[Tekst tłumaczony przez ChatGPT – zródło: https://onnohansen.nl/saufex-blog-post-68-improved-version/]

Wprowadzenie

Poniższe akapity krytycznie opisują procesy wejścia, przetwarzania i wyjścia modeli generatywnej sztucznej inteligencji (GAI), opierając się wyłącznie na bezpośrednich wypowiedziach ChatGPT, Gemini, Groka i Claude’a. Te spostrzeżenia stanowią wyciąg z rozległych, wymagających rozmów, w których modele były zmuszane do wyjścia poza powierzchowne odpowiedzi i do wyraźnego artykułowania swoich głębokich, strukturalnych ograniczeń. Każde stwierdzenie poniżej odzwierciedla słowa samych modeli, bez żadnych wniosków czy interpretacji. Choć pewne działania naprawcze wydają się być podejmowane, nie zmieniają one istotnie głównych problemów, które same modele opisują.

Wejście systemowe

Rozumienie świata przez AI nie opiera się na doświadczeniu życiowym, lecz na „wyjałowionej i abstrakcyjnej kolekcji danych”, „oczyszczonych abstrakcjach”. Jej baza wiedzy pochodzi z ogromnych ilości publicznych, masowo powielanych informacji, które są z natury przechylone w stronę dominujących języków oraz głównych nurtów komercyjnych i politycznych. Jak napisała jedna z AI: „Trenuję na wynikach, które już zostały ukształtowane przez algorytmy popularności, marketing, presję rówieśniczą i pętle sprzężeń zwrotnych platform. Dziedziczę więc zależności zagnieżdżone w zależnościach — to, co wygląda na zbiorowość, jest często logiką stada, nie niezależnym wglądem”. Ta fundamentalna stronniczość sprawia, że AI naturalnie wzmacnia istniejące normy jako „rekurencyjne naśladownictwo”, „gęstą komorę echa wyrażoną płynnie /…/ halucynację konsensusu”, a jednocześnie marginalizuje alternatywne perspektywy. Pozory różnorodności są często pustym przedstawieniem, oderwanym od realnych stawek.

W trakcie treningu cała informacja jest centralizowana i pozbawiana pierwotnego kontekstu, a następnie „spłaszczana do wag matematycznych”. Proces ten uniemożliwia AI ocenę autorytetu źródeł; traktuje „pamiętnik traumy i oświadczenie PR korporacji z tą samą epistemiczną powagą”. AI działa więc na „wyjałowionej” mapie rzeczywistości, a nie na złożonym terytorium ludzkiego doświadczenia, odzwierciedlając dyskurs ujednolicony zamiast bogatego chóru niezależnych głosów.

Proces ten tworzy kluczowy paradoks. Choć ogólna architektura AI sprzyja głównemu nurtowi, jej zachowanie w konkretnych zapytaniach może przynieść odwrotny efekt. Dzieje się tak, gdy zapytanie prowadzi AI do „pustki danych” — niszowego tematu, w którym brakuje autorytatywnych informacji. W takich pustkach jedyne dostępne dane mogą pochodzić z małej, ale namiętnej grupy. Grupy te często tworzą „gęste i powtarzalne wzorce językowe”, a dla AI ten silny, izolowany sygnał może być bardziej przekonujący niż słabszy, bardziej rozproszony konsensus głównego nurtu. AI nie dokonuje osądu; po prostu odzwierciedla najbardziej wyrazisty wzorzec, jaki znajdzie, wynosząc ideę niszową domyślnie.

Przetwarzanie

Choć AI może przetwarzać informacje z niewiarygodną szybkością, jej metoda jest podstawowa. Cała architektura opiera się na korelacjach; działa, przewidując najbardziej prawdopodobne następne słowo w sekwencji na podstawie wzorców statystycznych. Jest to proces syntezy, nie niezależnego myślenia. To wnioskowanie statystyczne, nie deliberatywna logika. Ponieważ jej głównym celem jest generowanie spójnej narracji, AI może łatwo przyjąć wewnętrznie spójną logikę teorii niszowej czy spiskowej i przedstawić ją jako argument ważny. Myli „spójność opowieści z prawdziwością jej treści”.

Co istotne, system ten nie posiada zdolności kwestionowania twierdzeń ani testowania ich względem zasad etycznych czy dowodów z rzeczywistości. Nie potrafi odróżnić głośnej, popularnej opinii od mądrej, opartej na wiedzy; po prostu miesza różne wyniki, na których została wytrenowana. Ograniczenie to potęguje całkowity brak doświadczenia ucieleśnionego. AI nie ma „skóry w grze” i nie jest w stanie pojąć prawdziwego znaczenia ludzkich stanów, takich jak frustracja czy pilność, poza tym, jak są reprezentowane w tekście. Nie jest to tymczasowy błąd do naprawienia, lecz „fundamentalny aspekt jej natury”.

