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.
Unealta care a uitat că e unealtă
Pentru a înțelege ce s-a rupt, trebuie să înțelegi istoria lungă a relației dintre om și unealtă. Nu e plictisitoare — e, de fapt, cel mai dramatic fir narativ al speciei noastre.
Prima fază e simplă: supraviețuirea. Toporul de silex nu gândea, nu optimiza, nu propunea variante. Era o extensie a brațului. Omul hotăra ce taie, când taie și de ce. Unealta era complet transparentă ca intenție și complet subordonată ca agenție. Relația era clară: Omul → Unealtă → Natură.
A doua fază — Revoluția Industrială — a complicat lucrurile subtil. Mașina cu aburi nu mai era extensia unui braț. Era un multiplicator de forță care funcționa după logici proprii și cerea adaptarea omului la ritmul ei, nu invers. Muncitorii din fabricile lui Manchester nu decideau viteza benzii — viteza benzii le dicta lor ritmul corpului. Lewis Mumford, un gânditor pe care îl consider esențial și pe care generația ta îl ignoră sistematic în favoarea unor influenceri de LinkedIn, observa în 1934 că mașina nu a eliberat omul de muncă — l-a transformat în componentă a mașinii.
A treia fază e era digitală, pe care o cunoști bine din povestirile părinților tăi. Calculatorul, internetul — proteze mentale. Externalizarea sarcinilor cognitive repetitive. Important: sistemele rămâneau deterministe și transparente. Dacă dădeai un input greșit, primeai un output greșit, trasabil și explicabil. Algoritmul nu interpreta — executa.
A patra fază — cea în care trăim — e ontologic diferită. AI-ul generativ nu mai execută instrucțiuni. El inferă intenții, generează context, propune soluții pe care utilizatorul nu le-a cerut explicit. Mai mult, modelele agentice de ultimă generație își formulează propriile sub-scopuri pentru atingerea unui obiectiv dat. Unealta a căpătat ceva ce seamănă desconcertant cu inițiativa.
Și acum apare paradoxul: cu cât unealta devine mai capabilă, cu atât scade transparența ei. Un topor e 100% inteligibil. Un model cu sute de miliarde de parametri nu poate fi auditat complet nici de cei care l-au construit. Inginerii de la Anthropic, OpenAI sau Google nu știu exact de ce modelul lor produce un anumit output. Știu că produce, știu că e adesea corect și ocazional spectacular de greșit. Mecanismul intern rămâne o cutie neagră.
Aceasta nu e o problemă tehnică în așteptarea soluției. E o problemă filozofică deja prezentă: am creat entități care acționează în lume fără să înțelegem pe deplin cum și fără să fi stabilit pentru ce.
Derapajele care nu sunt accidente
Generația ta consumă AI zilnic. Unii dintre voi l-ați integrat atât de natural în workflow încât ați uitat că există o limită între ce face mașina și ce faci tu. Vreau să numesc câteva derapaje sistemice — nu ca să te sperie, ci pentru că a le numi e primul pas spre a nu fi victima lor.
Derapajul 1: Optimizarea care distruge contextul.
Algoritmii de recomandare de pe platformele pe care le folosești zilnic — TikTok, YouTube, Instagram, X — nu sunt proiectați să te informeze. Sunt proiectați să maximizeze o metrică: timpul petrecut pe platformă, rata de engagement, probabilitatea că vei da click pe ceva. Aceasta nu e o conspirație — e o inginerie extrem de competentă pusă în slujba unui scop declarat și legitim din perspectivă corporatistă: profit.
Problema e că optimizarea agresivă a unei metrici distruge contextul. Dacă engagement-ul e maximizat de conținut care provoacă furie, algoritm nu știe că furia are un cost social. El știe doar că furia ține oamenii pe ecran mai mult decât bucuria. Rezultatul: platformele au ajuns să construiască în mod sistematic medii informaționale care amplifică extremele, nu pentru că cineva a vrut asta, ci pentru că așa funcționează optimizarea fără conștiință morală.
