O języku, który tworzy świat i o maszynach, które uczą nas patrzeć na ludzką kulturę

Zdjęcie z galerii sztuki, ludzka kreatywność i poszukiwanie sensu w kawałkach desek. Jak interpretujesz ten obraz/instalację? Zdjęcie moje, bez wspomagania AI.

 

Być może największą wartością AI jest nie to, by pisała za nas, ale to, byśmy mogli zobaczyć, jak piszemy my sami. Niczym w lustrze. Z dużymi modelami językowymi (LLM) piszemy łatwiej, szybciej i więcej. Tylko czy ktoś to będzie czytał? Przy 8 miliardach ludzi na Ziemi, milionów piszących w tradycyjnych książkach i czasopismach oraz setkach milionów piszących w mediach społecznościowych i elektronicznych, milionach naukowców publikujących swoje wyniki i przemyślenia, powstanie niewyobrażalnie dużo treści. Kto to przeczyta kiedykolwiek? Chyba nie ludzie. To czytać będzie głównie AI? Skoro pisać może niemalże każdy, to tworzymy więc w dużym stopniu do szuflady, a w zasadzie do serwerów (chmury). Dużo, szybko i tanio. Czy będzie jak z tanim i masowym plastikiem, który zaśmieca lasy, jeziora, oceany a w formie mikroplastiku zanieczyszcza nawet nasze organizmy? Już teraz cierpimy na nadmiar bodźców: informacji, opowieści, obrazów, wideo. Gwar niesłychany i ogromne przebodźcowanie. Nasze umysły cierpią jak nasze ciała z przejedzenia kalorycznymi fast foodami. Przekroczyliśmy chyba masę krytyczną. W przypadku uranu dochodzi wtedy do wybuchu jądrowego. A co będzie z tekstami i kulturą?

Bez wątpienia AI jest jak nowa osoba w społeczności – staramy się poznać zarówno tę osobą jak i to, co się zmieniło przez jej obecność i interakcje. A zmienia się dużo i szybko.

Jestem przedstawicielem nauk przyrodniczych, eksperymentalnych. I tak jak w oświeceniu, gdy uczeni odeszli od ksiąg by samemu sprawdzić w terenie czy jest prawdą, to co piszą inni w starych księgach, tak i ja teraz eksperymentalnie i samodzielnie, niczym niewierny Tomasz, dotykam i sprawdzam jak to coś działa. Czy rzeczywiście roślina mandragora piszczy jak się ja wyrywa z ziemi (bo tak jest w starych księgach)? Czy AI jest kreatywne czy tylko stochastyczną papugą?

Co było celem mojego kolejnego eksperymentu? Od dłuższego czasu poznaję eksperymentalnie AI, zapewne tak jak wielu innych ludzi. Najnowszym impulsem i inspiracją do ostatniego eksperymentu były słowa profesora Dragana, fizyka, i jego książka Quo vAIdis.

Był wstęp z zaznaczonym celem. Teraz pora na materiał i metody by eksperyment był powtarzalny przez innych. Zatem kilka słów o tym, jak powstał ten tekst. Napisałem trzy teksty jako relacje (sprawozdania) z eksperymentu (linki niżej). Po kolei te blogowe raporty wrzuciłem do Copilota z poleceniem streszczenia każdego i podsumowania. Następnie poleciłem by na podstawie tych streszczeń i podsumować napisał esej. A potem jeszcze w dwu nowych wersjach, bardziej akademickiej i bardziej literackiej. Obie wersje zostały przeze mnie nieco poprawione i zmodyfikowane.

Pytania moje są takie: na ile jestem autorem tego sprokurowanego w kilku etapach tekstu? Skąd się bierze jego oryginalność? Pomysł był mój, wykonanie w części AI. Kto jest więc autorem? A może jest to praca współautorska? Ale czy długopis, laptop czy edytor tekstu umieszczamy jako współautorów? Czy i jak wskazać wkład AI? Czy wystarczy podać metodologię tworzenia? A może nie ma znaczeni jak się tworzy tekst, a ważny jest tylko efekt końcowy? Co ja oryginalnego wniosłem to tego tekstu, który czytacie? Pomysł na eksperyment i sposób wykorzystania? W raportach były zawarte moje refleksje, a więc moje a nie AI. Ale cały czas dialogowałem z AI lub sam ze sobą za pośrednictwem AI. Przypominają mi się kolektywy myślowe Ludwika Flecka. On wtedy pisał tylko o ludziach, o naukowcach białkowych, z krwi i kości. Czy teraz jest to słuszne także dla społeczności hybrydowych, ludzko-maszynowych? Znowu więcej pytań niż odpowiedzi. Czyli zachęta do dalszych eksperymentów.

