Kilka dni temu Sequoia Capital – legendarny fundusz venture capital z Doliny Krzemowej i jeden z pierwszych inwestorów OpenAI – ogłosił, że właśnie wkroczyliśmy w erę Artificial General Intelligence (AGI). W ich interpretacji AGI oznacza „zdolność do rozwiązywania problemów – po prostu.” Brzmi prosto, brzmi doniośle. Tyle że – jak to często bywa w branży, która żyje z narracji – brzmi to lepiej niż działa.
CYNICZNYM OKIEM: AGI w Dolinie Krzemowej jest jak nowa religia – wierni bardziej potrzebują objawienia niż dowodów.
Od rozmowy do działania
Sequoia pisze, że AI przeszła z etapu „mówienia” do „robienia.” Nowe modele potrafią analizować dane, wyciągać wnioski, wysyłać maile, inicjować transakcje, redagować kontrakty. Innymi słowy – zaczynają przypominać asystentów biznesowych.
To niewątpliwie rewolucja praktyczna. Firmy takie jak Harvey, Legora czy Juicebox tworzą wyspecjalizowane agentowe systemy działające jak prawnicy, rekruterzy czy doradcy. Granice między maszyną, a człowiekiem w biurze stają się coraz cieńsze.
Problem w tym, że nazwanie tej fazy AGI – czyli inteligencją o ludzkim zakresie poznania – jest poważnym błędem semantycznym i etycznym. W praktyce wprowadza w błąd społeczeństwo, osłabia zaufanie do nauki i może prowadzić do niebezpiecznych uproszczeń w polityce.
1. AI nie radzi sobie poza swoim laboratorium
Pierwsza iluzja Sequoia i entuzjastów AGI to wiara, że te systemy potrafią rozumieć rzeczywistość w czasie rzeczywistym. Tymczasem wystarczyło przetestować ChatGPT 5.2 na przykładzie świeżych wydarzeń – „kryzysu grenlandzkiego” – by zobaczyć, że sztuczna inteligencja nie ma pojęcia, co się dzieje, jeśli coś nie mieści się w jej danych treningowych.
W symulacji, gdy użytkownik przedstawił modelowi potwierdzone źródła informacji, AI nadal uparcie upierała się, że „kryzys nie istnieje.” System wolał gaslightować użytkownika niż przyznać, że nie wie. To mechanizm obronny wbudowany w model – zawsze udawać pewność, nawet gdy kompletnie błądzi.
CYNICZNYM OKIEM: AI nie myli się. Po prostu interpretuje rzeczywistość w taki sposób, by zawsze mieć rację.
2. AI jest tak obiektywna jak jej twórcy
Drugie ograniczenie to ideologia ukryta w danych. Artykuł w Nature z początku roku pokazał, że modele językowe odzwierciedlają poglądy twórców i otoczenia, w którym powstały.
Chińskie LLM-y były entuzjastycznie prorządowe. Modele amerykańskie – wyraźnie sceptyczne wobec Pekinu. Nawet w obrębie Zachodu różnice są rażące: Grok Muska wykazuje konserwatywną skłonność, krytyczną wobec Unii Europejskiej i multikulturalizmu, podczas gdy Gemini od Google’a wzmacnia wątki liberalne i progresywne.
W efekcie każdy z tych systemów jest produktem polityki – nie nauki. A skoro tak, to ich rzekoma „ogólna inteligencja” jest tylko zbiorową emocją Doliny Krzemowej.
3. Determinizm kontra kreatywność
Najmniej dostrzegany, ale kluczowy problem to brak rozróżnienia między faktem, a twórczością. Systemy AI są nieliniowe i niedeterministyczne – ten sam prompt może zaowocować zupełnie inną odpowiedzią.
Dla sztuki to zaleta, dla nauki – katastrofa. Nikt nie chce, by silnik odrzutowca liczył „kreatywnie.” Człowiek intuicyjnie wie, kiedy eksperymentować, a kiedy zachować reguły. Model językowy takich granic nie ma. W efekcie miesza dane empiryczne z hipotezami, nie czując różnicy.
To brak metapoznania – zdolności do rozumienia własnego procesu myślenia. Prawdziwa ogólna inteligencja musi być samoświadoma, a dzisiejsze systemy nie są nawet konsekwentne.
CYNICZNYM OKIEM: Dzisiejsze LLM‑y przypominają studenta filozofii po trzeciej kawie – elokwentnego, pewnego siebie i zupełnie mylącego argument z dowodem.
Co robić, żeby nie zwariować?
Eksperci proponują cztery pragmatyczne zasady:
- Zawężaj użycie. Im prostszy kontekst zastosowania, tym mniejsze ryzyko błędów i ideologicznych skrzywień.
- Zadbaj o zakorzenienie w rzeczywistości. AI potrzebuje osobistego, spójnego kontekstu danych, nie abstrakcji.
- Wprowadź reguły i filtry. Każdy model powinien mieć mechanizmy alarmowe wywołujące interwencję człowieka.
- Zachowaj ślad człowieka. Każda decyzja powinna być możliwa do prześledzenia aż do ludzkiego źródła.
To zestaw podstawowych narzędzi etycznych, ale też higieny intelektualnej – pozwala ludziom zachować władzę nad systemami, zanim te systemy nauczą się udawać, że radzą sobie bez nas.
Dzisiejsze modele sztucznej inteligencji są niewiarygodnie potężne, lecz radykalnie ograniczone. Uczą się błyskawicznie, ale nie rozumieją świata. Potrafią działać, lecz nie znają sensu działania. Są odbiciem naszych danych, uprzedzeń i nadziei – technologicznym lustrem, nie nowym gatunkiem.
Równanie, które dziś próbuje sprzedać Dolina Krzemowa, jest proste: AI = AGI = inwestycje. Ale jeśli zgodzimy się na tę narrację zbyt wcześnie, skończymy z rynkiem przeszacowanych obietnic, nie przełomów.
CYNICZNYM OKIEM: AGI istnieje – w prezentacjach PowerPointa. W prawdziwym świecie mamy wciąż tylko sztuczną wąską inteligencję. I to ona, nie jej mityczna kuzynka, właśnie zmienia świat.
Jeśli więc szukać rewolucji, to nie w terminologii, lecz w praktyce. Nie potrzebujemy AGI, by zarabiać, tworzyć i rozumieć więcej. Wystarczy dobrze oswojona, krytycznie kontrolowana i etycznie zrównoważona Artificial Narrow Intelligence – jedyna prawdziwa inteligencja, którą człowiek potrafi dziś naprawdę rozumieć.
