Z definicją sztucznej inteligencji jest jak ze statystyką – mówi dużo, ale nie powie tego, co najważniejsze. Według ogólnej i najbardziej znanej definicji, AI to „gałąź informatyki, w ramach której komputery mogą wykonywać operacje będące zazwyczaj domeną ludzkich umysłów”. Przyjmując, że AI to dział informatyki mający na celu symulowanie działania ludzkiego mózgu, trzeba dojść do wniosku: tak naprawdę sztuczna inteligencja nie istnieje. Ktoś mógłby w tym miejscu powiedzieć: „Stop, halo, halo, jak to NIE ISTNIEJE?”.
Owszem niemal codziennie pojawiają się nowe doniesienia na temat sztucznej inteligencji, przełomowych osiągnięć nowej technologii czy rewolucyjnych zmian, jakie niesie. W rezultacie jednak za chwytliwymi sloganami nie stoją konkretne rozwiązania. Często bowiem rzeczona sztuczna inteligencja to tylko proste rozwiązanie, średniozaawansowany algorytm. Arthur C. Clarke, legenda science fiction i autor 2001: Odysei kosmicznej, zwykł mawiać, że „każda dostatecznie zaawansowana technologia jest nieodróżnialna od magii”. Niestety, spora część AI ma z magią tyle wspólnego, co zręczny iluzjonista.
AI jest sprawna, zręczna. Nic wiecej
Skąd się wzięło nadużywanie terminu sztuczna inteligencja? W dużej mierze z tego, że niektórzy mylą mechanizm z mechanikiem. Bardzo często jako sztuczną inteligencję sprzedaje się rozwiązania oparte na takich rozwiązaniach jak: uczenie maszynowe, deep learning, zaawansowana analiza danych itp. Aplikacje do rozpoznawania twarzy, optymalizacji trasy, dopasowania produktów, systemy tłumaczeniowe i tak dalej to świetnie działające narzędzia, które robią różnicę, ale nie są przełomem, a na pewno nie są rewolucją na miarę Gutenberga.
W końcu większość technologii opisywanych jako sztuczna inteligencja to po prostu bardzo dobrze skorelowane, dopasowane do wzorców rozwiązania, wykonujące konkretne, często punktowe, jednostkowe zadania. Inteligencji tutaj brak, co najwyżej mamy do czynienia z kosmiczną wręcz sprawnością. AlphaGO gromi człowieka w GO, ale nie napisze wiersza; algorytm autonomicznego samochodu poprowadzi auto lepiej niż kierowca, ale nie zmyje naczyń. Sztuczna inteligencja prześciga człowieka, ale najczęściej tylko w jednej dziedzinie.
Jakie ma to znaczenie dla biznesu?
Niejasność pojęcia sztucznej inteligencji może prowadzić do licznych błędów, w tym także błędów o znaczeniu strategicznym. Konfuzja często wynika z faktu, że wiele firm chce promować swój sukces. Dużo lepiej napisać, że „nasza firma korzysta ze sztucznej inteligencji”, niż przyznać, że chodzi o system autouzupełniania czy autokorektę.
Przykładem jest chociażby słynny Watson IBM‑u. Pierwszy superkomputer miał być przełomem, krokiem milowym w IT. W roku 2013 Watson rozpoczął swój staż jako Oncology Expert Advisor. Jak podaje „IEEE Spectrum”, magazyn Instytutu Inżynierów Elektryków i Elektroników (największej światowej organizacji typu non profit skupiającej osoby zawodowo związane z elektrycznością i elektroniką, a także pokrewnymi dziedzinami) możliwości Watsona w obszarze ochrony zdrowia zostały mocno przeszacowane, spodziewano się cudów, a superkomputer okazał się sprawnym narzędziem indeksującym gigantyczne ilości danych, z których nie zawsze można czerpać wartościowe informacje.
„Najpierw wprowadzili marketing, a potem produkt i wszyscy byli podekscytowani. Potem balonik oczekiwań pękł. Wciąż komputer nie rozwiązał problemów, do których miał być przeznaczony” – zauważa prof. Robert Wachter, kierownik katedry medycyny na University of California w San Francisco i autor książki The Digital Doctor: Hope, Hype i Harm.
