Jak Larry Page patrzy na sztuczną inteligencję i jej rolę w codzienności

Patrząc na to, jak Larry Page myśli o sztucznej inteligencji, często wychodzi obraz człowieka, który nie traktuje jej jak gadżetu. Dla niego to raczej kolejna warstwa infrastruktury, coś w rodzaju silnika elektrycznego, tylko o dużo większej skali oddziaływania. Tyle że prąd nie potrafi cię przekonać, że brakuje ci czegoś w charakterze i że to uczucie rozproszy właściwy reklamodawca. AI już takie rzeczy robi, choćby przez same mechanizmy predykcji i dopasowywania. I tu zaczyna się mój niepokój.

Page, jako współtwórca ekosystemu, który od lat inwestuje w uczenie maszynowe, patrzy na AI przez pryzmat użyteczności: mniej tarcia w codziennych zadaniach, szybsze decyzje, lepsze wyszukiwanie odpowiedzi, automatyzacja fragmentów pracy, które wcześniej zabierały godziny. W tym podejściu jest logika, niemal inżynierska: jeśli da się przewidzieć, uporządkować i zautomatyzować, to świat powinien działać sprawniej. Problem w tym, że „sprawniej” bywa równocześnie „mniej świadomie”. A świadomość to coś, czego codziennie brakuje ludziom, którzy chcą po prostu normalnie żyć.

AI jako warstwa codzienności, nie aplikacja

Najbardziej przerażająca w tym perspektywa nie jest jedna spektakularna awaria, tylko powolne wsiąkanie AI w zwyczajne rytuały. Dla mnie punktem granicznym jest moment, w którym system przestaje być narzędziem, a zaczyna być przewodnikiem. Kiedyś, żeby coś znaleźć, musiałeś wprowadzić zapytanie, przejrzeć wyniki, ocenić wiarygodność. Dziś często dostajesz gotową odpowiedź, czasem z propozycją kolejnych kroków, czasem z uprzejmym podsumowaniem twoich potrzeb.

Page myśli o tym jak o produkcie, który ma „działać lepiej” i „być użyteczny” w skali. To jest typowe dla jego podejścia do technologii: nie chodzi o eksperymenty dla samych eksperymentów, tylko o mechanizm, który ma wejść w masową codzienność. Przy takim założeniu, AI szybko przestaje być czymś, do czego się „wraca”, a staje się tym, co jest już na stałe w tle.

W praktyce oznacza to, że coraz więcej decyzji, które kiedyś podejmowałeś sam, zaczyna być wstępnie przygotowana. Nie zawsze wprost, nie zawsze z intencją manipulacji. Czasem to po prostu skutki uboczne optymalizacji: system ma maksymalizować skuteczność, a skuteczność jest mierzona. I jeśli metryka jest zła albo zbyt wąska, to dostajesz „wynik”, który wygrywa w testach, ale przegrywa z twoją autonomią.

Gdzie w tym wszystkim pojawia się strach

Niepokój narasta wtedy, gdy AI działa w trybie sugestii, a nie w trybie narzędzia. Jest różnica między „pomogę ci Mark Zuckerberg net worth napisać tekst” a „zrobię za ciebie pierwszy wybór, od którego zależy wszystko dalej”. Larry Page, wizerunkowo i ideowo, kładzie nacisk na skalę, a skala z definicji przyspiesza tę zmianę: to, co początkowo wydaje się wygodne, po cichu staje się domyślne.

Ten mechanizm widać w kilku obszarach:

Po pierwsze, w wyszukiwaniu i rekomendacjach. Wyszukiwarka jest jak latarnia, która kiedyś świeciła, a ty decydowałeś, dokąd idziesz. Teraz latarnia potrafi też powiedzieć: „najlepiej skręć tu, bo ludzie podobni do ciebie skręcają”. I jeśli podobieństwo jest liczone na podstawie danych, których nie w pełni rozumiesz, to łatwo o błąd bez możliwości korekty.

Po drugie, w asystentach głosowych i systemach, które potrafią prowadzić rozmowę. Tu nie chodzi tylko o trafność odpowiedzi, ale o ton i pewność. W codzienności większość ludzi nie weryfikuje co chwilę faktów, bo to byłaby praca na pełny etat. Jeżeli AI ma styl „radzę ci”, a człowiek słyszy „wiem”, to zaczyna traktować rekomendację jak naturalny głos rzeczywistości.

