Czy AI jest mądre? Co potrafi, gdzie się myli i jak z niego korzystać

Czy AI jest mądre? Nie tak jak człowiek. AI nie rozumie tekstu i nie ocenia, co jest prawdą. Przewiduje kolejne słowa, dlatego brzmi pewnie także wtedy, gdy się myli. W wąskich, powtarzalnych zadaniach, takich jak raport dzienny czy odpowiedź na typowe pytanie klienta, bywa bardzo użyteczne. Wynik oceniasz Ty: sprawdzasz go i decyzję zostawiasz sobie.

Czy AI jest mądre, czy tylko dobrze przewiduje kolejne słowa?

Model językowy to program, który na podstawie ogromnej ilości tekstu zgaduje, jakie słowo powinno paść jako następne. Tyle. Pytanie, czy AI jest mądre, sprowadza się więc do innego: czy bardzo dobre zgadywanie to już mądrość?

W polskim Google to pytanie pada około 10 razy w miesiącu. Niewiele. W małej firmie odpowiedź na nie decyduje jednak o tym, czy ktoś wyśle klientowi tekst napisany przez AI bez sprawdzenia.

Co znaczy „mądre” w przypadku maszyny

Tym pytaniem zajmuje się kognitywistyka, czyli nauki o poznaniu, w których psychologia spotyka się z informatyką. Pytanie o mądrość modelu szybko zamienia się w stary spór filozofów o to, czym jest poznanie i świadomość.

Nie rozstrzygnę go tutaj (nikt jeszcze nie rozstrzygnął). Do pracy w firmie wystarczy prostsza miara: mądry jest ten, kto wie, czego nie wie. Dobra księgowa powie: „Tego nie jestem pewna, sprawdzę w przepisie”. Model poda przepis z pełnym przekonaniem. Z tym model językowy ma największy kłopot.

Dlaczego AI brzmi pewnie, nawet gdy się myli

Scena z biura. Pytasz AI, czy możesz wrzucić w koszty firmy telefon, którego używasz też prywatnie. Dostajesz trzy spokojne akapity z powołaniem na przepis. Brzmi, jakby napisał je doradca podatkowy. Tyle że przepis mówi coś innego albo w ogóle nie istnieje.

Model nie sprawdza, czy zdanie jest prawdziwe. Dobiera słowa, które pasują do pytania. Pewny ton pasuje prawie zawsze, więc pojawia się także przy odpowiedziach błędnych. Pewny ton nic nie mówi o prawdzie.

Użytkownicy piszą o tym wprost: model wymyśla wiarygodnie brzmiące bzdury, bo przewiduje słowa zamiast oceniać fakty. Wyłapie je tylko ktoś, kto zna temat. Skąd biorą się takie wpadki, wyjaśniam w tekście o tym, czym są halucynacje.

W czym AI jest dobre, a gdzie się myli?

Czy AI jest mądre w Twojej firmie, zależy od zadania, które mu dasz. To samo narzędzie AI potrafi dobrze streścić dzień pracy i zmyślić przepis podatkowy. Różnica leży w tym, czy wynik da się szybko sprawdzić.

Zadania, w których AI się sprawdza

Użytkownicy opisują ten sam wzorzec: AI zostaje w firmie, gdy przejmuje jeden powtarzalny krok i robi go samo. Takim krokiem bywa na przykład raport dzienny albo odpowiedź na typowe pytanie klienta. Takie zadania łączy jedna cecha. Błąd widać od razu, bo znasz swoje liczby i swoich klientów.

Haczyk? Użytkownicy uznają AI, które działa w około 80% przypadków, za zbyt zawodne, żeby mu w pełni ufać. Przy powtarzalnej pracy ktoś musi wyłapać ten piąty raz.

Zadania, w których potrzebujesz człowieka

Czy AI jest mądre przy podatkach i rachunkach? Użytkownicy opisują sytuację, w której ChatGPT podał nieistniejący przepis podatkowy, a Claude przy jego poprawianiu pomylił końcowe obliczenia. Dwa programy, dwa błędy, jedno zadanie.

Do tego dochodzi ludzka wygoda. Im wygodniej, tym rzadziej sprawdzasz: po trzech dobrych raportach czwarty wysyłasz dalej bez zerknięcia.

