Maszyny zamiast dziennikarzy

09.01.2021

Wiedzieli艣cie, 偶e od niedawna sztuczna inteligencja tworzy informacje w jednym z polskich medi贸w? Jaros艂aw Ku藕niar i Bartek Pucek analizuj膮, na ile algorytmy rzeczywi艣cie maj膮 szans臋 zast膮pi膰 dziennikarzy.

Co z kontekstem i wiarygodno艣ci膮 takich tre艣ci? Jak automatyzacj臋 pogodzi膰 z trendem do personalizacji tre艣ci? I najwa偶niejsze: w mediach informacja to tylko cz臋艣膰 przekazu – obok jest jeszcze emocja. Czy maszyny s膮 w stanie si臋 jej nauczy膰?

Czytaj wi臋cej
Udost臋pnij
https://voicehouse.co/odcinki/maszyny-zamiast-dziennikarzy/
KopiujSkopiowano

Transkrypcja

[00:00:21]

REDAKTOR J. KU殴NIAR: Jeste艣my, szanowny panie Bartku, my艣l臋 na jakim艣 p贸艂metku tej drogi, o kt贸rej si臋 m贸wi: Albo dadz膮 rad臋 i co艣 z tego b臋dzie, albo wszystko szlag trafi. Trzeci odcinek, po sze艣ciu ju偶 b臋dzie z g贸rki. Um贸wili艣my si臋, 偶e dzi艣 porozmawiamy sobie o tym w 鈥濼echnologicznie鈥, jak to jest z automatyzacj膮 na r贸偶nych poziomach. A wyszli艣my od pewnego tekstu, kt贸ry si臋 pojawi艂 - to by艂 tekst, 偶e na Interia.pl ju偶 nied艂ugo i sportem, i prognoz膮 pogody zajm膮 si臋 maszyny. Nie wiem, czy oni s膮 pierwsi, ale po raz pierwszy o nich g艂o艣no.

[00:00:54]

B. PUCEK: W Polsce prawdopodobnie jedni z pierwszych, ale to jest tak, jak z t膮 histori膮 o zrobotyzowanych i zautomatyzowanych fabrykach, 偶e teoria m贸wi, 偶e opr贸cz fabryki, opr贸cz maszyn, opr贸cz automatyzacji b臋dzie potrzebny tylko cz艂owiek i pies. Pies, aby nikt nieuprawniony nie wchodzi艂 na teren fabryki czy tam, gdzie s膮 te roboty. A cz艂owiek tak naprawd臋 s艂u偶y do tego, 偶eby przynosi膰 psu jedzenie. Wi臋c zobaczymy, jak ta historia z automatyzacj膮 i robotyzacj膮 si臋 sko艅czy. Jest wok贸艂 niej wiele niedom贸wie艅, wiele niezrozumie艅, ale te偶 wiele optymizmu, a z drugiej strony te偶 wiele obaw. W szczeg贸lno艣ci, je偶eli s膮 zwi膮zane z przysz艂o艣ci膮 pracy i tym, czym ludzie si臋 b臋d膮 zajmowa膰.

[00:01:36]

REDAKTOR J. KU殴NIAR: Tak, bo zwykle my艣li si臋 o tym, 偶e jak przyjdzie robot, to ja nie b臋d臋 musia艂 nic robi膰. Ale z kolei ten rynek pracy nie jest taki zero-jedynkowy, wi臋c to, 偶e przyjdzie robot wcale nie oznacza, 偶e ty stracisz prac臋. Mo偶e b臋dziesz mia艂 inn膮 prac臋? A mo偶e, jak w tym przemy艣le 3.0 - 4.0, mo偶e b臋dziesz musia艂 wsp贸艂pracowa膰 z tym robotem?

[00:01:55]