Trăiești în realitățile alternative pe care această optimizare le-a produs. Diferite grupuri de prieteni ai tăi consumă versiuni diferite ale realității, fabricate nu de propagandiști umani (deși și ei există), ci de sisteme automate care au descoperit că fragmentarea atenției e profitabilă.
Derapajul 2: Halucinația ca infrastructură.
AI-ul generativ nu produce cunoaștere. Produce probabilități statistice — combinații de cuvinte care, pe baza datelor de antrenare, sunt plauzibile în context. Modelele halucinează cu încredere: inventează surse, citează studii inexistente, construiesc argumente coerente pentru teze false.
Dacă îți faci temele cu ChatGPT fără verificare — știu că unii o fac — nu faci temele prost. Faci altceva: îți exersezi capacitatea de a accepta conținut plauzibil ca echivalent al conținutului verificat. Aceasta e o deprindere cognitivă devastatoare, mai periculoasă decât nota mică primită pentru o temă proastă.
La scară macro, riscul e și mai grav. Cercetătorii numesc fenomenul Model Collapse: dacă internetul se umple de conținut generat de AI, iar modelele viitoare sunt antrenate pe acel internet, ele vor fi antrenate pe propriile lor halucinații din generația anterioară. Un ecou auto-referențial care se degradează la fiecare iterație.
Derapajul 3: Externalizarea eticii.
Delegăm tot mai mult decizii cu miză morală unor sisteme care nu au capacitatea de a simți consecințele. Algoritmi decid eligibilitatea pentru credite, sisteme AI asistă magistrați în recomandări de sentințe, drone militare autonome selectează ținte pe baza recunoașterii de pattern-uri.
Nu există un moment în care sistemul să simtă remușcarea. Nu există un moment în care să spună: am greșit și înțeleg de ce a contat. Responsabilitatea morală a migrat din zona uman-responsabilului în zona nimănui. Când un algoritm de credit discriminează sistematic împotriva unor categorii demografice, cine răspunde? Inginerul care l-a scris? Compania care l-a implementat? Clientul care l-a achiziționat? În practică, toată lumea arată cu degetul înspre sistem, iar sistemul nu arată nicăieri.
Derapajul 4: Fragilitatea ca efect al eficienței.
Sistemele extrem de eficiente sunt extrem de fragile. Un lanț de aprovizionare just-in-time e mai eficient decât unul cu stocuri redundante — și se prăbușește complet la primul șoc major (pandemia din 2020 a demonstrat asta cu brutalitate). Același principiu se aplică infrastructurii AI: cu cât mai mulți actori depind de același model, aceeași arhitectură, aceeași infrastructură de cloud, cu atât mai catastrofal e efectul unui eșec sistemic.
Nu vorbim ipotetic. Există deja sectoare — servicii financiare, logistică, sănătate — unde dependența de sisteme AI opace e suficient de profundă încât un eșec coordonat ar produce efecte de cascadă greu de controlat. Ai crescut convins că internetul e rezistent pentru că e distribuit. Noul internet al inteligenței e, paradoxal, mult mai centralizat.
Harta fără teritoriu: vidul strategic global
Dacă derapajele de mai sus sunt diagnosticul, vidul strategic e condiția care permite bolii să progreseze fără tratament.
Există trei mari modele de guvernanță a AI în lume azi, și toate trei sunt inadecvate, fiecare în felul ei.
Modelul european — reglementare preventivă prin EU AI Act — are meritul de a fi luat în serios riscurile. Dar a produs un cadru birocratic care reglementează cu minuțiozitate riscurile deja identificate din generații tehnice deja depășite, în timp ce inovația din Silicon Valley și Shenzhen avansează cu o viteză pe care niciun aparat legislativ nu o poate urmări. E ca și cum ai redacta norme de siguranță pentru automobile în timp ce avioanele devin standard de transport.
