Czym jest sztuczna inteligencja?

Czym (nie) jest AI?

Zrozumienie granic, możliwości i mechaniki działania Sztucznej Inteligencji jest fundamentem skutecznego zarządzania nią.

Sztuczna Inteligencja (AI) odmienia się dziś przez wszystkie przypadki. Żeby jednak móc skutecznie nią zarządzać i kontrolować związane z nią ryzyka, musimy bardzo precyzyjnie zdefiniować, z czym mamy do czynienia. AI w rozumieniu biznesowym i prawnym (np. w kontekście AI Act) to znacznie więcej niż tylko algorytmy Generative AI takie jak ChatGPT. ## Czym jest AI? W dużym uproszczeniu, AI to system informatyczny projektowany do działania z pewnym stopniem autonomii, który może — dla celów określonych przez człowieka — wyciągać wnioski z otrzymanych danych wejściowych, aby generować wyniki takie jak przewidywania, treści, zalecenia lub decyzje wpływające na środowisko, z którym wchodzi w interakcję. Mówimy więc o zaawansowanej statystyce, systemach uczących się na podstawie ogromnych zbiorów danych, a nie o deterministycznych programach komputerowych opartych wyłącznie na warunkach "if-then". ### Tradycyjne programowanie Reguły (kod) + Dane = Odpowiedzi. System działa deterministycznie. Zawsze wiemy, dlaczego podjął konkretną decyzję. ### Machine Learning Dane + Odpowiedzi = Reguły (model). System sam uczy się zależności. Może działać probabilistycznie (tzw. "czarna skrzynka"). ## Czym AI NIE jest? - **Rozwiązaniem na wszystkie problemy.** AI nie naprawi zepsutych procesów w firmie — po prostu zautomatyzuje i przyspieszy bałagan, jaki w nich panuje. - **Magiczną wyrocznią.** Wyniki (output) działania modeli to często bardzo zaawansowane zgadywanie (halucynacje w przypadku modeli językowych), a nie obiektywna, niepodważalna prawda. - **Zjawiskiem, które ominie Twoją branżę.** AI staje się nowym prądem lub internetem. To warstwa infrastrukturalna, na której będą budowane przyszłe usługi, produkty i operacje. Z punktu widzenia AI Governance, najważniejsze jest to, że AI podejmuje decyzje, optymalizuje działania lub tworzy treści bazując na **prawdopodobieństwie**, a nie na z góry zaprogramowanej logice, którą można w pełni przewidzieć. Dlatego właśnie wokół systemów AI musimy budować tzw. "human-in-the-loop" (człowiek w procesie podejmowania decyzji), by móc mitygować związane z tym ryzyka.