Czy naprawdę ufamy sztucznej inteligencji? Naukowcy sprawdzają, jak AI zmienia sposób myślenia

Sztuczna inteligencja coraz szybciej przenika do codziennej pracy naukowców, przedsiębiorców i studentów. Wraz z rosnącą popularnością narzędzi opartych na AI pojawia się jednak kluczowe pytanie: na ile im ufamy i jak wpływają one na nasze decyzje, sposób myślenia i organizację pracy. O badaniach nad zaufaniem do sztucznej inteligencji oraz o relacjach między nauką a biznesem w erze nowych technologii opowiada dr hab. Monika Różycka – kierownik ogólnopolskiego projektu badawczego „Analiza zaufania do sztucznej inteligencji w kontekście postaw psychospołecznych w obszarze nauki i biznesu w Polsce”, finansowanego przez Ministra Nauki i Szkolnictwa Wyższego.

Malwina Jankowska: W debacie publicznej o sztucznej inteligencji dominują dziś wątki technologiczne i ekonomiczne. Skąd wzięła się potrzeba, aby spojrzeć na AI przede wszystkim z perspektywy zaufania społecznego i postaw psychospołecznych?

Dr hab. Monika Różycka: Sztuczna inteligencja stała się zbyt ważna, by pozostawić ją logice samej technologii. Trzeba o niej rozmawiać językiem odpowiedzialności, wiarygodności, etyki i społecznych konsekwencji.

Oczywiście bardzo wiele mówi się dziś o sztucznej inteligencji przez pryzmat rynku pracy, ryzyka bezrobocia i zanikania części zawodów. To kwestie niezwykle istotne. Uważam, że AI powinno nas wspierać, a nie zastępować. Coraz bardziej interesowało mnie jednak coś jeszcze: jakie postawy wobec AI rzeczywiście przyjmują ludzie, w jaki sposób interpretują sztuczną inteligencję i dlaczego tak łatwo przypisują jej cechy podmiotowe. To napięcie między wiedzą a praktyką poznawczą wydało mi się szczególnie interesujące.

Dlatego w projekcie łączymy dwa porządki. Z jednej strony pokazujemy praktyczne zastosowania AI i uczymy, jak korzystać z niej świadomie, krytycznie i odpowiedzialnie. Z drugiej pytamy o coś głębszego: jakie znaczenie użytkownicy przypisują tym narzędziom, jak oceniają ich wiarygodność oraz w jakim zakresie włączają je do własnych procesów poznawczych i decyzyjnych. Pytanie o zaufanie pozwala zobaczyć, jakie miejsce sztuczna inteligencja rzeczywiście zajmuje dziś w praktyce nauki i biznesu.

Projekt ma charakter ogólnopolski i obejmuje różne środowiska zawodowe. Dlaczego zdecydowali się Państwo objąć badaniem właśnie naukowców, przedsiębiorców i studentów oraz jakie znaczenie ma porównanie tych trzech perspektyw?

Ten projekt od początku był pomyślany szerzej, także dlatego, że ma charakter zarówno interdyscyplinarny, jak i ogólnopolski. Badamy trzy grupy respondentów: naukowców, przedsiębiorców i studentów, ponieważ reprezentują różne tożsamości, odmienne role społeczne i zawodowe, a także różne poziomy odpowiedzialności, doświadczenia oraz oczekiwań wobec sztucznej inteligencji. Zależało mi na tym, aby uchwycić skąd biorą się nadzieje i obawy, gdzie przebiega granica między wsparciem a nadmiernym poleganiem na narzędziu. W gruncie rzeczy jest to więc projekt o tym, jak zmieniają się nasze sposoby myślenia, oceniania i podejmowania decyzji, gdy do codziennej praktyki wchodzą systemy, które mocno wpływają na sposób, w jaki porządkujemy rzeczywistość.

Jednym z najbardziej interesujących wniosków z pierwszych analiz jest częstsze korzystanie z AI przez przedsiębiorczynie niż przez mężczyzn. Jak interpretuje Pani ten wynik i co mówi on o sposobie wdrażania nowych technologii w biznesie?

To rzeczywiście jeden z ciekawszych wyników wstępnych analiz. Dane z części biznesowej pokazują, że przedsiębiorczynie częściej niż mężczyźni regularnie korzystają ze sztucznej inteligencji, odpowiednio 59 proc. wobec 50 proc., a zarazem rzadziej deklarują całkowity brak korzystania z tych narzędzi.

Co istotne, nie oznacza to prostego podziału na osoby bardziej i mniej otwarte na nowe technologie. Poziom zaufania do AI nie różni się bowiem wyraźnie między kobietami i mężczyznami, co sugeruje, że różnice dotyczą raczej stylu wdrażania, sposobu szacowania ryzyka oraz funkcji, jaką tym narzędziom przypisuje się w codziennej praktyce. To bardzo ważny sygnał, ponieważ pokazuje, że rozmowa o AI nie powinna opierać się na stereotypowych wyobrażeniach.

