Technogiganci groźniejsi od samej AI

Obejrzyj lub posłuchaj

Obejrzyj Posłuchaj

Wideocast

Powiększ video

Wideocast

Powiększ audio

00:00

W najnowszym odcinku podcastu Kontekst, prowadzonym przez Jana Nowinę-Witkowskiego, Macieja Śmigaja i Wiktora Babińskiego, gościem był dr Piotr Lewandowski, prezes Instytutu Badań Strukturalnych. Ekspert przedstawił swój optymistyczny, lecz zarazem wyważony pogląd na wpływ technologii sztucznej inteligencji (AI) na rynek pracy. Z uwzględnieniem zarówno ogromnego potencjału, jak i istotnych ograniczeń tej rewolucji.

Różne oblicza AI i sceptycyzm wobec hype’u

Lewandowski podkreślił, że w powszechnej debacie o AI mieszają się bardzo różne technologie – od dużych modeli językowych (LLM), które piszą teksty i konwersują z użytkownikami, po wyspecjalizowane systemy do moderacji treści czy wsparcia diagnostyki medycznej. Używając analogii z rozróżnieniem między „pojazdem” jako ogólnym pojęciem, a samolotem, rowerem i samochodem, zwrócił uwagę na konieczność precyzyjnego odniesienia się do konkretnego rozwiązania technologicznego.

Jednocześnie Lewandowski przywołał badania ekonomistów Daron’a Acemoglu i Pascala Restrepo. Według ich modeli – pełna automatyzacja wszystkich zadań w gospodarce jest możliwa jedynie w bardzo wąskim zakresie. W praktyce postęp AI jest sukcesywny, ale daleki od zastąpienia człowieka w całościowym wykonywaniu pracy intelektualnej czy fizycznej.

Na przykład w analizie medycznej – pomimo ogromnych nakładów finansowych na Big Data i algorytmy uczące się już podczas pandemii COVID-19 – jakość narzędzi okazała się dalece niewystarczająca do bezpiecznego wprowadzenia ich do produkcyjnego zastosowania. Błąd rzędu nawet 1 proc. w diagnostyce chorób czy prowadzeniu pojazdów autonomicznych jest nieakceptowalny i wymaga dalszych lat rozwoju.

Paradoks automatyzacji

Lewandowski przypomniał słynny „paradoks automatyzacji”. Im więcej zadań przejmują maszyny, tym mniej ćwiczymy umiejętności ich manualnego wykonywania. Przykładem była katastrofa lotu Air France 447 z 2009 r., w której piloci oka­zali się niewystarczająco przećwiczeni w ręcznym pilotażu samolotu – gdy system autopilota zawiódł, stracili panowanie nad maszyną.

Ekspert przestrzegł, że wraz z coraz powszechniejszym wdrażaniem rozwiązań AI należy dbać o ciągłe utrzymywanie kompetencji pracowników w najtrudniejszych, niestandardowych scenariuszach.

Polska na tle świata – szanse i wyzwania

Dr Lewandowski zaznaczył, że polska gospodarka rozwijała się dotąd, opierając na relatywnie taniej i wykształconej sile roboczej w usługach wspólnych (shared services) oraz produkcji o średnim stopniu zaawansowania. W przyszłej dekadzie – według scenariuszy IBS – odczujemy niedobór aż pół miliona specjalistów: programistów, lekarzy, nauczycieli, analityków danych. A zarazem nadwyżkę pracowników w prostych zadaniach fizycznych i biurowych.

W tym kontekście kluczowe będzie szerokie wykorzystanie AI jako narzędzia podnoszącego produktywność tych wysoko wyspecjalizowanych zawodów, zamiast konkurencji z nimi.

Polska powinna inwestować w zastosowania wertykalne (np. AI w ochronie zdrowia, analizie chemicznej czy energetyce), gdzie nawet „gotowe” rozwiązania bazujące na dużych modelach mogą być dostosowane do lokalnych potrzeb. Zamiast bezpośrednio rywalizować z globalnymi liderami (USA, Chiny) w budowie kolejnych uniwersalnych systemów.

Ryzyko technologicznej oligarchii

Gość „Kontekstu” wyraził obawę przed oligopolizacją AI przez kilka największych korporacji technologicznych. Wskazał analogię do platform mediów społecznościowych, które – mimo ogromnych kosztów wytworzenia – czerpią wartość z pracy i treści generowanych przez użytkowników. Tworząc w ten sposób „cyfrowy feudalizm”.

Rozwiązaniem mogłaby być interoperacyjność i skuteczniejsze narzędzia antymonopolowe, ale – jak zauważył Lewandowski – ani Stany Zjednoczone, ani Europa nie wypracowały dotąd spójnego modelu podziału ryzyka i odpowiedzialności w przypadku wypadków z udziałem autonomicznych systemów.

Główne wnioski

1. Optymizm z ostrożnością – AI będzie rewolucyjne, ale pełne zastąpienie ludzi w większości zadań pozostaje odległe.
2. Inwestycje sektorowe – Polska powinna skupić się na tworzeniu i adaptacji AI w konkretnych branżach o wysokiej wartości dodanej.
3. Edukacja i retraining – kluczowe jest utrzymanie i rozwój umiejętności pracowników na wypadek niestandardowych sytuacji.