Jak korzystać ze sztucznej inteligencji, żeby wycisnąć z niej jak najwięcej.
Podaj dalej
W skrócie: Żeby wycisnąć ze sztucznej inteligencji jak najwięcej, korzystaj z niej tak, jak szachiści korzystają z algorytmów. Stań się centaurem. W tym tekście pokaże Ci jak.
Rok 1997 – przełomowy czas w technologii i kulturze
Jest rok 1997. J.K. Rowling wydaje pierwszą książkę o Harrym Potterze, Microsoft wypuszcza przeglądarkę Internet Explorer 4, a dwaj studenci w Kalifornii rejestrują domenę Google.com.
Do kin wchodzą trzy hity: „Titanic”, „Faceci w czerni” i „Jurassic Park” – wszystkie filmy powstały dzięki technologii komputerowej.
A skoro o komputerach mowa: w roku 1997 standardem był dysk twardy o pojemności 4 GB – mniej, niż posiada dzisiejszy smartwatch. Domowe komputery działały pod kontrolą Windowsa 98, a port USB był absolutną nowością. Tylko ci, którzy dorastali w tych „dzikich” technologicznie czasach, pamiętają dźwięk modemu łączącego się z internetem.
Pojedynek człowieka z maszyną – Deep Blue vs Kasparov
Jeśli masz wystarczająco dużo lat, żeby to pamiętać, być może przypominasz sobie, jak w maju 1997 roku cały świat wstrzymał oddech, przyglądając się starciu między człowiekiem a komputerem.
Blisko 10 lat wcześniej na Uniwersytecie Carnegie Mellon rozpoczęto prace nad komputerem Deep Thought (pol. „Głębokie Myśli”).
Nazwa pochodziła od fikcyjnego komputera pokładowego z książki „Autostopem przez Galaktykę” Douglasa Adamsa. Deep Thought miał tylko jedno zadanie – wygrywać w szachy.
Przez prawie dekadę trenował, analizując setki tysięcy turniejów szachowych. W efekcie stał się superkomputerem, a projekt został przejęty przez IBM, który zmienił jego nazwę na Deep Blue. Firma zaczęła zastanawiać się, jak grający w szachy superkomputer może zarabiać pieniądze.
W 1980 roku ustanowiono nagrodę Fredkin Prize w wysokości 100 000 dolarów dla pierwszego komputera, który pokona najlepszego szachistę na świecie. W 1997 roku najlepszym szachistą był rosyjski arcymistrz Garry Kasparov, a najlepszym komputerem – Deep Blue.
11 maja 1997 roku komputer po raz pierwszy okazał się lepszy od człowieka, pokonując Kasparova wynikiem 3 do 2.
Nowe rozdanie w León
Po porażce z komputerem Kasparov zastanawiał się: czy to koniec ery dominacji człowieka w szachach? Nie mógł się z tym pogodzić. Kilka lat później w hiszpańskim León zorganizował niezwykły turniej, który miał odpowiedzieć na te pytania.
Naprzeciw siebie zasiedli Kasparov i jego wieloletni rywal Veselin Topalov. Wcześniej ich mecze kończyły się zdecydowaną przewagą Kasparova – 4:0. Tym razem jednak sytuacja wyglądała inaczej.
Obaj gracze mieli za sojuszników komputery. Kasparov korzystał z programu Fritz 5, a Topalov – z ChessBase 7.0.
Te maszyny były ówczesnymi cudami technologicznymi. Analizowały 2–3 miliony pozycji na sekundę, przewidując ruchy przeciwnika z niespotykaną dotąd precyzją. Mimo ich wsparcia gra była zacięta. Wynik? Remis 3:3. Ten turniej udowodnił, że technologia nie tylko zmienia zasady gry, ale także pozwala odwrócić losy na korzyść tych, którym brakowało przewagi.
„Styl centaura”
Ale prawdziwy przełom przyszedł kilka lat później. W 2005 roku odbył się turniej, który otworzył drzwi dla każdego – od mistrzów po zupełnych amatorów. Wśród uczestników znaleźli się Zachary Stephen i Steven Carmon, dwójka szachistów amatorów, których nikt wcześniej nie znał. Postanowili jednak spróbować swoich sił, korzystając z komputerowych programów takich jak Fritz, Shredder, Junior i Chess Tiger.
Naprzeciwko nich stanęli rosyjscy arcymistrzowie, wspierani przez jeszcze bardziej zaawansowane maszyny. Ale to Stephen i Carmon, ku zdziwieniu wszystkich, zwyciężyli wynikiem 2,5:1,5. Po raz pierwszy w historii amatorzy pokonali arcymistrzów, a kluczem do ich sukcesu była nie tylko strategia, ale umiejętność idealnej współpracy z komputerami.
Gary Kasparov, zafascynowany ich stylem gry, nazwał go „stylem centaura”. W mitologii greckiej centaury były stworzeniami z pogranicza światów – w połowie ludźmi, w połowie końmi, łączącymi ludzki spryt i zwierzęcą siłę.