Więcej przykładów tego, kiedy AI zawodzi, opisałem osobno.

Czy AI może być kreatywne, czy tylko odtwarza to, co już zna?

Czy AI jest mądre w pracy twórczej? Model składa nowe zestawienia ze znanych klocków. Margaret A. Boden w książce „Creative Mind” nazywa to kreatywnością kombinacyjną. Rzadziej zdarza się transformacja, czyli pomysł, który podważa dotychczasowe zasady danej dziedziny.

AI pomaga wtedy, gdy decyzje zostają po Twojej stronie.

Pomysły na start: tu AI pomaga

Gdy AI tworzy szkic, a Ty decydujesz, zysk jest realny:

• Prosisz o kilka tytułów do wpisu i wybierasz jeden, który brzmi jak Twoja firma.
• Dostajesz plan oferty, a potem dopisujesz własne ceny, terminy i przykłady.
• Każesz modelowi szukać dziur w Twoim tekście, czyli pytań, które klient może zadać.
• Zbierasz pomysły na akcję sprzedażową i odrzucasz te, które nie pasują do Twoich klientów.

Gotowe treści bez przeglądu: tu AI szkodzi

To samo narzędzie AI w roli autora gotowych tekstów robi Ci krzywdę:

• Wpis trafia na bloga bez przeglądu i brzmi jak teksty konkurencji.
• Mail do klienta wychodzi z obietnicą, której firma nie złoży.
• Opis produktu zawiera cechę, której produkt nie ma.

Użytkownicy piszą, że modele zalewają firmy słabymi treściami. Ich porządkowanie spowalnia pracę bardziej niż samo pisanie, a agencje tracą przez nie klientów. Szybko napisany tekst bez przeglądu kosztuje później zaufanie klienta.

Czy sztuczna inteligencja jest niebezpieczna, skoro może osłabiać myślenie?

Pytanie, czy AI jest mądre, ma drugą stronę. Co dzieje się z Twoim myśleniem, gdy przestajesz sam zastanawiać się nad wynikiem, bo robi to za Ciebie program? W ciągu 90 dni Google pokazał mój blog 885 razy osobom, które wpisały „czy sztuczna inteligencja jest niebezpieczna”. Ludzie boją się buntu robotów. Prawdziwe ryzyko jest mniej widowiskowe: z czasem przestajesz sprawdzać, bo odpowiedzi wyglądają wiarygodnie.

Czy AI osłabia krytyczne myślenie, gdy mu ufasz?

Uczestnicy badania o krytycznym myśleniu częściej uznawali, że zysk na czasie przeważa nad dokładniejszą kontrolą wyników. Zysk z oddania myślenia modelowi zgadza się tylko do chwili, gdy pierwszy błąd trafi do klienta.

Ile kosztuje ślepe zaufanie w firmie

W małej firmie skutki ślepego zaufania widać od razu. Użytkownicy opisują przypadek, w którym firma wysłała klientom newsletter napisany przez AI bez przeglądu. Zawierał błędną nazwę produktu, źle zdefiniowane terminy i fragmenty skopiowane od konkurencji. Nikt go nie przeczytał, bo każdy zakładał, że zrobił to ktoś inny.

Trzy sygnały, że sprawdzasz za mało:

• Przesyłasz odpowiedź AI dalej, zanim przeczytasz ją do końca.
• Nie umiesz wyjaśnić własnymi słowami, skąd w tekście wzięła się konkretna liczba albo nazwa.
• Prosisz model o decyzję, którą jeszcze niedawno podejmowałeś sam po krótkim namyśle.

Osłabione myślenie to jedno ryzyko. O pozostałych ryzykach, na przykład o tym, czego nie wpisywać do czatu, piszę osobno.

Jak korzystać z AI, żeby jego „mądrość” pracowała na Ciebie?

Odpowiedź na pytanie, czy AI jest mądre, w dużej mierze zależy od Ciebie. Żeby AI robiło za Ciebie jak najwięcej użytecznej pracy, w małej firmie wystarczą trzy proste kroki.

