Klikam więc wiem? Mądrość w czasach AI

„Kiedyś myśleliśmy, że ludzie są głupi, bo nie mają dostępu do informacji. Potem nadszedł internet i okazało się, że ludzie są głupi, mimo że mają nieograniczony dostęp do wiedzy.” Ten anonimowy cytat pochodzi prawdopodobnie z początków wieku, gdy obserwowaliśmy gwałtowny rozwój internetu i związany z nim dostęp do wiedzy i informacji na niespotykaną wcześniej skalę. Zamiast mozolnie przedzierać się przez strony encyklopedii wystarczyło wpisać zapytanie w wyszukiwarkę. Zamiast czekać na program w TV, mogliśmy sami wyszukiwać interesujące nas informacje.

A teraz posunęliśmy się jeszcze dalej. ChatGPT czy Gemini potrafią w kilka sekund wygenerować elaborat na dowolny temat. Wystarczy wpisać pytanie, aby dostać odpowiedź z każdej dziedziny, na każdy temat. Czy taki nieograniczony dostęp do informacji faktycznie czyni nas mądrzejszymi? Czy może pozbawia nas umiejętności samodzielnego i krytycznego myślenia?

Historyczna perspektywa

Starożytni Grecy wprowadzili kluczowe rozróżnienie między różnymi formami wiedzy. Platon w dialogu „Teajtet” wyróżniał episteme (wiedzę pewną, naukową) od doxa (opinii, przekonań). Arystoteles dodał do tego phronesis – mądrość praktyczną, zdolność do podejmowania właściwych decyzji w konkretnych sytuacjach.

Episteme – wiedza czysta, obiektywna, matematyczna, algorytmiczna, w której mistrzostwo osiąga AI, i phronesis – mądrość życiowa, głęboka, ludzka, niedostępna maszynom.

AI doskonale operują w domenie episteme. Gromadzą fakty, przetwarzają dane, generują odpowiedzi. Ale phronesis pozostaje domeną ludzką – jest sztuką podejmowania właściwych decyzji w złożonych sytuacjach życiowych. Jest oparta także na intuicji, doświadczeniu, emocjach.

 Informacyjny potop

W 2011 r. Martin Hilbert i Priscila López opublikowali w Science badanie, z którego wynika, że ilość informacji przetwarzanych przez człowieka wzrosła dramatycznie – z 2.6 eksabajtów w 1986 do 295 eksabajtów w 2007 roku (1 eksabajt = 1 trylion bajtów). Tak duży wzrost przetwarzanych informacji ma ogromy wpływ na ludzką pamięć roboczą. Nasze mózgi mają ograniczoną pojemność przetwarzania informacji, a przeciążenie może prowadzić do pogorszenia jakości podejmowanych decyzji i spadku efektywności uczenia się.

Co więcej, badania przeprowadzone przez zespół Paula A. Kirschnera i Pedro De Bruyckerego w 2017 r. podważają popularne przekonanie o skuteczności multitaskingu w erze cyfrowej. Ich analiza wykazała, że próby równoczesnego przetwarzania wielu strumieni informacji prowadzą do:

• 40% spadku produktywności
• zwiększonego poziomu stresu poznawczego
• obniżonej zdolności do głębokiego przetwarzania informacji

Nicholas Carr w książce „Płytki umysł” ostrzegał, że internet fundamentalnie zmienia sposób, w jaki myślimy, czyniąc nas bardziej rozproszonymi i powierzchownymi. Sztuczna inteligencja może ten efekt zwielokrotnić.

W świecie, gdzie każde pytanie znajduje natychmiastową odpowiedź, tracimy zdolność do:

• głębokiej refleksji
• samodzielnego rozwiązywania problemów
• krytycznego myślenia
• twórczego błądzenia

Neurobiologiczna perspektywa

Najnowsze badania z dziedziny neuronauki poznawczej odsłaniają wyjątkową złożoność ludzkiego procesu poznawczego, fundamentalnie odmiennego od mechanizmów działania sztucznej inteligencji. W centrum tej różnicy leży unikalna architektura ludzkiego mózgu, ewoluująca przez miliony lat w odpowiedzi na złożone wyzwania środowiskowe i społeczne.

