Polska AI, która rozumie polski kontekst

Większość popularnych modeli językowych została wytrenowana przede wszystkim na anglojęzycznych danych. Dzięki temu imponują wiedzą ogólną, jednak często nie rozumieją lokalnego kontekstu kulturowego. Tutaj pojawia się Bielik – otwarty polski model językowy tworzony przez społeczność pasjonatów. Jak tłumaczy Paweł Gołąb, przewagą Bielika nie jest wielkość modelu, ale jego specjalizacja.

„Bielik bardzo dobrze rozumie naszą kulturę, nasze sentymenty i sposób, w jaki Polacy komunikują się ze sobą. Potrafi wychwycić ironię, sarkazm czy ukryte emocje znacznie lepiej niż modele trenowane głównie na danych anglojęzycznych.”

W praktyce oznacza to ogromną przewagę w takich zadaniach jak:

• analiza opinii klientów,
• analiza korespondencji,
• przetwarzanie dokumentów,
• wykrywanie emocji,
• klasyfikacja treści,
• obsługa klientów w języku polskim.

To właśnie dlatego lokalne modele AI mogą w wielu zastosowaniach biznesowych okazać się skuteczniejsze od znacznie większych modeli globalnych.

Dlaczego AI nie wystarczy? Potrzebne są jeszcze grafy

Drugim filarem badań Pawła Gołębia są grafy, czyli matematyczne modele opisujące relacje. Choć brzmi to abstrakcyjnie, grafy otaczają nas praktycznie wszędzie. To dzięki nim:

• Google wyznacza najkrótszą trasę,
• media społecznościowe analizują sieci znajomości,
• naukowcy badają zależności między lekami,
• banki wykrywają oszustwa,
• analitycy identyfikują kampanie dezinformacyjne.

Graf nie opisuje pojedynczego obiektu. Opisuje relacje między obiektami. A właśnie relacje okazują się często cenniejsze od samych danych.

Jak wykryć dezinformację, zanim stanie się realnym zagrożeniem?

Jednym z najbardziej fascynujących zastosowań połączenia grafów i sztucznej inteligencji jest analiza mediów społecznościowych. Nie chodzi jednak o śledzenie pojedynczych wpisów. Celem jest identyfikowanie całych narracji. Badacze analizują:

• kto rozpoczyna dyskusję,
• kto ją wzmacnia,
• jak rozprzestrzeniają się emocje,
• które grupy użytkowników tworzą zamknięte społeczności,
• gdzie pojawiają się najbardziej niebezpieczne treści.

W czasie analiz dotyczących wojny w Ukrainie zespół pracował na zbiorach liczących nawet dziesiątki tysięcy tweetówwygenerowanych w ciągu zaledwie kilku dni. Żaden człowiek nie byłby w stanie przeanalizować takiej ilości informacji. AI potrafi.

Fake news nie zaczyna się od przemocy

Jednym z przykładów omawianych podczas rozmowy była sytuacja z początku wojny w Ukrainie. W mediach społecznościowych zaczęły pojawiać się narracje sugerujące, że uchodźcy stanowią zagrożenie dla mieszkańców Polski. Pozornie były to pojedyncze wpisy. Dopiero analiza grafowa pokazała, że tworzą one spójną sieć wzajemnie wzmacniających się przekazów. Efekt? Narracja przeniosła się z internetu do świata rzeczywistego, prowadząc do agresywnych zachowań wobec cudzoziemców. Zdaniem Pawła Gołębia podobne zjawiska można wykrywać znacznie wcześniej. Nie po to, aby karać ludzi za poglądy. Po to, aby odpowiednio wcześnie reagować na zorganizowane kampanie manipulacyjne.

Czy AI może... uspokajać internet?