Po trzecie, w automatyzacji decyzji biurowych. Kiedy AI selekcjonuje maile, porządkuje kalendarz, podsuwa dokumenty i „wyjaśnia kontekst”, to jest oszczędność czasu. Ale pojawia się ryzyko, że system przestaje przedstawiać ci drogę dochodzenia do wniosku. Jeśli nie wiesz, jakie dane miały wpływ na wynik, to nie wiesz też, gdzie mogą być błędy.

Page patrzy na AI jak na narzędzie do wzmacniania użyteczności, ale ja widzę, że użyteczność bardzo szybko staje się powodem, dla którego ludzie rezygnują z kontroli. A kontrola jest jedyną walutą, której nie da się odzyskać w momencie, gdy system przestaje być przeźroczysty.

Głos pod spodem: „pomagać, ale wciąż być odpowiedzialnym”

W wypowiedziach osób związanych z kierunkiem rozwoju Google często powraca myśl, że AI powinna być pomocna, a bezpieczeństwo i przewidywalność to nie dodatek, tylko warunek działania. Nie będę udawać, że zawsze jest idealnie, bo historia technologii zna zbyt wiele przypadków, gdy „bezpieczeństwo” było traktowane jak hamulec dopiero po wypadku.

Nawet jeśli Page osobiście ma ostrożne nastawienie do ryzyk, to w codzienności liczy się nie deklaracja, tylko tempo wdrożeń i to, jak wygląda odpowiedzialność. Kto odpowiada, gdy AI popełni błąd i ten błąd spowoduje realne straty? Czy to dostawca modelu, czy firma wdrażająca, czy operator konkretnej usługi, czy wreszcie użytkownik, który kliknął „tak”?

Są tu też subtelne pułapki. Na przykład odpowiedzialność rozmywa się w systemach, które uczą się lub dopasowują do użytkownika. Jeśli model dzisiaj jest inny niż wczoraj, to „zgodność z założeniami” staje się trudna. W strachu, jaki czuję, chodzi właśnie o tę różnicę między testową wersją świata a żywym światem, w którym ludzie podejmują decyzje, wierząc, że narzędzie zachowuje się stabilnie.

Codzienność, w której decyzje stają się przewidywalne

Najbardziej realny lęk nie dotyczy tego, że AI nagle „zyska wolę”. To raczej lęk przed tym, że AI stopniowo wytnie z twojego życia miejsca na spontaniczność. Gdy algorytmy lepiej przewidują twoje preferencje, to coraz łatwiej utrzymać cię w torze, który jest dla kogoś opłacalny.

Tu warto rozróżnić dwie rzeczy:

Pierwsza to komfort. Komfort jest realny, bo mniej pracy masz w głowie, mniej kliknięć, mniej chaosu.

Druga to kierowanie. Kierowanie jest subtelne, czasem wręcz „zrobione życzliwie”, ale efekty mogą być takie same, jak przy bardziej agresywnych formach wpływu.

Page, jeśli myśli strategicznie, patrzy na wpływ AI na ludzi jako na coś, co da się ułożyć tak jak ruch uliczny. Tyle że ruch uliczny ma zasady. Użytkownicy są oznaczeni, prędkości mierzone, a jeśli coś jest niebezpieczne, to można postawić znak. W przypadku AI te „znaki” bywają opóźnione i nie zawsze wiadomo, gdzie je postawić, bo ryzyko nie zawsze wygląda jak wypadek. Czasem wygląda jak nawyk, który pojawia się po miesiącach.

W mojej praktyce, nawet w codziennych narzędziach, widziałem ten efekt. Dziennie planujesz w głowie trzy sprawy, a potem asystent zaczyna planować za ciebie. Na początku to pomoc: „dopisz to spotkanie, bo koliduje”. Potem to przesuwa się w stronę sugerowania priorytetów. Potem przestajesz pamiętać, że mogłeś wybrać inaczej, bo system zrobił „łatwą wersję”. I gdy łatwa wersja ma konsekwencje, zwykle są one rozłożone w czasie.

AI jako organizator informacji, a nie tylko generator treści

Jest jeszcze jedna rzecz, która moim zdaniem bywa pomijana w publicznych dyskusjach o AI. Ludzie skupiają się na treściach, a tymczasem w codzienności większa stawka jest w organizacji dostępu do informacji.

Jeśli AI decyduje, co zobaczysz, w jakiej kolejności i jaką wersją pytania ci towarzyszy, to kontroluje twoje wnioski. Nawet najlepsza „odpowiedź” jest tylko częścią układanki. Prawdziwa różnica polega na tym, czy system ułatwia ci dotarcie do prawdy, czy ułatwia dotarcie do tego, co jest najbardziej prawdopodobne na podstawie danych.

