Kada farmakolog potvrdi ono što pisci već znaju o veštačkoj inteligenciji

Klinički farmakolog napisao je esej o učenju hodanja sa veštačkom inteligencijom. Njegov zaključak? Alat koji bira samo 2% korisnika je onaj koji istraživači odbijaju da napuste.

Prošle nedelje se desilo nešto što nisam očekivao.

Klinički farmakolog po imenu Ted Grasela prisustvovao je naučnom skupu na kome su stručnjaci raspravljali o tome da li bi veštačku inteligenciju trebalo primeniti u farmaceutskom istraživanju i razvoju. Sala je bila podeljena. Argumenti su bili oštri. I na kraju, konsenzus se naginjao ka opreznosti: idite polako.

Onda je Ted otišao kući i napisao esej.

Ne o samoj debati. O nečemu što je debata potpuno propustila.

Nazvao ga je „Učiti hodati.“

I usred tog eseja, pozvao se na moj rad o NotebookLM-u — alatu koji drži otprilike 2% udela na AI tržištu.

Evo paradoksa o kome niko u toj konferencijskoj sali nije razgovarao: najpopularniji AI alati dizajnirani su da eliminišu frikciju. Ali alat koji koristi samo 2% ljudi — onaj koji dodaje frikciju — je upravo onaj kome se istraživači, naučnici i radnici znanja stalno vraćaju.

Korak koji nedostaje

Ted je svoj esej otvorio pričom o svom unuku. Tri godine star, uči da se penje uz stepenice na železničkoj stanici. Trenutak kada mališan prestaje da bude beba i postaje dečak.

Naravno, to se nije desilo odjednom. Postojao je razvojni proces: kotrljanje, puzanje, stajanje, hodanje, i na kraju vođenje lopte niz teren do koša.

Njegova poenta je razorno jednostavna: ne postoji prečica od puzanja do trčanja.

A ipak, upravo to većina organizacija pokušava sa veštačkom inteligencijom. Potpuno preskaču fazu hodanja. Idu direktno od „verovatno bi trebalo da koristimo AI“ do autonomnih tokova rada, agentskih sistema i potpuno automatizovanih procesa.

Ted to naziva problem bez frikcije. Nema nikakve frikcije u tome da zamolite četbot da napiše mejl, da ga prosledite nekome ko koristi drugi četbot da ga pročita, i da nastavite u beskonačnoj petlji neuspele komunikacije.

Odsustvo frikcije u toj interakciji jeste problem.

Inženjer izvora, ne inženjer promptova

Ovde se Tedov esej preseče sa svime što pišem već godinu dana.

On opisuje svoje iskustvo sa NotebookLM-om i iznosi zapažanje za koje mislim da je jedno od najoštrijih preoblikovanja pojma AI pismenosti koje sam pročitao:

U ChatGPT-u, kvalitet odgovora zavisi od kvaliteta vaših promptova. U NotebookLM-u, kvalitet zavisi od toga koliko dobro birate i organizujete svoje izvore. Vi ste kurator ili inženjer izvora, a ne inženjer promptova.

Ova distinkcija menja sve.

Inženjering promptova je razgovor sa crnom kutijom. Nikada u potpunosti ne znate šta je model apsorbovao, kakve predrasude nosi, šta bi mogao da halucinira. Vaša veština je u tome da formulišete pitanja dovoljno pametno da dobijete korisne odgovore.

Inženjering izvora je razgovor sa sopstvenim znanjem. Vi birate materijal. Vi definišete granice. Svaki odgovor koji vam NotebookLM da može se pratiti do tačnog pasusa u dokumentima koje ste vi obezbedili.

I evo dela koji je iznenadio čak i Teda: frikcija procesa kuriranja je karakteristika, a ne greška.

Koji izvori se bave dimenzijama problema sa kojim se borite? Koliko dobro razumete te informacije? Kako dublje razumevanje vodi ka prepoznavanju praznina u znanju?