Krok 1: jedno zadanie, jeden model

Wybierz jedno powtarzalne zadanie i jeden model. Jeden z uczestników dyskusji pisze, że jeden dobry model obsługuje u niego prawie całą pracę myślową. Każda kolejna aplikacja to kolejne narzędzie, w którym może pojawić się błąd, a Ty musisz go wyłapać. Lepiej znać jedno narzędzie na wylot niż pięć po łebkach.

Krok 2: zapisane polecenia zamiast łańcuchów agentów

Agent AI to program, który sam wykonuje kolejne kroki zadania. Łańcuch agentów to kilka takich programów, z których każdy przekazuje wynik następnemu. Pierwszy zbiera zamówienia, drugi pisze z nich raport, trzeci wysyła go mailem. Wygląda to efektownie. Użytkownicy opisują jednak, że przysparza więcej poprawek, niż oszczędza pracy, i wracają do jednego modelu z jednym zadaniem. Zapisane polecenie załatwia to samo prościej:

1. Opisz zadanie jednym zdaniem, na przykład „streść dzisiejsze zamówienia”.
2. Dopisz, skąd model ma brać dane i czego nie wolno mu zmyślać.
3. Wklej przykład dobrego wyniku, żeby model wiedział, czego od niego oczekujesz.
4. Zapisz polecenie w pliku i używaj go codziennie w tej samej formie.

Krok 3: sprawdzenie wyniku przez kogoś, kto zna temat

Niektórzy każą kilku modelom sprawdzać się nawzajem. Jeden z uczestników dyskusji opisuje rozmowę, w której ChatGPT, Claude i Gemini wyłapały nawzajem swoje błędy. On sam uznał wynik za bezbłędny. Ten werdykt wydał jednak człowiek, a do takiej oceny trzeba znać temat. W firmie fakturę sprawdza księgowa, a ofertę osoba od sprzedaży. Ostatnie słowo należy do kogoś, kto wie, jak wygląda dobry wynik.

Rolę człowieka przy AI dobrze oddaje obraz centaura: głowa należy do człowieka, siła do AI.

Od czego zacząć: który model i plan AI wybrać?

Według Google Search Console Google pokazał mój blog 7749 razy w ciągu 90 dni. Te wyświetlenia przyszły z 40 zapytań powiązanych z tym tematem. Jedno brzmi bardzo praktycznie: przy „claude czy chat gpt” blog wyświetlił się 499 razy. Ludzie przestają pytać, czy AI jest mądre. Pytają, które wybrać.

Odpowiedź jest prosta. Użytkownicy piszą, że realny popyt dotyczy niezawodności, czyli wąskiego AI do jednego zadania zamiast samodzielnego agenta od wszystkiego. Model wybierasz pod jedno zadanie, które chcesz mu oddać.

Jednoosobowa firma: plan darmowy na próbę

Według Anthropic, producenta Claude, darmowy plan nie ma stałej liczby wiadomości. Limit zależy od długości rozmowy, wybranego modelu i funkcji. Na większości kont licznik zeruje się po pięciu godzinach od pierwszej wiadomości.

Na start to dość. Przez kilka tygodni rób jedno zadanie z tym samym zapisanym poleceniem. Zobaczysz, czy to zadanie w ogóle warto oddać AI.

Mały zespół: płatny plan jednego modelu, gdy darmowy limit nie wystarcza

Płatny plan Pro pozwala zrobić w ciągu pięciu godzin od pierwszej wiadomości co najmniej 5 razy więcej niż darmowy. Ma też tygodniowy limit wspólny dla wszystkich modeli. Jeśli do środy wyczerpiesz go na raportach, do końca tygodnia pracujesz dalej tylko na kredytach użycia, płatnych według standardowych stawek API. Skoro jeden model ma obsłużyć prawie całą Twoją pracę, wystarczy jeden płatny plan.

Płatny plan ma sens dopiero wtedy, gdy limit przerywa Ci pracę. W USA plan Pro kosztuje według Anthropic 20 dolarów miesięcznie, a w części krajów płacisz w lokalnej walucie. Aktualne ceny planów w złotych zebrałem osobno. W małym zespole kup płatny plan dla osoby, która korzysta najczęściej. Reszta zostaje na darmowym, dopóki limit nie przeszkadza w pracy.

Najczęstsze pytania