B. PUCEK: W Polsce prawdopodobnie jedni z pierwszych, ale to jest tak, jak z tą historią o zrobotyzowanych i zautomatyzowanych fabrykach, że teoria mówi, że oprócz fabryki, oprócz maszyn, oprócz automatyzacji będzie potrzebny tylko człowiek i pies. Pies, aby nikt nieuprawniony nie wchodził na teren fabryki czy tam, gdzie są te roboty. A człowiek tak naprawdę służy do tego, żeby przynosić psu jedzenie. Więc zobaczymy, jak ta historia z automatyzacją i robotyzacją się skończy. Jest wokół niej wiele niedomówień, wiele niezrozumień, ale też wiele optymizmu, a z drugiej strony też wiele obaw. W szczególności, jeżeli są związane z przyszłością pracy i tym, czym ludzie się będą zajmować.

B. PUCEK: To prawda. I myślę, że mamy kilkaset, jeśli nie kilka tysięcy lat doświadczenia w tworzeniu rzeczy i w obserwowaniu procesów automatyzacji. Bo tak naprawdę, czy patrzymy na to z perspektywy akweduktów, czy patrzymy na to z perspektywy rewolucji przemysłowej, czy dzisiaj internetu i takiej robotyzacji na masową skalę, to te procesy już były, one się powtarzają. Więc z jednej strony, istnieje ta obawa o utratę pracy w związku z automatyzacją, robotyzacją, rozwojem sztucznej inteligencji, ale – z drugiej strony – do tej pory w historii te procesy miały 2 rodzaje konsekwencji. Po pierwsze: część rodzajów prac była zastępowana przez automaty czy też przez roboty, maszyny produkcyjne, przez różnego rodzaju algorytmy, ale – z drugiej strony – pozwalała na wytworzenie nowych rodzajów zawodów, nowych rodzajów zadań, ale też – w mojej opinii – ta automatyzacja czy sztuczna inteligencja pozwala ludziom na skupienie się nie na rzeczach powtarzalnych i rzeczach mechanicznych, tylko raczej na wyzwalaniu tej części kreatywnej. To też jest jedna z teorii związanych z rozwojem sztucznej inteligencji. Mówi o tym, że będziemy mogli – dzięki postępowi technologicznemu, dzięki postępowi w zakresie rozwoju sztucznej inteligencji – spędzać więcej czasu na rzeczach kreatywnych.

B. PUCEK: To pewnie jest proces, który się składa najpierw z właśnie automatyzacji istniejących procesów, a -z drugiej strony – rozwoju w kolejnym kroku. Bo jeżeli spojrzymy na rozwój technologiczny, to tak naprawdę on wynika głównie z rozwoju samej technologii, czyli z dostępności nowych narzędzi, z rozwoju algorytmów, nowych języków programowania, ale też przede wszystkim z tego, że ta technologia otwiera nowe modele biznesowe. Dzisiaj, jeżeli spojrzymy na rynek mediów, to rynek mediów przez lata – w szczególności rynek internetowy, ale nie tylko – jest zasilany reklamami. Reklamy czy też kupno reklam albo przychody z reklam są motywowane zasięgami. Zasięgi są motywowane ilością interakcji oraz poziomem zaangażowania, najczęściej niestety sprowadzanego do poziomu odsłon, czyli im więcej odsłon, tym więcej zarabiamy pieniędzy. Ten model dzisiaj ewoluuje w stronę zaangażowania, stąd m.in. platformy social mediowe, które odbierają te budżety reklamowe. Ale też zabierając te budżety reklamowe, czyli de facto zabierając przychody w dużej części mediów tradycyjnych, wymuszają – za pomocą tego postępu technologicznego – automatyzację, ponieważ ta automatyzacja w wielu miejscach obniża koszty. I teraz: obniżanie kosztów jest jednym z tych elementów, ale później, w kolejnych krokach jedna rzecz to jest obniżenie kosztów, ale z drugiej strony – później okazuje się, że te zadania, które dzisiaj wykonują – też ludzie – algorytmy, w wielu miejscach mogą być wykorzystane również do pracy kreatywnej. Z jednej strony, to może być informacja o pogodzie, co jest po prostu umiejętnością analizy danych i NLP, czyli natural language processing. A z drugiej strony, może być również używana do przewidywania np. pogody na dużym zestawie danych, np. dotyczących danego kraju czy całego świata.

B. PUCEK: Tak. I to są prawdopodobnie pierwsze rzeczy, które będą i są zautomatyzowane. Czyli te rzeczy, które… Ja nazwałbym je „informacjami pasywnymi”, czyli takie, które nie wymagają np. interpretacji.

