Článek
Dvě cesty k poznání
Z řeckého básníka Archilocha se dochoval jediný verš: liška ví mnoho věcí, ježek jednu velkou. Britský filozof Isaiah Berlin z něj v roce 1953 udělal obraz dvou způsobů myšlení. Ježek hledá jednu velkou myšlenku a jde za ní do hloubky. Liška se dívá na svět z mnoha stran a spojuje, co spolu na první pohled nesouvisí.
Ježek je kardiolog, který zná srdce do poslední chlopně. Liška je člověk, který za život vystřídal několik oborů a v žádném z nich není úplně nejlepší, zato vidí, jak do sebe zapadají.
Proč sto let vyhrávali ježci
Ekonom Benjamin Jones mluví o „břemenu znalostí“: než se člověk postaví na ramena obrů, musí se k nim nejdřív vyšplhat. Jones porovnal 55 000 vynálezců a 2,1 milionu amerických patentů z let 1975–1999: k prvnímu vynálezu se lidé dostávali stále později a na jednom patentu přibývalo autorů.
Totéž platí pro nejlepší z nejlepších. Ve dvacátých letech minulého století mohl mladý fyzik obrátit obor naruby, na konci století už bylo fyzikům při svých průlomových objevech kolem padesátky. Samotář s velkou myšlenkou úplně nevyhynul, stal se však ohroženým druhem. Nastal věk týmů.
Stroj, který je liška
Dřívější počítačové programy byli ježci. Každý uměl jednu věc. Dnešní velké jazykové modely něco vědí o chemii, něco o římském právu, o účetnictví i o pěstování rajčat. V ničem nejsou neomylné, i když faktů znají mnohonásobně více než člověk. Jejich síla je jinde: přecházejí mezi obory, jako to dělá liška.
Co to dělá s lidskou prací, změřili Fabrizio Dell’Acqua a jeho kolegové na 758 konzultantech firmy Boston Consulting Group. S GPT-4 zvládli o 12 procent více úkolů a kvalita jejich práce vzrostla o 32 procent. Nejvíc se zlepšila dřívější slabší polovina. Jenže když dostali úkol, na který model nestačil, správných odpovědí ubylo o 19 procentních bodů. Když si AI ví rady, pomáhá. Když neví, sebejistě vede člověka na scestí.
Znalost zlevnila, úsudek ne. Odpověď, která dřív vyžadovala hodiny pátrání, je dnes na dosah ruky. Vědět, co z ní platí a kdy jí nevěřit, zůstává na člověku.
Jsem liška
Vystudoval jsem organickou chemii a doktorát dělal v Londýně. Pak mě v roce 1999 zlákalo XML, tehdy roční standard pro zápis dat. Založil jsem web Zvon.org, jeden z nejnavštěvovanějších na světě o XML, a stal se prvním zaměstnancem pražského startupu Systinet. Pak jsem se vrátil na univerzitu a založil laboratoř na pomezí chemie a informatiky. Po deseti letech jsem odešel znovu, tentokrát do vlastní firmy.
K tomu šestadvacet maratonů, práce pro evropské úřady, politika a nakonec knihy a nakladatelství. Třicet let přeskakování z oboru do oboru mi dalo nový pohled na spoustu věcí a také zvyk zpozornět, když něco nehraje. S umělou inteligencí pracuji neustále a desetiletí všestranných zkušeností jsou k nezaplacení.
Ale i já vím o svých hranicích. Když mi model sebejistě vykládá nesmysly o XML, poznám to. U středověké architektury tuhle výhodu nemám a model mi může podstrčit hloupost, kterou neodhalím.
Malá země běží na liškách
Pro Česko má poliščení světa větší váhu než pro velké státy. Velká země si může dovolit ježka pro každý obor, deset milionů lidí takový luxus nemá. Úřednice na malé obci má na stole dotace, územní plán, odpady i ochranu osobních údajů. Učitel odučí, co je třeba. Ředitel malé firmy je chvíli personalistou, chvíli právníkem a někdy i celým IT oddělením.
Nejsou to povrchní diletanti. Často jsou to poctiví ježci, kteří se v liščí roli necítí dobře, ale někdo ty věci udělat musí. Právě jim může umělá inteligence pomoci nejvíc. Neudělá z nich odborníky na všechno, dá jim ale nástroje, které odpovídají šíři toho, co po nich chceme.
Role, ne diagnóza
Berlin sám varoval, abychom jeho lišky a ježky nebrali příliš doslova. Je to úhel pohledu, ne diagnóza na celý život. Většina z nás je v několika věcech ježkem a ve zbytku liškou. Do cizího oboru dnes vstoupíme mnohem rychleji než dřív: pochopíme jeho řeč a základní pojmy. Poznat, co v něm doopravdy platí, trvá ale pořád dlouho.
Umělá inteligence pomáhá lišce přebíhat mezi poli a ježkovi držet se jedné věci až na dřeň. Jedno za nás neudělá: nepozná, kdy je čas přeskočit mez a kdy jít po jedné brázdě až na konec.
Podrobněji a osobněji rozebírám téma v eseji Liška mezi vědou, politikou a umělou inteligencí na svém Substacku. Kdo chce začít od základů, najde je v kapitole Co je vlastně umělá inteligence průvodce Umělá inteligence srozumitelně; o tom, proč hodnota nástroje závisí na tom, kdo ho drží, píšu v kapitole Slovo autora. Celá kniha je zdarma ke stažení na stránce vydavatelství.
Tento text vznikl v dialogu s několika jazykovými modely: pomáhaly mi vybrat, co z delší eseje na Substacku ponechat, navrhovaly formulace a oponovaly mým závěrům. Výběr, pořadí argumentů i konečná podoba jsou moje.
