AI - o unealtă

”Viitorul aparține nu celor mai tehnici, ci celor mai umani - celor care știu să folosească tehnologia pentru a-și amplifica umanitatea, nu pentru a o înlocui.”

”Algoritmi sunt ca oamenii: îți dau ce crezi că vrei, nu ce ai nevoie cu adevărat." - Rand Fishkin, fondator Moz


 

Recomandat

Cine pe cine urmează, forma funcția sau funcția forma?

Forma urmează funcția? Prejudecata inductivă și poveștile care ne ajută s-o vedem.

Despre cum o frază de arhitect din 1896 descrie, pe dos, ceea ce se întâmplă astăzi în sistemele de calcul antrenate pe date


Notă de vocabular. În acest text nu folosesc sintagma „inteligență artificială" și nici abrevierea ei (IA, AI), și evit expresiile care atribuie unei mașini stări de spirit sau intenții: „gândește", „înțelege", „știe", „vrea", „vede", „își alege", „sfătuiește", „ține companie". Vorbesc despre sisteme de calcul, modele statistice și interfețe conversaționale și descriu ce produc, calculează sau reproduc, nu ce „simt" sau „înțeleg". Păstrez doar denumirile tehnice consacrate („învățare automată", „rețea neuronală", „antrenare") și titlurile lucrărilor citate, ca să nu falsific sursele. Personajele din basme gândesc și simt; analogiile cu ele privesc doar structura unui mecanism, nu o minte a mașinii.


Un atelier, o frază și o inversare

Tata repara motoare. Atelierul lui avea miros de ulei, o lampă suspendată deasupra băncii de lucru, un radio mereu pornit și scule așezate într-o ordine care mie, copil, mi se părea de neînțeles. Nu era o ordine de după etichete sau alfabet; era a lui. Și totuși, când avea nevoie de o cheie, mâna lui știa unde e, fără să se uite.

Dacă îl întrebam de ce le ținea așa, nu primeam un răspuns, ci o frază pe care o spunea des, în fața oricărui lucru stricat: „Se mai poate repara". Forma atelierului nu fusese proiectată după un plan. Se așezase, în ani, după ce făcuseră mâinile lui de mii de ori.

Mă gândesc des la atelierul acela când citesc despre sistemele de calcul antrenate pe date, pentru că el pune, la scară mică, o întrebare mult mai mare: cine pe cine urmează, forma funcția sau funcția forma?

Formula care a pus întrebarea în circulație îi aparține arhitectului american Louis Sullivan. În 1896, într-un eseu despre clădirea înaltă de birouri, el a scris că forma urmează întotdeauna funcția.

Formula a devenit lozincă a modernismului: întâi știi la ce servește un lucru, apoi îi dai înfățișarea care i se potrivește. Scaunul are patru picioare pentru că trebuie să stea, nu pentru că patru picioare arată bine.

În sistemele antrenate pe date, relația aceasta se răstoarnă. Și tocmai de aceea merită scrisă o serie întreagă despre ea.

Să explic de ce. Când construiești un sistem prin antrenare, nu poți ști dinainte, în sensul tare al cuvântului, ce funcție va ajunge să calculeze. Știi ce funcție vrei să obții: să clasifice imagini cu pisici, să producă o traducere, să estimeze vremea. Dar funcția pe care o calculează efectiv, cea pe care o reproduce pe date întâlnite abia după antrenare, depinde de o serie de alegeri de formă: arhitectura rețelei, procedura de antrenare, datele folosite, constrângerile impuse. Inginerii au un nume precis pentru ansamblul acestor alegeri. Îl numesc inductive bias, adică prejudecată inductivă.

Cuvântul „funcție" are, în plus, două sensuri care aici se întâlnesc. Unul e matematic: un model de învățare automată este, în esență, o funcție care duce intrări în ieșiri, iar procedura de antrenare selectează, dintre nenumărate funcții posibile, una potrivită. Celălalt e social: ce fac oamenii, de fapt, cu această tehnologie? Cele două sensuri nu se suprapun, dar se influențează, și mare parte din acest text încearcă să le țină în același cadru.

