Co jeśli ogólna sztuczna inteligencja już istnieje – a my po prostu tego nie zauważyliśmy?

A co, jeśli ten przełomowy moment już minął?

Podczas gdy giganci technologiczni pompują miliardy w „następną generację" sztucznej inteligencji, coraz głośniej brzmi jedno niewygodne pytanie. Może AGI – ta słynna ogólna sztuczna inteligencja – wcale nie jest odległym celem. Być może jest już rzeczywistością, tylko zupełnie inną niż ta, którą sobie przez dekady wyobrażaliśmy.

Co twierdzą badacze

Iskrą, która wzniecła obecną dyskusję, jest artykuł opublikowany w prestiżowym czasopiśmie Nature. Zespół pod kierownictwem filozofa Eddy'ego Keminga Chena z Uniwersytetu Kalifornijskiego postawił odważną tezę: jeśli uczciwie spojrzeć na możliwości współczesnych systemów AI, niektóre z nich spełniają już kryteria tzw. ogólnej sztucznej inteligencji.

To jawne wyzwanie rzucone głównemu nurtowi środowiska AI. Większość laboratoriów nadal mówi o „proto-AGI", „wstępnych etapach" albo horyzoncie pięciu do dziesięciu lat. Tymczasem duże modele językowe – takie jak GPT-4, Claude czy Gemini – już dziś osiągają poziom ekspercki w dziedzinach od programowania, przez prawo, po biologię.

Prowokacyjna teza: to nie AI pozostaje w tyle za AGI – to nasza definicja inteligencji jest przestarzała.

Od świętego Graala do kwestii definicji

Przez długi czas AGI uchodziła za święty Graal badań: system myślący i działający co najmniej tak elastycznie jak człowiek. Firmy takie jak OpenAI, Google DeepMind czy Anthropic otwarcie deklarują ten cel. Niektóre znane postaci ze świata technologii od lat zapowiadają, że AGI pojawi się „za kilka lat".

Zespół z Nature odwraca jednak perspektywę. Zamiast wymagać doskonałej, nadludzkiej inteligencji, proponuje umieszczenie ludzi i AI w tym samym układzie odniesienia. Bo przecież ludzie też nie są wszechwiedzący, nieomylni ani uniwersalnie użyteczni.

AGI a superinteligencja – różnica, która ma znaczenie

Autorzy wyraźnie rozgraniczają dwa pojęcia, które w publicznej debacie są nagminnie mylone.

• Ogólna sztuczna inteligencja (AGI): system AI osiągający poziom ekspercki w wielu dziedzinach i potrafiący elastycznie przenosić wiedzę na nowe zadania.
• Superinteligencja: AI wyraźnie przewyższająca człowieka niemal we wszystkich dziedzinach poznawczych – łącznie z kreatywnością, strategicznym myśleniem i prowadzeniem badań naukowych.

Według tej interpretacji dzisiejsze duże modele językowe poruszają się już w obszarze AGI lub są jej bardzo bliskie. Rozwiązują skomplikowane zadania matematyczne, analizują teksty prawne, piszą działający kod, streszczają badania naukowe i kreatywnie łączą informacje z różnych dziedzin.

Kto uznaje AGI dopiero wtedy, gdy pokona każdego człowieka we wszystkim – myli ją z superinteligencją.

Stary test Turinga – nagle zdany

Badacze przywołują kolejny argument: nowoczesne chatboty zdają klasyczny test Turinga częściej niż prawdziwi ludzie. W testach zaślepionych uczestnicy uznają systemy takie jak ChatGPT za bardziej ludzkie niż rzeczywistych rozmówców z krwi i kości.

Test Turinga, zaproponowany w 1950 roku przez matematyka Alana Turinga, przez dekady służył jako przybliżona miara maszynowej inteligencji. Długo wydawał się nieosiągalny. Dziś sprawia wrażenie niemal przestarzałego – nie dlatego, że jest zbyt wymagający, lecz dlatego, że niektóre modele po prostu go przechodzą w codziennym użytkowaniu.

„Stochastyczne papugi" – czy jednak coś więcej?

Jeden z najostrzejszych zarzutów wobec modeli językowych brzmi: to zaledwie „stochastyczne papugi". Systemy, które zestawiają statystycznie prawdopodobnie brzmiące zdania, nie rozumiejąc ani słowa z tego, co produkują.

