Streszczenie: Sztuczna inteligencja już teraz stanowi część naszej rzeczywistości, jednak wciąż jest w fazie intensywnego uczenia się. Technologia ta nie jest jeszcze w pełni opracowana, a jej rozwój opiera się na uczeniu maszynowym, co umożliwia jej adaptację do zmieniających się warunków. Analiza danych oraz wnioskowanie oparte na tych analizach są kluczowe w podejmowaniu decyzji. Jednak, mimo rozwoju AI, maszyny nie posiadają ludzkiej intuicji, co stanowi podstawową różnicę między sztuczną a ludzką inteligencją. Sztuczna inteligencja wspiera decyzje taktyczne, ale w kwestiach strategicznych, gdzie intuicja odgrywa kluczową rolę, nie może zastąpić ludzkiego umysłu. Z tego powodu, AI ma swoje ograniczenia, zwłaszcza przy tworzeniu nowych, innowacyjnych rozwiązań, które wykraczają poza analizę danych historycznych.
Sztuczna inteligencja jest już częścią naszej rzeczywistości i powinniśmy zżyć się z tą myślą. Zasadnicza kwestia polega jednak na tym, że ona stale się uczy. Mamy więc do czynienia z technologią, która nie jest jeszcze do końca „wymyślona”, a my działamy raczej w obszarze uczenia maszynowego.
W efekcie ma powstać „maszyna” zdolna do adaptacji w zmiennych warunkach. Będzie ona analizować dane i dokonywać na tej podstawie syntez w formie wniosków, które dadzą podstawę do podejmowania decyzji. Zakładamy przy tym intuicyjnie, że sztuczna inteligencja, podobnie do ludzkiej – w procesie uczenia – ma zdolność do percepcji i rozumienia otoczenia. Weryfikacja procesu następuje na poziomie inteligencji kognitywnej, a więc skutecznego podejmowania decyzji w warunkach niepewności i nieprzewidywalności. Idąc dalej tym tropem, można dojść do przekonania, że definiowana przez analogię do ludzkiej sztuczna inteligencja nie istnieje i nigdy nie powstanie. Z analizy danych i zachodzących względem nich korelacji nie wyłoni się charakterystyczna dla człowieka intuicja. Maszyna, nawet najdoskonalsza, będzie tej cechy pozbawiona.
Analiza
Analityczne możliwości eksploracji wielkich zbiorów danych i formułowane na ich podstawie wnioski mogą być skutecznym wsparciem podejmowania decyzji na taktycznym szczeblu zarządzania. Jednak na szczeblu strategicznym decyzje rodzą się nie tylko na podstawie faktów wynikających z liczb. Najistotniejszym elementem strategicznego myślenia, oprócz analizy, syntezy i planowania, jest intuicja. O ile dane historyczne mogą mieć zastosowanie do wyznaczania trendów, o tyle intuicja jest w stanie sięgnąć poza horyzont wyznaczony logiką liczb. Być może w tym tkwi tajemnica wielkich odkryć na miarę historycznych i technologicznych przełomów. Podchodząc do strategicznego myślenia w sposób preferujący intuicję, obnażona zostaje podstawowa słabość jednej z najpopularniejszych metod analizy strategicznej – SWOT.
Dane
Nietrudno sobie wyobrazić, co się stanie, jeśli analizując dane z przeszłości (historyczne), będziemy z głową zwróconą w tył poszukiwać optymalnej drogi do przyszłości. Chcąc dokonać strategicznego zwrotu, w pewnym momencie musimy zacząć patrzeć przed siebie. Zrobić pierwszy krok w nieznane, ku przyszłości. Innymi słowy, sztuczna inteligencja jest w stanie analizować konkretne wartości wskaźników, ich wzajemne relacje i zmiany. Nie potrafi jednak zrozumieć znaczenia tych danych w procesie podejmowania strategicznych decyzji, choćby z pozoru tak mało skomplikowanych, jak odpowiedź na pytanie o optymalne konto w banku.
Informacja
Głębokość intelektualna zależna jest od niezależności kontekstowej. Na poziomie danych oba czynniki mają najmniejszą wartość. W wyniku procesu ustalania relacji powstają informacje, które w kolejnej fazie – dopasowywania schematów – przekształcają się w wiedzę. Pierwszy etap możliwy jest bez udziału ludzkiego umysłu. Do porządkowania i grupowania danych wystarczą komputery. Przykładem może być konto bankowe i historyczne zestawienia oraz analiza operacji jako podstawa oceny płynności finansowej. Drugi etap – dopasowywania schematów i strukturyzowania informacji – odbywa się już dzięki zaangażowaniu ludzkiego umysłu i intelektu.
Wiedza
Wiedza charakteryzuje się wysokim stopniem niezależności kontekstowej oraz głębią intelektualną. Właśnie na tym poziomie zwykle zapadają decyzje na taktycznym szczeblu zarządzania. Kolejnym procesem transformacji danych jest zrozumienie zasad, czego ukoronowaniem jest mądrość. Osiągnięcie tego stanu poprzez głębię intelektualną oznacza także najwyższy stopień niezależności kontekstowej. Mądrość jest właściwością ludzkiego umysłu, nieosiągalną nawet dla najdoskonalszych maszyn, których działanie zależy od mocy obliczeniowej oraz algorytmów. Z mądrością wiąże się też pojęcie geniuszu. Trudno oczekiwać, że skonstruowana przez człowieka maszyna może być obdarzona tą właściwością.
Synteza – obszar kognitywistyki
W obrębie kognitywistyki bada się m.in. myślenie, percepcję, świadomość, uczenie się, podejmowanie decyzji oraz inteligencję. Dzięki internalizacji i procesom neurofizjologicznym pod wpływem percepcji środowiska wiadomości przekształcają się w wiedzę. Istnieje wzajemne oddziaływanie między wiadomościami a procesami fizjologicznymi. Wiedza, poddana zarówno procesom neurofizjologicznym, jak i psychologicznym, poprzez internalizację prowadzi do rozumienia. Procesy psychologiczne i rozumienie wzajemnie na siebie oddziałują. Ponadto wiedza podlega również procesom psychologicznym. Z kolei dzięki działaniom oddziałujące wzajemnie procesy neurofizjologiczne i psychologiczne wpływają na środowisko.
Prace nad rozwojem sztucznej inteligencji wpisują się w obszar kognitywistyki.
W dużym uproszczeniu można stwierdzić, że sztuczna inteligencja – jako efekt uczenia maszynowego – ma zaowocować cyfrową kopią zbudowanego na „uśrednionych” danych „uśrednionego” człowieka.