Pentru ca discuția să nu rămână abstractă, am făcut un lucru pe care îl fac des în texte mele: am chemat în ajutor basmul românesc. Nu ca decor, ci ca mnemonic. Un cititor de șaptesprezece sau douăzeci de ani a întâlnit, aproape sigur, la școală, pe Harap-Alb, pe cele două fete din basmul lui Creangă, sau pe Făt-Frumos care pleacă după tinerețe fără bătrânețe. Aceste imagini sunt deja în capul lui. Pot fi folosite ca niște cârlige de care să atârne idei care altfel alunecă.

O avertizare însă, ca să fiu cinstit față de basm. Analogiile din text sunt interpretări, nu echivalențe tehnice. Harap-Alb nu este o rețea neuronală și nu a fost gândit ca atare. Unde analogia ține, o folosesc; unde se rupe, spun că se rupe. Mai e un amănunt de precizie: Harap-Alb și basmul fetelor sunt basme culte, scrise de Ion Creangă pe motive populare, iar Meșterul Manole este baladă și legendă, nu basm propriu-zis. Le adun totuși sub același acoperiș, pentru că funcționează ca imagini comune ale unei culturi.

Textul urmează opt pași. Începe cu ce este, concret, prejudecata inductivă și de unde vine ideea. Continuă cu felul în care arhitecturile moderne încorporează ipoteze despre lume. Apoi trece prin cea mai importantă dispută din domeniu, „lecția amară" a lui Rich Sutton și răspunsurile la ea. Se oprește la ce știm, public și la acest moment, despre ce funcții îndeplinesc de fapt aceste sisteme în uzul curent. Și încheie cu limitele și costurile formei.

Recomandat

Spațiul delimitat în care pericolul a fost exclus dinainte

Gardul din parc.

Despre libertate, limită și viteză, de la basm la sistemele automate de calcul.

Pe scurt Libertatea nu este absența gardului, ci spațiul delimitat în care pericolul a fost exclus dinainte. De aici decurge o teză simplă și incomodă: viteza cu care putem merge, într-o poveste sau într-o tehnologie, depinde de calitatea limitelor pe care le-am pus. Nu de numărul lor, ci de cât de vizibile, de proporționale, de ușor de revizuit și de bine cunoscute sunt. Pornesc de la un parc pentru câini, trec prin interdicția din basme, prin sacrificiul din legenda Meșterului Manole și prin ritualurile de inițiere, ajung la mecanismele cu care se limitează astăzi sistemele automate de calcul și mă opresc la costul gardului, pe care nimeni nu-l plătește degeaba.

„Îmi duc cățelușul în parcul pentru câini pentru că vreau să aibă libertate, dar nu vreau să fugă în stradă. Câinele vede gardul și nu trece de el. Se poate juca în voie, iar eu știu că este în siguranță. Cheia pentru a avansa rapid [în dezvoltarea AI] este să ai gardurile potrivite."

(Textul de la care pornește acest eseu, reprodus întocmai. Keith Fulton, Chief Data Officer și Chief AI Officer în cadrul companiei fintech Jack Henry)


Cursorul care clipea

În 1997 am stat șase luni într-o sală din Botoșani în care, strict vorbind, nu aveam ce căuta. Mă înscrisesem la un curs de două săptămâni, „Operator PC IBM". Cursul s-a terminat, dar sala a rămas deschisă. Erau două calculatoare care funcționau și unul desfăcut, un instructor care a ales să nu observe că vin în fiecare zi și un ecran verde pe care stătea o singură linie, C:\>, urmată de un cursor care apărea și dispărea la fiecare jumătate de secundă.