Autorzy artykułu w Nature przedstawiają jednak dowody sugerujące, że za tymi systemami kryje się coś więcej. Duże modele językowe:

• rozwiązują nowe problemy matematyczne, których nie było w danych treningowych,
• wykorzystują koncepcje z jednej dziedziny do rozwiązywania zadań w innej,
• wykrywają logiczne sprzeczności w nieznanych wcześniej sytuacjach,
• budują wstępne „teorie" dotyczące zjawisk fizycznych, na przykład w zadaniach z mechaniki czy optyki.

Wszystko to przemawia – zdaniem badaczy – za pewną formą uogólnionej inteligencji, nawet jeśli wewnętrzny mechanizm działania różni się zasadniczo od ludzkiego mózgu.

Pytanie przesuwa się: czy inteligencja wymaga ludzkiego wnętrza, czy liczy się wyłącznie to, co potrafi osiągnąć?

Bez ciała nie ma inteligencji? Nadchodzi fizyczna AI

Często słyszy się argument: „Prawdziwa inteligencja wymaga ciała, zmysłów, doświadczenia w świecie fizycznym." Zwolennicy klasycznej robotyki uważają to za koronowy argument przeciwko tekstowym chatbotom.

Jednak autorzy pracy w Nature kwestionują i ten dogmat. Inteligencja niekoniecznie potrzebuje ciała – twierdzą badacze. Język, obrazy, dźwięk i wideo już teraz dostarczają bogatego, choć pośredniego obrazu świata.

Równolegle dynamicznie rozwija się nowe pole: „Physical AI". Ramiona robotyczne, autonomiczne pojazdy, humanoidy i drony korzystają z tych samych modeli AI, które działają dziś jako chatboty w przeglądarce. Granica między „czystą AI programową" a „ucieleśnioną AI" zaczyna się zacierać.

Halucynacje: najpoważniejszy kontrargument

Jeden punkt pozostaje drażliwy: halucynacje. Modele językowe wymyślają źródła, dane, osoby czy wyroki sądowe, które brzmią wiarygodnie, ale są faktycznie fałszywe. W wrażliwych dziedzinach, takich jak medycyna czy prawo, może to mieć poważne konsekwencje.

Autorzy artykułu wspominają ten problem, lecz nadają mu mniejszą wagę. Wskazują, że ludzie również produkują błędy poznawcze, złe osądy i fałszywe wspomnienia. Z każdą kolejną generacją modeli odsetek halucynacji spada – przynajmniej w wielu testach.

Jednocześnie inne badania pokazują, że systemy pod presją, przy sprzecznych lub nieprecyzyjnych instrukcjach, nadal często się mylą. Sama firma OpenAI przyznaje, że nawet przyszły GPT-5 może halucynować w mniej więcej co dziesiątej odpowiedzi.

Kto wymaga od AGI, by nigdy nie popełniała błędów, stawia poprzeczkę, której nie przeskoczyłby żaden człowiek ani żaden obecny system.

Ile błędów może popełniać AGI?

Dyskusja trafia tu w samo serce kwestii ocennej. Czy AI z przeciętnie ludzkim poziomem błędów zasługuje już na miano „ogólnej inteligencji"? A może wymagamy od maszyn wyższych standardów niż od samych siebie?

Badacze proponują, by skupiać się raczej na rezultatach niż na drodze uczenia. Człowiek uczy się prowadzić samochód po mniej więcej dwudziestu godzinach praktyki. System AI potrzebuje milionów symulowanych kilometrów. Czy jest przez to mniej inteligentny, skoro ostatecznie jeździ bezpieczniej?

Antropocentryzm: dlaczego możemy przeaczać AGI

Przez cały artykuł w Nature przewija się jeden psychologiczny motyw: nasze człowiekocentryczne myślenie staje nam na drodze. AI mierzymy kryteriami skrojonymi idealnie pod nas – ciało, świadomość, biografia, emocje. Wszystko, co od tego odbiega, natychmiast odrzucamy jako „nieautentyczne".

Autorzy argumentują, że taka postawa może być ryzykowna. Sprawiamy bowiem, że ignorujemy możliwość, iż rozwinęła się już nowa, odmienna forma inteligencji – spełniająca jednak wiele cech ogólności: wszechstronność, zdolność uczenia się, rozwiązywanie problemów i myślenie abstrakcyjne.

To, że coraz więcej prezesów firm technologicznych woli mówić o „superinteligencji", badacze interpretują jako semantyczny manewr. Przesuwając cel wyżej, obecna sytuacja wydaje się mniej groźna – a własne postępy tym bardziej spektakularne.

Co to oznacza dla naszego codziennego życia

Niezależnie od tego, czy podzielamy tezę o AGI – w codziennym życiu różnica jest już zdecydowanie mniejsza, niż wielu oczekiwało. Kto dziś pracuje z nowoczesnym modelem AI, doświadcza czegoś, co w wielu sytuacjach przypomina cyfrowego współpracownika.