Głupi jak algorytm…
O tym, że zbyt duże zaufanie względem technologii to kardynalny i częsty błąd menedżerów, mówi wielu ekspertów, m.in. dr Aleksandra Przegalińska, specjalistka w dziedzinie sztucznej inteligencji, związana z Massachusetts Institute of Technology w Bostonie.
„Jeszcze długo sztuczna inteligencja nie prześcignie człowieka. Znamy mnóstwo przypadków pokazujących, że całkowite zaufanie sztucznej inteligencji zawiodło – to chociażby sytuacja ze Stanów Zjednoczonych, gdzie sztuczna inteligencja miała pomagać Amazonowi w rekrutacji i okazało się, że algorytm nie wybrał żadnej kobiety” – mówi Przegalińska.
W przypadku systemu Amazona kobiety dostawały z założenia mniej punktów rekrutacyjnych, bo algorytm wyszkolono na podstawie bazy CV nadesłanych do firmy na przestrzeni poprzedniej dekady, kiedy dominowały CV mężczyzn. Przypadek Amazona obnażył nadmiernie rozbudzone oczekiwania związane z AI. Błędu, który popełniła sztuczna inteligencja zastosowana przez tę firmę, nie popełniłby żaden, nawet niezbyt rozgarnięty, człowiek.
…nieporadny jak AI
Inną nieudaną próbą wykorzystania sztucznej inteligencji w HR był „innowacyjny” projekt start‑upu Faception. Aplikacja stworzona przez tę firmę miała na podstawie zdjęć twarzy i struktury kości określać iloraz inteligencji, osobowość, a nawet tendencje do agresji. Produkt reklamowano jako rewolucyjny. W praktyce jednak biolodzy zmieszali Faception z błotem: analizowanie czaszki i wyciąganie na tej podstawie wniosków to rasistowski wymysł, który obalono już początku XX wieku. Tutaj też zamiast zaawansowanej AI przydałby się psycholog.
O porażkach sztucznej inteligencji w obszarze chatbotów można pisać w nieskończoność. Z kronikarskiego obowiązku można wspomnieć chociażby chatbot Tay opracowany przez Microsoft w 2015 roku. Tay miał na podstawie rozmów z innymi użytkownikami Twittera uczyć się wzorców rozmów. Rozmówki Taya miały być angażujące i spersonalizowane. Faktycznie w przeciągu kilku godzin Tay stał się rasistą, seksistą i miłośnikiem Adolfa Hitlera.
Czy sztuczna inteligencja musi kosztować?
Przeszacowanie kosztów rozwoju infrastruktury IT to częsty problem wielu firmach. Niekiedy zarząd danego przedsiębiorstwa nie decyduje się na implementację danego rozwiązania IT, bo jest ono zbyt kosztowne, ale nie sprawdza, czy są jakieś alternatywy. „Nie stać nas na sztuczną inteligencję” – mówią prezesi wielu firm, nie pytając, czy tak naprawdę owej magicznej sztucznej inteligencji potrzebują.
Dlaczego takie pytania się nie pojawiają? Jak wynika z raportu „Artificial Intelligence Global Adoption Trends & Strategies” firmy badawczej IDC (International Data Corporation), przeprowadzonego na grupie niemal 2500 organizacji, zaledwie 25% firm ma spójną strategię implementowania AI. Większość firm działa intuicyjnie, na fali mody, zachwytu lub bieżącej potrzeby. W praktyce wciąż firmy mają tendencje do przeceniania krótkoterminowych skutków technologii i niedoceniania jej skutków długoterminowych.
Fajerwerki zamiast efektów
Inną kwestią jest wdrażanie rozwiązań, które innowacyjne są tylko na papierze. Raport londyńskiej firmy inwestycyjnej MMC Ventures pokazuje, że z 2830 przebadanych start‑upów z Europy, które miały się zajmować sztuczną inteligencją, aż 40% „rozwija” rozwiązania znane od dawna, niemające nic wspólnego z „symulacją myślenia człowieka”.
Niestety, wiele firm oferujących rozwiązania z zakresu sztucznej inteligencji stawia na efektowność zamiast efektywności. Liczy się efekt marketingowy i PR, a nie konkretne, skuteczne rozwiązanie. Z poziomu biznesu warto oprzeć się modzie na AI i zbudować spójną strategię rozwoju, w której AI będzie tylko elementem, a nie podstawą.