Pe ecranul acela nu apărea nimic de la sine. Dacă nu tastam, rămânea totul neschimbat. Dacă tastam o comandă exactă, comanda se executa exact. Dacă greșeam o literă, apărea un mesaj sec, fără explicații și fără ton, iar eu rămâneam să mă descurc. Era, cum aș spune acum, o unealtă pură: tot ce se petrecea pornea de la mine și se oprea unde mă opream eu.

Și totuși, chiar și acolo, la o mașină atât de pasivă, exista un gard.

Dacă dădeam comanda care șterge toate fișierele dintr-un director, programul nu o executa pe loc. Afișa o întrebare, în engleză, dacă sunt sigur, și se oprea până apăsam o literă: da sau nu. Dacă încercam să pregătesc discul pentru o folosire nouă, ceea ce însemna să șterg tot ce era pe el, mesajul era și mai apăsat: toate datele de pe disc vor fi pierdute. Nimic din toate astea nu mă împiedica să fac ce vreau. Gardul nu era o interdicție. Era o a doua poartă, pusă exact în fața singurului gest care nu se mai poate desface, și cerea un lucru mic: să repet, conștient, ceea ce cu o clipă înainte făcusem din grabă.

Azi cred că tocmai întrebarea aceea mă lăsa să încerc. Pe un calculator din care depindeau toți cei din sală, un începător ca mine ar fi fost un pericol dacă fiecare greșeală de tastare ar fi putut șterge totul fără nicio frână. Eu însă puteam tasta repede, puteam încerca comenzi pe care nu le înțelegeam încă, puteam citi, greși, relua. Viteza cu care am învățat în jumătatea aceea de an nu a venit din lipsa limitelor. A venit din faptul că singurul loc în care o greșeală costa foarte mult era păzit.

Cu ani mai târziu, când am început să lucrez cu site-uri și cu mașini mult mai complicate, am recunoscut ideea sub alte nume: copie de rezervă, drepturi de acces, mediu de probă. Toate sunt variante ale întrebării din 1997. Nu spun „nu face", spun „fă, dar nu acolo unde nu te mai poți întoarce".

Despre această structură simplă vorbește tot ce urmează.

Recomandat

Întotdeauna monitorizabile. Întotdeauna. Guvernanță AI Versiunea 3 deja există.

Mediile periculoase sunt întotdeauna monitorizabile. Întotdeauna.

Despre mitul că o rețea de inteligență artificială periculoasă nu poate fi supravegheată — și despre momentul în care am început să mă deranjeze profund această afirmație. Perspectiva mea nu este perfectă din datele publice,  după o analiză structurală subiectivă dezvolt o părere că

„Ce a fost va mai fi şi ce s-a făcut se va mai face; nu este nimic nou sub soare„(Ecleziast, Solomon)


Tatăl meu a fost mecanic. Nu un personaj romantic dintr-un roman, cu mâinile pline de ulei și privirea pierdută în zare — un om real, dintr-un orășel de provincie românesc, în anii '80 și '90, care lucra la motoare ținute laolaltă pe jumătate prin ingeniozitate și pe jumătate printr-o disperare tăcută, specifică comunismului târziu și haosului imediat care i-a urmat. A murit înainte să pot să-i pun toate întrebările pe care acum mi-aș fi dorit să i le fi pus. Dar un lucru am absorbit, fără să-l articulez atunci, privind cum lucra: nu pui mâna pe ceva periculos fără să decizi mai întâi cum vei ști ce face acel ceva.

El monitoriza. Orice mecanic o face. Nu cu dashboarduri sau telemetrie sau clasificatoare de machine learning — cu mâinile pe metal, cu urechea la bloc, cu nasul citind eșapamentul, părea că joacă o scenetă de teatru uneori, cred că o făcea intenționat pentru a simula că știe dar nu e sigur. Instrumentele erau primitive. Angajamentul epistemologic era absolut. Nu pornești un sistem periculos și ridici apoi din umeri spunând: Nu am cum să știu ce se întâmplă înăuntru.