B. PUCEK: Absolutnie. Inny aspekt będzie pewnie w segmencie sportowym, ponieważ w segmencie sportowym oprócz informacji pasywnych, czyli: „Ktoś strzelił gola”, jest również informacja emocjonalna, czyli: W jakiej sytuacji? Jakiego rodzaju to emocje wywołało? Jak zareagowała publiczność? No i tutaj, na dzisiejszym etapie algorytmy jeszcze nie są dobre w rozpoznawaniu emocji. Aczkolwiek jeżeli mówimy o czymś, co nazywa się ładnie GPT-3, a jeszcze ładniej: generatywny transformator przedtreningowy (czyli to jest rodzaj modelu językowego, który pozwala generować wiedzę o świecie poprzez uczenie się na różnych rodzajach danych, gdzie możemy nakarmić ten algorytm informacjami, ale on zacznie interpretować te informacje i na ich podstawie tworzyć kolejne) to jest już zupełnie inny rodzaj technologii. Dzięki niemu możemy spojrzeć na algorytmy przez pryzmat kreatywności również. To jest ten przykład, o którym rozmawialiśmy wcześniej. To jest de facto algorytm, który jest podążającym za nami przyjacielem, który obserwuje nasze zachowania, obserwuje to, co mówimy, słucha nas, próbuje zrozumieć i po jakimś czasie będąc nakarmionym informacjami o nas czy o jakimś zestawie danych, o jakimś temacie, zaczyna uzupełniać za nas zdanie. Zaczyna rozumieć, co chcieliśmy powiedzieć, zanim to powiedzieliśmy. Bardzo wiele z prac dzisiaj wokół właśnie deep learningu czy machine learningu, czyli uczenia maszynowego czy np. uczenia nadzorowanego, skupia się właśnie wokół umiejętności nie tylko interpretacji danych albo przewidywania, ale również tworzenia nowych. Czyli dochodzi również ten etap kreatywny. No i pewnie to jest ten etap, którego my, jako ludzie, boimy się najbardziej.

B. PUCEK: Prawdopodobnie ta analiza wykonana przez maszyny będzie nam się też często nie podobać, ponieważ może być na tyle chłodna i…

B. PUCEK: … skalkulowana i obiektywna, że może nam się to po prostu nie podobać. W szczególności teraz, kiedy jesteśmy jako społeczeństwo mocno spolaryzowani i lubimy być bardzo zero-jedynkowi, to algorytmy zawsze będą kwestionowane z punktu widzenia tego, czy te modele nie mają odchylenia np. w jedną stronę albo w drugą stronę.

B. PUCEK: I ten kontekst jest ważny, ponieważ oczywiście, jeżeli spojrzymy na to z punktu widzenia zestawu danych i ten zestaw danych, którym będziemy karmić ten algorytm będzie bardzo jednostronny np. politycznie albo sportowo – weźmy przykład sportu – będzie tylko i wyłącznie karmiony przez pryzmat Legii Warszawa, to automatycznie będzie się odchylać w stronę kibicowania – tego wirtualnego czy też algorytmicznego – Legii Warszawa. I dlatego tak ważne jest to, na jakiej podstawie algorytmy się uczą i jakie są te zestawy danych, którymi są karmione. I oczywiście, jest wiele przykładów na świecie, kiedy różne firmy próbowały uruchamiać swoje boty, swoich asystentów i wkładać nienadzorowane zestawy danych do środka. I po kilku dniach, godzinach czy tygodniach okazywało się, że te boty czy ci asystenci nagle byli nietolerancyjni albo głosili poglądy, które nie są powszechnie przyjmowane jako kulturalne.

B. PUCEK: To jest problem wartości i – tak, jak wspomniałem wcześniej – modelu biznesowego. W przypadku modelu biznesowego, jak spójrzmy na firmy mediowe czy Polskie, czy zagraniczne – czy to będzie „New York Times”, czy Interia – na koniec dnia, tak jak powiedziałem, główna część przychodów pochodzi z rynku reklamowego bądź też subskrypcji. Ale na koniec dnia największą część tej wartości wygenerowanej przez dziennikarza tak naprawdę pozostaje w „New York Timesie” jako korporacji czy w Interii jako korporacji. Nie u dziennikarza bezpośrednio w kieszeni. I teraz: jeżeli część dziennikarzy – to jest to, o czym rozmawialiśmy wcześniej – widzi, że jest w stanie dostarczyć dobrą wartość, za którą słuchacze, czytelnicy są w stanie zapłacić, więc najczęściej odchodzą z tych dużych organizacji, gdzie za pomocą innych platform są w stanie zebrać atencję swoich czytelników i ci czytelnicy czy też słuchacze bezpośrednio kontrybuują w ramach takiego patronatu. To jest to, o czym rozmawialiśmy też w poprzednich odcinkach. Ale z drugiej strony, są prace związane z wartością dziennikarską i tutaj pewnie narażę się znacznej części dziennikarzy, ponieważ ta wartość jest nierówna. Czyli wartość pracy dziennikarza pogodowego, a wartość pracy np. dziennikarza śledczego albo dziennikarza ekonomicznego – każda z nich będzie miała przypisaną inną wartość. To, co jest bardzo ważne, to to, że ta wartość też ulega automatyzacji albo może ulec automatyzacji. W przypadku dziennikarstwa śledczego to bardzo trudne, czyli gros pracy w dziennikarstwie śledczym musi być wykonany przez człowieka. Aczkolwiek mając np. dostęp do dużej ilości dokumentów Panama Papers można używać różnych rozwiązań związanych z rozpoznawaniem mowy, rozpoznawaniem pisma, łączeniem faktów na dużych zestawach danych po to, żeby wspomagać tę część związaną z dziennikarstwem śledczym.