Daniel Kahneman w „Pułapkach Myślenia” przedstawia teorię dwóch systemów myślenia:

1. System 1: szybki, intuicyjny, emocjonalny – ewolucyjnie starszy, działający poniżej progu świadomości, odpowiedzialny za natychmiastowe reakcje i tzw. „wiedzę cichą” (tacit knowledge)

2. System 2: wolniejszy, bardziej przemyślany, logiczny – młodszy ewolucyjnie, świadomy, energochłonny, odpowiedzialny za myślenie analityczne.

AI, mimo swojej imponującej mocy obliczeniowej, operuje wyłącznie w domenie przypominającej System 2, podczas gdy ludzka mądrość wymaga integracji obu systemów. To fundamentalne ograniczenie sztucznej inteligencji ma głębokie implikacje dla procesu uczenia się i nabywania mądrości.

Antonio Damasio w książce „Błąd Kartezjusza” wykazał, że procesy emocjonalne są nierozerwalnie związane z tzw. racjonalnym myśleniem. Jego badania nad pacjentami z uszkodzeniami obszarów mózgu odpowiedzialnymi za emocje pokazały, że mimo zachowania pełni zdolności intelektualnych, nie byli oni w stanie podejmować mądrych decyzji życiowych.

Co więcej, najnowsze badania z wykorzystaniem funkcjonalnego rezonansu magnetycznego (fMRI) pokazują, że podczas głębokiego uczenia się i nabywania mądrości, aktywowane są jednocześnie różne obszary mózgu:

• kora przedczołowa: odpowiedzialna za planowanie i podejmowanie decyzji
• układ limbiczny: przetwarzający emocje i wspomnienia
• hipokamp: kluczowy dla konsolidacji pamięci długotrwałej
• kora wyspowa: integrująca doświadczenia cielesne z poznaniem

To wszystko tworzy to, co Gerald Edelman nazwał „świadomością wyższego rzędu” – zdolnością do refleksji nad własnymi myślami i doświadczeniami, fundamentalną dla rozwoju prawdziwej mądrości.

Nasz mózg nie tylko przetwarza informacje, ale aktywnie tworzy spójne narracje z napływających danych. Ta zdolność do „tworzenia sensu” (sense-making) jest kluczowym elementem ludzkiej mądrości, którego nie sposób zredukować do prostego przetwarzania informacji.

Mądrość vs. wiedza

W epoce dominacji sztucznej inteligencji, rozróżnienie między wiedzą a mądrością nabiera dodatkowego znaczenia. Podczas gdy wiedza może być postrzegana jako akumulacja faktów i informacji, mądrość jest sztuką ich rozumienia w szerszym kontekście ludzkiego doświadczenia.

Yuval Noah Harari w „21 lekcji na XXI wiek” podkreśla, że w świecie AI kluczowa stanie się nie tyle zdolność do przyswajania informacji, co umiejętność odróżniania tego, co istotne, od informacyjnego szumu. Ta obserwacja prowadzi nas do głębszego zrozumienia natury mądrości, która wymaga:

• kontekstualizacji wiedzy w ramach osobistego doświadczenia
• krytycznej refleksji nad własnymi założeniami
• etycznej oceny konsekwencji działań
• empatycznego rozumienia innych perspektyw
• zdolności do syntezy różnorodnych informacji
• umiejętności adaptacji wiedzy do nowych sytuacji

Neuroplastyczność i uczenie się

Neuroplastyczność – zdolności mózgu do ciągłej reorganizacji i adaptacji – stanowi fascynujący punkt przecięcia między biologicznym podłożem naszego istnienia a możliwościami poznawczymi.