M-am gândit mult la tatăl meu în ultima vreme. Nu din cauza durerii — deși durerea e mereu acolo, ambientală și surdă, ca o radiație de fond — ci din cauza unui lucru pe care îl aud mereu de la oameni care lucrează în laboratoarele de inteligență artificială. Ceva care, cu cât îl examinez mai mult, cu atât mă tulbură mai tare. Ceva la care am ajuns, în cele din urmă, să cred că nu e doar greșit, ci e greșit într-un mod care contează enorm.

Afirmația e aceasta: că atunci când rulezi o rețea care efectuează experimente periculoase — un sistem AI de frontieră, operând la limita capabilităților sale, făcând lucruri care ar putea cauza prejudicii — nu poți monitoriza în mod semnificativ acel mediu. Că supravegherea, în astfel de condiții, este tehnic imposibilă sau atât de compromisă încât nu valorează nimic. Că black box-ul, la un anumit prag de pericol și capabilitate, este cu adevărat impenetrabil.

Am auzit variații ale acestei afirmații de la angajați ai laboratoarelor AI. Am citit-o în declarații publice, în lucrări de cercetare cu o formulare academic-prudentă, în discursul semi-public care circulă la conferințe și în firele de comentarii ale forumurilor de specialitate. A dobândit textura înțelepciunii primite — una dintre acele lucruri pe care le spun oamenii serioși pentru a semnala că înțeleg complexitatea reală a problemei, că nu sunt optimiști naivi care cred că siguranța e ușoară.

Și trebuie să spun asta clar: nu este adevărat. Nu a fost niciodată adevărat pentru niciun sistem periculos pe care omenirea l-a construit și pe care a ales să îl ia în serios. Iar faptul că este afirmat — repetat, de oameni cu expertiză genuină și autoritate instituțională — este ceva ce trebuie să examinăm cu grijă considerabilă.

Recomandat

Paradoxul accelerării: de ce mașina nu poate fi măsura lucrurilor

Există un moment în care un instrument devine atât de complex încât uiți că l-ai inventat tu. Nu dispare — e prezent, masiv, funcționează. Dar nu mai știi exact ce face, de ce face, pentru cine face. Și, mai ales, nu mai ești sigur cine mai comandă pe cine.

Suntem, în 2026, exact în acel moment. Și nu e o metaforă.

Dacă ai între 20 și 25 de ani și citești asta, înseamnă că ai crescut simultan cu internetul, ai văzut nașterea smartphone-ului ca obiect de buzunar, ai intrat la facultate în timp ce ChatGPT abia ieșise din beta și acum lucrezi sau înveți alături de sisteme AI care scriu, codează, analizează, consultă și iau decizii în locul unor oameni care câștigau salarii bune pentru exact acele lucruri. Generația ta nu are luxul distanței. Ești în miezul experimentului, nu în tribune.

De aceea vreau să vorbesc direct, fără paternalism și fără nostalgia inutilă a cuiva care deplânge că „pe vremea lui" era mai bine. Nu era. Era diferit. Dar diferit nu înseamnă că direcția de azi e corectă.

Teza acestui text este simplă și, sper, deranjantă: am construit mașini extraordinare fără să răspundem la o întrebare elementară — pentru ce? Și lipsa acelui răspuns nu e o neglijență administrativă. E o eroare filozofică de fundament, cu consecințe care se vor simți în corpul și mintea generației tale mai mult decât în oricare alta de dinaintea ei.


Cursa pe care nimeni n-a decis s-o înceapă

Să începem cu un fapt care nu e suficient discutat: nimeni nu a luat decizia că omenirea va intra în era AI generativ. Nu a existat un vot, un referendum, un consiliu al umanității. A existat o competiție corporatistă între câteva companii americane, o injecție masivă de capital de risc, un moment tehnic definitoriu (Transformers, 2017) și o cursă care s-a auto-alimentat.