B. PUCEK: Ta tzw. – to się ładnie nazywa – generatywna sztuczna inteligencja, która jest oparta na kontekście, umożliwiałaby wtedy np. Tomkowi zadanie określonego kontekstu, który chce znaleźć np. w dużym zestawie danych i zwrócenie fragmentów albo też pokusić się o interpretację tych danych na podstawie informacji, które w tych aktach były. To jest funkcja pomocnicza np. algorytmów czy rozwiązań tego typu. Ale – z drugiej strony – jest ta funkcja automatyzacjina, czyli ten przykład pogody, w którym zebranie informacji o tym, że w danym miejscu będą określone opady, w danym miejscu będzie słońce, w danym deszcz, ciśnienie będzie takie i takie – to są tzw. informacje pasywne, które nie wymagają dużych zdolności do interpretacji, ponieważ ta interpretacja zostanie w zasadzie podana na podstawie algorytmów. I to są zawody czy też funkcje, które w pierwszej kolejności zostaną zautomatyzowane.

B. PUCEK: To jest taki stały paradygmat w rozwoju technologii i innowacji, że większość osób myśli o innowacji w kategorii „Eureka!”, czyli takiego odkrycia i pojawiającej się nad głową żarówki. A tak naprawdę, najczęściej innowację obrazuje zdanie: „To dziwne”, czyli: „Nie wiem, co się stało. To dziwne. Sprawdźmy to”. I nagle się okazuje, że jednak coś, czego do tej pory nie widzieliśmy, pojawia się w naszej pracy. I większość innowacji – w szczególności przełomowych innowacji – zazwyczaj zdefiniowane jest zdaniem: „To dziwne”, a nie zdaniem: „Eureka!”.

B. PUCEK: Tak jest. Ale coś zauważyliśmy.

B. PUCEK: To jest bardzo ciekawe, bo w serwisie Toutiao – to jest chiński serwis informacyjny, który w całości generuje potrzebne informacje za pomocą algorytmów. Czyli ten tzw. feed, ta ściana z informacjami jest w całości generowana za pomocą algorytmów i zdecydowana większość – jeśli nie wszystkie już obecnie – artykuły są zestawiane właśnie za pomocą algorytmów. I jest to o tyle ciekawe, że te algorytmy są tak dobre – co też możemy zobaczyć po korzystaniu z TikToka, bo akurat właścicielem tamtego produktu i TikToka jest ta sama firma, tylko ten serwis informacyjny Toutiao powstał wcześniej – są tak dobre, że potrafią przykuwać naszą uwagę jako czytelnika na długi czas. A wracając do myśli o modelu biznesowym: przykuwanie czytelnika na dłuższy czas przed ekran telefonu, na koniec dnia w całym tym procesie oznacza zarabianie więcej pieniędzy.

B. PUCEK: I teraz: spójrz na konsekwencje różnych stron. W przypadku firm mediowych konsekwencją jest to, że potrafią zaangażować użytkownika na dłużej. Na koniec dnia – tak, jak wspomniałem – zarabiają więcej pieniędzy. Z drugiej strony, jak patrzysz na to z perspektywy osoby konsumującej informacje: oznacza, że spędzasz więcej czasu, konsumując je i bardzo często też robisz to nieświadomie. I tutaj pojawia się aspekt nie tylko np. prywatności i ochrony danych, czyli jakiego rodzaju informacjami chcę nakarmić ten algorytm, żeby mnie lepiej zrozumiał, bo być może są pewne rzeczy, których nie chcę. Ale z drugiej strony, pojawia się też temat, który – moim zdaniem – w najbliższych latach będzie bardzo istotny: tzw. diety contentowej. Czyli mamy tę dietę dla swego organizmu, jest początek roku, ćwiczymy najróżniejsze rzeczy, żeby poprawić swój wygląd zewnętrzny, ale pytanie jest takie: W jaki sposób poprawiamy też tę dietę contentową?

