Zprávy z oblasti vědy a techniky často čelí zásadní výzvě: jak učinit nepochopitelné hmatatelné? Ať už jde o rozlehlost vesmíru nebo složitost vládních dat, rozsah moderních pokroků se může zdát poněkud abstraktní.
V této recenzi se podíváme na to, jak se novináři snaží překlenout tuto propast – někdy se uchylují k bizarním srovnáním – a na rizika, která vznikají, když zadáváme klíčové úkoly umělé inteligenci.
Měření Měsíce s jezevčíky
Nedávná mise Artemis II dosáhla historického milníku: posádka se přesunula 406 771 kilometrů od Země – nejdelší vzdálenost, jakou kdy lidé ušli. Přenést tuto vzdálenost širšímu publiku však není snadný úkol.
K demonstraci měřítka použil The New York Times řadu neobvyklých, téměř surrealistických měrných jednotek:
- Metrika jezevčíka: Pokud byste seřadili 22palcového jezevčíka do řady od nosu k ocasu, potřebovali byste přibližně 728 milionů psů, abyste se dostali na Měsíc.
- Metriky chůze: Při rychlém tempu chůze (asi 5 km/h) by člověku trvalo téměř 10 let nepřetržitého pohybu, než by tuto vzdálenost urazil.
- Metrika párků v rohlíku: Tuto mezeru by zaplnil řetězec 2,37 miliardy párků v rohlíku. Aby je snědl všechny, musel by profesionální jedlík jíst nepřetržitě 594 let.
Ačkoli taková srovnání pomáhají „cítit“ vzdálenost, zpochybňují vědeckou přísnost. Používání živých zvířat (nebo zpracovaného masa) jako pravítka přináší obrovské chyby kvůli rozdílům ve velikosti a tvaru. Kromě toho posun od „živých psů“ k „párkům v rohlíku“ jako měrných jednotkách zdůrazňuje obecný trend ve vědecké žurnalistice: obětování přesnosti pro zapojení publika.
Problém relativního měřítka
Kromě fyzické vzdálenosti často nedokáže přesná měření poskytnout samotný jazyk. Tím se dostáváme ke konceptu endogenního relativního škálování (ERS) – jednotek, jejichž význam se mění v závislosti na kontextu nebo osobě, která je používá.
Klasickým příkladem je slovo “maraton”.
– V atletice se jedná o pevnou vzdálenost 42,195 kilometrů.
– V každodenním životě se jedná o subjektivní popis trvání, jako například „maratonské studium“ nebo „maraton při pití“.
Význam „maratonu“ v těchto souvislostech zcela závisí na aktivitě, a co je možná důležitější, na individuálním prahu vytrvalosti. Tato lingvistická nejasnost nám připomíná, že i ve světě tvrdých dat zůstává lidské vnímání subjektivním filtrem.
4% riziko: AI ve vládní klasifikaci
Jak se umělá inteligence hlouběji integruje do profesionálních pracovních postupů, otevírají se nové obzory: používání velkých jazykových modelů (LLM) k provádění citlivých úkolů, jako je klasifikace vládních dokumentů.
Nedávná práce na arXiv navrhla použití umělé inteligence k nahrazení „pracně náročného“ a „subjektivního“ procesu ručního označování dokumentů. Výzkumníci testovali model na uniklých amerických diplomatických dokumentech a dosáhli 96% přesnosti v rozlišení mezi dokumenty klasifikovanými jako „neutajené“, „důvěrné“ a „tajné“.
Zatímco 96 % zní působivě, ve světě národní bezpečnosti odhaluje zásadní chybu:
1. Mezera mezi úniky: 4% chyba znamená, že přísně tajné informace mohou být systematicky klasifikovány jako „neutajené“, což vede ke katastrofickým únikům.
2. Směr chyby: V situacích s vysokými sázkami nejsou všechny chyby vytvořeny stejně. Pokud AI označí „tajný“ dokument jako „netajný“, jedná se o selhání zabezpečení; pokud označí „netajný“ dokument jako „tajný“, je to jen byrokratická nepříjemnost.
Studie zatím neobjasňuje, zda je AI náchylná k nadměrné opatrnosti nebo nedbalosti, ani jak je její přesnost srovnatelná s přesností lidských odborníků.
Závěr: Ať už používáme tachy k měření Měsíce nebo AI k třídění vládních tajemství, most mezi nezpracovanými daty a lidským porozuměním je plný subjektivity, nepředvídatelných chyb a významných systémových rizik.