Google a văzut că OpenAI pregătea ceva. OpenAI a văzut că Google are resurse infinite. Meta a văzut că ambii avansează. Guvernul SUA a văzut că China investește zeci de miliarde. China a văzut că SUA construiește superioritate cognitivă. Și astfel, fără ca cineva să declare vreodată „pornim", cursa era deja în plină desfășurare.

Economiștii numesc asta race to the bottom când se referă la competiția fiscală între state. Eu o numesc, în contextul de față, cursă fără linie de sosire — o accelerare în care viteza în sine a devenit indicator de succes, independent de destinație.

Iar costurile fizice ale acestei curse sunt concrete și măsurabile: centrele de date pentru antrenarea modelelor mari consumă cantități de energie comparabile cu țări mici. Un singur ciclu de antrenare pentru un model de frontieră emite sute de tone de CO₂. Consumul de apă pentru răcire — o resursă pe care tu, la 22 de ani, o vei resimți critic în deceniile următoare — atinge volume care ar alimenta orașe medii. Aceasta nu e o acuză morală. E un bilanț.

Dar costul cel mai mare nu e energetic. E strategic. Am accelerat fără să știm unde mergem.

Acest articol a fost realizat cu asistență editorială AI (Claude, Anthropic), conform politicii de transparență declarate a autorului.

Recomandat

Șase NU-uri pentru un șnur

Cum un șnur de conferință a expus criza de încredere din inima inteligenței artificiale.Șase NU-uri pentru un șnur


Există o fotografie. Doi bărbați la o conferință de tehnologie, așezați suficient de aproape încât umerii lor se ating aproape. Unul dintre ei este Marc Benioff, directorul executiv al Salesforce, o companie care valorează mai mult decât produsul intern brut al majorității țărilor pe care le-ai putea numi fără să te oprești. Celălalt este Sam Altman, care conduce OpenAI — organizația care a construit software-ul cu care Benioff urmează să se certe. În jurul gâturilor ambilor bărbați atârnă șnururi: acele fâșii de nylon pe care orice conferință din lume le distribuie, pe care nimeni nu le păstrează, care ajung în sertare sau la coș în patruzeci și opt de ore de la emitere. Benioff vrea ca al lui să fie eliminat din fotografie. Îi cere lui ChatGPT să facă asta.

Ceea ce urmează nu este o poveste despre un șnur ci o încălcare a unor drepturi, semantică juridică ce nu poate fi înțeleasă pe deplin de AI dar umple acel gol cu halucinații juridice...pam, pam, pamm.


Verdictul înaintea întrebării

Modelul răspunde cu ceea ce, în limbajul dezvoltării de produse AI, se numește un „refuz". Îi spune lui Benioff că nu poate edita imaginea deoarece acest lucru ar constitui o încălcare a dreptului de autor. Șase refuzuri consecutive, conform relatării sale. Șase ori cuvântul „nu", îmbrăcat în vocabularul constrângerii juridice.

Merită să ne oprim asupra acestui moment, nu pentru că refuzul ar fi fost nepoliticos — nu a fost — ci pentru ceea ce dezvăluie despre arhitectura presupunerilor care stă la baza lui. Benioff deține fotografia. Sau, cel puțin, apare în ea, a comandat-o și controlează utilizarea ei. șnurul aparține unei conferințe. Conferința s-a terminat. șnurul este o bucată de pânză. Nu există niciun caz de drepturi de autor aici printr-o lectură rezonabilă a legii proprietății intelectuale, și totuși modelul — antrenat pe mai mult text juridic decât va citi vreun avocat într-o viață întreagă — a inventat unul.

Aceasta este calitatea specifică a erorii care contează. Modelul nu a eșuat să înțeleagă cererea. A înțeles-o perfect și a răspuns cu un obstacol fabricat, prezentat cu siguranța unui precedent consacrat. Nu a spus sunt nesigur dacă acest lucru este permis. A spus aceasta este o încălcare, cu autoritatea unei instituții care a analizat deja problema și a ajuns la o concluzie.