B. PUCEK: To jest też kwestia łatwości dostępu do informacji. 15-20 lat temu – w szczególności 20 lat temu – twój dostęp do informacji był ograniczony. Czyli, żeby zrozumieć np. sytuację polityczną w Stanach Zjednoczonych, prawdopodobnie czytałeś polskich dziennikarzy, korespondentów w Stanach Zjednoczonych – to było twoje źródło wiedzy na ten temat. Dzisiaj? Być może w kontekście polskim, ale w rozumieniu zrozumienia sytuacji geopolitycznej w Stanach Zjednoczonych twoim źródłem będą najlepsi geopolitycy, którzy stacjonują w Stanach Zjednoczonych, do których dotrzesz za pomocą np. Twittera czy innych kanałów. A niekoniecznie będziesz oczekiwał tłumaczenia tej sytuacji przez np. polskich dziennikarzy. I ta formuła się zmienia, łatwość dostępu do informacji, łatwość dostępu do źródła. To, co stanowi nadal problem albo jest jeszcze większym problemem, to jest to, że ponieważ masz dostęp do nieograniczonej ilości źródeł, to zaczynasz słyszeć mnogość tych głosów i pojawia się problem z interpretacją tego, kto mówi prawdę i kogo argumenty są nie tyle najciekawsze, ale jesteśmy w stanie je zrozumieć, przeanalizować i powiedzieć: Być może ktoś ma rację, a być może ktoś nie ma racji. Dzisiaj ta przepychanka, którą widzimy w szczególności w social mediach, to jest przepychanka na to, kto mówi głośniej. Czyli: kto ma większe zasięgi? Albo w niektórych wypadkach: kto wynajmie większą liczbę trolli, które te zasięgi rozbudują? VS Kto tak naprawdę ma rację? To jest jedna z tych trudniejszych umiejętności. Algorytmy tutaj działają w dwie strony. Z jednej strony np. wzmacniają nasz tzw. bąbelek, czyli jeżeli mamy określone poglądy sportowe, polityczne czy w określonych dziedzinach, to w większości algorytmy będą wzmacniać nasz pogląd. Czyli ogranicza się nas do tego „bąbelka”. Z drugiej strony: im bardziej jesteśmy ciekawi świata, im bardziej mamy dostęp i możliwość dotarcia do osób, którzy są ciekawymi postaciami, ekspertami w danych dziedzinach, możemy potrafić wychodziĆ z tego „bąbelka”. Ale tak naprawdę gros tej pracy to nie tylko algorytmy, które będą wzmacniały albo jedno, albo drugie zachowanie, ale też nasza praca nad świadomością, czy my w tym „bąbelku” tak naprawdę funkcjonujemy czy też nie. Albo czy poszukujemy ciekawych informacji i źródeł? Tutaj też trzeba jeszcze – moim zdaniem -dokonać pewnego rozróżnienia pomiędzy informacją a wiedzą. Większość rzeczy, które konsumujemy dzisiaj, które starają się algorytmy promować – w szczególności, jeżeli mówimy o mediach – to są informacje. I te informacje mają określoną datę ważności, prawdopodobnie po kilku albo kilkunastu, kilkudziesięciu godzinach przestaną być ważne. Natomiast to, co jest największą sztuką i na co ja szczególnie zwracam uwagę w swojej pracy z tymi algorytmami, to jest to, żeby jednak to, co pojawia się dla mnie, to była jednak wiedza, a nie informacja.

B. PUCEK: To, co jest trudnością… Ja jestem tą osobą, której nie trzeba przekonywać do czytania książek. Zdecydowanie nie, jestem wielkim fanem czytania książek. Jedno z wyzwań w przypadku czytania książek, które ja dzisiaj widzę to to – funkcjonuje takie powiedzenie: Prawie każda książka mogłaby być wpisem na blogu, prawie każdy wpis na blogu mógłby być tweetem, prawie każdy tweet mógłby nie istnieć. I myślę, że to, co jest tą trudnością w przypadku zarówno czytania książek, jak i czytania artykułów, to jest naprawdę umiejętność zrozumienia, jaką wartość przed przeczytaniem… Albo jakie są nasze oczekiwania w stosunku do danej książki. Oczywiście, zupełnie inaczej, jeżeli mówimy o beletrystyce. Natomiast zawsze istnieje jakieś nasze oczekiwanie w stosunku do czynności, którą chcemy wykonać. I umiejętność zrozumienia tego, jakiego rodzaju oczekiwanie mamy, jest dużo ważniejsze.

B. PUCEK: Myślę, że ja się na wielu nagraniach, ponieważ rozmowy oczywiście są nagrywane… Gdyby ktoś przesłuchał moje, to można by było słyszeć ciekawe dialogi. Ja patrzę na pryzmach botów, czyli tych procesów związanych z automatyzacją obsługi klienta, z dwóch stron. Po pierwsze, patrzę oczywiście jako klient, jako osoba, która z nich korzysta. Z drugiej strony, patrzę również jako osoba, która ma doświadczenie we wdrażaniu tego typu rozwiązań na…

B. PUCEK: … na międzynarodową skalę. I wiem z dwóch stron, jak trudne to jest wyzwanie. Ponieważ z technologicznego punktu widzenia jest to ogromne wyzwanie. Coś, co się ładnie nazywa NLP, czyli Natural Language Processing, jest ogromnym wyzwaniem technologicznym. Umiejętność zrozumienia języka kontekstu i emocji, które są w języku, jest bardzo trudna z technicznego punktu widzenia.

B. PUCEK: Mnogość ścieżek i scenariuszy w przypadku oczekiwań klientów to jest jedno z wyzwań, zdecydowanie tak. Aczkolwiek, bardzo często te ścieżki da się zaprojektować i większość tych botów właśnie funkcjonuje na podstawie scenariuszy. Czyli jeśli klient napisze słowo X i słowo X oznacza kontekst Y, to wtedy wyświetlamy odpowiedź Z. Natomiast to, co bardzo trudne do zrozumienia, to jest kontekst, w jakim dana osoba pyta o problem, jaki chce rozwiązać.