To nisu pitanja o veštačkoj inteligenciji. To su pitanja o mišljenju.

Paradoks dva procenta

U svom eseju, Ted se pozvao na nešto što sam nedavno napisao o tržišnoj poziciji NotebookLM-a:

ChatGPT drži 68% tržišta AI četbotova. Gemini je skočio na 18%. A NotebookLM tiho sedi na otprilike 2% mesečno aktivnih korisnika.

Ali kada su istraživači — ljudi koji rade sa informacijama za život — upitani koji AI alat smatraju najvažnijim, NotebookLM se dosledno nalazio na vrhu.

Dva procenta korisnika. A ipak, među ljudima kojima treba dubina pre brzine, to je alat koji odbijaju da napuste.

Ted, dolazeći iz farmaceutskog istraživanja i razvoja, odmah je razumeo zašto. U njegovom svetu, halucinacija nije samo neugodnost. To je odgovornost. Pogrešno protumačen rezultat kliničkog ispitivanja može da odloži lek koji spasava živote. Pristrasni set podataka može da dovede do regulatornog neuspeha koji košta stotine miliona.

Kada su ulozi toliko visoki, ne želite odsustvo frikcije. Želite produktivnu frikciju.

Produktivna frikcija kao kinetička energija

Tedov najelegantniji uvid dolazi pri kraju njegovog eseja. On definiše produktivnu frikciju kao potencijalnu energiju — energiju koja se nagomilava kada stanete i razmislite o onome što pokušavate da postignete.

Ona postaje kinetička energija kada svoje uvide ugradite u ubedljivu priču.

Ovo je fizika primenjena na rad sa znanjem. I to je tačna suprotnost onoga što AI industrija prodaje.

Dominantan narativ kaže: eliminišite frikciju, automatizujte sve, krećite se brže.

Tedov kontra-narativ kaže: frikcija je mesto gde živi razumevanje. Razvojni proces — od puzanja do hodanja do trčanja — ne može se preskočiti bez posledica.

NotebookLM je alat koji poštuje taj proces. Ne piše umesto vas. Ne misli umesto vas. Stvara prostor u kome vaše mišljenje postaje oštrije, strukturiranije i iskrenije.

Šta farmakolog vidi, a tehnološka industrija ne vidi

Postoji razlog zašto je Tedova validacija važna.

Kada pisac govori o vrednosti dubokog angažmana sa veštačkom inteligencijom, lako je to odbaciti kao filozofsko razmišljanje. Kada klinički farmakolog — neko čiji rad direktno utiče na to da li lekovi stižu do pacijenata — dođe do istog zaključka potpuno drugačijim putem, to prestaje da bude filozofija.

To postaje dokaz.

Ted nije otkrio NotebookLM kroz tehnološki njuzleter ili AI hajp ciklus. Otkrio ga je zato što je tražio alat koji će mu omogućiti da misli pažljivije, a ne brže.

I pronašao ga je.

Njegova preporuka organizacijama vredna je ponavljanja: organizujte namerno eksperimentisanje sa alatom poput NotebookLM-a, posebno uz podršku i ohrabrenje IT osoblja. Ne kao pilot-projekat za automatizaciju. Kao vežbu za učenje hodanja.

Dublje pitanje

Pišem o NotebookLM-u svakodnevno već više od 5 meseci. Objavio sam stotine članaka, izgradio kurs za savladavanje alata i istražio svaki kutak njegovih mogućnosti.

Ali bio je potreban farmakolog iz potpuno drugog domena da artikuliše jednu stvar na koju se stalno vraćam:

AI alati koji su najvažniji nisu oni koji misle umesto vas. To su oni koji vaše mišljenje čine vidljivim — vama samima.

To je ono što NotebookLM radi. To su ona 2% shvatila. I to je ono što će preostalih 98% na kraju morati da nauči.

Jer na kraju krajeva, ne možete trčati ako niste naučili da hodate.