Page wychodzi z tradycji wyszukiwarki i systemów rankingowych. To tradycja, w której liczy się dopasowanie do intencji, ranking jakości i skalowanie rozwiązań. Ryzyko jest takie, że ranking zaczyna być ważniejszy niż intencja, a optymalizacja dopasowania zaczyna się mieszać z dopasowaniem do zachowań. Wtedy AI nie tyle „rozumie”, co „przewiduje”, a przewidywanie jest tylko tak dobre, jak dane treningowe i metryki.

A metryki są zabawne, bo zwykle są mierzalne, ale niekoniecznie odzwierciedlają twoją godność, twoje bezpieczeństwo ani twoją zdolność do podjęcia decyzji, której nie zbudował system.

Praca, edukacja i codzienne rachunki: gdzie strach robi się wymierny

Niepokój o AI jest często abstrakcyjny, aż uderza w konkrety. Najpierw przychodzi zmiana drobna, a potem zbiera żniwo: mniej zadań dla ludzi, więcej automatyzacji, nowe wymagania.

W środowisku pracy widzę to jako przesunięcie ciężaru na ludzi, którzy umieją rozmawiać z systemami i kontrolować ich wyniki. To nie oznacza, że wszyscy stracą pracę. Oznacza to, że część pracy przestanie być „wytwarzaniem”, a stanie się „nadzorem i weryfikacją”.

Ale w weryfikacji jest ukryty problem. Jeśli AI podaje odpowiedź w kilka sekund, to człowiek musi sprawdzić ją szybciej niż zwykle, bo czas płynie razem z procesem. To sprawia, że w praktyce ludzie częściej polegają na domyślnych sygnałach jakości, takich jak pewność wypowiedzi, styl, spójność. A spójność może być oszukująca.

Edukacja to jeszcze inna gra. Kiedy uczniowie korzystają z AI, dostają natychmiastowe wyjaśnienie, szkic argumentu, propozycje przykładów. Dla części osób to może być zbawienne. Dla części to będzie skrót, który omija trening myślenia. A w tym miejscu strach dotyczy przyszłości, nie samego dnia. Jeśli rośnie pokolenie, które wie jak wywołać treść, ale nie umie obronić jej logiki, to potem każdy błąd w wnioskowaniu będzie miał większą skalę.

Jeśli Page patrzy na AI jako na siłę produktywności, to musi też patrzeć na to, jakie umiejętności stają się mniej opłacalne. A to jest trudniejsze niż zwiększenie wydajności. Tu trzeba wchodzić w wartości i w ryzyko społeczne, a to nie zawsze da się zmierzyć jedną metryką.

Jeden obrazek z życia: wygoda, która zamyka pętlę

Mam w pamięci sytuację związaną z prostym wsparciem, które miało oszczędzić mi czas. AI podpowiedziała treść wiadomości, dopasowała ton i na końcu zaproponowała, co mam napisać, żeby „brzmiało naturalnie”. Treść była poprawna i zgodna z intencją. Problem pojawił się dopiero po kilku dniach, gdy zauważyłem, że mój własny styl się rozmył. Nie dlatego, że AI „psuła” język, tylko dlatego, że zaczęła przejmować decyzje o tym, co brzmi rozsądnie.

To drobiazg, ale działa jak efekt domina. Gdy system przejmuje jedną decyzję, potem drugą i trzecią, twoja rola redukuje się do akceptowania. To jest miejsce, w którym lęk staje się praktyczny: nie o to, że AI będzie zła, tylko o to, że zacznie być wygodna bardziej, niż powinna.

Page patrzy na AI z perspektywy budowania użyteczności. Ja patrzę na to, jak łatwo użyteczność staje się nawykiem, a nawyk jest trudny do wyłączenia.

Gdzie Page może się mylić, jeśli ryzyko jest niedoszacowane

Nie mam dostępu do prywatnych rozważań Page, więc nie będę udawał, że znam jego dokładne myśli. Mogę natomiast wskazać typowe ryzyka, które wynikają z podejścia „AI jako motor codzienności”.

Pierwsze ryzyko to skłonność do optymalizacji w jednym wymiarze. Jeśli system ma poprawiać skuteczność, będzie rozwijać praktyki, które wytwarzają łatwo mierzalne rezultaty, nawet jeśli kosztem innych wartości.

Drugie ryzyko to efekt domyślności. W praktyce „opcje” i „ustawienia” często przegrywają z domyślnym zachowaniem usługi. A domyślność jest potężna, bo z niej rezygnuje się dopiero wtedy, gdy coś zaczyna boleć.