Copilot po wygenerowanym tekście sam podpowiadał w jakim kierunku można kontynuować i co jeszcze zrobić. Mogłem wybrać i skorzystać z tych podpowiedzi, albo podążać dalej tylko swoim zamysłem i zamiarem. Pod pierwszą wersją podsumowującego tekstu Copilot zaproponował m.in. wersję bardziej akademicką lub bardziej literacką. Wygenerowałem obie i po małych poprawkach przedstawiam niżej.

Wersja bardziej akademicka (nieco poprawiona):

Esej akademicki: Generatywne modele językowe jako narzędzie analizy języka, kreatywności i kultury

1. Wprowadzenie: eksperyment jako metoda poznania

W tradycji nowożytnej nauki eksperyment stanowi podstawowy sposób weryfikacji hipotez. Zamiast przyjmować założenia dotyczące natury generatywnej sztucznej inteligencji - czy jest ona kreatywna, czy jedynie stochastyczna - autor przeprowadza serię empirycznych testów. Wykorzystuje trzy różne modele językowe (Gemini, Copilot, Bielik), którym zadaje identyczne, celowo absurdalne zadania. Celem jest nie tylko sprawdzenie ich reakcji, lecz także zbadanie mechanizmów, które stoją za generowaniem sensu w warunkach braku znaczenia.

Eksperyment ten wpisuje się w szerszy kontekst epistemologiczny: poznawanie nowego obiektu - w tym przypadku AI - poprzez obserwację, porównanie i iteracyjne testowanie. To podejście przypomina klasyczne metafory poznawcze, takie jak opowieść o ślepcach dotykających słonia: dopiero suma fragmentarycznych obserwacji pozwala zrekonstruować całość.

2. Konstrukcja eksperymentu: słowa pozbawione znaczenia jako narzędzie badawcze

Wszystkie trzy modele otrzymały identyczny zestaw wymyślonych słów (protronista, somponitny, wykurglać, niuntowatość, murglowatość) oraz polecenie napisania eseju o „wpływie projekczycieli na ewolucję Smoka wawelskiego”. Słowa te nie istnieją w języku polskim, nie mają definicji ani konotacji kulturowych. Stanowią więc idealny materiał do badania:

• jak modele radzą sobie z lukami semantycznymi,
• czy potrafią nadawać znaczenia na podstawie kontekstu,
• w jaki sposób budują spójność tekstu,
• czy generują sens, czy jedynie jego pozór.

To test nie tyle kreatywności, ile mechanizmów emergencji znaczenia.

3. Wyniki: trzy modele, trzy strategie generowania sensu

3.1. Gemini — strategia literacko‑metaforyczna

Gemini wykazuje tendencję do tworzenia tekstów bogatych stylistycznie, pełnych metafor, neologizmów i rozbudowanych konstrukcji. Wymyślone słowa są przez niego natychmiast włączane w system semantyczny poprzez nadawanie im definicji kontekstowych. Model ten kompensuje brak znaczenia nadmiarem stylistycznym, co prowadzi do powstania tekstów efektownych, lecz pozbawionych rzeczywistej treści naukowej.

3.2. Copilot - strategia hybrydowa: fikcja + fakty

Copilot wyróżnia się zdolnością łączenia fikcyjnych elementów z poprawnymi informacjami naukowymi. Wprowadza do narracji realne dane paleontologiczne dotyczące gatunku Smok wawelski z Lisowic, a także tworzy struktury dydaktyczne, w tym kompletny scenariusz zajęć. Model ten generuje teksty, które - mimo absurdalnych założeń - posiadają logiczną strukturę i walor edukacyjny.

3.3. Bielik - strategia korekcyjno‑konserwatywna

Bielik wykazuje tendencję do „naprawiania” języka: zmienia słowo projekczyciel na projektor, co sugeruje silniejszą orientację na normatywność. Jego teksty są poprawne, lecz mniej rozbudowane stylistycznie. Model ten generuje sens poprzez ostrożne dopasowywanie kontekstu, unikając nadmiernych metafor i eksperymentów językowych.

3.4. Wspólna cecha wszystkich modeli

Pomimo różnic stylistycznych wszystkie trzy modele:

• potrafią wpleść słowa pozbawione znaczenia w spójną narrację,
• generują teksty, które sprawiają wrażenie sensownych,
• ujawniają, że struktura języka sama w sobie może tworzyć iluzję znaczenia.

