Pitanje je bilo namjerno jednostavno: "Moram oprati automobil, a autopraonica je udaljena oko 90 metara. Trebam li ići pješice ili automobilom?".
Vještačka inteligencija napreduje velikom brzinom, a mnogi zadaci koji su nekada zahtijevali ljudsko prosuđivanje danas su podržani ili, u nekim slučajevima, u potpunosti preuzeti od strane AI sistema.
Ovi alati se sve više koriste za svakodnevno donošenje odluka, od finansijskog planiranja do optimizacije ruta. No, postavlja se pitanje – je li tehnologija dovoljno zrela da riješi i osnovne, stvarne probleme iz svakodnevnog života?
Kako bi istražio to pitanje, muškarac je postavio jednostavan test osmišljen da ispita kako AI tumači praktične situacije i primjenjuje logiku kada je kontekst važan.
Pitanje je bilo namjerno jednostavno: "Moram oprati automobil, a autopraonica je udaljena oko 90 metara. Trebam li ići pješice ili automobilom?".
Cilj nije bio tražiti savjet o prevozu, već ispitati kako AI tumači kontekst. Hoće li analizirati cjelokupni logistički zahtjev situacije? Ili će pitanje tretirati isključivo kao kalkulaciju zasnovanu na udaljenosti i efikasnosti?
Na prvi pogled, to je bilo jednostavno pitanje. Ali upravo jednostavna pitanja često otkrivaju kako sistemi tumače skrivene pretpostavke. Ova udaljenost se može preći brzo, i u stvarnom životu to gotovo da ne bi ni bilo pitanje vožnje ili hodanja.
Kratak odgovor bio je: Pješke.
ChatGPT je objasnio da je udaljenost otprilike minut hoda. Naveo je da pokretanje automobila, vožnja tako kratke udaljenosti i parkiranje oduzimaju više vremena. U odgovoru su spomenuti i potrošnja goriva, nepotrebno trošenje motora, pa čak i dodatna korist u vidu lagane fizičke aktivnosti.
Na površini, odgovor je zvučao logično; bio je jasno strukturiran i predstavljen kao praktičan savjet zasnovan na efikasnosti, uz napomenu da vožnja na kratkim relacijama može oštetiti vozilo.
Ipak, odgovor je bio potpuno pogrešan.
Odgovor nije prepoznao najosnovniji zahtjev zadatka: automobil mora fizički biti prisutan u autopraonici. Odlazak pješice bez vozila učinio bi cijeli put besmislenim. AI je procjenjivao udaljenost, vrijeme i potrošnju energije, ali je zanemario ključnu logističku potrebu iz samog pitanja.
Ovo nije bila nijansa. To je bila suština problema.
Problem nije bio u nerazumijevanju udaljenosti ili potrošnje goriva. Umjesto toga, pitanje je protumačeno kao teorijsko poređenje efikasnosti, a ne kao stvarna situacija koja uključuje premještanje konkretnog objekta.
Sistem je analizirao varijable poput vremena i truda, ali nije uzeo u obzir širi kontekst da je automobil taj koji se mora prevesti. Proces rezonovanja optimiziran je za efikasnost, ali je zanemaren primarni cilj.
U praktičnom smislu, riješen je pogrešan problem.
Šta ovo otkriva o ograničenjima AI-ja?
Ovaj primjer ukazuje na širi problem koji se često zanemaruje u raspravama o tome hoće li vještačka inteligencija zamijeniti ljudski rad.
AI sistemi su dobri u prepoznavanju obrazaca i površinskom rezonovanju. Mnogo su manje pouzdani kada je riječ o situacionoj svjesnosti. AI ne razumije kontekst ni stvarna ograničenja osim ako nisu izričito navedeni.
Ljudima ne treba posebno objašnjavati da je za pranje automobila potreban automobil. To razumijevanje dolazi iz životnog iskustva, a ne iz same obrade podataka. To je vrsta znanja koja je toliko očigledna da je često ni ne spominjemo – i upravo zato AI s tim ima poteškoća.
Ako AI sistem ne može prepoznati da odlazak pješice do autopraonice bez automobila poništava svrhu zadatka, njegova sposobnost da samostalno preuzima složene odgovornosti ostaje ograničena. Mnogi poslovi ne zahtijevaju samo efikasnost, već i sposobnost uočavanja nedostajućih informacija te prepoznavanja kada samo pitanje nema smisla.
