Często myślimy o sobie jako o istotach racjonalnych, które podejmują decyzje na podstawie faktów i chłodnej kalkulacji. Z drugiej strony mamy sztuczną inteligencję – twór czysto matematyczny, który wydaje się być ucieleśnieniem logiki. Rzeczywistość jest jednak znacznie bardziej skomplikowana. Porównanie logiki ludzkiej i tej prezentowanej przez AI to fascynująca podróż przez psychologię, matematykę i błędy poznawcze, które definiują naszą codzienność.

Ludzka logika, czyli emocje w przebraniu

Ludzie rzadko bywają w pełni logiczni w sensie matematycznym. Nasz proces myślowy jest ewolucyjnie zaprogramowany do przetrwania, a nie do rozwiązywania skomplikowanych równań w każdej sekundzie życia. Daniel Kahneman, laureat Nagrody Nobla, w swojej książce „Pułapki myślenia”, opisał dwa systemy, którymi się posługujemy. System 1 jest szybki, intuicyjny i emocjonalny, natomiast System 2 jest wolny, analityczny i wymaga wysiłku.

Problem polega na tym, że przez większość czasu działamy na „autopilocie” Systemu 1. Ulegamy błędom poznawczym, takim jak efekt potwierdzenia (szukamy informacji, które pasują do naszych tez) czy heurystyka dostępności (oceniamy prawdopodobieństwo zdarzeń na podstawie tego, jak łatwo przychodzą nam do głowy przykłady). W efekcie nasza logika jest często „dziurawa” i podatna na wpływ nastroju, głodu czy zmęczenia.

Dlaczego nie jesteśmy robotami?

Nasza nielogiczność ma jednak swoje zalety. Pozwala nam na empatię, kreatywność i podejmowanie decyzji w sytuacjach, gdzie brakuje danych. Tam, gdzie AI mogłoby się „zawiesić” z powodu braku wystarczających informacji, człowiek używa intuicji, która jest rodzajem skrótu myślowego opartego na doświadczeniu.

Sztuczna inteligencja – królestwo matematyki i prawdopodobieństwa

Sztuczna inteligencja, szczególnie modele językowe (LLM), działa na zupełnie innych zasadach. AI nie „myśli” w ludzkim znaczeniu tego słowa. Jej logika opiera się na statystyce i przewidywaniu kolejnych elementów ciągu danych (np. słów w zdaniu) na podstawie ogromnych zbiorów treningowych.

AI jest niezwykle logiczna w zadaniach formalnych. Jeśli poprosisz ją o rozwiązanie zadania z logiki matematycznej, zrobi to bezbłędnie, o ile schemat mieści się w jej danych treningowych. Nie miewa gorszych dni, nie ulega emocjom i nie zmienia zdania pod wpływem nastroju rozmówcy. Jednak ta „logika” jest ograniczona do ram, które nadali jej programiści i dane.

Czy AI potrafi wyciągać wnioski?

Modele AI potrafią stosować rozumowanie dedukcyjne (od ogółu do szczegółu), ale często zawodzą przy rozumowaniu indukcyjnym lub przy tzw. „zdrowym rozsądku”. AI może wygenerować genialny kod programistyczny, a chwilę później stwierdzić coś absurdalnego, ponieważ nie rozumie fizycznej natury świata. Jej logika jest cyfrowa i oderwana od rzeczywistości materialnej.

Gdzie AI wygrywa, a gdzie człowiek ma przewagę?

Porównując oba rodzaje logiki, można zauważyć wyraźny podział kompetencji. AI dominuje tam, gdzie liczy się przetwarzanie ogromnych ilości danych bez uprzedzeń emocjonalnych. Człowiek wygrywa w sytuacjach wymagających kontekstu kulturowego, moralnego i etycznego.

• Konsekwencja: AI jest znacznie bardziej konsekwentna. Jeśli dasz jej te same dane wejściowe (i ustawisz odpowiednie parametry), otrzymasz logicznie spójny wynik. Człowiek może podjąć dwie różne decyzje w identycznej sytuacji, zależnie od tego, czy jest rano, czy wieczór.
• Abstrakcja: Ludzie potrafią tworzyć nowe systemy logiczne i kwestionować zastane reguły. AI operuje wewnątrz systemu, który już zna.
• Błędy: Ludzkie błędy wynikają z emocji i zmęczenia. Błędy AI (tzw. halucynacje) wynikają z luk w danych lub błędnego dopasowania statystycznego.

Ciekawostka: Paradoks Moraveca

Warto wspomnieć o czymś, co naukowcy nazywają paradoksem Moraveca. Odkryto, że wysokopoziomowe rozumowanie (logika, szachy, analiza giełdowa) wymaga stosunkowo niewielkiej mocy obliczeniowej, podczas gdy niskopoziomowe umiejętności sensoryczno-motoryczne (chodzenie, rozpoznawanie twarzy w tłumie, omijanie przeszkód) wymagają ogromnych zasobów. To dlatego AI łatwiej jest wygrać w szachy, niż posprzątać pokój – dla nas jest dokładnie odwrotnie.

Czy AI stanie się kiedyś bardziej ludzka w swojej logice?

Obecnie dąży się do tego, aby AI nie tylko liczyła, ale też „rozumiała” kontekst. Poprzez techniki takie jak Chain of Thought (łańcuch myśli), modele są zmuszane do rozbijania problemów na mniejsze kroki, co imituje ludzkie rozumowanie analityczne. Mimo to, AI zawsze pozostanie systemem opartym na prawdopodobieństwie.

Z kolei ludzie, dzięki technologii i świadomości własnych błędów poznawczych, starają się być bardziej „algorytmiczni” w kluczowych dziedzinach, takich jak medycyna czy lotnictwo, stosując listy kontrolne i procedury, które mają wyeliminować zawodną ludzką logikę.

Ostatecznie, ani ludzie, ani AI nie są w 100% logiczni. My jesteśmy zbyt emocjonalni, a AI jest zbyt zależna od danych, na których się uczyła. Najlepsze efekty osiągamy wtedy, gdy te dwa rodzaje logiki współpracują: człowiek dostarcza cel i wartości, a AI dba o precyzję i analizę faktów.