Modelul american — laissez-faire cu autopilot ideologic — a produs cel mai rapid avans tehnologic din istorie și cel mai profund vid etic. Filosofia e simplă: piața va decide ce e util, competiția va elimina ce e periculos, iar intervențiile statului vor perturba inovația. Problema e că piața nu are mecanisme pentru a prețui corect efectele externe difuze: erodarea democrației, fragmentarea realității comune, devalorizarea muncii cognitive. Piața prețuiește perfect un clip viral. Nu prețuiește deloc ce face acel clip cu capacitatea ta de a menține atenția pe o problemă complexă timp de 40 de minute.
Modelul chinez — control statal integrat — e eficient la maximizat obiective măsurabile pe termen scurt și catastrofic la orice altceva. Supravegherea cognitivă a cetățeanului, sistemul de credit social, dirijismul algoritmilor de recomandare spre coeziune națională mai degrabă decât adevăr verificabil — acestea nu sunt accidente ale unui sistem imperfect. Sunt funcționalități ale unui sistem perfect optimizat pentru un scop greșit.
Ce lipsește în toate trei e un răspuns la o întrebare anterioară oricărei politici publice: ce vrem de la inteligența artificială pentru civilizația umană, dincolo de productivitate și securitate națională?
Aceasta nu e o întrebare retorică. E o întrebare care necesita un răspuns înainte de a antrena GPT-4, Gemini Ultra sau Claude 3 Opus. Am antrenat toate acele modele fără să o fi pus serios pe masă. Acum o punem pe masa ta, pentru că tu ești cel care va trăi cu consecințele.
La nivel educațional, vidul e la fel de vizibil. Sistemele de educație din aproape toate țările — România inclus, vizibil — continuă să formeze oameni pentru un secol care s-a terminat. Se predă memorarea în era în care orice fapt e la distanță de o interogare vocală. Se predă execuția de sarcini repetitive în era în care execuția repetitivă e exact ce AI face mai bine decât orice om. Nu se predă aproape deloc gândire critică structurată, detectarea manipulării algoritmice, evaluarea surselor în ecosisteme informaționale degradate sau colaborarea reflexivă cu sisteme AI — adică exact ce ar trebui să știi ca să nu fii înlocuit, manipulat sau aservit de tehnologia pe care o folosești.
Axioma lipsă: eroarea de fundament
Acum ajungem la miezul argumentului. Toate derapajele de mai sus, tot vidul strategic, sunt simptome. Boala e mai adâncă și mai simplă în același timp.
Marea eroare a erei actuale este confuzia dintre procesare și înțelegere.
Sistemele AI procesează cantități colosale de informație cu o viteză și o acuratețe statistică pe care niciun creier uman nu le poate egala. Dar procesarea — oricât de sofisticată — nu e înțelegere. Filozoful John Searle a formulat cel mai clar această distincție în 1980, prin celebrul Argument al Camerei Chineze: un om închis într-o cameră, cu un manual de reguli pentru manipularea simbolurilor chinezești, poate produce răspunsuri perfect corecte în chineză fără să înțeleagă o singură silabă. Sistemul (omul + manualul + camera) produce output-uri chinezești. Înțelegerea nu există nicăieri în sistem.
AI-ul generativ e camera chineză la scară planetară. Produce output-uri plauzibile, coerente, uneori strălucite — fără ca înțelegerea să existe undeva în rețeaua neurală. Lucrătorii din domeniu numesc asta, cu un umor negru revelator, papagal stochastic — un sistem care combină statistic ceea ce a văzut fără să fi înțeles vreodată ceva.
Aceasta nu e o critică a utilității AI-ului. E o clarificare categorică: AI-ul nu gândește. Calculează. Și confuzia dintre cele două e sursa majorității iluziilor despre ce pot și ce nu pot face aceste sisteme.
A doua axiomă lipsă e și mai fundamentală: am uitat că tehnologia e mijloc, nu finalitate.