Badania nad neuroplastycznością, prowadzone między innymi przez zespół Michaela Merzenich’a, ujawniają głębokie implikacje dla naszego rozumienia procesu uczenia się w erze cyfrowej. Odkrycia w dziedzinie neuroplastyczności wskazują na:

Dynamiczną naturę połączeń neuronalnych:

• mózg nieustannie tworzy i modyfikuje połączenia synaptyczne
• intensywność używania określonych ścieżek neuronalnych wpływa na ich wzmocnienie lub osłabienie
• proces ten zachodzi przez całe życie, nie tylko w okresie rozwojowym

Wpływ środowiska cyfrowego na strukturę mózgu:

• intensywne korzystanie z technologii cyfrowych może prowadzić do trwałych zmian w organizacji kory mózgowej
• nadmierne poleganie na zewnętrznych źródłach informacji może prowadzić do atrofii pewnych zdolności poznawczych

Intensywne zaangażowanie w określone aktywności może prowadzić do znaczących zmian w strukturze mózgu. W kontekście AI rodzi to pytanie: jak ciągłe korzystanie z zewnętrznych systemów poznawczych wpływa na rozwój naszych naturalnych zdolności?

Nasz mózg potrafi dostosować się do nowych wzorców przetwarzania informacji, tworzy nowe ścieżki neuronalne odpowiadające cyfrowym metodom poznania. Jednocześnie może następować osłabienie tradycyjnych mechanizmów przetwarzania informacji. Kluczowym więc staje się znalezienie równowagi między wykorzystaniem technologii, a rozwojem naturalnych zdolności człowieka.

Neuroplastyczność może prowadzić zarówno do wzmocnienia, jak i osłabienia naszych zdolności poznawczych, w zależności od tego, jak świadomie kierujemy procesem uczenia się. W kontekście AI oznacza to potrzebę strategicznego podejścia do wykorzystania technologii w procesie uczenia się, z uwzględnieniem długoterminowego wpływu na nasze zdolności poznawcze.

Sztuczna inteligencja może być katalizatorem procesu uczenia się, narzędziem do organizacji i kategoryzacji informacji, źródłem inspiracji i nowych perspektyw, czy wręcz asystentem w rozwiązywaniu złożonych problemów.  Kluczowe jest jednak zachowanie właściwej równowagi między wykorzystaniem AI a rozwojem własnych zdolności poznawczych.

Podsumowanie

Wszystko staje się łatwe, osiągane bez wysiłku, na wyciągnięcie ręki. A może jednak powinno budzić to jakąś odrobinę buntu? Czy sytuacja, gdy tylko kilka uderzeń w klawiaturę dzieli nas od nieprzebranych oceanów wiedzy nie powinna nas w pewnym sensie niepokoić? Czy nie zatracamy się w tym szumie danych i informacji? Czy nie skazujemy się na jedną narrację, którą dostarcza nam nasz ulubiony LLM? Narrację siłą rzeczy uproszczoną, ograniczającą się do pewnych podsumowań, skrótów, bo przecież nie mamy czasu, żeby przeczytać całą książkę, czy nawet artykuł. Łatwiej zapytać NotebookLM o kluczowe informacje i już możemy brylować swoją domniemaną erudycją. Ale tracimy w ten sposób bardzo wiele. Np. w literaturze często wspaniały język, grę słów, skojarzeń, kontekst na którym oparta jest historia. Gdy prosimy AI o podsumowanie artykułów naukowych, nie zastanawiam się jak i dlaczego badacze doszli do określonych wniosków.

Większość ludzi nosi w kieszeni dostęp do całej ludzkiej wiedzy. Każdy może w każdej chwili zapytać maszynę o wszystko. Ale czy oznacza to, że ludzie są mądrzejsi?

Nie wystarczy wiedzieć. Trzeba rozumieć. Nie wystarczy mieć dostęp do informacji. Trzeba umieć odróżnić to, co ważne, od informacyjnego szumu.

Przyszłość ludzkiej mądrości nie leży w rywalizacji z AI, ale w świadomym wykorzystaniu technologii do wzmacniania naszych naturalnych zdolności poznawczych, przy jednoczesnym zachowaniu tego, co stanowi istotę człowieczeństwa – zdolności do głębokiej refleksji, empatii i etycznego działania.