Widać raczej, że przedsiębiorczynie dostrzegają praktyczną użyteczność tych narzędzi, ale równocześnie częściej wyżej oceniają ryzyka, zwłaszcza w obszarze danych i prywatności. Innymi słowy, nie chodzi tu o bezkrytyczny entuzjazm, lecz o bardziej świadome i ostrożne wdrażanie. I właśnie to wydaje mi się szczególnie cenne, bo w przypadku AI dojrzałość nie polega na tym, by wdrażać wszystko jak najszybciej, ale by umieć łączyć otwartość na innowację z poczuciem odpowiedzialności.

Z Państwa badań wynika również, że tempo wdrażania AI w polskich firmach jest bardzo zróżnicowane. W jakich obszarach gospodarki i w jakich środowiskach te różnice są dziś najbardziej widoczne?

Widać bardzo wyraźnie, że sztuczna inteligencja przestała być niszową ciekawostką, ale jednocześnie nie weszła jeszcze do biznesu w sposób równomierny. Regularnie korzysta z niej 54% badanych przedsiębiorców, 23% robi to okazjonalnie, pozostałe 23% nie korzysta wcale. Najczęściej są to zastosowania, które dają szybki i widoczny efekt, czyli: czaty, generowanie tekstu, tłumaczenia, transkrypcje, a później analiza danych, organizacja pracy czy automatyzacja prostszych zadań. To pokazuje, że firmy zaczynają od obszarów, w których można szybko sprawdzić przydatność AI bez przebudowy całej organizacji.

Jednocześnie bardzo wyraźna jest luka terytorialna. Codzienne użycie AI jest wielokrotnie częstsze w największych miastach niż na wsi. To oznacza, że obok debaty o innowacyjności mamy w Polsce nadal bardzo realny problem dostępności kompetencji i praktyk cyfrowych.

Widać też, że przedsiębiorcy dostrzegają korzyści, takie jak oszczędność czasu, dostęp do wiedzy czy wsparcie kreatywności, ale równolegle towarzyszą im obawy dotyczące pozornej wiarygodności wyników, bezpieczeństwa danych, utraty samodzielności czy zależności od dostawcy narzędzia.

Dlatego zaufanie do AI nie jest prostą deklaracją, lecz efektem doświadczeń, procedur i sposobu wdrażania. Właśnie temu chcemy przyglądać się dalej w projekcie. Zachęcam do śledzenia naszej strony internetowej https://zaufanie.ai
oraz profilu zaufanie.ai na Facebooku i w innych mediach społecznościowych, bo będziemy tam publikować kolejne wyniki, aktualizacje i materiały związane z dalszymi etapami badań.

W marcu w ramach projektu odbyły się seminaria i warsztaty, które zgromadziły przedstawicieli nauki i biznesu. Czy takie spotkania mogą stać się realną platformą współpracy między tymi środowiskami w kontekście rozwoju sztucznej inteligencji?

Dwa seminaria i dwa warsztaty organizowane w marcu br. pokazały bardzo wyraźnie, że nauka i biznes mogą tworzyć harmonijny duet, jeżeli łączy je wspólny cel, a tym celem jest odpowiedzialne i praktyczne wykorzystanie sztucznej inteligencji. Dopiero połączenie nauki i biznesu daje pełniejszy obraz tego, czym AI jest i jak może być sensownie wykorzystywana.

Badania naukowe niosą za sobą inteligentne, praktyczne i sprawdzone rozwiązania. I jak twierdzi Kurt Liwin, niemiecko-amerykański psycholog: „Nie ma nic bardziej praktycznego, niż dobra teoria”. To naukowcy identyfikują to, czego przedsiębiorcy mogą nie dostrzec, dostarczając im inspiracji. Biznes daje wyśmienity materiał do konstruowania ważnych badań i teorii. Praktyka bez refleksji staje się rutyną. Podczas wydarzeń realizowanych w ramach projektu chodzi zatem o rzeczywiste spotkanie dwóch perspektyw, które wzajemnie się uzupełniają.

Bardzo ważne było dla mnie również to, że wydarzenia spotkały się z bardzo szerokim odzewem. W trakcie dwóch dni udział wzięło łącznie 18 prelegentów oraz 8 ekspertów prowadzących warsztaty, a zainteresowanie było jeszcze większe, niż pozwalały na to ramy programu. Zgłosiło się bowiem więcej osób, które chciały zaprezentować swoje doświadczenia i perspektywy, jednak nie wszystkim mogliśmy zapewnić miejsce w agendzie.

To samo w sobie pokazuje, jak silna jest dziś potrzeba rozmowy o AI prowadzonej wspólnie przez środowisko akademickie i biznesowe. Co równie istotne, nie skończyło się na samych deklaracjach. Uczestnicy nie tylko rozmawiali o sztucznej inteligencji, ale też pracowali z konkretnymi narzędziami, testowali rozwiązania i budowali prototypy.

Mam poczucie, że marcowe wydarzenia rzeczywiście były przykładem takiego modelowego duetu. Udało się stworzyć przestrzeń realnego dialogu, uczenia się od siebie, wspólnego wypracowywania rozwiązań i przechodzenia od refleksji do działania. Właśnie w takim połączeniu nauki i biznesu widzę dziś jedną z najważniejszych dróg odpowiedzialnego rozwoju AI.

W debacie o nowych technologiach coraz częściej pojawia się teza, że kluczowe innowacje rodzą się dziś na styku środowiska akademickiego i rynku. Skąd przekonanie, że właśnie ten model współpracy będzie decydował o przyszłości rozwoju technologicznego?

Współpraca nauki i biznesu to warunek rozwoju cywilizacyjnego i gospodarczego na świecie. Inwestowanie przez najbogatsze i najbardziej rozwinięte kraje świata – z ich budżetów – gigantycznych pieniędzy w naukę – niesie za sobą dominację tych państw w obszarze nowoczesnych technologii.

Na przykład pierwsze w Stanach Zjednoczonych, centrum transferu technologii w ramach tzw. „od pomysłu do przemysłu”, powstało w latach 70 tych ubiegłego wieku na Uniwersytecie Stanforda i przynosi dziś roczny dochód z usług badawczo-rozwojowych większy niż wszystkich polskich uczelni razem wziętych.

Aktualnie coraz bardziej naturalne jest zakładanie spin-offów – czyli spółek tworzonych razem zarówno przez profesorów z uczelni, jak i przedsiębiorców reprezentujących prywatny biznes. Od lat działam zarówno w nauce, jak i w biznesie, dlatego tym wyraźniej dostrzegam, jak istotne są dziś procesy związane z innowacjami i komercjalizacją badań. Między innymi z tego powodu, zgodnie z ideą lifelong learning, biorę obecnie udział w studiach podyplomowych „Zarządzanie innowacjami, komercjalizacja badań i przedsiębiorczość naukowa”. Połączenie własnego doświadczenia z tą dodatkową perspektywą pozwala mi patrzeć na obszar komercjalizacji nauki szerzej, w skali całej Polski.

W kontekście gwałtownego rozwoju sztucznej inteligencji pojawia się pytanie o przyszłość europejskiej i polskiej nauki. Czy dziś największym wyzwaniem staje się nie samo wytwarzanie wiedzy, lecz zdolność jej przekładania na realną przewagę technologiczną i gospodarczą?

Projekt „Analiza zaufania do sztucznej inteligencji w kontekście postaw psychospołecznych w obszarze nauki i biznesu w Polsce” tylko utwierdza mnie w przekonaniu, że o rozwoju nie decyduje dziś samo wytwarzanie wiedzy, lecz zdolność do jej odpowiedzialnego i praktycznego wykorzystania.

Silne państwa wygrywają dziś zdolnością do zamieniania wiedzy w przewagę cywilizacyjną, technologiczną i ekonomiczną. Niepokojące jest więc to, gdy nauka funkcjonuje obok gospodarki, zamiast stawać się jednym z głównych motorów jej rozwoju. Warto przy tym zauważyć, że w Polsce kończy się model, w którym znaczna część środków na badania była w praktyce przypisana do państw członkowskich, a sukces zależał głównie od spełnienia wymogów formalnych, poprawnych wskaźników i sprawnie przygotowanej dokumentacji.

Nowa perspektywa unijna opiera się na logice konkurencyjności. Środki na innowacje będą trafiały przede wszystkim do tych ośrodków, które potrafią udowodnić, że są naprawdę lepsze: naukowo, technologicznie i wdrożeniowo, i to nie w skali lokalnej, lecz europejskiej. Nie wystarczy już być dobrym na tle kraju czy w obrębie regionu. Trzeba będzie wytrzymać bezpośrednie porównanie z Berlinem, Paryżem, Kopenhagą czy Barceloną.

Co w praktyce oznacza ta zmiana dla polskich uczelni, instytutów badawczych i całego systemu innowacji?

Oznacza to, że polskie uczelnie i instytuty badawcze przestają konkurować przede wszystkim między sobą, a zaczynają rywalizować z najsilniejszymi ośrodkami Europy. Jeśli nie zbudujemy wyraźnych specjalizacji, silnych centrów technologicznych i sprawnych mechanizmów transferu wiedzy do gospodarki, możemy ten wyścig przegrać. A wtedy Polska nie będzie współtwórcą nowoczesnych technologii, lecz jedynie ich użytkownikiem i odbiorcą. Kto nie potrafi komercjalizować własnej wiedzy, ten prędzej czy później zaczyna finansować cudzą.

Właśnie dlatego współpraca nauki i biznesu nie jest dziś dodatkiem do właściwej działalności akademickiej, lecz jednym z podstawowych warunków rozwoju. Nie chodzi o to, by nauka podporządkowała się rynkowi, ale o to, by nie pozostawała wobec niego bezradna. Dobra nauka dopiero wtedy pokazuje pełnię swojej mocy, gdy wchodzi w kontakt z praktyką.