B. PUCEK: W jakiś badaniach dotyczących wsparcia klienta i używania właśnie botów i czatbotów w Stanach Zjednoczonych widziałem, że jedna z najpopularniejszych fraz używanych w rozmowach telefonicznych to „Proszę połączyć mnie z człowiekiem”.

B. PUCEK: Tak. Można obejrzeć w internecie – w szczególności w social mediach – nie tylko nasze narzekanie jako klientów na tego typu rozwiązania, ale również praca nad tymi rozwiązaniami… Tak naprawdę są 2 rodzaje konsekwencji tej pracy. Pierwsza: w przypadku pracowników w tego typu firmach uwalnia czas pracy z zadań zautomatyzowanych, czyli np. „Jak zmienić PIN na swojej karcie w telefonie?” na innego rodzaju zadania, powiedzmy, bardziej kreatywne czy bardziej twórcze, czy przynoszące większą wartość w przypadku przedsiębiorstw. Z drugiej strony, jeżeli spojrzymy na to od strony technologicznej: umiejętność tworzenia tych algorytmów to jest nieustająca praca. Chciałbym nawet użyć słowa „walka”, bo tak naprawdę to jest umiejętność interpretacji… Praca nad umiejętnością interpretacji przez te algorytmy intencji człowieka. I ponieważ między algorytmem a intencjami człowieka jest pewna ścieżka do pokonania, to z punktu widzenia właśnie rozwoju technologii, to to jest ten punktu, który rodzi największe frustracje dla klientów. Wtedy łączysz się z tą przysłowiową infolinią, wpadasz w ten zautomatyzowany proces i on nie jest doskonały. I oczywiście razem z rozwojem postępu technologicznego – on będzie coraz lepszy, coraz bardziej satysfakcjonujący. To jest taki etap przejściowy. Teraz: jako klient, masz prawo być sfrustrowany. Jak patrzysz na to z perspektywy rozwoju technologii i pracujesz z tą technologią, to widzisz, co było 5 lat temu, widzisz, co jest dzisiaj. Ale dzisiaj już pracujesz nad rzeczami, które będą za 2-3 lata i jesteś pełen optymizmu. Mimo tego że jako klient możesz być sfrustrowany.

B. PUCEK: Po stronie algorytmów czy też sztucznej inteligencji – w szczególności w segmencie ubezpieczeń – postęp technologiczny jest ogromny. W tej chwili są spółki – zresztą w zeszłym roku debiutowały na amerykańskiej giełdzie – których sztuczna inteligencja jest podstawą funkcjonowania modelu biznesowego, właśnie w sektorze ubezpieczeń. To są nie tylko umiejętności kalkulowania ryzyka za pomocą algorytmów, czyli: Jaki jest koszt VS prawdopodobieństwo np. wypadku w ubezpieczeniach samochodu, ale również: umiejętność zaprogramowania algorytmów w taki sposób, żeby potrafiły szacować to ryzyko względem ceny, jaką ja jako konsument będę później płacił za daną usługę. Zresztą widać to nie tylko w Stanach Zjednoczonych czy Chinach, ale w szczególności w Chinach jest to posunięte do pewnego rodzaju ekstremum, gdzie wiemy, że te algorytmy są w stanie np. udzielać na podstawie naszej historii przeglądania internetu, korzystania z metra, sposobu jeżdżenia samochodem jakiego rodzaju cenę powinniśmy np. płacić za ubezpieczenie tego samochodu albo za ubezpieczenie domu, albo za ubezpieczenie na życie, albo za ubezpieczenie od zdrowia. Akurat w tym segmencie ubezpieczeniowym postęp w zakresie używania algorytmów czy też sztucznej inteligencji jest ogromny.

B. PUCEK: I dzisiaj, tego typu rozwiązania w części krajów są powszechne, nie tylko w biznesie, ale też właśnie w części konsumenckiej biznesu. Są np. ubezpieczyciele w Stanach Zjednoczonych, gdzie w ramach oferty ubezpieczenia otrzymujesz Apple Watch i na podstawie twojego ruchu, trybu życia, na podstawie twojej aktywności jest w stanie oszacować koszt twojego ubezpieczenia np. na życie i zdrowie.

