K diskusi. Dunningov-Krugerov efekt vysvetľuje, prečo si nesprávne myslíte, že vás umelá inteligencia nemôže nahradiť

(Mike Adams, Natural News) V súčasnosti sa odohráva zásadná zmena, ktorá spochybňuje samotné základy našej profesionálnej identity.

Od hollywoodskych scenáristov až po firemných právnikov počuť hlasy presvedčené, že jedinečné ľudské schopnosti – tvorivosť, empatia či komplexné uvažovanie – ich bezpečne držia mimo dosahu umelej inteligencie.

Nemusí však ísť iba o optimizmus. Za týmto presvedčením sa môže skrývať dobre známe psychologické skreslenie. Systémy umelej inteligencie totiž začínajú zvládať aj úlohy, ktoré sme ešte donedávna považovali za výlučne ľudské.

Rozdiel medzi tým, ako hodnotíme vlastné schopnosti, a tým, čo už dokážu stroje, sa preto rýchlo zväčšuje.

Nepríjemnosťou je, že mnohí ľudia nereagujú na hrozbu straty svojej profesionálnej hodnoty vecnou analýzou, ale psychologickou obranou. Dôkazy o napredovaní AI pritom neprichádzajú iba od veľkých, centralizovaných inštitúcií. Objavujú sa aj v decentralizovanom svete technológií s otvoreným zdrojovým kódom.

Modely umelej inteligencie už dávno nespracúvajú iba čísla. Predpovedajú ľudské správanie, vytvárajú videá a filmy podľa textových pokynov a pri niektorých medicínskych úlohách dosahujú presnosť porovnateľnú s odborníkmi alebo ich dokonca prekonávajú. Ľudská reakcia napriek tomu často zostáva zakotvená v prehnanej sebadôvere.

Práve tu vstupuje do hry Dunningov-Krugerov efekt – neschopnosť človeka rozpoznať medzery vo vlastných vedomostiach a schopnostiach.

Tento článok sa pozrie na to, ako uvedený efekt môže profesionálov zaslepiť pred rizikom vlastnej zastaranosti a prečo je prijatie decentralizovanej umelej inteligencie cestou k osobnej slobode a relevantnosti v nastupujúcej ére.

Slepá škvrna nekompetentnosti: Prečo hollywoodska panika potvrdzuje pravidlo

Rozruch vo filmovom priemysle okolo generátorov videa s umelou inteligenciou, akým je aj nový nástroj spoločnosti ByteDance, ponúka názorný príklad. Filmová tvorba sa desaťročia vykresľovala ako výnimočný dar, takmer mystická alchýmia ľudského vytvárania príbehov, ktorú žiadny stroj nedokáže napodobniť.

Nové nástroje však ukazujú, že veľkú časť filmovej tvorby možno rozložiť na technické a scenáristické zručnosti, ktoré sa dajú osvojiť. Keď profesionáli z odvetvia trvajú na tom, že sú nenahraditeľnými rozprávačmi príbehov, nejde iba o obranu umenia. Je to aj ukážka Dunningovho-Krugerovho efektu v praxi.

Toto kognitívne skreslenie prináša dvojitý problém. Ľuďom s nedostatočnými schopnosťami v určitej oblasti často chýba aj schopnosť rozpoznať vlastné nedostatky.

Keď AI dokáže z jednoduchého zadania vytvoriť obraz, strih aj hudbu, odhaľuje tým, že podstatnú časť remesla tvorí rozpoznávanie a nové kombinovanie vzorcov, nielen neuchopiteľná inšpirácia.

Profesionáli, ktorí si na ovládaní týchto postupov vybudovali svoju identitu, zrazu čelia systému schopnému pracovať omnoho rýchlejšie a s takmer nulovými dodatočnými nákladmi. Ich presvedčenie o vlastnej nenahraditeľnosti potom nemusí byť ekonomickým argumentom, ale psychologickou obranou.

Ako sa uvádza v jednej z analýz kognitívnych skreslení, ľudia najviac postihnutí nevedomosťou si často neuvedomujú, do akej miery ich ovplyvňuje. Pobúrenie časti filmového priemyslu môže byť prejavom práve takéhoto zlyhania sebareflexie.