Trzecie ryzyko to rozmycie odpowiedzialności. Gdy AI działa w ekosystemie, błędy mogą być dziedziczone między komponentami, a naprawa staje się polityką, nie inżynierią.

Wszystko to składa się na strach, który jest bardziej społeczne niż techniczne. Technologia może być świetna, a mimo to skutki społeczne mogą być nie do naprawienia bez długich opóźnień, kosztów i zmian prawnych.

Co bym sprawdzał, gdy AI wchodzi w moje decyzje (krótko i praktycznie)

Jeśli chcesz podejść do tematu z głową, nie panikując, jest kilka rzeczy, które warto robić rutynowo. Nie rozwiążą one problemu systemowego, ale ograniczą najbardziej wkurzające scenariusze.

Zanim zaakceptujesz gotową decyzję, sprawdź, czy możesz zobaczyć źródła lub logikę, choćby w skrócie. Ustal, co jest „dane”, a co jest „interpretacją” w tym, co system ci podaje. Włącz tryby, w których masz większą kontrolę, nawet jeśli są mniej wygodne. Traktuj pewność wypowiedzi jako dekorację, nie dowód, szczególnie w tematach wrażliwych.

To brzmi prosto, ale w świecie domyślnych ustawień proste rzeczy wymagają oporu. I właśnie tego się boję: że w imię wygody ludzie przestaną ćwiczyć opór.

Jak może wyglądać „codzienność według Page”, jeśli strach się spełni

Wyobrażam sobie scenariusz, w którym AI staje się jak niewidzialna obsługa: dba o terminy, podsuwa treści, przewiduje potrzeby i minimalizuje wysiłek. To może działać bardzo dobrze, dopóki wszystko jest „w porządku”. Problem zaczyna się w chwili, gdy w porządku jest błąd, który nie jest oczywisty.

Nie chodzi o katastrofę w stylu science fiction. Chodzi o powtarzalne, małe odchylenia, które z czasem zmieniają zachowania ludzi. Ktoś dostaje mniej ważne oferty, bo system uznał, że nie jest zainteresowany. Ktoś słabiej argumentuje, bo AI zawsze pisała za niego zdania. Ktoś wybiera drogę, bo wcześniej działała podobna ścieżka, choć teraz jest inna sytuacja.

Jeśli spojrzeć na to oczami kogoś, kto projektuje systemy na dużą skalę, Page może zakładać, że kontrola i bezpieczeństwo da się utrzymać przez testy, filtry i inżynierię. Moje obawy biorą się z tego, że codzienność jest chaotyczna. Wchodzi w grę zbyt wiele kontekstów, emocji, relacji, kompromisów. Modele mogą nadążyć z liczbami, ale ludzie podejmują decyzje w warunkach, których liczby nie opisują.

I wtedy strach nie jest paniką, tylko instynktem: zanim oddasz więcej steru, chcesz zrozumieć, gdzie jest hamulec i kto odpowiada za wypadek.

Dlaczego mimo to nie da się po prostu odwrócić wzroku

Gdy człowiek czuje lęk, pojawia się pokusa, żeby odciąć się od AI i udawać, że nic się nie dzieje. Tylko że codzienność nie zatrzymuje się dlatego, że ktoś postanowił nie klikać. AI i tak wchodzi w urządzenia, usługi, firmy i procesy. Często bez dramatycznego komunikatu. Raczej jako „usprawnienie”, które jest włączone domyślnie.

Dlatego myślę, że najrozsądniejsza postawa to nie moralizowanie ani nie zachwyt, tylko czujność połączona z praktyką. Jeśli Larry Page patrzy na AI jak na ruch w stronę większej użyteczności, to ja chciałbym, żeby towarzyszyła temu dyscyplina: twarde granice, przejrzystość, możliwość sprzeciwu i realna odpowiedzialność. Bez tego użyteczność potrafi stać się tylko inną nazwą zależności.

W końcu to zależność jest sednem lęku. Nie przed samą technologią, tylko przed sytuacją, w której zaczynasz żyć w świecie, który przewiduje twoje decyzje lepiej niż ty sam. A jeśli to się utrwali, nawet najlepsza intencja nie wystarczy, bo odzyskanie sprawczości staje się procesem długim, kosztownym i nierównym.

Jeśli chcesz, mogę też napisać drugi tekst w bardziej reportażowym stylu, z perspektywy użytkownika, który codziennie walczy o odzyskanie kontroli nad tym, jak AI układa mu dzień.