność - były dwiema stronami tej samej monety. W obu przypadkach chodziło o to, żeby nie musieć samodzielnie myśleć. Przełączanie odbierało mi odpowiedzialność za ocenę. Wierność odbierała mi świadomość, że istnieją inne perspektywy. Idealne narzędzie leżało gdzieś pośrodku, w miejscu, którego oba nawyki starannie unikały.
Szóstego dnia model przestał mnie zaskakiwać
I to był chyba najważniejszy moment całego tygodnia. Szóstego dnia mnie - (zdanie urwane, brak orzeczenia i dopełnienia)j więcej wiedziałem już, co dostanę, zanim jeszcze nacisnąłem enter. Znałem rytm zdań, znałem miejsca, w których model będzie zbyt ostrożny, i te, w których poleci z brawurą. Magia zniknęła. Została robota.
Wielu ludzi opisałoby to jako rozczarowanie. Ja odczułem to jako wyzwolenie. Bo dopóki traktujemy AI jak wyrocznię, jak tajemnicze pudełko, które zna odpowiedzi, których my nie znamy, jesteśmy wobec niego bezradni. Bierzemy jego słowa na wiarę, bo skąd my, śmiertelnicy, mielibyśmy wiedzieć lepiej. Ale kiedy poznasz model na tyle, żeby przewidzieć jego ruchy, przestajesz go czcić. Zaczynasz go używać. A to są dwie zupełnie różne relacje z tym samym urządzeniem.
Odczarowanie jest warunkiem sensownego korzystania. Nie da się dobrze pracować z narzędziem, przed którym się klęczy. Trzeba je najpierw sprowadzić do parteru, obejrzeć od podszewki, zobaczyć szwy i miejsca, gdzie klej wyłazi spod farby. Tydzień wystarczył, żeby to zrobić. Trzy karty otwarte przez rok - nie wystarczyłyby nigdy.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Co naprawdę odkryłem
Siódmego dnia zamknąłem eksperyment i - przyznaję bez wstydu - natychmiast otworzyłem drugą kartę. Ale coś się zmieniło. Nie otwieram już trzech kart, żeby uciec od myślenia. Otwieram drugą wtedy, gdy naprawdę chcę usłyszeć inne zdanie, a nie kiedy boję się podjąć decyzję. Różnica jest subtelna i całkowita.
Największe odkrycie tego tygodnia nie dotyczyło żadnego modelu. Dotyczyło mnie. Odkryłem, jak wiele mojej interakcji z AI było w gruncie rzeczy ucieczką - od odpowiedzialności, od decyzji, od samodzielnej oceny. Technologia, która miała mnie odciążyć, stała się pretekstem, żebym w ogóle przestał używać własnego osądu. A jeden tydzień przymusowej wierności przywrócił mi coś, o czym nie wiedziałem, że straciłem: poczucie, że to ja jestem tą inteligentniejszą stroną tej rozmowy. Przynajmniej powinienem nią być.
Jest w naszej kulturze technologicznej dziwny kult wyboru. Im więcej opcji, tym lepiej - taki mamy odruch. Więcej modeli, więcej kart, więcej porównań, więcej danych. A ja przez siedem dni odkryłem coś dokładnie przeciwnego. Że czasem prawdziwe zrozumienie zaczyna się dopiero wtedy, kiedy odbierzesz sobie wybór i zostaniesz z jedną rzeczą wystarczająco długo, żeby zobaczyć, czym naprawdę jest.
Nie namawiam nikogo do cyfrowego celibatu z jednym modelem na całe życie. Konkurencja między nimi jest zdrowa, a ślepa wierność jednej firmie to marketingowy sen, nie mój. Ale spróbuj kiedyś tego tygodnia. Zamknij te dwie dodatkowe karty i zostań sam na sam z jednym rozmówcą. Nie po to, żeby dowiedzieć się, który jest najlepszy. Po to, żeby dowiedzieć się, ilu odpowiedzi tak naprawdę potrzebowałeś - i ile z nich mogłeś sobie dać sam.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Czy warto przez tydzień używać tylko jednego modelu AI zamiast porównywać kilka?
Według autora tak, bo pozwala to poznać charakterystyczne słabe punkty i schematy zachowania konkretnego modelu. Przy trzech otwartych kartach nigdy nie spędza się z żadnym modelem wystarczająco dużo czasu, żeby zrozumieć, jak działa.
Jak rozpoznać, że model AI nie zna odpowiedzi na pytanie?
Autor zauważył, że jego model pisał więcej, gdy nie miał pojęcia - im mniej wiedział, tym obszerniejsza była odpowiedź. Porównał to do studenta na egzaminie ustnym, który nie doczytał, ale ma gadane.
Czy korzystanie z wielu modeli AI jednocześnie ma jakieś zalety?
Tak - różnorodność modeli pokazuje, że na to samo pytanie istnieje więcej niż jedna sensowna odpowiedź. Kiedy kilka modeli nie zgadza się ze sobą, to sygnał, że pytanie jest genuinie sporne i problem ma w sobie pęknięcie.
Co tak naprawdę ogranicza jakość pracy z AI - model czy użytkownik?
Według autora największym ograniczeniem jest człowiek, który nie wie, o co właściwie chce zapytać. Skakanie między modelami to sposób, żeby nie przyznać się do tej prawdy, bo zawsze można zrzucić winę na słabszy model.