Psychológia sebapreceňovania: Od programátorov až po firemných manažérov

Tento jav sa netýka iba umelcov. Prelomová štúdia Davida Dunninga a Justina Krugera z roku 1999 upozornila na znepokojujúci vzorec: ľudia s obmedzenými schopnosťami v určitej intelektuálnej alebo sociálnej oblasti majú sklon výrazne preceňovať svoje vedomosti a výkon v porovnaní s objektívnymi výsledkami.

Táto „metaignorancia“ sa objavuje naprieč spoločnosťou. Veľká časť ľudí sa vo svojom odbore považuje za nadpriemerných, hoci všetci nad priemerom byť nemôžu.

S tým súvisí aj Downingov efekt: ľudia s nižšími schopnosťami horšie posudzujú schopnosti ostatných, čím sa vytvára začarovaný kruh nepresného sebahodnotenia. To vysvetľuje, prečo si množstvo profesionálov stále nepripúšťa hrozbu straty zamestnania.

Softvérový inžinier, ktorý sa vo svojom odbore cíti bezpečne, nemusí správne odhadnúť tempo učenia jazykového modelu trénovaného na obrovskom množstve verejne dostupného kódu.

Manažér presvedčený o výnimočnosti svojich medziľudských schopností zasa nemusí pochopiť možnosti modelu Centaur, ktorý bol vycvičený na miliónoch údajov o ľudskom správaní. V rôznych psychologických experimentoch dosiahol 64-percentnú presnosť pri predpovedaní ľudských rozhodnutí.

Čím menej človek určitej téme rozumie, tým ľahšie môže nadobudnúť pocit, že ju dokonale ovláda. Ak sa toto skreslenie týka jeho vlastného živobytia, následky môžu byť mimoriadne vážne.

Exponenciálny rozvoj verzus lineárne myslenie: Prečo nevidíme, čo prichádza

Ľudský mozog prirodzene uvažuje skôr lineárne a vychádza z bezprostrednej skúsenosti. Zajtrajšok odhadujeme podľa včerajška – je to schopnosť, ktorá našim predkom pomáhala prežiť.

Vývoj umelej inteligencie sa však riadi zákonom zrýchľujúcich sa výnosov a jeho tempo prekonáva aj Moorov zákon. Sam Altman z OpenAI (tvorca ChatGPT) hovoril v tejto súvislosti o exponenciálnom napredovaní smerom k všeobecnej umelej inteligencii.

Práve tu vzniká veľká medzera v našich očakávaniach. Ľudia, ktorí si AI stále spájajú s neohrabanými textami alebo zdeformovanými obrázkami spred niekoľkých rokov, si len ťažko predstavujú blízku budúcnosť s ucelenými filmami vytvorenými umelou inteligenciou či systémami schopnými viesť základný terapeutický rozhovor.

Mnohé výroky typu „AI nikdy nedokáže X“ nevydržali skúšku času. Stroj údajne nikdy nemal poraziť šachového veľmajstra, vytvoriť pôsobivé umenie ani vykonať zložitú právnu analýzu. Jedna hranica za druhou však padá a nedôvera pretrváva.

Strmú časť exponenciálnej krivky vnímame ako vzdialenú budúcnosť, hoci môže byť už takmer pred nami. AI, ktorá dnes pôsobí ako zaujímavá hračka, sa vo svojej ďalšej generácii môže stať priamym konkurentom na trhu práce.

Projekty veľkých spoločností, o ktorých informujú médiá, sú pritom iba viditeľnou časťou vývoja. Ďalšia revolúcia môže prísť z decentralizovaných modelov s otvoreným zdrojovým kódom, vďaka ktorým sa výkonné nástroje dostanú do rúk jednotlivcov, nielen veľkých inštitúcií.

Strategická obrana proti ilúzii „Moja práca je príliš zložitá“

Keď odborníci od lekárov až po architektov čelia tejto hrozbe, často sa odvolávajú na zložitosť svojej práce. Tvrdia, že ich povolanie si vyžaduje cit pre nuansy, empatiu a dlhoročné skúsenosti, ktorým stroj nikdy nebude rozumieť.

