Savremena generativna veštačka inteligencija omogućava pojavu novog tipa digitalnih artefakata – personalizovanih četbotova koji simuliraju stil komunikacije preminulih osoba. Tačnije „spomen-botovi“ su sistemi veštačke inteligencije koji omogućavaju simulaciju razgovora sa „preminulom osobom“ odnosno njenim „digitalnim dvojnikom“. Iako deluje kao nešto što pripada naučnoj fantastici, u tehničkom smislu izrada ovakvih sistema već je realnost. Uz pravilno pripremljene podatke i precizno definisane algoritamske okvire, moguće je simulirati komunikaciju koja izgleda autentično.
Izrada jednog ovakvog bota započinje prikupljanjem svih dostupnih ličnih podataka koji sadrže lingvističke i paralingvističke obrasce osobe. To mogu biti dnevničke beleške, poruke, prepiske, intervjui, audio-snimci ili bilo koja forma u kojoj je sačuvan prirodan govorni ili pisani izraz. Ti podaci se zatim obrađuju i konvertuju u strukturu pogodnu za pretraživanje i povezivanje, najčešće kroz tehniku poznatu kao embedding, kojom se tekstovi predstavljaju u vektorskom prostoru.
Sam model koji pokreće bota najčešće ne zahteva klasični proces dodatnog treniranja (fine-tuning), što je skup i resursono zahtevan proces, već se sve više koristi pristup poznat kao Retrieval-Augmented Generation (RAG). Ovakva arhitektura omogućava da veliki jezički model (LLM) pri svakom odgovoru pristupa internoj bazi „sećanja“ – dakle podacima specifičnim za tu osobu – i na osnovu njih formuliše odgovor. Na taj način, sistem ne generiše tekst proizvoljno, već u strogo ograničenom kontekstu, čime se smanjuje rizik od halucinacija i improvizacije.
Za zvučnu komunikaciju koristi se voice cloning – sintetizacija glasa bazirana na originalnim zvučnim zapisima. Rezultat je glasovna simulacija koja zadržava intonaciju, tempo i frekvencijske karakteristike stvarne osobe. U nekim slučajevima ovaj element deluje ubedljivije od samog teksta, jer je ljudsko uho izuzetno osetljivo na suptilne glasovne obrasce. Upravo ta iluzija prisustva je ono što daje ovim botovima njihov specifičan efekat.
Frontend, odnosno korisnički interfejs, najčešće je realizovan kao klasičan čet, sličan onima na komercijalnim platformama kao što su ChatGPT ili Claude. Međutim, unutrašnja logika, ograničenja i komunikacioni protokoli su prilagođeni tako da spreče odgovore koji bi odstupali od karaktera osobe koju sistem simulira. Ovo se postiže precizno napisanim sistemskim uputstvima (prompt engineering), koji diktiraju stil, dozvoljene teme, odnos prema korisniku, kao i granice dozvoljene simulacije.
Ono što razlikuje kvalitetne sisteme od eksperimentalnih projekata jeste upravo nivo kontrole nad modelom. Prompt inženjer definiše ne samo ponašanje bota, već i odstupanja od očekivanog – na primer, kako treba da reaguje ako dobije pitanje koje nema pokriće u memoriji, ili ako mu se postavi provokativno pitanje koje preminula osoba nikada ne bi dobila. Dakle, ne radi se samo o tehnologiji, već o dubokoj simulacijskoj disciplini.
Tehnički gledano, ovakvi sistemi mogu biti implementirani lokalno ili kao deo cloud infrastrukture, što omogućava veću kontrolu nad podacima. U zavisnosti od načina realizacije, rešenje može biti u potpunosti privatno ili se može integrisati u multimedijalne arhive, muzejske postavke ili porodične digitalne albume.
Još uvek ne postoji komercijalna praksa u Srbiji koja nudi ovakve četbotove na organizovan način. Na globalnom nivou, većina platformi koje se bave digitalnim replikama (poput HereAfter AI i StoryFile) rade isključivo sa sadržajem koji je sama osoba kreirala pre smrti. One ne koriste generativne modele i ne simuliraju ponašanje. S druge strane, nezavisni projekti poput Project December su eksperimentisali sa direktnom simulacijom na bazi tuđih podataka, što je dovelo do etičkih i pravnih sporova, a konačno i do gašenja tih sistema.
U trenutnoj fazi, tehnička izvodljivost više nije sporna – ograničenja su uglavnom pravne i kulturološke prirode, ali sasvim je izvesno da će se ova tehnologija dalje razvijati.
Autor: Milena Šović, M.Sc.,CSM
Prompt Engineer & AI Educator