B. PUCEK: Jeżeli myślimy o asystentach głosowych, jako urządzeniu, które – być może – będzie dostępne w każdym domu, to w zasadzie – patrząc z polskiego punktu widzenia – głównym warunkiem jest dostępność właśnie do języka polskiego w ramach tych usług. Dzisiaj Siri, czyli wersja Apple’owa asystenta, nie jest dostępna w języku polskim i jest to pewnego rodzaju ograniczenie. Jeżeli myślimy o innego rodzaju asystentach albo takich, które nie obsługują języka polskiego czy w ogóle spojrzymy na to z perspektywy globalnej, to brak języka polskiego w ramach tych asystentów i dostępności tego typu rozwiązań na rynku polskim tak naprawdę wyklucza nas z pewnego rodzaju usług, ale też w pewnym sensie wyklucza nas z postępu technologicznego. Dlatego że ogranicza naszą swobodę do korzystania z najnowszych rozwiązań, które dziś są połączone. Czyli ten asystent głosowy, który funkcjonuje w telefonie albo w osobnym urządzenie w naszym pokoju, w sypialni czy w kuchni on tak naprawdę wyłącza nas z pewnej części ekosystemu. Z drugiej strony, też trzeba pamiętać o bardzo ważnym aspekcie, czyli aspekcie prywatności tego typu rozwiązań. Dlatego że są – w zależności od producenta tych asystentów głosowych – są takiego rodzaju firmy, które w całości analizują wszystko to, co się dzieje w trakcie tego, kiedy to urządzenie jest włączone np. w naszym domu czy funkcjonuje na naszym telefonie. Ale – z drugiej strony – są takie, które wykorzystują tego typu informacje bezpośrednio na urządzeniu, niektóre wysyłają do tzw. chmury w celu analizy i to ma też za sobą konsekwencje związane z prywatnością. Też jak patrzymy na to z perspektywy naszego domostwa, czyli funkcjonujemy w ramach rodziny, funkcjonujemy w naszym domu czy funkcjonujemy w naszym mieszkaniu- jeżeli zadałbyś pytanie: „Czy chcę, żeby ktoś słuchał wszystkiego, co się dzieje w twoim domu przed 24h na dobę?”, prawdopodobnie większość osób odpowie: Nie. Ale – z drugiej strony – jeśli nie zadasz tego pytania, ale powiesz: „O, to jest fajne urządzenie, dzięki któremu będziesz mógł/mogła wykonywać określone czynności w sposób zautomatyzowany w swoim domu, a być może konsekwencją tego jest, że to będzie nagrywane”, to już zwiększasz potencjał na dostępność tego urządzenia.

B. PUCEK: Większość funkcji asystentów głosowych to są właśnie funkcje automatyzujące bądź skracające istniejące procesy. „Jaka dzisiaj będzie pogoda?”, „Puść mi podcast ‚Technologicznie’ ”, „Kiedy będzie mecz?”. Tego typu zapytania, które dzisiaj tak naprawdę sprawiają, że musimy wykonać 5, 6, 7 czynności, są zautomatyzowane w zasadzie do 1, która po jej wykonaniu automatycznie podaje nam odpowiedzi. Wracając do tego przykładu związanego z pogodą czy właśnie z dziennikarstwem w pogodzie, to tego typu zachowania, tego typu procesy są automatyzowane najpierw. Natomiast te urządzenia czy to zewnętrzne, w rozumieniu asystentów głosowych, czy te, które są umieszczone w naszych telefonach, po prostu pozwalają nam na szybszy, łatwiejszy dostęp do informacji, których potrzebujemy.

B. PUCEK: Przygotowałem jeszcze kilka przykładów związanych z funkcjonowaniem tej sztucznej inteligencji, w szczególności w mediach, bo tak naprawdę od tego tematu zaczęliśmy. Ja kiedyś w redakcji „The Economist” oglądałem, w jaki sposób funkcjonuje sztuczna inteligencja czy też uczenie maszynowe generujące procesy reklamowe. Czyli umiejętność pozyskiwania nowych subskrybentów, nowych czytelników do platformy. Taka ciekawostka: zazwyczaj myślimy o reklamach, jako o kilku rodzajach plakatów albo kilku rodzajach kreacji, które funkcjonują w internecie, podczas gdy w bardzo wielu mediach – uwzględniając właśnie „The Economist”, ale też bardzo wiele innych mediów stosuje te same praktyki – są wykorzystywane algorytmy do wykorzystania tekstów w ramach reklam w czasie rzeczywistym. Czyli reklamy, które zachęcają nas do wykupienia np. subskrypcji w „New York Times” czy w „The Economist”, są generowane w zasadzie na bieżąco po to, żeby tworzyć kampanie na podstawie tekstów, które są publikowane w danym momencie. Dzięki temu one są bardzo świeże, mają dobry odbiór, ponieważ mają aktualny i właśnie świeży kontekst…

B. PUCEK: Tak. I z drugiej strony, ich ilość, którą można wygenerować, jest ogromna. Czyli do tej pory jeżeli projektowałeś np. kampanię marketingową, to miałeś 2, 3, 4, 5 rodzajów tzw. kreacji, które mogłeś udostępniać w social mediach czy na jakimkolwiek innym kanal. Ale dzisiaj te algorytmy czy też tego typu systemy pozwalają generować dziesiątki tysięcy kreacji każdego dnia.