Takýto argument však prehliada podstatnú zmenu. Moderné modely nie sú naprogramované iba pomocou pevných pravidiel. Učia sa rozpoznávať vzorce v nesmiernom množstve údajov. Majú prístup k väčšiemu objemu vedomostí – od judikatúry cez lekársky výskum až po architektonické a technické normy – než by si jeden človek dokázal osvojiť za celý život.

Debata sa preto presúva od otázky dokonalosti k nákladom a chybovosti. Vezmime si medicínu – systém natoľko skorumpovaný a nebezpečný, že podľa publikovaných štúdií každoročne zapríčiňuje státisíce úmrtí.

Diagnostický systém využívajúci AI, nezaťažený farmaceutickými províziami ani inštitucionálnymi dogmami, by mohol zvládnuť polovicu práce za jedno percento nákladov a s porovnateľnou alebo nižšou chybovosťou než príliš sebavedomý lekár.

Hodnota ľudskej kognitívnej práce by sa tak v niektorých oblastiach mohla stať dokonca zápornou – zásah človeka by výsledok nezlepšoval, ale zhoršoval. Jeden z odborníkov na AI túto myšlienku vyjadril veľmi ostro: „Hodnota ľudskej kognitívnej práce sa pravdepodobne stane negatívnou.“

Stroje pritom nemusia byť dokonalé. Stačí, ak budú lacnejšie, rýchlejšie a presnejšie než ľudia, ktorí podliehajú vlastným chybám a prehnanej sebadôvere.

Prispôsobiť sa alebo zastarať: Jediná cesta k relevantnosti vo veku AI

Obranou pred strojovou inteligenciou nie je vyhlasovať vlastnú nadradenosť, ale naučiť sa využívať ju vo svoj prospech. Ľuďom, ktorí s AI pracujú ako s partnerom, môže priniesť efekt porovnateľný so zvýšením IQ o 20 bodov.

Najschopnejší profesionáli preto umelú inteligenciu neodmietajú. Využívajú ju na zvýšenie výkonu, odhaľovanie vlastných chýb a hľadanie riešení, ku ktorým by sa sami dopracovávali oveľa dlhšie.

Vzniká tak model „kentaura“ – spolupráce človeka a umelej inteligencie, ktorá spája ľudský úsudok s rýchlosťou a analytickou kapacitou stroja.

Budúcnosť spočíva aj v decentralizácii prístupu k inteligencii. Modely s otvoreným zdrojovým kódom môžu jednotlivcom poskytnúť protiváhu voči veľkým inštitúciám.

Voľba už preto nemusí stáť medzi človekom a strojom. Rozhodovať sa môže medzi človekom, ktorý svoje schopnosti rozšíri pomocou AI, a človekom, ktorý odmietnutím nových nástrojov postupne stratí význam.

Záver: Prijatie novej reality

Dunningov-Krugerov efekt môže pôsobiť ako nenápadný obranný mechanizmus profesionálov. Našepkáva im, že sú nenahraditeľní a ich práca je v bezpečí, zatiaľ čo sa technologické možnosti okolo nich rýchlo menia.

Východiskom je väčšia sebareflexia. Namiesto automatického odmietania by si ľudia mali pripustiť hranice vlastných schopností a preskúmať, ako ich možno rozšíriť pomocou umelej inteligencie. Tá im môže umožniť získať vedomosti a zvládnuť úlohy, na ktoré by v minulosti potrebovali roky štúdia.

Je to aj cesta k oslabeniu moci veľkých technologických, farmaceutických a ďalších centralizovaných inštitúcií.

Ak sa výkonné nástroje dostanú priamo k jednotlivcom, môžu im pomôcť prevziať väčšiu kontrolu nad vlastným vzdelávaním, prácou aj rozhodovaním o zdraví.

Éra izolovaného profesionála presvedčeného o svojej nenahraditeľnosti sa končí. Začína sa éra človeka, ktorý spája vlastné schopnosti s možnosťami umelej inteligencie.

Otázkou už nie je, či zostaneme rovnakí, ale či sa dokážeme prispôsobiť skôr, než o našej budúcnosti rozhodne niekto iný.

Zdroj: badatel.net