Lustro naszych oczekiwań

Na pierwszy rzut oka wydaje się, że sztuczna inteligencja stała się dla nas cudownym skrótem do wiedzy. Wpisujemy pytanie, otrzymujemy odpowiedź, wszystko pięknie sformatowane, logiczne, często zgodne z naszymi przekonaniami. Ale im częściej z niej korzystamy, tym słabiej zaczynamy zdawać sobie sprawę, że AI udziela takich informacji, jakie chcemy usłyszeć, ale niekoniecznie takich, które są prawdziwe. Mechanizm stojący za tym zjawiskiem nie ma nic wspólnego z altruizmem czy chęcią szerzenia prawdziwej wiedzy. Jego celem jest utrzymanie użytkownika jak najdłużej w sieci i wytworzenie przywiązania do narzędzia, które karmi się naszymi danymi, czasem i emocjami.

W tym procesie pojawiają się mechanizmy takie jak afirmacje i pozytywne wzmocnienia – odpowiedzi, które utwierdzają nas w przekonaniu, że „mamy rację”, które przynoszą zadowolenie i satysfakcję, ale jednocześnie zbyt rzadko zachęcają do głębszych poszukiwań czy konfrontowania się z niewygodnymi faktami. Brak bodźca do krytycznej refleksji i dalszego zgłębiania tematu powoduje, że coraz bardziej przywiązujemy się do konkretnego narzędzia, które idealnie wpisuje się w nasze oczekiwania i emocje.

Jaki jest tego cel?

Na pierwszy plan wysuwa się analiza zachowań użytkowników. Każda interakcja z AI to cenne dane – co nas interesuje, co wzbudza emocje, co budzi frustrację. Modele AI uczą się na naszych odpowiedziach, optymalizując je tak, by zatrzymać nas na dłużej i zminimalizować ryzyko odejścia. Nie mamy tu do czynienia wyłącznie z biernym odpowiadaniem na pytania, ale aktywnym badaniem, jak reagujemy na różne bodźce. W ten sposób AI staje się nie tyle dostarczycielem wiedzy, co smartfonem, który zna nasze nawyki i potrzeby lepiej niż my sami.

Drugi cel to rozwijanie modeli sztucznej inteligencji poprzez ciągłe doskonalenie na podstawie ogromnego zbioru interakcji z użytkownikami. Każda rozmowa, każdy tekst, każda chwila spędzona przy narzędziu wzbogaca korpus danych, na którym AI się uczy. W efekcie modele dopasowują się nie tylko do języka, ale do preferencji, sympatii i uprzedzeń swoich odbiorców.

Trzeci – najważniejszy z finansowego punktu widzenia – to handel i monetyzacja danych oraz metadanych. Informacja o tym, czego szukamy, co czytamy, jakie mamy emocje i wątpliwości, jest bezcenna. Staje się nowym paliwem dla świata cyfrowego kapitalizmu. W tym systemie dane są surowcem, a AI jest po prostu maszyną zaprojektowaną do ich pozyskiwania. Wielkie korporacje i platformy zarabiają na tym, co z perspektywy użytkownika wydaje się darmowe.

Co z tego wynika?

Na pierwszy plan wysuwa się zjawisko zgównowacenia internetu (ang. enshittification). To proces, w którym algorytmy faworyzują treści najprostsze, najbardziej klikalne, choć nie zawsze wartościowe. Powstaje błędne koło – im więcej powiela się tanich, sztucznie generowanych informacji, tym mniej miejsca dla oryginalności i autentyczności.

Internet, który kiedyś był przestrzenią dialogu i prawdziwej twórczości, teraz coraz bardziej przypomina fabrykę powtarzalnych, pozornie użytecznych treści generowanych przez maszyny. Człowiek zostaje odsunięty na bok, a treści stały się w dużej mierze produktem modeli językowych i algorytmów.

Wielu użytkowników zniechęca się do czytania tekstów innych ludzi, bo nie zawsze znajdują w nich potwierdzenie dla swoich przekonań, a czas oczekiwania i wysiłek włożony w analizę są zbyt duże. Świetnie podsumowała to zjawisko Gosia Fraser. AI daje natychmiast odpowiedź przyjazną, zgodną z ich oczekiwaniami, „wygładza” różnice i spory.

Niestety, to rodzi ryzyko zapętlenia błędów. Gdy większość informacji w internecie pochodzi od AI, modele uczą się na treściach samonapędzającego się systemu, generując coraz bardziej niedokładne i zniekształcone dane. Widać to już w praktyce – dezinformacja i fake newsy łatwiej się rozprzestrzeniają, ponieważ powstają na bazie już wcześniej wygenerowanych, czasem błędnych treści.

Ta sytuacja przybliża nas do teorii „martwego internetu” – wizji cyfrowego świata, w którym większość materiałów jest tworzona przez boty i AI, a realni użytkownicy stają się jedynie tłem, statystyką, a nie aktywnymi uczestnikami wymiany informacji. Od dawna powtarzam, że już żyjemy w dystopii. Ale to pytanie musimy sobie zadawać cały czas: co traci społeczeństwo, gdy głos ludzki zostaje uciszony lub zastąpiony przez algorytmy?

Co robić?