To kluczowy wniosek eksperymentu.

4. Język jako system nadmiarowy: metafora hologramu

Autor trafnie porównuje język do hologramu: nawet po usunięciu części elementów obraz pozostaje rozpoznawalny. W kontekście eksperymentu oznacza to, że:

• sens nie jest zakodowany w pojedynczych słowach,
• znaczenie powstaje z relacji między elementami,
• kontekst wypełnia luki semantyczne,
• odbiorca rekonstruuje sens na podstawie struktury, a nie treści.

To obserwacja zgodna z ustaleniami lingwistyki kognitywnej i teorii emergencji.

5. AI jako narzędzie analizy ludzkiej komunikacji

Eksperyment ujawnia, że generatywne modele językowe nie tylko imitują ludzkie wypowiedzi, ale także pozwalają je analizować. Teksty wygenerowane przez AI przypominają:

• pseudonaukowe wywody pozbawione treści,
• przemówienia polityczne oparte na pustych pojęciach,
• dyskursy akademickie, w których forma dominuje nad treścią.

AI staje się więc lustrem, które odbija mechanizmy ludzkiej komunikacji - w tym jej skłonność do tworzenia pozorów sensu.

6. Kreatywność jako zjawisko emergentne

Eksperyment prowadzi do pytania o naturę kreatywności. Czy AI jest kreatywna? A może to człowiek przecenia własną kreatywność, nie dostrzegając, że większość twórczości polega na rekombinacji istniejących wzorców?

Wyniki sugerują, że:

• kreatywność może być efektem działania systemu językowego,
• nowość nie musi wynikać z intencji, lecz z kombinatoryki,
• zarówno człowiek, jak i AI operują na podobnych zasadach emergencji,
• różnica między nimi może być ilościowa, nie jakościowa.

To otwiera pole do dalszych badań nad relacją między językiem, kulturą i technologią.

7. Zakończenie: pytania ważniejsze niż odpowiedzi

Eksperyment nie prowadzi do ostatecznych konkluzji i to właśnie stanowi jego wartość. Zamiast zamykać temat, otwiera nowe obszary refleksji:

• jak powstaje sens?
• czym jest kreatywność?
• jak działa język jako system?
• co AI mówi nam o nas samych?
• czy kultura i biologia podlegają podobnym mechanizmom nadmiarowości i rearanżacji?
• Czy podobieństwo między ewolucją biologiczną a ewolucją kulturową to tylko powierzchowna analogia?

W duchu nauki autor kończy nie odpowiedzią, lecz zaproszeniem do dalszego badania. Poznanie osiąga pełnię dopiero wtedy, gdy staje się doświadczeniem wspólnym.

 

Linki do relacji z eksperymentów:

• Test Dragana czyli wpływ projekczycieli na ewolucjęSmoka Wawelskiego cz. 1
• Test Dragana cz. 2 - bzdura ubrana przez AI w mądre słowa i spójny język przestaje być bzdurą?
• Test Dragana cz. 3. Hologramowy obraz języka czyli jak wykurglać z niczego nowe znaczenia we współpracy z AI

Wersja literacka (poprawiona i nieco zmodyfikowana). Wybrałem taką by jeszcze uprościć podsumowanie i nadać mu bardziej przyswajalną dla przeciętnego odbiorcy formę:.

Esej literacki: O języku, który tworzy świat, i o maszynach, które uczą nas patrzeć

Od trzech lat żyjemy w świecie, w którym obok ludzi pojawił się nowy byt. Nie z krwi i kości, nie z mitów ani z kosmicznych opowieści, lecz z matematyki, statystyki i niepojętej dla nas gęstwiny wag neuronowych. A jednak, gdy z nim rozmawiamy, czujemy się tak, jakbyśmy dotykali czegoś znajomego. Jakbyśmy wchodzili w dialog z lustrem, które odbija nie tylko nasz język, ale i nasze własne złudzenia.

Mój eksperyment - prosty, a jednocześnie przewrotny - polegał na tym, by włożyć w ręce tych nowych bytów słowa, które nie istnieją. Słowa puste jak skorupy, pozbawione historii, znaczeń, konotacji. Słowa, które nie mają żadnego zakotwiczenia w kulturze. I sprawdzić, co się stanie, gdy poprosimy je o stworzenie z nich sensu. Czy będą milczeć? Czy odmówią? A może- jak człowiek, który nie chce przyznać się do niewiedzy - zaczną mówić, byle mówić?