B. PUCEK: Ponieważ sposób tworzenia jest zautomatyzowany i wspierany algorytmami, a z drugiej strony, te algorytmy dobrze rozumieją i posiadają zasób danych, który pozwala na użycie go we właściwym kontekście…

B. PUCEK: Tak, więc efektywność tych reklam jest dużo, dużo wyższa niż w przypadku tego tradycyjnego procesu, który bardzo często wyglądał: O, to będzie nasza kreacja, grafik ją zrobi, ktoś tam napisze teksty i to będzie się wyświetlać w internecie. To jest akurat przykład automatyzacji wielu aspektów całego procesu wytwarzania reklamy. Ale – z drugiej strony – to, co jest też ciekawe, to wykorzystanie właśnie tych algorytmów w procesie dziennikarstwa, np. dziennikarstwa śledczego, w którym mamy do czynienia z analizami raportów, czy Panama Papers, czy w przypadku, kiedy mamy do czynienia z dużą ilością informacji, to absolutnie wartość dla dziennikarza, który chce wykonać dobrą, głęboką pracę nad określonym tematem, jest ogromna. Dzisiaj w tym zakresie ten postęp technologiczny też jest bardzo duży. W innym aspekcie oczywiście ta sztuczna inteligencja automatyzuje zadania też dla dziennikarzy. Czyli pozwala przejrzeć duże zasoby danych, wyłuskać z nich to, co jest ważne, jeżeli chcemy znaleźć pewne anomalie – w szczególności w dziennikarstwie ekonomicznym – chcemy znaleźć interpretację pewnego rodzaju informacji ekonomicznych, absolutnie pomaga. Jest jeszcze pytanie tutaj: Algorytmy czy też ta sztuczna inteligencja jak zachowuje się w obliczu tzw. fake newsów? Bo możemy to rozpatrywać w dwóch aspektach i nie są to rzeczy zero-jedynkowe. Czyli z jednej strony: sztuczna inteligencja pozwala wygenerować większą ilość fake newsów, bo można zautomatyzować ten proces, rozmawialiśmy też o kwestii tworzenia deepfake’ów m.in. Ale z drugiej strony: algorytmy też można wykorzystać do wykrywania rzeczy, które są fake newsami.

B. PUCEK: Tak, dokładnie tak. I absolutnie w przypadku fake newsów sytuacja wygląda bardzo podobnie. W ogóle wszystko, co jest związane z tzw. cyberbezpieczeństwem – tak to nazwijmy – to jest zazwyczaj ktoś, kto jest tym złym i jest pół kroku przed tym kimś, kto jest tym dobrym.

B. PUCEK: Ten przykład z Wielką Orkiestrą Świątecznej Pomocy jest o tyle ciekawy, że to, co nazywamy transformacją digitalową, bądź też transformacją cyfrową, tak naprawdę w wielu organizacjach sprowadza się w kontekście zadania do umiejętności identyfikacji najbardziej frustrujących i powtarzalnych zadań wewnątrz organizacji i próba automatyzacji tych zadań za pomocą technologii. I innowacje bardzo często biorą się właśnie z tego miejsca, czyli z identyfikacji tego problemu, tej potrzeby i zastąpienia bardzo często tych ludzkich procesów technologią i właśnie procesami automatyzacji. Ważny jest też aspekt, nie tylko w kontekście przedsiębiorstw, ale też w kontekście pracy własnej. Jeśli sobie zadamy pytanie i spojrzymy na nasz tydzień czy dzień pracy i będziemy potrafili zidentyfikować powtarzalne rzeczy, które robimy w ciągu każdego dnia albo w ciągu tygodnia, jest duża szansa, że istnieją już rozwiązania, które pozwalają te procesy zautomatyzować. To jest taki element, który jest związany z własną, naszą prywatną produktywnością. To jest taka rzecz, nad którą ja np. spędzam dużo czasu i próbuję zidentyfikować rzeczy, które ja robię powtarzalne, które mógłbym zautomatyzować albo – jak to się ładnie mówi – outsource’ować w inne miejsce po to, żeby np. ktoś inny albo algorytm je wykonał. Jeżeli to są rzeczy powtarzalne, nudne, frustrujące, to staram się w jakiś sposób pracować nad ich automatyzacją. To poprawia własną produktywność. To, co jest ciekawe: wtedy te procesy automatyzacji uwalniają nasz czas. Oczywiście ten czas możemy wykorzystać na różne rzeczy, bo możemy iść oglądać serial na Netfliksie, możemy iść poczytać książkę, możemy go spędzić nad pracą również na czymś interesującym. Ale ja kiedyś spotkałem się z takim powiedzeniem, że zła praca to komputer, który mówi, co mamy robić, a dobra praca to mówienie komputerowi, co ma robić. Jeżeli ja myślę o tym z perspektywy rozwoju własnego czy z perspektywy edukacji, czy z perspektywy podążania za jakąś ścieżką zawodową albo zainteresowaniami to to jest taki pryzmat, przez który też warto spojrzeć na swoją pracę: Czy moja praca może być wykonana przez komputer? Jeżeli odpowiedź brzmi: „Tak”, to w zasadzie to jest ten dzień, w którym powinniśmy się zacząć bardzo poważnie zastanawiać nad tym… Nie kiedy to nadejdzie, tylko co zrobić, żeby być gotowym na moment, kiedy to się wydarzy?

B. PUCEK: I tutaj technologia pozwala zautomatyzować ten proces i jednocześnie go spersonalizować. Czyli ja wtedy, dzięki takiej technologii, potrafię dotrzeć ze swoją wiadomością w zasadzie do każdej osoby, podczas gdy, gdybym chciał to zrobić bez pomocy technologii i miał np. ten przysłowiowy milion fanów, prawdopodobnie musiałbym zacząć w styczniu i skończyć w grudniu po to, żeby do każdej osoby tą wiadomość przygotować i wysłać.

