LLM Paradox: Keď AI premýšľa a ľudia makajú

Autori článku Filip Tichý (Partner at Grant Thornton Slovakia) a Jakub Chudík (Co-Founder at Assetario) vás v sérii AI Breakfast prevedú svetom umelej inteligencie. Tento článok bol napísaný bez využitia umelej inteligencie.

Veľké jazykové modely (anglicky Large language models, alebo „LLM“) ohurujú svet svojou schopnosťou generovať texty, syntetizovať informácie a poskytovať odborné rady na počkanie. Od právnych analýz až po programovacie kódy, ich výstupy často pôsobia takmer magicky. Čím viac sú LLM modely sofistikovanejšie, tým viac sa objavuje zaujímavý paradox: čím je LLM model inteligentnejší, tým viac odsúva ľudí do úlohy vykonávateľov rutinných prác a krokov navrhnutými LLM-kami. Sme v dobe pokročilej umelej inteligencie svedkami paradoxnej výmeny rolí – stroj je tvorcom a človek sa mení na vykonávateľa?

LLM Paradox je zreteľný. LLM preberajú čoraz komplexnejšie analytické a kreatívne úlohy – píšu správy, vymýšľajú stratégie, diagnostikujú problémy – zatiaľ čo ľudia sa čoraz viac zaoberajú kopírovaním dát, overovaním informácií generovaných AI a realizáciou navrhovaných krokov. Čím viac AI „rozmýšľa“, tým viac musí človek konať. Nie je to len zvláštnosť technologického pokroku – je to zásadná výzva pre spôsob, akým organizujeme prácu a priraďujeme hodnotu v digitálnej ére.

Korene tohto paradoxu spočívajú v silných a slabých stránkach LLM. Modely vynikajú v spájaní slov, konceptov a syntéze jazyka, ale majú viacero nedostatkov. Prvým je tzv. „Execution gap“ alebo neschopnosť reálneho výkonu: LLM môže navrhnúť stovky akcií, no nevie ani jednu vykonať. Má takisto „Accuracy gap“ alebo nedostatok vo svojej nepresnosti: generuje síce presvedčivo znejúce, no občas nepresné informácie, ktoré musí človek overiť. A tretím nedostatkom je „Collaboration gap“ alebo neschopnosť spolupráce: LLM je vo svojej podstate izolovaný model, neschopný efektívne komunikovať mimo svojho vlastného textového okna.

Táto deľba práce má reálne dôsledky. V mnohých pracoviskách je LLM akýmsi kreatívnym riaditeľom, ktorý vymýšľa nápady a stratégie, kým ľudia sú pásová výroba, zodpovední za realizáciu. Výsledkom je pracovná sila čoraz viac zaťažená mechanickými a repetitívnymi úlohami, hoci nástroje, ktoré používajú, sú stále inteligentnejšie. Sľub AI – oslobodiť ľudí od rutiny a uvoľniť ich kreativitu – sa zatiaľ javí ako obrátený.

Na scénu prichádzajú AI agenti – nový spôsob aplikácie umelej inteligencie, ktorí má preklenúť medzeru medzi rozmýšľaním a konaním. Agentický workflow použije LLM modely ako jednu o svojich častí, ale okrem toho workflow obsahuje aj následné exekúcie tak ako ich LLM navrhne. AI agenti teda predstavujú konvergenciu medzi robotickou automatizáciou procesov (RPA) a jazykovými modelmi, a sľubujú budúcnosť, kde stroje nielen radia, ale aj konajú.

Kým sa AI agenti naplno rozvinú, LLM paradox pretrvá. Iróniou ostáva, že v snahe vytvoriť stroje, ktoré rozmýšľajú, sme ľudí neúmyselne odsúdili na robotickú prácu.