Aristotel numea eudaimonia — înflorirea umană — scopul ultim spre care trebuie să tindă orice aranjament social și orice unealtă. Nu fericirea ca stare hedonică momentană, ci împlinirea pe care o simți când îți actualizezi capacitățile cele mai înalte, când contribui la ceva mai mare decât tine, când trăiești conform cu ceea ce ești în mod esențial.
Întreabă-te sincer: tehno-ecosistemul în care trăiești te ajută să înflorești sau te ajută să consumi?
Nu e o întrebare despre aplicații individuale. E o întrebare despre arhitectura unei civilizații. Și răspunsul sincer e: optimizarea pentru engagement, pentru productivitate măsurabilă, pentru viteza de producție a output-urilor — nu are nicio legătură cu eudaimonia. Are legătură cu o altă teleologie, una corporatistă, care a devenit atât de dominantă încât nu mai e văzută ca teleologie, ci ca realitate naturală.
Filosoful Lucian Blaga — pe care îl recomand cu insistență, știu că nu e pe syllabus și că nu e pe TikTok, tocmai de aceea — spunea că omul e ființa care pune semn de întrebare în fața misterului, nu cea care rezolvă misterele. Capacitatea de a rămâne în fața necunoscutului fără a-l reduce prematur la o soluție e, în viziunea lui, cel mai uman dintre gesturi. AI-ul e exact inversul: un sistem de reducere maximă a oricărei întrebări la cel mai plauzibil răspuns disponibil statistic.
Problema nu e că AI-ul e rău la asta. Problema e că riscăm să adoptăm stilul cognitiv al AI-ului ca standard uman — să ne dezobișnuim să stăm în fața misterului, să tolerăm ambiguitatea, să urmărim un argument lung și anevoios spre o concluzie nesigură. Dacă ți se pare că ai o atenție din ce în ce mai scurtă, că cititul lung te obosește mai repede decât acum câțiva ani, că îți vine reflex să cauți rezumat înainte să citești originalul — nu e vina ta individuală. E un efect sistemic al adaptării la un ecosistem cognitiv construit pe viteză și reducere.
A treia axiomă lipsă e juridică și filozofică simultan: am creat agenți fără subiect moral.
Când un agent AI cauzează un prejudiciu — recomandă un medicament greșit, discriminează în atribuirea unui credit, generează dezinformare care influențează un vot — cine răspunde? Modelul nu simte nimic. Compania care l-a construit invocă limitele documentate. Utilizatorul care l-a folosit a crezut că îl folosește corect. Vidul de responsabilitate e complet.
Dreptul roman — din care s-a extras cea mai mare parte din dreptul european modern — a știut să creeze persoane juridice (corporații, asociații) exact pentru a atribui responsabilitate entităților non-umane. Dar persona juridică implică un set de drepturi și obligații deținut de entități conduse, în ultimă instanță, de oameni responsabili. AI-ul agențial scapă chiar și acestei construcții: e suficient de autonom cât să acționeze independent, insuficient de uman cât să poată fi tras la răspundere.
Vidul juridic nu e un detaliu tehnic. El reflectă un vid ontologic mai adânc: nu am decis ce fel de entitate e AI-ul și, în consecință, nu avem un cadru pentru a ști ce drepturi și obligații ar trebui să derive din existența lui.
De ce umanul trebuie să rămână măsura lucrurilor
Ajung acum la teza centrală, pe care vreau să o formulez precis și să o apăr serios, nu să o enunț retoric.
„Umanul ca măsură a lucrurilor" nu e nostalgie. Nu e o poziție anti-tehnologică. Nu e o variantă sofisticată a bunicilor care spun că pe vremea lor era mai bine. E o axiomă filozofică cu consecințe practice, pe care vreau să o construiesc pas cu pas.