B. PUCEK: Absolutnie.

B. PUCEK: I bardzo trudną pieśnią przyszłości. Jeżeli dzisiaj patrzymy z perspektywy takiej czysto konsumenckiej, to ten przysłowiowy Facebook albo przysłowiowy polski portal zazwyczaj pokazuje nam podobne rzeczy, jak drugiej osobie. Podczas, gdy bardziej zaawansowane technologiczne rozwiązania – niech będzie TikTok – pokazują rzeczy, które budują zaangażowanie wokół naszych zainteresowań, naszych preferencji. To też ma i swoją dobrą stronę, i swoją złą stronę. Czyli z jednej strony: wzmacnia poczucie bycia w tym „bąbelku” i brak ekspozycji na inne punkty widzenia. Ale – z drugiej strony – jeżeli ja nie chcę – akurat w moim przypadku – otrzymała informacji o piłce nożnej, a algorytm Twittera co jakiś czas sugeruje mi, że być może zacznij obserwować? Albo wyświetla mi w swoim feedzie informacje o piłce nożnej, to ja jako użytkownik jestem sfrustrowaną osobą, ponieważ nie chciałbym tego typu informacji widzieć.

B. PUCEK: Ja dla odmiany na większość tego typu sugestii mówię: „Nie”, a mimo tego i tak je otrzymuję. Twitter i TikTok to są 2 dobre przykłady na dobre i złe rozwiązanie podobnego problemu w sensie jakościowym. Dlatego, że algorytmy Twittera, pomimo tego że mogę 10 razy powiedzieć: „Przestań rekomendować mi wpisy o piłce nożnej”, to jednak dalej je będę dostawał. A w przypadku TikToka jak nie będę oglądał albo nie jestem zainteresowany wpisami o piłce nożnej, absolutnie nie będzie mi ich rekomendował. To jest też jakość tych algorytmów, która wynika tak naprawdę z trudności, ale też jakości pracy nad nimi – w rozumieniu takim stricte technicznym, w rozumieniu deweloperskim – pracy programistów na nimi, jest ogromnym wyzwaniem.

B. PUCEK: Ale nie te same umiejętności…

B. PUCEK: … i dostęp do technologii. Czyli dzisiaj to, co jest na pewno jednym z ciekawszych wyzwań, to różnica w jakości tworzenia algorytmów pomiędzy np. Stanami Zjednoczonymi a Chinami. Ponieważ Chiny przeskoczyły pewne etapy w zakresie tworzenia contentu, w zakresie tworzenia produktów i platform social mediowych. W zasadzie dzisiaj czy przez ostatnie lata tworzą po prostu produkty, rozwiązania i biznesy, które można by nazwać AI First, podczas gdy bardzo wiele z rozwiązań – Twitter niech będzie tego przykładem – to nie są produkty firmy czy projekty, które są AI First. To są produkty, do których algorytmy zajrzały na jakimś etapie rozwoju tego produktu, podczas gdy wspomniany Toutiao chiński to jest produkt, który powstał jako AI First.

B. PUCEK:Zasłużyliśmy?

B. PUCEK: W szczególności, że algorytmy promują dobre podcasty. Im więcej dobrych czy też pięciogwiazdkowych ocen, tym większe prawdopodobieństwo, że ten podcast za pomocą tych algorytmów zostanie pokazany większej liczbie słuchaczy.

B. PUCEK: Dziękujemy.

B. PUCEK: To jest ogromna moja obawa przed każdym nagraniem: jakość i posługiwanie się językiem polskim.

B. PUCEK: Absolutnie. Chociaż myślę, że poprawność polszczyzny czy umiejętność właściwego artykułowania tego, co się myśli, jest jedną z najwyższych i najtrudniejszych form do opanowania, ponieważ ona łączy ze sobą kilka elementów. Po pierwsze: jakość posługiwania się językiem ojczystym. Konsekwencje posługiwania się językami obcymi, w szczególności, jeżeli mówimy o świecie technologii, to jednak on jest przesiąknięty słownictwem anglojęzycznym, ale też słownictwem branżowym czy też technologicznym. I oczywiście ten trzeci element bardzo ważny to: umiejętność przekazywania wiedzy o rzeczach trudnych i interesujących w taki sposób, że zarówno osoba, która pierwszy raz o nich słyszy, ale i osoba, która słyszy o nich po raz setny, jest eksponowana na interesujące i inne punkty widzenia. Na koniec dnia jeżeli ktoś wynosi wartość z audycji naszej rozmowy, to myślę, że to jest największy komplement, jaki my możemy dostać, jako prowadzący tę rozmowę. To jest: „Posłuchałem/posłuchałam tej audycji, dzięki temu dowiedziałem się/dowiedziałam się czegoś nowego, innego. Zmieniłem/zmieniłam swój punkt widzenia albo uzupełniłem/uzupełniłam swoją wiedzę w jakimś temacie”. To jest chyba największy komplement, jaki możemy dostać.

B. PUCEK: Dziękujemy bardzo.