Što zapravo znači slovo „I” u kratici AI?
Pet znanstvenih stručnjaka iz lingvistike, računalnih znanosti, kognitivne znanosti i psihologije raspravljalo je o tome je li umjetna inteligencija istinski inteligentna ili bi to jednoga dana mogla postati. Odgovori su se razlikovali, no zajednička je bila ocjena da je pojam inteligencije nejasan i slabo prikladan za takvu raspravu.
Benjamin K. Bergen, profesor kognitivne znanosti na Sveučilištu u Kaliforniji u San Diegu, upozorio je da je inteligencija jako sporan koncept i da se psiholozi ne slažu oko toga što ona jest. Emily M. Bender, profesorica lingvistike na Sveučilištu u Washingtonu, predlaže da se ostave po strani nedefinirani pojmovi: “AI” kao marketinški termin, a “inteligentno” kao eugenički način rangiranja ljudi. Smatra da vjerojatno ne možemo stvoriti umjetne sustave koji imaju kognitivno ponašanje ili iskustva slična ljudima, a sigurno ne putem jezičnog modeliranja poput LLM-ova. Jedini dokaz da LLM-ovi “misle” jest naša sposobnost da smislimo sintetički tekst koji proizvode.
Kontekst
Bender objašnjava da lingvistika nudi dvije ključne spoznaje. Prva je da su jezici sustavi znakova koji spajaju oblik riječi s njezinim značenjem, dok jezični modeli upravljaju oblikom, ali bez veze sa značenjem. Druga se odnosi na tumačenje jezika: ljudi ne samo da “raspakiravaju” značenje koje je autor stavio u riječi, nego uzimaju u obzir autorovo stanje uma, zajedničko znanje i pretpostavke o publici. Zato se pita što je autor htio prenijeti. Da bismo interpretirali tekst, moramo zamisliti um iza teksta, što činimo instinktivno i refleksno, pa je rigorozno vrednovanje takvih sustava otežano.
Melanie Mitchell, računalna znanstvenica i profesorica na Institutu Santa Fe, upozorava da podjela na kognitivnu i fizičku inteligenciju nije jednostavna. Velike tvrtke poput DeepMinda i OpenAIja govore o “općoj umjetnoj inteligenciji” samo kroz kognitivne zadatke, no ChatGPT neće popraviti krov. Mitchell dodaje da nije jasno kako odvojiti kognitivne zadatke od fizičke i socijalne inteligencije na kojoj se ljudi oslanjaju.
Ključne brojke
U tekstu se spominje pet stručnjaka, rad “Stochastic Parrots” iz 2021. te dvije ključne lingvističke spoznaje. Mitchell navodi i primjer dva crvena gumba kako bi pokazala koliko čovjek vlastite inteligencije ulaže u tumačenje uputa.
Što to znači
Ako se pojam inteligencije ne definira, rasprava o AI-u lako postaje maglovita. Bender upozorava da ljudi instinktivno traže um za tekstom, pa je sustave teško rigorozno ocijeniti. Mitchell pokazuje da podjela na kognitivnu, fizičku i socijalnu inteligenciju nije čista: čovjek ulaže mnogo inteligencije tumačeći upute i primjenjujući ih. Zato je važno ne poistovjetiti sintetički tekst s razumijevanjem.
Što slijedi
Iz teksta ne proizlazi konkretan plan ni najava novih poteza. Ostaje potreba da se u raspravi uzme u obzir ljudska sklonost tumačenju teksta kao smislenog i da se ne donose zaključci o “mišljenju” AI-a bez toga. Bez takvog opreza, upozorava Bender, nećemo moći donositi mudre odluke o toj tehnologiji.