U svetu tehnologije, gde se uspeh često maskira korporativnim frazama, Sam Altman je nedavno iznenadio javnost prilično direktnim priznanjem. Prvi čovek kompanije OpenAI otvoreno je progovorio o tome da razvoj modela GPT-5.2 nije tekao po planu, naročito kada je reč o onome što je korisnicima najvažnije – kvalitetu generisanog teksta.
Problem koji „robotski“ ton ne može da sakrije
Iako se očekivalo da će svaki sledeći korak u evoluciji GPT modela doneti prirodniji i ljudskiji ton, sa verzijom GPT-5.2 dogodilo se suprotno. Korisnici i testeri su primetili da su odgovori postali suvoparni, previše šablonizovani i, paradoksalno, manje kreativni nego kod nekih starijih iteracija. Sam Altman je potvrdio da je kompanija „zabrljala“ (kako je sam slikovito opisao) u pokušaju da balansira između preciznosti i tečnosti izražavanja.
Glavni problem leži u takozvanoj „prekomernoj optimizaciji“. U želji da model bude što sigurniji i da daje što tačnije informacije, inženjeri su nenamerno žrtvovali stil i eleganciju pisanja. Rezultat je bio proizvod koji zvuči kao uputstvo za upotrebu, čak i kada od njega tražite da napiše pesmu ili emotivan blog post.
Zašto je teško naučiti mašinu da piše kao čovek?
Da bismo razumeli ovaj propust, moramo se osvrnuti na širi kontekst razvoja Large Language Models (LLM). Prema nekim nezvaničnim izvorima iz industrije, OpenAI se suočava sa fenomenom „propadanja modela“ (model collapse). To se dešava kada se novi modeli treniraju na podacima koje su generisali njihovi prethodnici, umesto na autentičnom ljudskom sadržaju.
Kada mašina uči od mašine, kvalitet se progresivno gubi, a stil postaje uniformisan i dosadan. Sam Altman ističe da je OpenAI svestan ovog problema i da se strategija sada menja ka ponovnom fokusiranju na visokokvalitetne, ljudski generisane podatke koji odražavaju nijanse u jeziku, sarkazam, empatiju i kreativnost.
Šta nas čeka u budućnosti?
Ovo priznanje nije samo dokaz skromnosti, već i strateški potez. OpenAI želi da korisnici znaju da oni čuju kritike. Umesto da forsiraju verziju koja ne ispunjava standarde, fokus se prebacuje na:
-
Poboljšanje rezonovanja: Umesto pukog ređanja reči, novi modeli bi trebalo da „razmišljaju“ o kontekstu pre nego što generišu odgovor.
-
Personalizaciju stila: Mogućnost da korisnik definiše ton koji nije samo „profesionalan“ ili „opušten“, već zaista autentičan.
-
Smanjenje AI otiska: Cilj je da tekstovi ne sadrže tipične fraze po kojima se AI danas lako prepoznaje (poput preterane upotrebe reči „delve“, „comprehensive“ ili „testament“).
Lekcija za celu industriju
Put ka savršenoj veštačkoj inteligenciji nije prava linija. Greške poput ove sa GPT-5.2 su dragocene jer podsećaju inženjere da tehnologija, koliko god napredna bila, još uvek ne može lako da replicira kompleksnost ljudskog duha pretočenog u pisanu reč. Sam Altman i njegov tim su ovim potezom pokazali da je kvalitet ipak ispred brzine izbacivanja novih verzija.
Za nas korisnike, ovo je dobra vest. To znači da će budući alati biti dizajnirani sa većim fokusom na to kako mi zaista komuniciramo, a ne samo na to koliko informacija mašina može da procesuira u sekundi.