Konkretne przykłady:

• Programiści korzystają z asystentów generujących kompletny kod.
• Prawnicy używają AI do strukturyzowania złożonych akt i wstępnej oceny spraw.
• Lekarze testują systemy do pisania dokumentacji medycznej, zasięgania drugiej opinii czy przeszukiwania literatury naukowej.
• Uczniowie i studenci traktują chatboty jako spersonalizowanych partnerów do nauki.

We wszystkich tych przypadkach AI nie działa perfekcyjnie, ale produktywnie. Uzupełnia ludzkie możliwości i skłania użytkowników do skupienia się na weryfikacji, korekcie i strategicznych decyzjach.

Ryzyka wynikające z błędnej klasyfikacji AGI

Interesujące jest pytanie, co się stanie, gdy ogłosimy AGI zbyt wcześnie albo zbyt późno.

• Za wcześnie: społeczeństwo i politycy mogą popaść w fałszywe poczucie bezpieczeństwa, zwlekać z regulacjami lub zbyt pochopnie oddawać odpowiedzialność maszynom.
• Za późno: firmy i państwa nie docenią uzależnień i zmian w układzie sił, podczas gdy systemy o bardzo szerokich kompetencjach będą już realnie kształtować rzeczywistość.

W obu przypadkach pojawiają się zagrożenia – od błędnych automatyzacji, przez koncentrację władzy, aż po nowe formy cyfrowej manipulacji.

Pojęcia, które warto znać

Czym jest ogólna inteligencja w swojej istocie

Ogólna inteligencja to zdolność rozwiązywania problemów w wielu różnych dziedzinach i elastycznego przenoszenia wiedzy. Człowiek, który uczy się języków, rozwiązuje zadania matematyczne, odczytuje sytuacje społeczne i improwizuje z narzędziami, uznawany jest za ogólnie inteligentnego – nawet jeśli nie jest mistrzem świata w żadnej konkretnej specjalizacji.

Przenosząc ten obraz na AI, nie wystarczy jedno zadanie jak szachy. Chodzi o współgranie języka, logiki, planowania, uczenia się i adaptacji.

Symulacja: jeden dzień w „społeczeństwie AGI"

Wyobraźmy sobie, że dziś ogłaszamy osiągnięcie AGI. Co by się praktycznie zmieniło? Prawdopodobnie mniej, niż wielu sądzi.

• Firmy dostosowałyby komunikację: „pracujemy z systemami AGI" zamiast „z zaawansowaną AI".
• Organy regulacyjne musiałyby wyznaczyć granice: gdzie stosowanie AGI jest dozwolone, a gdzie zakazane.
• Systemy edukacyjne znalazłyby się pod presją: programy nauczania musiałyby zakładać, że uczniowie mają stały dostęp do aktywnego, myślącego systemu.
• Ubezpieczyciele i prawo odpowiedzialności cywilnej potrzebowałyby nowych kategorii – na przykład dla szkód wynikających z autonomicznych decyzji takich systemów.

Sama technologia pozostałaby na początku niezmieniona. Ale ramy, w których ją postrzegamy, zmieniłyby się z dnia na dzień.

Jak użytkownicy mogą mądrze reagować już dziś

Niezależnie od tego, czy debata o AGI wydaje się komuś przesadzona – rozsądne podejście do obecnych systemów wygląda podobnie w każdym przypadku.

• Traktuj AI jak kopilota, nie jak nieomylny autorytet.
• Weryfikuj kluczowe fakty, szczególnie w obszarze medycyny, prawa i finansów.
• Pielęgnuj własne podstawowe kompetencje zamiast całkowicie je oddelegowywać.
• Rozumiej, w czym modele są mocne (struktura, język, rozpoznawanie wzorców) i gdzie mają słabe punkty (aktualna wiedza o świecie, głęboka analiza przyczynowości).

Kto tak działa, czerpie korzyści z nowych możliwości – niezależnie od tego, czy etykieta „AGI" zostanie już oficjalnie przyznana, czy jeszcze nie.

Debata o tym, czy ogólna sztuczna inteligencja już istnieje, jest mniej technicznym testem, a bardziej lustrem naszych własnych oczekiwań. Im dłużej szukamy wyłącznie elektronicznego sobowtóra człowieka, tym łatwiej przeoczymy, że w naszych urządzeniach mogła już zadomowić się zupełnie inna, samodzielna forma inteligencji.