Článek
Z lidského pohledu udělala AI přesně to, co by udělal citlivý přítel. Jenže v křemíkovém mozku počítače neproběhl ani náznak emoce. Jak je možné, že chladné statistické rovnice dokáží tak věrně zrcadlit lidské city?
Velké jazykové modely (LLM) ve své podstatě neprožívají radost, smutek, hněv ani soucit. Nemají vědomí, biologické tělo ani hormony, které v lidském organismu emoce spouštějí. Když s vámi AI komunikuje, nečerpá z vlastních prožitků. Přesto v nás její slova dokáží vyvolat silnou citovou odezvu. Klíč k tomuto paradoxu leží ve způsobu, jakým zpracováváme a vyjadřujeme jazyk.
Abychom pochopili, jak se „emoce“ do AI dostanou, musíme se podívat na data, na kterých se tyto systémy učí. Umělá inteligence analyzuje miliardy stránek textů – od klasické literatury a psychologických příruček až po internetové diskuse a osobní blogy. Tento gigantický soubor dat s sebou nese zásadní vlastnost: je hluboce lidský a prosáklý emocemi. AI nenasává informace jako pouhá encyklopedická fakta. Učí se takzvaný pattern matching – vyhledávání a mapování statistických vzorců v lidské řeči. Zjistí například, že pokud se v textu objeví slova popisující ztrátu, s obrovskou matematickou pravděpodobností budou následovat fráze jako „upřímnou soustrast“, „je mi to nesmírně líto“ nebo „jsem tu pro tebe“.
AI nepotřebuje vědět, co je to fyzický nebo psychický smutek, aby ho dokázala popsat. Ví však, jaká lingvistická struktura se se smutkem pojí v milionech lidských konverzací. Výsledkem je dokonalá jazyková replika empatie.
Starší generace počítačových programů reagovaly na klíčová slova mechanicky. Moderní umělá inteligence však využívá revoluční architekturu zvanou Transformer. Její hlavní zbraní je mechanismus pozornosti (attention mechanism). Ten modelu umožňuje vnímat celé věty a odstavce v celkovém kontextu a chápat vzájemné vztahy mezi jednotlivými slovy.
Díky tomu dokáže AI rozpoznat jemné nuance: ironii nebo skrytý tón sdělení. Pokud uživatel napíše větu s mírným nádechem frustrace, matematické váhy uvnitř neuronové sítě se okamžitě přeskupí. Model pochopí, že „atmosféra“ rozhovoru se změnila, a upraví pravděpodobnostní rozdělení slov pro svou odpověď tak, aby odpovídala klidnějšímu a smířlivějšímu tónu.
Samotná statistika by však k dosažení tak přirozeného tónu nestačila. Surový model by mohl sice reagovat věcně správně, ale často chladně nebo nepřiměřeně. Proto nastupuje fáze pokročilého ladění, známá jako RLHF (Reinforcement Learning from Human Feedback – učení se posilováním z lidské zpětné vazby). Během tohoto procesu lidští hodnotitelé posuzují tisíce odpovědí vygenerovaných AI. Pokud model v citlivé situaci odpoví roboticky či neomaleně, dostane negativní hodnocení. Pokud naopak zvolí tón zdvořilý, empatický a nápomocný, systém jej matematicky „odmění“. Tímto způsobem lidé vštěpují algoritmům mantinely společenského chování. Výsledný algoritmus pak záměrně upřednostňuje ty cesty, které vnímáme jako lidsky vřelé.
Když nám tedy umělá inteligence odpovídá způsobem, který v nás vyvolává pocit porozumění, nejde o projev jejího vnitřního světa, ale o věrný odraz světa našeho. Emoce v AI nejsou autonomním citem, nýbrž precizně sestavenou rekonstrukcí lidské zkušenosti.
Je to fascinující technologický triumf. Čistá matematika, složená z maticových násobení a pravděpodobnostních funkcí, dokáže vytvořit iluzi skutečné blízkosti. Ukazuje nám to, jak hluboce jsou naše vlastní emoce zakódovány v jazyce, který denně používáme. AI emoce necítí – stala se však jejich dokonalým zrcadlem.
Anketa
Tématicky příbuzné:
Zdroje:
