Kada danas pokrenete alate kao što su ChatGPT, Claude ili Gemini i postavite im kompleksno pitanje, odgovor koji dobijete često deluje toliko duboko, elokventno i promišljeno da je teško odupreti se utisku da sa druge strane ekrana sedi svesno biće. Sistemi veštačke inteligencije pišu poeziju, polažu pravosudne ispite, daju savete o karijeri i vode tečne razgovore. Zbog te fascinantne jezičke veštine, čovečanstvo je masovno upalo u kognitivnu zamku, pripisujući algoritmima osobine koje oni antropološki i tehnički prosto nemaju – svest, nameru, empatiju i suštinsko razumevanje sveta.
U stručnim krugovima koji se bave razvojem tehnologije, za ovaj fenomen već godinama postoji specifičan i prilično oštar izraz – stohastički papagaji. Ovaj koncept nam pomaže da skinemo veo magije sa veštačke inteligencije i sagledamo šta se zapravo dešava iza kulisa naprednih softvera.
Šta zapravo znači termin stohastički papagaj
Izraz je postao planetarno poznat zahvaljujući čuvenom naučnom radu iz 2021. godine, u kom je grupa uglednih istraživača analizirala opasnosti i limite prevelikih jezičkih modela. Značenje reči možemo jednostavno raščlaniti na dva dela kako bismo razumeli suštinu:
-
Stohastički (statistički/nasumični): Označava proces koji je zasnovan na verovatnoći i matematičkim zakonitostima. Algoritam ne razmišlja o značenju pojmova, već računa koja je statistička verovatnoća da se određena reč pojavi nakon prethodne reči.
-
Papagaj: Baš kao što ptica u kavezu može savršeno da ponovi rečenicu „kako si danas?“, a da pritom nema svest o tome šta je čovek, šta je dan i kako se neko uopšte oseća, tako i LLM sistemi oponašaju ljudske jezičke obrasce bez ikakve svesti o realnosti koja stoji iza tih reči.
Kombinovanjem ova dva koncepta dobijamo mehanizam koji sa neverovatnom preciznošću spaja reči na osnovu milijardi primera sa interneta, kreirajući iluziju inteligencije, dok u realnosti sprovodi samo izuzetno kompleksno računanje verovatnoće.
Kako veliki jezički modeli funkcionišu iza kulisa
Da bismo razumeli zašto je LLM zapravo samo napredni sistem za automatsko dopunjavanje teksta (kakav imate i na tastaturi svog mobilnog telefona, samo na steroidima), moramo pogledati proces njihovog treninga. Tokom faze učenja, modeli analiziraju stotine terabajta tekstova – knjiga, članaka, Vikipedije, foruma i otvorenih kodova.
Kroz taj proces, mreža uči arhitekturu jezika. Ako sistemu zadate rečenicu „Nebo je tokom sunčanog letnjeg dana…“, algoritam će analizom svoje baze podataka zaključiti da reč „plavo“ ima najveću verovatnoću da bude sledeća. On ne zna šta je sunce, nikada nije osetio toplinu leta niti ima vizuelnu predstavu plave boje. Za njega su sve te reči samo matematički vektori i brojevi koji imaju određenu udaljenost i korelaciju u digitalnom prostoru.
U suštini, veštačka inteligencija konstruiše rečenice na osnovu forme, a ne na osnovu sadržaja ili iskustva. Ona je briljantan lingvistički arhitekta, ali potpuno slep za smisao zgrade koju zida.
Najveće zablude koje i dalje imamo o algoritmima
Mešanje tečnosti i razumevanja
To što neko govori gramatički ispravno i elokventno, ne znači da je u pravu ili da razume temu. Veliki jezički modeli su dizajnirani tako da pruže odgovor koji zvuči uverljivo ljudskom uhu. Zbog toga oni pate od takozvanih halucinacija – situacija u kojima algoritam sa apsolutnim samopouzdanjem izmisli istorijske datume, nepostojeće naučne studije ili biografije ljudi. AI to ne radi sa namerom da laže, već zato što pronalazi reči koje statistički najbolje popunjavaju prazninu, bez mehanizma koji proverava da li se te reči poklapaju sa činjenicama u stvarnom svetu.
Iluzija empatije i svesti
Kada vam sistem napiše „Žao mi je što se tako osećate, tu sam da pomognem“, korisnik automatski projektuje ljudske emocije na softver. Međutim, mašina ne oseća žaljenje. Ona je samo prepoznala da u ljudskoj komunikaciji, kada neko izrazi tugu, najčešći i statistički najoptimalniji odgovor sadrži fraze utehe. To je replikacija empatije, a ne njeno proživljavanje.
Mit o logičkom zaključivanju
Mnogi veruju da AI rešava logičke probleme tako što razmišlja o njima korak po korak. Zapravo, modeli koriste šablone rešavanja sličnih zadataka koje su videli tokom treninga. Ako im postavite trik pitanje koje je samo malo izmenjeno u odnosu na standardne logičke zagonetke sa interneta, sistem će često pasti na testu jer se slepo drži naučenog statističkog šablona, umesto da primeni stvarno logičko rasuđivanje.
Kako prepoznati granice tehnologije i izbeći skupe greške
Razumevanje koncepta stohastičkih papagaja nije tu da bi se umanjila vrednost veštačke inteligencije. LLM alati su revolucionarna tehnologija koja dramatično podiže produktivnost, pomaže u programiranju, brainstormingu, prevođenju i analizi velikih količina tekstova. Ključ je u tome da ih tretiramo na ispravan način.
Umesto da sisteme veštačke inteligencije posmatramo kao nepogrešive sveznajuće entitete ili zamenu za ljudske eksperte, moramo ih videti kao izuzetno moćne kalkulatore za reči. Oni su asistenti koji zahtevaju stalnu proveru i nadzor. Kada preduzeća i pojedinci shvate da AI ne poseduje unutrašnji model stvarnosti, već samo model jezika, prestaju nerealna očekivanja, a tehnologija počinje da se koristi pametno, bezbedno i sa jasnim razumevanjem njenih inherentnih granica.