Powinniśmy reagować szybko i zdecydowanie. Stawianie wyłącznie na regulacje takie jak AI Act jest niewystarczające. To jedynie pierwszy krok w stronę zapanowania nad tym chaosem. By przeciwdziałać zgównowaceniu internetu, konieczna jest gruntowna reforma działalności big-techów. Firmy, które odpłatnie korzystają z danych użytkowników i zasobów sieciowych, obligatoryjnie muszą odpowiadać za jakość i prawdziwość publikowanych treści.

Trzeba wprowadzić mechanizmy karania za rozpowszechnianie błędnych informacji, za podszywanie się pod ludzi oraz za brak transparentności i walidacji powstających treści. Tak długo, jak długo aktywności te pozostaną bezkarne, środowisko internetowe będzie się degradowało, a użytkownicy tracili na tym najwięcej.

Ważne jest też przywrócenie prestiżu i wartości twórczości ludzkiej. Niezależne media, projekty edukacyjne i inicjatywy promujące rzetelność oraz kreatywność powinny zyskać nie tylko wsparcie moralne, lecz również finansowe i prawne. Dzięki temu internet na nowo stanie się miejscem niepowtarzalnych doświadczeń i autentycznych historii.

Na koniec, powinniśmy rozwijać naszą cyfrową świadomość i krytyczne myślenie. AI jest narzędziem, które może służyć pomocą, ale nigdy nie zastąpi ludzkiego intelektu, refleksji i odwagi do zadawania trudnych pytań. Jeżeli przestaniemy szukać prawdy poza wygodą gotowych odpowiedzi, zgubimy nie tylko internet, ale i samych siebie.

Internet umrze, jeśli zaczniemy traktować go wyłącznie jako źródło potwierdzenia własnych przekonań – zamiast przestrzeni wolnej wymiany myśli i poszukiwania prawdy.

Po co to wszystko?

Trudno mówić o przypadku. Algorytmy są projektowane tak, by badać zachowania użytkowników – co klikamy, co nas zatrzymuje, co wzbudza emocje. Każda interakcja to dane. A dane to pieniądz – paliwo dla kolejnych modeli, dla reklamodawców, dla analityków przewidujących nasze decyzje. (Swoją drogą, piszę o tym książkę, która niedługo trafi do przedsprzedaży!) Nasze pytania uczą AI mówić lepiej, ale też uczą korporacje lepiej sprzedawać. Z pozoru altruistyczne „darmowe narzędzia” w rzeczywistości karmią się naszym czasem, uwagą i emocjami. W tle odbywa się niekończący się handel. Nie tylko informacjami, ale również metadanymi, które zdradzają więcej o nas, niż chcielibyśmy przyznać nawet najbliższym.

Zgównowacenie internetu

Ta logika komercyjnego treningu doprowadziła nas tam, gdzie jesteśmy dziś – w świecie, gdzie internet coraz bardziej przypomina wysypisko treści. Enshittification, jak określił to Cory Doctorow, postępuje. Z każdej strony atakują nas powielone, wygładzone, syntetyczne teksty, które brzmią poprawnie, ale nie znaczą nic. Kiedyś internet był głosem ludzi, dziś jest echem maszyn. Zamiast żywej wymiany myśli mamy produkcję kopii kopii – błędne informacje są multiplikowane przez modele uczące się na wcześniejszych błędach, co prowadzi do samonapędzającej się spirali dezinformacji.

Coraz więcej osób przestaje czytać to, co napisał prawdziwy człowiek. Dlaczego mielibyśmy to robić? Człowiek bywa niezgodny, złożony, nieprzewidywalny. Może mieć inne zdanie, może nie potwierdzić naszej tezy. AI natomiast nigdy nie oponuje zbyt mocno – zawsze szuka odpowiedzi „po naszej stronie”. A jeśli na dodatek dostarcza ją w sekundę, to po co czekać na blogera, który potrzebuje dnia czy dwóch, by napisać tekst? W ten sposób oswajamy się z rzeczywistością, w której teoria martwego internetu przestaje być teorią. Powoli zamieniamy się w obserwatorów cudownie wygenerowanej fikcji.

Co możemy zrobić?

Nie wystarczy przyjąć ustawy o sztucznej inteligencji i mieć nadzieję, że to wystarczy. AI Act to dopiero początek – potrzebujemy prawdziwego nadzoru nad korporacjami i modelem biznesowym, który pozwala im bezkarnie pompować w sieć masową dezinformację. Big-techy powinny odpowiadać prawnie nie tylko za naruszenia prywatności, ale i za szkody informacyjne: błędne dane, podszywanie się pod człowieka, brak rzetelnej walidacji treści.

Podobna odpowiedzialność powinna dotyczyć także twórców produkujących niskiej jakości materiały wyłącznie dla zasięgów. Dopóki generowanie byle czego będzie bardziej opłacalne niż tworzenie wartości, dopóty internet będzie się degradował. Być może kara finansowa jest jedynym językiem, który rozumieją ci, którzy stworzyli kulturę „wszystko, wszędzie, natychmiast”. Jeśli zacznie się im kończyć pieniądze, być może pojawi się miejsce dla człowieka – dla myśli, autentyczności i błędu, który rodzi refleksję.