Iskra, paliwo i młotek
Dlaczego sztuczna inteligencja nie istnieje bez człowieka - i co to dla nas oznacza
Rewolucja w dziedzinie sztucznej inteligencji, która na naszych oczach zmienia medycynę, naukę i biznes, napędzana jest paradoksem. Z jednej strony, systemy AI regularnie przekraczają ludzkie możliwości w wąskich zadaniach, generując realistyczne obrazy, pisząc kod czy prowadząc autonomiczne pojazdy. Z drugiej jednak, cała ta pozornie autonomiczna inteligencja jest w fundamentalny sposób uzależniona od swojego twórcy. Paliwem, bez którego największe modele językowe (LLM) pozostają bezużyteczną masą kodu, są biliony słów, obrazów i dźwięków, które ludzkość wygenerowała przez całą swoją historię. Problem polega na tym, że to paliwo, wbrew pozorom, jest zasobem wyczerpywalnym, a my spalamy je w zastraszającym tempie.
Jeszcze w 2022 roku analitycy z instytutu badawczego Epoch AI w głośnej publikacji naukowej ostrzegali, że zasoby wysokiej jakości danych tekstowych wyczerpią się już w 2024 roku. Ich prognoza, oparta na ówczesnym rozumieniu procesu trenowania AI, zakładała, że modele wymagają starannie wyselekcjonowanych korpusów, takich jak książki czy artykuły naukowe. Jednak, jak przyznają ci sami badacze w zaktualizowanej analizie z czerwca 2024 roku, rynek znalazł sposoby na odroczenie kryzysu. Okazało się, że starannie filtrowane dane z ogólnodostępnej sieci mogą być równie, a nawet bardziej wartościowe. Co więcej, odkryto, że modele można z powodzeniem trenować na tych samych danych wielokrotnie (tzw. trening wieloepokowy), co efektywnie pomnożyło dostępne zasoby. Te innowacje przesunęły prognozowany "klif danych" na lata 2026-2032. Mimo to, fundamentalny problem nie zniknął - jedynie kupiliśmy sobie trochę czasu.
Wyścig po dane przyspiesza z powodu dwóch kluczowych czynników: potężnych inwestycji oraz zmiany strategii trenowania modeli. Jak wynika z raportu Stanford AI Index na rok 2025, tylko w Stanach Zjednoczonych prywatne inwestycje w AI osiągnęły w 2024 roku poziom 109,1 miliarda dolarów, niemal 12-krotnie więcej niż w Chinach. Aż 78% organizacji na świecie zgłasza już wykorzystanie AI w swojej działalności, w porównaniu do 55% rok wcześniej. Ten boom biznesowy napędza popyt na coraz potężniejsze i bardziej "przetrenowane" modele. Firmy takie jak Meta, tworząc Llama 3, celowo trenują swoje systemy na znacznie większej ilości danych, niż sugerowałyby to tzw. prawa skalowania. Takie "przetrenowanie", nawet 10-krotne, sprawia, że modele stają się bardziej wydajne w fazie użytkowania (inferencji), co jest kluczowe z perspektywy zysków. Jednak z perspektywy zasobów danych jest to droga ku przyspieszonemu wyczerpaniu globalnych rezerw. Jeśli ten trend się utrzyma, granica roku 2026 staje się niepokojąco realna.
Ta desperacka pogoń za danymi nie jest celem samym w sobie. Przynosi ona wymierne korzyści, które zaczynają realnie wpływać na nasze życie. Raport Global Wellness Institute wskazuje na przełomowe zastosowania AI w medycynie. Według prognoz firmy Gartner, do 2025 roku ponad 30% nowych leków będzie odkrywanych z wykorzystaniem generatywnej AI. Już teraz naukowcy z Uniwersytetu Stanforda, używając modelu SyntheMol, w ciągu kilku miesięcy zaprojektowali sześć nowych kandydatów na antybiotyki do walki z superbakterią. Innym uderzającym przykładem jest praca badaczy z Boston University, którzy stworzyli model AI zdolny z 78,5% dokładnością przewidzieć, czy osoba z łagodnymi zaburzeniami poznawczymi w ciągu sześciu lat rozwinie demencję związaną z chorobą Alzheimera. Narzędzie to analizuje wyłącznie wzorce mowy pacjenta, co może zrewolucjonizować diagnostykę, czyniąc ją tańszą i bardziej dostępną. W diagnostyce obrazowej zaś, badania opublikowane w "Lancet Digital Health" wykazały, że mammografia wspomagana przez AI wykrywa o 29% więcej nowotworów piersi niż tradycyjne metody.
Jednakże rosnąca rola AI w społeczeństwie budzi głęboki niepokój. Badanie Pew Research Center z 2025 roku maluje obraz społeczeństwa znacznie bardziej zaniepokojonego niż podekscytowanego rozwojem tej technologii. Aż 50% dorosłych Amerykanów deklaruje większy niepokój niż ekscytację, podczas gdy zaledwie 10% czuje odwrotnie. Obawy te nie są abstrakcyjne. Większość respondentów pesymistycznie ocenia wpływ AI na ludzkie zdolności: 53% uważa, że pogorszy ona zdolność kreatywnego myślenia, a 50% twierdzi, że osłabi umiejętność tworzenia głębokich relacji międzyludzkich. Te obawy znajdują potwierdzenie w analizach dotyczących narzędzi wsparcia zdrowia psychicznego. Choć chatboty AI oferują dostępną, pozbawioną stygmatyzacji pomoc, badanie przeprowadzone wspólnie przez OpenAI i MIT Media Lab wykazało korelację między częstszym korzystaniem z chatbotów a wzrostem poczucia samotności i zależności.
W centrum tych obaw leży fundamentalne pragnienie kontroli. Aż 57% Amerykanów chciałoby mieć większy wpływ na to, jak AI jest wykorzystywana w ich życiu. To pragnienie jest szczególnie widoczne w kontekście autentyczności treści. Zdecydowana większość (76%) uważa za niezwykle ważne, aby móc odróżnić, czy dany tekst, obraz lub wideo zostały stworzone przez człowieka, czy przez maszynę. Jednocześnie ponad połowa (53%) przyznaje, że nie jest pewna swoich umiejętności w tym zakresie. Ta rosnąca przepaść między możliwościami technologii a zdolnością społeczeństwa do jej świadomej oceny i kontroli staje się jednym z kluczowych wyzwań naszej ery. Ludzie są otwarci na używanie AI jako analitycznego narzędzia w zadaniach wymagających przetwarzania ogromnych ilości danych - jak prognozowanie pogody czy szukanie oszustw finansowych. Jednocześnie zdecydowanie odrzucają jej rolę w sprawach osobistych, takich jak doradztwo duchowe czy dobieranie partnerów.
Jesteśmy więc świadkami i uczestnikami niezwykłego wyścigu. Z jednej strony, pęd do budowy coraz doskonalszych systemów AI obiecuje rewolucję w walce z chorobami i rozwiązywaniu złożonych problemów naukowych. Z drugiej, odbywa się to kosztem zasobu, który jest esencją naszej cyfrowej tożsamości. Sztuczna inteligencja, niczym potężny silnik, potrzebuje ludzkiego paliwa, a zegar tyka. Wyzwaniem na nadchodzące lata będzie nie tylko dalszy rozwój technologiczny, ale przede wszystkim znalezienie odpowiedzi na pytanie, jak zarządzać tą kruchą współzależnością, zanim bezpowrotnie wyczerpiemy cyfrowe dziedzictwo ludzkości lub utracimy kontrolę nad stworzonymi przez siebie narzędziami.