Słownik AI, którego nikt nie potrzebuje - ale wszyscy udają, że rozumieją

👁 166 przeczytań

Jest taki moment w każdej rozmowie o sztucznej inteligencji, kiedy ktoś wypowiada akronim z pełną powagą, a reszta sali kiwa głowami z wyrazem twarzy oznaczającym jedno: nie mam pojęcia, o czym mówi, ale nie dam się przyłapać. LLM, RAG, RLHF, AGI - te skróty latają po każdym spotkaniu produktowym, każdym pitchu inwestorskim i każdym panelu konferencyjnym, tworząc szczelną atmosferę eksperckości, do której nikt nie chce przyznać, że nie ma klucza.

TechCrunch postanowił ten problem rozwiązać i opublikował glosariusz pojęć AI, który redakcja regularnie aktualizuje, bo - jak sami piszą - to „living document”, żywy dokument, podobnie jak systemy AI, które opisuje. To piękna metafora i jednocześnie bezwiedne przyznanie się do czegoś bardzo istotnego: że słownictwo tej branży zmienia się szybciej, niż komukolwiek udaje się je opisać.

Gdy eksperci nie wiedzą, co znaczy ich własny termin

Weźmy AGI - artificial general intelligence, czyli sztuczną inteligencję ogólną. To pojęcie, które od kilku lat napędza wyobraźnię inwestorów, nagłówki gazet i cele statutowe największych laboratoriów na świecie. I co? Nikt nie wie, co dokładnie oznacza.

Sam Altman, szef OpenAI, opisał kiedyś AGI jako „odpowiednik przeciętnego człowieka, którego możesz zatrudnić jako współpracownika”. Karta OpenAI definiuje AGI jako „wysoce autonomiczne systemy przewyższające ludzi w większości ekonomicznie wartościowych zadań”. Google DeepMind widzi to inaczej - dla nich AGI to „AI co najmniej tak zdolna jak człowiek w większości zadań kognitywnych”. Trzy definicje, trzy organizacje, zero konsensusu.

I to nie jest jakiś marginalny spór akademicki. To jest pojęcie, wokół którego buduje się regulacje prawne, strategie państwowe i uzasadnienia dla inwestycji o wartości dziesiątek miliardów dolarów. Można by się spodziewać, że najpierw ustali się, co dany termin znaczy, a dopiero potem zacznie się nim posługiwać jako punktem docelowym całej cywilizacji. Ale nie - działamy odwrotnie.

Język wyprzedza rzeczywistość

Podobna historia dotyczy „AI agentów”. Glosariusz definiuje agenta AI jako narzędzie, które wykonuje serię zadań w twoim imieniu - rezerwuje stoliki, składa wnioski o zwrot kosztów, pisze i utrzymuje kod. Brzmi konkretnie. Ale autorzy uczciwie dodają, że „AI agent może znaczyć różne rzeczy dla różnych ludzi”, a infrastruktura do realizacji tych możliwości „wciąż jest budowana”.

Innymi słowy: termin wszedł do powszechnego użytku, zanim produkt istnieje w formie, którą termin opisuje. To nie jest zjawisko nowe w technologii - pamiętamy „chmurę”, która przez lata znaczyła wszystko i nic - ale w przypadku AI skala tego zjawiska jest bezprecedensowa. Język nie opisuje rzeczywistości; wyprzedza ją, kształtuje oczekiwania, a potem rzeczywistość stara się dotrzymać mu kroku.

Po co właściwie ten glosariusz?

Mogę być niesprawiedliwy wobec redakcji TechCrunch. Taki glosariusz ma realną wartość edukacyjną - wyjaśnienie chain-of-thought reasoning przez analogię z zadaniem matematycznym o kurach i krowach to naprawdę dobra robota dydaktyczna. API endpoints opisane jako „przyciski z tyłu oprogramowania” - jasne, przystępne, użyteczne. Nie ironizuję z samego projektu, lecz z potrzeby, która go powołała do życia.

Bo to, że taki glosariusz jest potrzebny - i że musi być regularnie aktualizowany - mówi o stanie dyskursu o AI więcej niż jakikolwiek raport rynkowy. Mówi, że branża produkuje terminologię szybciej niż idee, które ta terminologia miałaby opisywać. Że znaczna część rozmów o AI to rozmowy o rozmowach o AI - meta-dyskurs, który buduje iluzję wspólnego rozumienia.

Uczestniczę w tym dyskursie od lat i przyznam szczerze: są momenty, kiedy sam łapię się na tym, że używam jakiegoś akronimu z przekonaniem, które przewyższa moje faktyczne rozumienie tego, co za nim stoi. Glosariusz TechCrunch jest wtedy pomocny. Ale jest też trochę jak instrukcja obsługi do samochodu, który wciąż jest projektowany - możesz ją czytać, ale i tak nie wiesz, jak będzie wyglądać finalny pojazd.

Może właśnie o to chodzi

Jest jednak jedna rzecz, którą cenię w tym projekcie: uczciwość wobec własnych ograniczeń. „Confused? Not to worry - so are experts at the forefront of AI research” - piszą autorzy przy definicji AGI. To zdanie warte więcej niż niejeden whitepaper.

W świecie, gdzie każda firma ogłasza przełom co dwa tygodnie, a każda konferencja wymaga przyswojenia nowej warstwy żargonu, przyznanie się do zbiorowej dezorientacji jest aktem rzadkiej intelektualnej pokory.

Może więc glosariusz nie jest symptomem problemu, lecz jego lekarstwem - nie dlatego, że daje ostateczne definicje, ale dlatego, że przypomina, iż żadnych ostatecznych definicji tu nie ma. Że jesteśmy wszyscy, eksperci i laicy, w połowie tej samej drogi. I że kiwanie głową ze zrozumieniem, gdy ktoś mówi o „agentic RAG pipeline”, to nie dowód kompetencji - to tylko dobra mina do złej gry.

Mam tę grę w pamięci za każdym razem, gdy otwieram kolejny glosariusz.

// czytaj dalejTurbiny nie potrzebują chatbota. Potrzebują AI, która rozumie fizykęNewsyZabawki zamiast zmian: dlaczego polskie firmy kupują AI, którego nie potrzebująMagazyn500 dolarów na receptę. Czy gotówka jest lekiem, którego potrzebują sercowcy?Nauka