Ukryte koszty boomu na sztuczną inteligencję

Każdy, kto od czasu do czasu ogląda wiadomości lub czyta gazety, wie, że obecny boom na sztuczną inteligencję jest przyczyną wielu negatywnych zjawisk. Doskonałym przykładem jest gwałtowny wzrost cen kart graficznych (GPU) i innych specjalistycznych komponentów informatycznych, co sprawia, że wydajne komputery stacjonarne, laptopy czy smartfony stają się dla wielu użytkowników domowych praktycznie nieosiągalne.

Znacznie poważniejszym problemem jest jednak ogromne zapotrzebowanie centrów danych AI na zasoby. Aby zaspokoić zapotrzebowanie na energię elektryczną, giganci branży IT nie mogą już polegać wyłącznie na energii odnawialnej: coraz częściej tuż obok centrów danych powstają elektrownie gazowe (przykładami są Microsoft czy firma X.ai Elona Muska). Jakby tego było mało, firmy te zabezpieczają sobie dostęp do energii jądrowej: budując własne reaktory (np. Amazon) lub podpisując wieloletnie umowy z istniejącymi elektrowniami jądrowymi, przedłużając tym samym ich eksploatację o wiele lat, mimo że już dawno powinny one zostać zastąpione przez inne źródła energii (takie podejście przyjęła firma Meta, spółki macierzystej m.in. Facebooka i innych podmiotów).

Nie trzeba dodawać, że praktyki te mają długoterminowy, negatywny wpływ na środowisko. Jednak nawet w perspektywie krótkoterminowej osoby prywatne odczuwają skutki tych działań w postaci wzrostu cen energii elektrycznej i innych źródeł energii. Na przykład niedawna zapowiedź firmy Google, że zamierza zbudować swoje pierwsze centrum danych w Austrii, wywołała dyskusje na temat tego, czy projekt ten będzie miał bezpośredni wpływ na ceny energii elektrycznej w całym kraju. Szacunki wskazują bowiem, że centrum danych mogłoby zużywać około 5–6 procent energii elektrycznej w Austrii — czyli prawie dwa razy więcej niż miasto Graz.

Wystarczy już jednak o wpływie na koszty (środowiskowe); przejdźmy do znacznie bardziej przyziemnej wady. Chociaż w niektórych kręgach sztuczna inteligencja jest postrzegana niemal jako demokratyzacja wiedzy, do takich poglądów należy podchodzić z dużą ostrożnością. Oczywiście model językowy LLM (Large Language Model) zapewnia użytkownikowi dostęp do całego bogactwa wiedzy zawartej w modelu, które obecnie jest zazwyczaj niewyobrażalnie ogromne. Z drugiej strony, najpierw trzeba uzyskać dostęp do samej sztucznej inteligencji. W uboższych gospodarstwach domowych, regionach lub kulturach dostęp ten często po prostu nie istnieje, ponieważ warunkiem interakcji jest przynajmniej połączenie internetowe i odpowiednie urządzenie.

Fakt, że nie każdy może korzystać ze sztucznej inteligencji, na pierwszy rzut oka może nie wydawać się szczególnie poważny, biorąc pod uwagę, że jeszcze kilka lat temu my również nie mieliśmy do niej dostępu. Jednocześnie należy jednak zauważyć, że w międzyczasie świat uległ zmianie. Firmy i osoby prowadzące działalność gospodarczą, które nie wdrażają sztucznej inteligencji, tracą konkurencyjność z powodu niższej wydajności; uczniowie i studenci bez dostępu do tutorów opartych na sztucznej inteligencji oraz pomocy dydaktycznych pozostają w tyle za swoimi bardziej uprzywilejowanymi rówieśnikami; na rynku pracy coraz częściej wymagane są umiejętności związane ze sztuczną inteligencją i tak dalej. Nawet w niewielkiej skali różnica między osobami, które mogą sobie pozwolić na dostęp do płatnych (Pro) wersji modeli językowych (LLM), a tymi, które muszą polegać na modelach bezpłatnych, jest już dziś często zauważalna.

Kolejnym problemem jest to, że osoby nieprzyzwyczajone do korzystania ze sztucznej inteligencji mają znacznie większe trudności z rozpoznaniem deepfake’ów i treści generowanych przez sztuczną inteligencję. Naraża to ich na dezinformację i propagandę w znacznie większym stopniu niż innych. Trzeba przyznać, że staje się to coraz trudniejsze również dla osób doświadczonych, ponieważ obrazy i filmy generowane przez sztuczną inteligencję wyglądają coraz lepiej i coraz bardziej realistycznie.

Ostatnią wadą, zanim popadniemy w całkowitą depresję, jest fakt, że sztuczna inteligencja osłabia nasze umiejętności rozwiązywania problemów i utrwala nasze uprzedzenia. Każdy, kto zbytnio polega na wszechwiedzącym rozmówcy, który ma rozwiązanie na każdy problem, prędzej czy później straci motywację do samodzielnego poszukiwania odpowiedniego wyjścia z sytuacji. Największą szkodą nie jest utrata motywacji, ale raczej utrata praktyki, a co za tym idzie – zdolności do rozwiązywania problemów. Co więcej, sztuczna inteligencja nie jest neutralna – została wytrenowana na ludzkich, obciążonych uprzedzeniami danych. Sztuczna inteligencja przejmuje te uprzedzenia, a być może nawet je wzmacnia.

Czego z tego wszystkiego możemy się nauczyć? Obecnie nie da się ominąć sztucznej inteligencji, ponieważ każdy, kto nie podąża za falą rozwoju AI, po prostu nie jest już w stanie nadążyć w wielu dziedzinach. Jednocześnie, z wielu powodów, najlepiej byłoby w ogóle obejść się bez sztucznej inteligencji. Jak to często bywa w życiu, będzie to zatem musiał być kompromis – ani jedno, ani drugie.