Jednym z najbardziej zaskakujących fragmentów rozmowy był eksperyment polegający na wykorzystaniu sztucznej inteligencji do wygaszania konfliktów. Badacze stworzyli model generujący spokojne, rzeczowe odpowiedzi na wpisy rozpowszechniające dezinformację. Bez agresji. Bez wyzwisk. Bez cenzury. Po prostu merytoryczne, nudne, neutralne komunikaty. Efekt okazał się zaskakująco dobry.

„Okazało się, że takie spokojne odpowiedzi często powodowały wygaszanie całych wątków. Trolle po prostu przestawały je rozwijać.”

To pokazuje, że sztuczna inteligencja może nie tylko generować treści, ale również ograniczać eskalację konfliktów.

AI kontra AI. Wojna już trwa

Paradoks współczesnego internetu polega na tym, że coraz częściej po obu stronach znajdują się algorytmy. Jedne generują dezinformację. Drugie próbują ją neutralizować. Podobny mechanizm obserwujemy już dziś w wielu obszarach:

• AI pisze CV,
• AI analizuje CV,
• AI prowadzi rozmowy na portalach randkowych,
• AI odpowiada na wiadomości klientów,
• AI tworzy reklamy kierowane do AI analizujących zachowania użytkowników.

To swoisty wyścig zbrojeń między algorytmami.

Grafy pomagają również ratować zdrowie

Zastosowania grafów nie kończą się na mediach społecznościowych. Jednym z projektów zespołu było analizowanie interakcji pomiędzy lekami. Problem jest ogromny. Coraz więcej pacjentów przyjmuje jednocześnie wiele preparatów, a liczba możliwych interakcji rośnie wykładniczo. Łącząc modele językowe z grafami wiedzy można automatycznie wykrywać potencjalnie niebezpieczne zestawienia leków. Podobne rozwiązania rozwijane są również przy projektowaniu nowych terapii i odkrywaniu nowych cząsteczek.

Największym zagrożeniem nie jest AI. Jest nim człowiek

Najmocniejsza część rozmowy dotyczyła jednak przyszłości. Paweł Gołąb nie obawia się scenariuszy rodem z "Terminatora". Znacznie bardziej niepokoi go coś innego.

„Boję się naszego zniewolenia przez technologię. Nie przez świadomą sztuczną inteligencję, ale przez systemy, które będą zamykały nas w bańkach informacyjnych i podsuwały wyłącznie treści zgodne z naszymi poglądami.”

To właśnie algorytmy rekomendacyjne mogą stopniowo ograniczać kreatywność, zdolność krytycznego myślenia oraz gotowość do konfrontowania własnych przekonań z odmiennymi opiniami.

Edukacja staje się ważniejsza niż technologia

Rozwiązaniem nie jest zakazywanie korzystania z AI. Zdaniem eksperta potrzebujemy zupełnie nowego modelu edukacji. Szkoła przyszłości powinna uczyć:

• krytycznej analizy informacji,
• zadawania właściwych pytań,
• weryfikowania źródeł,
• współpracy z AI,
• rozumienia mechanizmów działania algorytmów.

Nie chodzi już o zapamiętywanie dat czy definicji. Najważniejszą kompetencją staje się umiejętność interpretowania informacji oraz świadomego korzystania z technologii.

Przyszłość AI zależy od naszych decyzji

Rozmowa z Pawłem Gołębiem pokazuje, że sztuczna inteligencja nie jest ani dobra, ani zła. To narzędzie. Może pomagać lekarzom wykrywać niebezpieczne interakcje leków. Może chronić społeczeństwo przed kampaniami dezinformacyjnymi. Może również zamknąć nas w informacyjnych bańkach i ograniczyć zdolność samodzielnego myślenia. Dlatego największym wyzwaniem kolejnych lat nie będzie rozwój samych modeli AI. Będzie nim odpowiedź na znacznie ważniejsze pytanie: Czy wykorzystamy sztuczną inteligencję do wzmacniania ludzkiej kreatywności i relacji, czy pozwolimy, aby zastąpiła je wygodnymi, lecz coraz bardziej zamkniętymi algorytmami?

Posłuchaj całej rozmowy na YouTube.