Na jakim etapie jest AI w 2026 roku?
Zaledwie kilka lat po tym, jak ChatGPT spopularyzował generatywną AI pod koniec 2022 roku, asystenci AI stali się częścią codziennej pracy wielu osób. Czołowe rodziny modeli OpenAI, Anthropic i Google, a także zaawansowane modele z otwartymi wagami, potrafią pisać teksty i kod, analizować obrazy, prowadzić rozmowy głosowe oraz rozwiązywać złożone problemy.
Raporty takie jak Stanford AI Index pokazują szybkie postępy w testach porównawczych, spadek kosztu pojedynczego zapytania i rosnące inwestycje, ale też coraz więcej udokumentowanych incydentów związanych z AI. Możliwości i obawy rosną jednocześnie.
8 trendów kształtujących przyszłość AI
1. Agenci AI
Agenci planują i wykonują wieloetapowe zadania za pomocą narzędzi: przeglądają internet, piszą kod i obsługują oprogramowanie. Będzie ich przybywać w obsłudze klienta, tworzeniu oprogramowania i organizacji codziennej pracy, a ludzie będą zatwierdzać ważne kroki.
2. Modele rozumujące
Modele, które „myślą” przed udzieleniem odpowiedzi, osiągają lepsze wyniki w matematyce, nauce i programowaniu. Coraz częściej same decydują, ile rozumowania wymaga dane pytanie.
3. Multimodalność jako standard
Nowe modele rozumieją i generują tekst, obrazy, dźwięk oraz wideo w ramach jednego systemu. Dzięki temu powstają asystenci głosowi, z którymi można rozmawiać naturalnie, oraz AI, która widzi to, co Ty.
4. Mniejsza, tańsza AI działająca na urządzeniu
Wydajne małe modele działają na telefonach i laptopach, co zwiększa prywatność i szybkość. Jednocześnie koszt uzyskania określonego poziomu możliwości stale spada.
5. Modele z otwartymi wagami
Modele z otwartymi wagami, tworzone przez firmy z różnych krajów, zmniejszają dystans do modeli zamkniętych, dając firmom większy wybór i kontrolę.
6. AI w nauce
Po sukcesie AlphaFold AI coraz częściej pomaga stawiać hipotezy, projektować cząsteczki i materiały oraz prowadzić eksperymenty, co może przyspieszyć odkrycia naukowe.
7. Współpraca wielu agentów
Systemy, w których kilku agentów AI o różnych rolach współpracuje lub debatuje, mogą wzajemnie sprawdzać swoje wyniki. Na tym pomyśle opierają się zarówno badania nad bezpieczeństwem AI, jak i praktyczne narzędzia, takie jak debaty AI w Debatly.
8. Energia i infrastruktura
Trenowanie i uruchamianie AI wymaga dużych centrów danych. Dostępność energii i chipów oraz poprawa wydajności stają się kluczowe dla tempa rozwoju AI.
Czy osiągniemy AGI?
Sztuczna inteligencja ogólna oznacza AI, która dorównuje ludziom w większości zadań intelektualnych. Prognozy dotyczące jej powstania znacznie się różnią.
| Pogląd | Główny argument |
|---|---|
| AGI za kilka lat | Możliwości AI stale rosną dzięki większej skali, lepszemu rozumowaniu i agentom, a modele już dorównują ekspertom w wielu testach. |
| AGI za kilkadziesiąt lat | Obecnym modelom brakuje niezawodnego rozumowania, pamięci i rozumienia opartego na rzeczywistości, dlatego potrzebne są nowe przełomy. |
| Źle postawione pytanie | Inteligencja nie jest jedną skalą, więc bardziej przydatne jest mierzenie konkretnych możliwości i skutków. |
Ponieważ eksperci się nie zgadzają, najrozsądniej jest śledzić dowody dotyczące konkretnych możliwości zamiast kierować się nagłówkami i poznawać najmocniejsze argumenty każdej ze stron.
AI a przyszłość pracy
Organizacje takie jak Światowe Forum Ekonomiczne, MFW i OECD opublikowały analizy wskazujące, że AI wpłynie na znaczną część miejsc pracy: niektóre zadania zautomatyzuje, a w innych wesprze ludzi. Szczególnie narażona na zmiany związane z generatywną AI jest praca umysłowa, w tym pisanie, analiza, obsługa klienta i programowanie.
- Umiejętności zyskujące na znaczeniu: znajomość AI, krytyczne myślenie, wiedza branżowa, komunikacja i umiejętność oceny sytuacji.
- Nowe stanowiska: menedżerowie produktów AI, trenerzy i ewaluatorzy AI, specjaliści ds. automatyzacji oraz eksperci ds. zarządzania AI.
- Zadania, których będzie mniej: rutynowe pisanie tekstów, wprowadzanie danych, proste tłumaczenia i podstawowa obsługa klienta.
Regulacje i nadzór
Unijny akt o AI to pierwsze kompleksowe prawo dotyczące AI. Zakazy praktyk stwarzających niedopuszczalne ryzyko obowiązują od lutego 2025 roku, a wymogi dla modeli AI ogólnego przeznaczenia od sierpnia 2025 roku. Kolejne przepisy, zwłaszcza dotyczące systemów wysokiego ryzyka, są wprowadzane etapami, a dostosowanie niektórych terminów pozostaje przedmiotem dyskusji.
W innych częściach świata podejścia są różne: od polityk władz wykonawczych i przepisów stanowych w Stanach Zjednoczonych, przez szczegółowe zasady dotyczące generatywnej AI i oznaczania treści w Chinach, po krajowe ustawy o AI w państwach takich jak Korea Południowa. Międzynarodowe szczyty poświęcone bezpieczeństwu AI i instytuty bezpieczeństwa AI koordynują testy najbardziej zaawansowanych modeli.
Scenariusze optymistyczne i pesymistyczne
Optymistyczny
AI przyspiesza rozwój medycyny i nauki, zwiększa produktywność i zarobki oraz daje wszystkim dostęp do nauki i porad na poziomie eksperckim.
Pesymistyczny
AI zalewa przestrzeń informacyjną fałszywymi treściami, skupia władzę w nielicznych rękach, wypiera pracowników szybciej, niż mogą się dostosować, i staje się trudna do kontrolowania.
Najbardziej prawdopodobny
Połączenie obu scenariuszy. Ostateczny wynik zależy od przepisów, decyzji firm i tego, jak dobrze ludzie nauczą się krytycznie korzystać z AI.
Jak się przygotować?
- Regularnie korzystaj z AI przy rzeczywistych zadaniach, aby poznać jej mocne i słabe strony.
- Ćwicz krytyczne myślenie: proś AI o kontrargumenty i źródła.
- Naucz się delegować zadania: jasno określaj cele i oceniaj wyniki pracy AI jak menedżer.
- Czerp wiedzę z wiarygodnych źródeł, a nie tylko z sensacyjnych doniesień czy przekazów budzących strach.
Debatly pomaga Ci w drugim punkcie w ciekawy sposób: zadaj dowolne pytanie o przyszłość AI, a kilka postaci AI przeprowadzi debatę. Sędzia AI oceni argumenty i zaproponuje kolejne kroki.