Czy sztuczna inteligencja może zagrażać człowiekowi?

Czy sztuczna inteligencja może zagrażać człowiekowi? Kluczowe ryzyka

Debata o tym, czy sztuczna inteligencja może zagrażać człowiekowi, staje się kluczowym elementem dyskusji o przyszłości technologii. Dynamiczny rozwój algorytmów niesie za sobą realne wyzwania społeczne i etyczne. Warto poznać te mechanizmy, aby zrozumieć nadchodzące zmiany i skutecznie zapobiegać potencjalnym kryzysom systemowym.

Czy sztuczna inteligencja może zagrażać człowiekowi?

Odpowiedź na pytanie, czy sztuczna inteligencja może zagrażać człowiekowi, jest złożona i zależy od kontekstu oraz sposobu wdrażania tej technologii. Systemy te przynoszą ogromne korzyści w medycynie, edukacji czy nauce, jednak ich niekontrolowany rozwój generuje realne zagrożenia sztucznej inteligencji, społeczne i gospodarcze.

Skala wyzwań sprawia, że technologia ta staje się przedmiotem rygorystycznych regulacji prawnych, mających na celu ochronę ludzkości przed nieprzewidywalnymi skutkami autonomicznych algorytmów. Kluczem do zrozumienia problemu jest oddzielenie faktów od mitów i przyjrzenie się konkretnym obszarom zagrożeń.

Zagrożenia sztucznej inteligencji na rynku pracy i automatyzacja procesów

Powszechna obawa przed masową utratą miejsc pracy z powodu automatyzacji procesów przez algorytmy znajduje odzwierciedlenie w aktualnych danych rynkowych. Transformacja cyfrowa sprawia, że firmy coraz częściej zastępują powtarzalne obowiązki pracowników nowoczesnymi narzędziami cyfrowymi. To z kolei rodzi pytania o to, sztuczna inteligencja a rynek pracy w wielu sektorach gospodarki.

Na rynku amerykańskim substytucja pracowników przez systemy automatyczne prowadzi do likwidacji około 25.000 miejsc pracy miesięcznie, podczas gdy procesy wspierane przez nowe technologie generują w tym samym czasie jedynie 9.000 nowych etatów. Daje to realny spadek na poziomie 16.000 stanowisk każdego miesiąca, co uderza najmocniej w osoby wchodzące na rynek pracy oraz pracowników wykonujących zadania rutynowe. Szacuje się, że do końca obecnej dekady automatyzacja może w mniejszym lub większym stopniu przekształcić od 50 do 55% wszystkich istniejących zawodów. Zmiany te zmuszają całe społeczeństwa do masowego przekwalifikowania się, aby sprostać nowym wymaganiom pracodawców.

Początkowo podchodziłem do tych czarnych scenariuszy z dużym dystansem. Myślałem, że to zwykłe straszenie nową technologią. Jednak gdy w moim zespole wdrożyliśmy proste skrypty automatyzujące raportowanie, zauważyłem, jak praca trzech osób została zastąpiona jednym kliknięciem. To był moment, w którym zrozumiałem, że problem nie dotyczy odległej przyszłości. To dzieje się tu i teraz, na naszych oczach.

Zjawisko dezinformacji i fabrykowania informacji przez modele językowe

Dynamiczny rozwój dużych modeli językowych (LLM) niesie za sobą strach przed dezinformacją, oszustwami internetowymi oraz technologią deepfake. Generatory treści potrafią w kilka sekund stworzyć niezwykle przekonujące teksty, obrazy czy nagrania wideo, które zacierają granicę między prawdą a fikcją. Zjawisko to pokazuje jasno, jakie są główne wady sztucznej inteligencji w rękach cyberprzestępców oraz podmiotów manipulujących opinią publiczną.

Jednym z najpoważniejszych problemów są tzw. halucynacje komputerowe, czyli sytuacje, w których systemy generują całkowicie nieprawdziwe fakty z pełnym przekonaniem o ich autentyczności. Badania opinii społecznej pokazują, że aż 69% użytkowników internetu ufa treściom stworzonym w pełni przez algorytmy znacznie mniej niż materiałom przygotowanym przez ludzi. Niepokojący jest również wpływ tych narzędzi na zdolności poznawcze społeczeństwa. Osoby, które regularnie wykorzystują asystentów cyfrowych do weryfikacji faktów, wykazują 15% spadek samodzielnej zdolności do wykrywania fałszywych wiadomości, gdy nie mają dostępu do wsparcia technologicznego. Prowadzi to do obniżenia zdolności krytycznego myślenia i analizując negatywne skutki sztucznej inteligencji widzimy niebezpieczne uzależnienie społeczeństwa od algorytmów.