Podobnie Stephen, Carmon i ich komputery stali się jednością. Ludzie planowali strategię, decydowali o ofensywie lub obronie, opierając się na intuicji i kreatywności. Komputery wykonywały precyzyjne analizy, przewidywały ruchy przeciwników i podpowiadały najlepsze rozwiązania.
Kto skorzysta na współpracy z AI
Kasparov przyznaje, że dzisiaj każda aplikacja szachowa na smartfona jest w stanie go pokonać. Jednak historia Stephena i Carmona sprzed niemal 20 lat pozostaje aktualna. Morał? Każdy – bez względu na obecny poziom umiejętności – może stać się znacznie lepszym specjalistą, jeśli odważy się zostać „centaurem” i połączyć swoje mocne strony z możliwościami sztucznej inteligencji.
Potwierdziły to badania przeprowadzone przez Harvard Business School, MIT i Boston Consulting Group. Wiosną naukowcy ocenili pracę 758 konsultantów, którzy wykonywali zadania kreatywne, analityczne, twórcze i perswazyjne.
Uczestników podzielono na dwie grupy: jedni pracowali bez wsparcia AI, drudzy korzystali z ChatGPT. Wyniki?
- Konsultanci wspierani przez AI wykonali o 25% więcej zadań,
- Byli o 12% szybsi,
- Ich praca została oceniona o 40% wyżej.
Ale to nie różnice między grupami są najbardziej zaskakujące. Największe wrażenie robi przepaść w jakości pracy poszczególnych osób z i bez wsparcia AI.
Przed badaniem naukowcy ocenili wyniki każdego pracownika. Jak w każdej firmie, jedni wypadli lepiej, inni gorzej. Okazało się jednak, że u niektórych jakość pracy dzięki AI poprawiła się aż o 43%.
Co ciekawe, ci, którzy skorzystali najwięcej, pracowali podobnie jak Stephen i Carmon podczas legendarnych zawodów szachowych:
- Ludzie odpowiadali za strategiczne planowanie,
- AI zajmowało się taktyką.
Przykład?
Uczestnicy zlecali AI przygotowanie streszczenia dłuższego tekstu, ale wcześniej wskazywali, na jakie fragmenty sztuczna inteligencja powinna zwrócić uwagę. Modele językowe, takie jak ChatGPT, są świetne w analizowaniu i przetwarzaniu danych, ale nie rozumieją kontekstu w taki sposób jak człowiek.
To właśnie dzięki temu podziałowi ról – człowiek określa cel i priorytety, a AI wykonuje techniczne zadania – współpraca okazała się tak skuteczna.
Jak wykorzystać sztuczną inteligencję w pracy?
Najpierw zrozum, że granica między zaletami ludzi a mocnymi stronami sztucznej inteligencji jest płynna. Nie przypomina ona prostej linii, a raczej falującą i zmienną.
Ja dobrze radzę sobie z praktycznym zarządzaniem projektami: potrafię rozpisać zadania, ustalić terminy i przypisać odpowiedzialności. Ale nie przepadam za tworzeniem długoterminowych strategii czy pracą nad „szerszym obrazem”. Mówiąc obrazowo, widzę drzewa, ale czasem nie zauważam całego lasu.
U Ciebie może być odwrotnie – może świetnie analizujesz ogólny plan, ale trudniej Ci wchodzić w szczegóły.
Dlatego drugim etapem formułowania sojuszu ze sztuczną inteligencją jest określenie swoich silnych i słabych stron oraz oddelegowanie zadań, w których możesz potrzebować pomocy, do sztucznej inteligencji.
Jeśli prowadzisz lokalną kawiarnię i jesteś mistrzem w budowaniu relacji z klientami – pamiętasz ich imiona i ulubione zamówienia – ale masz trudności z analizowaniem danych sprzedażowych, AI może Ci pomóc.
Wykorzystaj ją do analizy trendów i prognozowania, które produkty będą cieszyły się największym powodzeniem w danym sezonie. Dzięki temu lepiej zaplanujesz promocje, a zaoszczędzony czas poświęcisz na to, co lubisz najbardziej – na kontakt z klientami.
Jeśli jesteś kreatywnym grafikiem, który świetnie projektuje wizytówki czy strony internetowe, ale masz problemy z zarządzaniem czasem, możesz poprosić AI o stworzenie harmonogramu projektów, ustalenie priorytetów i pilnowanie terminów. W ten sposób skupisz się na swojej twórczej pracy, a nie na logistyce.
Ale jest jeszcze jeden, ostatni etap współpracy ludzi i AI: obserwacja i wyciąganie wniosków. Pamiętasz – granica kompetencji jest zmienna. To, w czym dziś jesteś słaby, jutro może stać się Twoją mocną stroną.
Na przykład, jeśli korzystasz z AI do planowania zadań, ale z czasem zauważysz, że idzie Ci to coraz lepiej, zmień obszar współpracy i wykorzystaj AI do nowych zadań. Regularny przegląd wyników – raz w miesiącu lub kwartalnie – pomoże Ci zachować balans między Twoją pracą a pracą AI.
Powodzenia!