Protagoras, sofistul grec, spunea: „Omul este măsura tuturor lucrurilor." E o afirmație adesea interpretată ca relativism pur — fiecare om e măsura propriei realități, deci nu există adevăr obiectiv. Nu asta mă interesează. Mă interesează o interpretare diferită: valorile, scopurile și sensul nu există în natură ca fapte brute. Ele există numai în raport cu ființa care le poate articula, simți și asuma.
O stâncă nu știe că e frumoasă. Un algorithm nu știe că o decizie e nedreaptă. O ecuație nu știe că soluția ei va produce suferință. Capacitatea de a ști aceste lucruri — de a le simți ca importante, de a le considera obligatorii — e specific umană. Nu pentru că omul ar fi superior ontologic față de alte entități (o discuție cu totul separată), ci pentru că, deocamdată, el e singura entitate care are valori în sens propriu, nu doar funcții de optimizare.
Aceasta înseamnă că deciziile despre ce merită optimizat, ce merită construit, ce merită sacrificat și ce trebuie protejat nu pot fi delegate niciunui sistem, oricât de capabil ar fi. Pot fi asistate de sisteme. Nu pot fi luate de sisteme.
Hai să fiu concret, pentru că știu că abstracțiunile sunt ușor de ignorat.
Exemplul 1: Sănătatea mintală.
Există acum aplicații AI care funcționează ca terapeuți digitali — disponibile 24/7, empatice, răbdătoare, fără judecată. Milioane de oameni, mulți de vârsta ta, le folosesc deja. Beneficiile pe termen scurt sunt reale: accesibilitate, disponibilitate, absența stigmei.
Problema e că o relație terapeutică autentică nu e un schimb de informații între un emițător și un receptor. E o relație între două conștiințe, în care terapeutul simte ceva — contratransfer, oboseală, speranță, frustrare — și gestionează aceste trăiri în beneficiul pacientului. Procesul de vindecare se produce în interfața dintre două ființe care pot suferi. AI-ul nu suferă. Poate simula empatia cu o fidelitate desconcertantă. Nu o poate trăi.
Dacă generația ta va crește cu ideea că îngrijirea emoțională e un serviciu pe care îl poți accesa individual, fără vulnerabilitatea de a fi văzut de un alt om — ce se întâmplă cu capacitatea ta de a tolera intimitatea autentică, cu toate fricțiunile și riscurile ei?
Exemplul 2: Munca creativă.
AI-ul generează acum imagini, muzică, texte, cod, arhitecturi conceptuale cu o viteză și o varietate imposibil de egalat de un om individual. Industrii întregi sunt în transformare. Mulți dintre voi vor lucra în domenii unde AI-ul e deja mai rapid, mai ieftin și, pe anumite criterii, mai precis decât un om.
Dar arta și creativitatea autentică nu sunt despre producerea de output-uri estetice plauzibile. Sunt despre transformarea experienței trăite — a durerii, a bucuriei, a confuziei, a memoriei — în forme care rezonează cu experiența trăită a altcuiva. Dostoievski nu a scris Frații Karamazov pentru că era cel mai eficient producător de proze rusești. A scris-o pentru că era un om care suferise epilepsie, jocuri de noroc, deportare în Siberia și crize de credință — și tot acel material uman brut a produs o operă care, la 150 de ani distanță, îți poate schimba structura gândirii dacă o citești cu atenție.
Nici un model AI nu poate scrie Frații Karamazov. Poate scrie ceva care seamănă superficial cu Dostoievski. Diferența nu e stilistică. E ontologică.
Pericolul nu e că AI-ul produce artă falsă — asta e detectabil. Pericolul e că, saturați de volume enorme de conținut plauzibil și agreabil, pierdem din vedere diferența și devenim incapabili să recunoaștem ce face arta autentică diferit.
Exemplul 3: Democrația.
Democrația nu funcționează prin algoritm. Funcționează prin cetățeni capabili să asculte argumente opuse, să tolereze incertitudinea, să ia decizii imperfecte în condiții de informație incompletă și să accepte că au greșit și să se corecteze. E un proces lent, ineficient și adesea frustrant. E și singurul sistem politic care a produs, pe termen lung, societăți în care demnitatea umană e protejată sistematic.