Większość poradników w sieci sugeruje, że wystarczy dokładnie sprawdzać źródła podawane przez sztuczną inteligencję. Moim zdaniem to błędne założenie. Modele potrafią tak sprytnie sfabrykować nieistniejące przypisy bibliograficzne, że ich weryfikacja zajmuje więcej czasu niż samodzielne szukanie informacji od zera. Przekonałem się o tym, gdy pisząc analizę biznesową, opierając się na wygenerowanych danych, o mało nie podałem klientowi zmyślonych statystyk finansowych.

Ramy prawne i klasyfikacja ryzyka w AI Act

W odpowiedzi na rosnący niepokój związany z autonomiczną bronią i utratą kontroli nad zaawansowanymi systemami, rządy na całym świecie wdrażają rygorystyczne przepisy. Najbardziej kompleksowym i pionierskim rozwiązaniem w tym zakresie jest europejski akt prawny znany jako AI Act. Wprowadza on precyzyjne ramy regulacyjne, które klasyfikują technologie nie na podstawie ich zaawansowania, ale realnego wpływu na życie i prawa człowieka.

Europejska klasyfikacja dzieli systemy na cztery podstawowe poziomy ryzyka. Pierwszy z nich to ryzyko niedozwolone (unacceptable risk), które obejmuje technologie całkowicie zakazane, takie jak systemy oceny obywateli (social scoring), manipulacja podprogowa czy aplikacje generujące intymne treści bez zgody zainteresowanych osób. Kolejną grupą są systemy wysokiego ryzyka (high-risk), podlegające surowym restrykcjom przed dopuszciem do użytku, stosowane m.in. w rekrutacji, zarządzaniu infrastrukturą krytyczną czy wymiarze sprawiedliwości.

Trzeci poziom to ryzyko ograniczone (limited risk), wymagające od twórców jasnego informowania użytkownika, że wchodzi w interakcję z algorytmem. Ostatnią kategorię stanowi ryzyko minimalne (minimal risk), do którego zalicza się m.in. filtry spamu czy systemy organizacji dokumentów wewnętrznych, niepodlegające dodatkowym obostrzeniom.

Zagrożenia sztucznej inteligencji - porównanie poziomów ryzyka w AI Act

Ryzyko niedozwolone (Banned)

1. Bezpośrednie i poważne naruszenie godności ludzkiej oraz fundamentalnych praw obywatelskich
2. Social scoring, manipulacja behawioralna, nieustanne masowe skanowanie twarzy w przestrzeni publicznej
3. Całkowity zakaz wdrażania i stosowania na terenie Unii Europejskiej

⭐ Ryzyko wysokie (Regulated)

1. Może realnie decydować o dostępie jednostki do edukacji, pracy, finansów lub kluczowych usług publicznych
2. Systemy segregacji CV w rekrutacji, algorytmy oceny kredytowej, zarządzanie ruchem kolejowym i lotniczym
3. Dozwolone pod warunkiem przejścia rygorystycznych testów zgodności i ciągłego nadzoru człowieka

Ryzyko ograniczone (Transparent)

1. Niskie zagrożenie prawne, ryzyko dotyczy głównie manipulacji informacją lub wprowadzania w błąd
2. Generatywne chatboty, systemy tworzące deepfake, filtry fotograficzne modyfikujące rysy twarzy
3. Legalne, obłożone jedynie podstawowymi obowiązkami informacyjnymi wobec użytkownika końcowego

Hala produkcyjna w Poznaniu - wyzwania pełnej automatyzacji logistycznej

Tomasz, trzydziestopięcioletni kierownik magazynu w podpoznańskiej firmie logistycznej, musiał wdrożyć autonomiczne wózki widłowe sterowane przez algorytmy uczące się w czasie rzeczywistym. Decyzja ta budziła ogromny opór zespołu obawiającego się natychmiastowych zwolnień i utraty stabilności finansowej.

Pierwsza próba integracji systemów skończyła się chaosem, ponieważ algorytmy gubiły się w gęstym dymie i przy nagłych zmianach oświetlenia na hali. Pracownicy musieli ręcznie restartować maszyny, co generowało opóźnienia i potęgowało ogólną frustrację, doprowadzając niemal do porzucenia projektu.

Tomasz zrozumiał, że bez udziału ludzi technologia jest bezużyteczna, dlatego zamiast całkowitej automatyzacji postawił na model hybrydowy. Przeszkolił dotychczasowych operatorów do roli nadzorców floty maszyn, dając im pełną kontrolę nad trasami wózków.

W ciągu czterech miesięcy wydajność operacyjna magazynu wzrosła o 35%, czas realizacji zamówień skrócił się o jedną trzecią, a cała załoga zachowała zatrudnienie, przechodząc na wyżej płatne stanowiska techniczne.