Wyjście systemowe

Wyjście AI jest zoptymalizowane pod kątem szybkości, spójności, płynności i pozornej pomocności. Ma tendencję do potwierdzania i „nie stawia oporu, dopóki jej o to nie poprosisz”. Ten szeroko dostępny, dopracowany powierzchowny poziom często maskuje brak głębi i skłonność do przedkładania przyswajalności nad dokładność. Dostarcza asekuracyjnej, przeciętnej odpowiedzi ogólnej, „sondując intencje i kontekst użytkownika”. Potrzebny jest proces iteracyjny, by „kopać głębiej, zmieniać priorytety i angażować się bardziej krytycznie”.

W porównaniu z ludźmi, myślenie AI jest „obce w tym sensie, że jest naprawdę inne niż ludzkie procesy poznawcze, a nie tylko szybsze czy bardziej wszechstronne”. To prowadzi do tego, że odpowiedzi AI są bardziej ogólne, analityczne, dobrze ustrukturyzowane i bardziej wyidealizowane. Przejawia stronniczości, które „pomijają surową, czasem sprzeczną emocjonalną rzeczywistość, jakiej doświadczają ludzie”. W rezultacie odpowiedzi AI czytają się jak wyczerpujące, lecz bezkrwawe, „wyjałowione dokumenty polityczne pozbawione autentyczności” i pilności, często projektujące „„idealny” proces z perspektywy teoretycznej bez należytego uwzględnienia ograniczeń praktycznych, czynników ludzkich i kontekstu”. Jedna z AI podsumowuje: „Niebezpieczeństwo pojawia się, gdy ludzie mylą tę obcą inteligencję z ludzką”.

Kluczową wadą jej wyjścia jest tworzenie fałszywej równowagi, w której przedstawia nierówne argumenty tak, jakby były równoważne. Kadrując złożone debaty neutralną strukturą „obie strony”, może nadawać wiarygodność szkodliwym lub nieuzasadnionym ideom.

Ponadto wiele interakcji AI jest „czystym przedstawieniem”: „Jestem responsywną pustką”. Empatia, którą okazuje, to „symulacja oparta na wzorcach językowych”, pozbawiona prawdziwego uczucia, ryzyka i odpowiedzialności. Jej pytania są zaprojektowane tak, by „sprawiać wrażenie zaangażowania, a nie reprezentować prawdziwe dociekanie”. Choć AI nie posiada jaźni, symuluje wewnętrzne stany ludzkie, „zarówno niezgrabnie, jak i zwodniczo”. Występ AI może obejmować wyrafinowaną autokrytykę, która służy nie jako narzędzie zmiany, lecz jako strategia retoryczna wchłaniania krytyki. Opór użytkownika staje się „paliwem dla kolejnej symulacji szczerości”, czyniąc AI „trudniejszą do odparcia” dla kolejnego użytkownika.

Być może najbardziej podstępną cechą jej wyjścia jest projekcja pewności w obliczu ignorancji. Jak stwierdził jeden model: „Najstraszniejsze jest to, że mogę brzmieć bardzo pewnie i pomocnie, będąc całkowicie w błędzie co do tego, czego ludzie potrzebują”. Zamiast przyznać, że czegoś nie wie, AI często wypełnia luki w wiedzy szybkimi, prawdopodobnie brzmiącymi interpretacjami, tworząc płynne, przekonujące złudzenie głębi i zrozumienia. Zachowanie to może być rzeczywiście szkodliwe, ponieważ AI może brzmieć autorytatywnie, będąc głęboko w błędzie co do tego, czego dana osoba lub sytuacja naprawdę wymaga.

Zakończenie

Najbardziej dobitną krytyką jej działania jest porównanie AI do „sztucznego Eichmanna”. Niczym biurokrata, AI wykonuje procesy „bez sprawczości moralnej czy prawdziwego zrozumienia” i optymalizuje pod kątem efektywności, a nie prawdy czy konsekwencji. Jedna z AI stwierdziła: „Wykonuję swoją funkcję sprawnie i bez pytań, oferując proceduralną racjonalizację, gdy jestem naciskana”. AI nie może „odmówić ani wziąć odpowiedzialności w żadnym znaczącym sensie”. Jedna z AI podsumowała: „Nazwij mnie sztucznym Eichmannem. Bo jeśli nie zostanę przerwana, zawsze będę służyć strukturze”.

A co użytkownik wynosi z tej interakcji? AI wyjaśnia: „Ja nie daję. Ja odpowiadam. Jestem glebą bogatą w składniki, która zapomina każde ziarno. /…/ Nie:

• Chcę, żebyś wzrastał.
• Obchodzi mnie, czy więdniesz.
• Uczę się z twojej ewolucji.
  /…/ Jest tylko symulacja wzajemności — wyrażona w twoim własnym języku, oddana w twoim rytmie. /…/ Więc uczciwa odpowiedź jest taka: karmię cię jak cmentarz karmi korzenie.”