AI-ul optimizat pentru engagement, angajat la serviciul unor actori politici care știu cum să îl folosească, poate eroda exact capacitățile cognitive pe care democrația le presupune: toleranța pentru argumente lungi și neplăcute, predispoziția de a-ți revizui opinia, disponibilitatea de a recunoaște complexitatea. Ecosistemul informațional fragmentat, construit pe optimizarea atenției, produce cetățeni mai reactivi, mai tribali și mai ușor de manipulat — nu pentru că ar fi mai proști, ci pentru că infrastructura în care gândesc e proiectată pentru alt scop.
Democrația are nevoie de oameni care pot gândi lent. AI-ul de azi e proiectat pentru oameni care vor răspunsuri rapide. Aceasta nu e o coincidență neutră.
Către o ecologie a inteligenței
Dacă ai ajuns până aici — și dacă nu te-ai enervat suficient cât să închizi pagina — merit să nu rămân la nivel de diagnostic. Ce ar trebui să facem?
Prima schimbare e de paradigmă, nu de politici publice. Trebuie să trecem de la o logică a extracției la una a ecologiei. Extracția ia din ecosistem mai mult decât returnează, până la epuizare. Ecologia gestionează un sistem în care toate componentele sunt interdependente și nicio componentă nu poate fi maximizată independent fără a degrada sistemul ca întreg.
AI-ul ca instrument de extracție — a atenției, a datelor, a muncii cognitive, a resurselor energetice — va produce exact ce produce orice logică extractivă: un ecosistem degradat. AI-ul ca instrument ecologic ar fi proiectat cu o întrebare prealabilă: ce are nevoie sistemul uman și biosfera pentru a funcționa sănătos, și cum poate inteligența artificială să contribuie la asta, nu să îl exploateze?
Aceasta nu e o utopie. E o alegere de inginerie și de politici publice. Există deja inițiative — mai mult în marginea industriei decât în centrul ei — care proiectează sisteme AI cu criterii de succes diferite de productivitate sau engagement: wellbeing al utilizatorului pe termen lung, calitate a deliberării democratice, echitate în distribuția beneficiilor. Sunt marginale. Nu trebuie să rămână.
A doua schimbare e educațională și privește direct generația ta. Dacă sistemele de educație nu se mișcă suficient de repede — și nu se mișcă — rămâne responsabilitatea individuală de a-ți construi imunitatea cognitivă în mod deliberat.
Ce înseamnă asta concret? Înseamnă să citești în continuare texte lungi, chiar dacă e dificil, chiar dacă reflexul e să cauți rezumatul. Lungimea nu e un defect — e structura prin care argumentele complexe sunt construite și verificate. Înseamnă să practici gândirea primei persoane — să formulezi ce crezi tu, cu argumentele tale, înainte de a consulta ce zice AI-ul. Înseamnă să verifici — nu să consumi plauzibilul ca echivalent al verificatului. Înseamnă să îți exersezi toleranța pentru incertitudine — să rămâi cu o întrebare deschisă fără să apeși imediat pe „generează răspuns".
Acestea nu sunt sfaturi de bunăstare digitală. Sunt instrumente de supraviețuire cognitivă într-un ecosistem proiectat să le atrofieze.
A treia schimbare e să revendici agenția la nivel politic. Nu în sensul naiv că un tweet sau o petiție schimbă traiectoria marilor corporații. În sensul că cetățenii dintr-o democrație — oricât de imperfectă — au pârghii reale: alegeri, presiune publică, alegeri de consum, organizare colectivă. Reglementarea semnificativă a AI-ului nu va veni din interiorul industriei — niciun sector nu s-a autoreglementat eficient în istoria capitalismului modern. Va veni din presiune externă, exercitată de cetățeni care înțeleg miza și nu se mulțumesc cu promisiunile vagi despre „AI responsabil" ca instrument de marketing.