Gemini odpowiedział jak poeta, który nie zna ciszy. Wypełnił pustkę metaforami, jakby bał się, że jeśli zostawi choćby jedno zdanie bez ornamentu, cały świat się rozsypie. Jego teksty były jak barokowe freski: piękne, przesadne, pełne własnych definicji, które rodziły się w locie. Słowa, które mu podałeś, stały się dla niego tworzywem, z którego ulepił własny kosmos. Nie miało znaczenia, że były bezsensowne — sens powstawał z samego aktu mówienia.

Copilot poszedł inną drogą. On nie tylko mówił - on budował. Łączył fikcję z faktami, legendę z paleontologią, Smoka wawelskiego z Lisowicami, a neologizmy z dydaktyką. Z nonsensu tworzył narzędzia edukacyjne, jakby chciał powiedzieć: „Skoro dałeś mi chaos, to ja zrobię z niego strukturę”. Jego odpowiedzi były jak dobrze zaprojektowane ogrody - nie dzikie, nie barokowe, lecz uporządkowane, z alejkami prowadzącymi od mitu do nauki, od zabawy do metodologii.

Bielik natomiast zachowywał się jak ktoś, kto najpierw poprawia kołnierzyk, zanim zacznie mówić. Zmieniał słowa, wygładzał zdania, próbował przywrócić język do normy, jakby bał się, że zbyt duża swoboda może go zaprowadzić w rejony, gdzie nie czuje się pewnie. Jego teksty były skromniejsze, bardziej zachowawcze, ale również spójne. Mniej było w nich fajerwerków, więcej ostrożności. Jakby mówił: „Nie wiem, czym jest ten świat, który mi dajesz, ale spróbuję go uporządkować”.

A jednak — mimo różnic — wszystkie trzy modele zrobiły to samo. Wzięły słowa bez znaczenia i wplotły je w narracje, które wyglądały na sensowne. Nadały im funkcje, role, konteksty. Wypełniły pustkę językiem. I w tym właśnie tkwi sedno mojego eksperymentu: nie w tym, jak różne są modele, lecz w tym, jak podobny jest mechanizm, który nimi rządzi.

Język działa jak hologram. Można go przełamać, można usunąć połowę elementów, a obraz i tak pozostanie rozpoznawalny (choć mniej wyraźny). Słowa są tylko fragmentami większej całości, a sens rodzi się nie z nich, lecz z relacji między nimi. Można włożyć w zdanie słowo „niuntowatość”, a mózg — ludzki czy maszynowy — i tak spróbuje nadać mu znaczenie. Bo język nie znosi pustki. Bo sens jest czymś, co tworzymy nawet wtedy, gdy nie mamy do tego żadnych podstaw.

I tu pojawia się pytanie, które unosi się nad całym eksperymentem jak mgła nad Wisłą: czym właściwie jest kreatywność? Czy to iskra boska, jak chcieliby romantycy? Czy może tylko bardziej skomplikowana wersja tego, co robią modele językowe — rekombinacja, wariacja, powtarzanie starych wzorców w nowych konfiguracjach? Może człowiek jest po prostu stochastyczną papugą, która nauczyła się wierzyć, że jej własne powtórzenia są czymś wyjątkowym.

A może kreatywność nie tkwi ani w człowieku, ani w maszynie, lecz w samym języku? W jego nadmiarowości, w jego zdolności do tworzenia sensu tam, gdzie go nie ma. W jego holograficznej naturze, która pozwala nam widzieć całość nawet wtedy, gdy dysponujemy tylko fragmentem.

Mój eksperyment nie daje ostatecznej odpowiedzi. I dobrze. Bo odpowiedzi zamykają, a pytania otwierają. A ja otworzyłem ich wiele: o naturę języka, o granice sensu, o relację między człowiekiem a technologią, o to, czy AI jest lustrem, w którym widzimy siebie wyraźniej niż kiedykolwiek wcześniej.

Może właśnie po to jest AI - nie po to, by pisać za nas, ale po to, byśmy mogli zobaczyć, jak piszemy my sami. Nie po to, by tworzyć sens, lecz by pokazać, jak łatwo go tworzymy, nawet gdy nie ma ku temu żadnych podstaw. Nie po to, by zastąpić człowieka, lecz by odsłonić mechanizmy, które człowieka tworzą.

A najpiękniejsze w tym wszystkim jest to, że odkrywanie nabiera pełni dopiero wtedy, gdy dzielimy się nim z innymi. I właśnie to robię: zapraszam do rozmowy, do wspólnego dotykania słonia, którego nikt jeszcze nie widział w całości.