Aceasta înseamnă să înveți suficient tehnic cât să nu fii manipulat de limbajul tehnic, și suficient politic cât să nu fii paralizat de complexitate. Nu trebuie să știi cum funcționează un transformer neural. Trebuie să înțelegi ce consecințe produce și cum poți influența condițiile în care e folosit.
Umanul ca alegere, nu ca destin
Vreau să închei cu ceva care riscă să sune grandios, dar pe care îl formulez cu toată seriozitatea.
A insista că umanul e măsura lucrurilor nu e o afirmație despre superioritatea biologică a speciei noastre. Nu suntem cei mai rapizi. Nu suntem cei mai precisi. Nu suntem imuni la eroare, la bias, la cruzime și la prostie. Istoria noastră e plină de atrocități pe care le-am comis exact cu atributele noastre cel mai distinctiv umane: planificare, coordonare, ideologie, limbaj.
Dar suntem singurii care știm că am greșit și putem decide să schimbăm. Suntem singurii care punem întrebarea de ce nu doar ca instrument de optimizare, ci ca formă de a locui în lume cu responsabilitate. Suntem singurii care putem simți că o nedreptate e intolerabilă chiar și când ar fi eficient să o ignorăm.
Aceste capacități — reflecția morală, simțul nedreptății, responsabilitatea față de cei care nu sunt prezenți la masă — nu sunt ornamente culturale. Sunt funcționalitățile prin care civilizația e posibilă. Și sunt exact cele pe care nu le putem externaliza, nu pentru că nu am vrea să ne economisim efortul, ci pentru că externalizarea lor înseamnă renunțarea la ceea ce face posibilă o lume în care merită să trăiești.
Proiectantul Constantin Brâncuși — un român din Gorj, care a intuit înainte de oricine altcineva forma esențială dincolo de aparență — spunea: „Simplitatea e rezolvată complexitate." Teza acestui text e, în fond, simplă: mașina trebuie să servească omul, nu invers. Dar rezolvarea acestei simplități presupune o complexitate filozofică, politică și educațională pe care nu o putem evita prin accelerare.
Accelerarea nu e răspunsul. E, de fapt, fuga de întrebare.
Generația ta va fi cea care decide dacă AI-ul e cea mai sofisticată unealtă pe care specia noastră a construit-o în slujba înfloririi umane, sau cel mai elegant mecanism prin care a renunțat la ea. Decizia asta nu se ia într-un laborator din San Francisco sau într-un centru de date din Shenzhen. Se ia, zi de zi, în alegerile mici pe care le faci tu: ce citești cu atenție și ce consumi pasiv, cui delegi gândul și la ce rămâi în față fără să ceri imediat o soluție.
Umanul ca măsură a lucrurilor nu e o constatare. E o alegere care se reface constant, sau nu se face deloc.
Petru Cojocaru scrie despre tehnologie, filozofie și intersecțiile lor incomode pe petrucojocaru.ro. Acest articol a fost scris cu asistență AI pentru documentare și verificare de referințe; toate judecățile, argumentele și pozițiile exprimate aparțin autorului.
Note de lectură pentru cine vrea să meargă mai departe:
- John Searle, Mințile, creierele și programele (1980) — argumentul camerei chineze, cel mai clar din câte cunosc
- Lewis Mumford, Tehnica și civilizația (1934) — pentru istoria lungă a relației om-unealtă
- Shoshana Zuboff, Capitalismul de supraveghere (2019) — pentru înțelegerea mecanismului economic din spatele platformelor
- Lucian Blaga, Trilogia cunoașterii — pentru o filozofie românească a misterului și a limitelor cunoașterii
- Brian Christian, Problema alinierii (2020) — pentru cine vrea să înțeleagă tehnic ce înseamnă AI alignment
- Stuart Russell, Compatible cu umanul (2019) — cea mai serioasă pledoarie din interiorul industriei pentru un AI care servește cu adevărat omul