B. PUCEK: To prawda. I my艣l臋, 偶e mamy kilkaset, je艣li nie kilka tysi臋cy lat do艣wiadczenia w tworzeniu rzeczy i w obserwowaniu proces贸w automatyzacji. Bo tak naprawd臋, czy patrzymy na to z perspektywy akwedukt贸w, czy patrzymy na to z perspektywy rewolucji przemys艂owej, czy dzisiaj internetu i takiej robotyzacji na masow膮 skal臋, to te procesy ju偶 by艂y, one si臋 powtarzaj膮. Wi臋c z jednej strony, istnieje ta obawa o utrat臋 pracy w zwi膮zku z automatyzacj膮, robotyzacj膮, rozwojem sztucznej inteligencji, ale – z drugiej strony – do tej pory w historii te procesy mia艂y 2 rodzaje konsekwencji. Po pierwsze: cz臋艣膰 rodzaj贸w prac by艂a zast臋powana przez automaty czy te偶 przez roboty, maszyny produkcyjne, przez r贸偶nego rodzaju algorytmy, ale – z drugiej strony – pozwala艂a na wytworzenie nowych rodzaj贸w zawod贸w, nowych rodzaj贸w zada艅, ale te偶 – w mojej opinii – ta automatyzacja czy sztuczna inteligencja pozwala ludziom na skupienie si臋 nie na rzeczach powtarzalnych i rzeczach mechanicznych, tylko raczej na wyzwalaniu tej cz臋艣ci kreatywnej. To te偶 jest jedna z teorii zwi膮zanych z rozwojem sztucznej inteligencji. M贸wi o tym, 偶e b臋dziemy mogli – dzi臋ki post臋powi technologicznemu, dzi臋ki post臋powi w zakresie rozwoju sztucznej inteligencji – sp臋dza膰 wi臋cej czasu na rzeczach kreatywnych.

[00:03:19]

REDAKTOR J. KU殴NIAR: Nie wiem, czy to mit, ale rzeczywi艣cie, kiedy zaczyna si臋 jaka艣 dyskusja o sztucznej inteligencji bardzo b艂yskawicznie pojawia si臋 argument: 鈥濧le spokojnie, to b臋dzie dotyczy艂o tylko tych bardzo powtarzalnych rzeczy鈥. Ale z drugiej strony: tu, w przypadku Interii mamy wr臋cz wypowied藕 szefa projektu Automated Journalism. Pytanie: czy to jest nowy zaw贸d, czy to jest tylko optymalizacja tego, co ju偶 jest?

[00:03:44]

B. PUCEK: To pewnie jest proces, kt贸ry si臋 sk艂ada najpierw z w艂a艣nie automatyzacji istniej膮cych proces贸w, a -z drugiej strony – rozwoju w kolejnym kroku. Bo je偶eli spojrzymy na rozw贸j technologiczny, to tak naprawd臋 on wynika g艂贸wnie z rozwoju samej technologii, czyli z dost臋pno艣ci nowych narz臋dzi, z rozwoju algorytm贸w, nowych j臋zyk贸w programowania, ale te偶 przede wszystkim z tego, 偶e ta technologia otwiera nowe modele biznesowe. Dzisiaj, je偶eli spojrzymy na rynek medi贸w, to rynek medi贸w przez lata – w szczeg贸lno艣ci rynek internetowy, ale nie tylko – jest zasilany reklamami. Reklamy czy te偶 kupno reklam albo przychody z reklam s膮 motywowane zasi臋gami. Zasi臋gi s膮 motywowane ilo艣ci膮 interakcji oraz poziomem zaanga偶owania, najcz臋艣ciej niestety sprowadzanego do poziomu ods艂on, czyli im wi臋cej ods艂on, tym wi臋cej zarabiamy pieni臋dzy. Ten model dzisiaj ewoluuje w stron臋 zaanga偶owania, st膮d m.in. platformy social mediowe, kt贸re odbieraj膮 te bud偶ety reklamowe. Ale te偶 zabieraj膮c te bud偶ety reklamowe, czyli de facto zabieraj膮c przychody w du偶ej cz臋艣ci medi贸w tradycyjnych, wymuszaj膮 – za pomoc膮 tego post臋pu technologicznego – automatyzacj臋, poniewa偶 ta automatyzacja w wielu miejscach obni偶a koszty. I teraz: obni偶anie koszt贸w jest jednym z tych element贸w, ale p贸藕niej, w kolejnych krokach jedna rzecz to jest obni偶enie koszt贸w, ale z drugiej strony – p贸藕niej okazuje si臋, 偶e te zadania, kt贸re dzisiaj wykonuj膮 – te偶 ludzie – algorytmy, w wielu miejscach mog膮 by膰 wykorzystane r贸wnie偶 do pracy kreatywnej. Z jednej strony, to mo偶e by膰 informacja o pogodzie, co jest po prostu umiej臋tno艣ci膮 analizy danych i NLP, czyli natural language processing. A z drugiej strony, mo偶e by膰 r贸wnie偶 u偶ywana do przewidywania np. pogody na du偶ym zestawie danych, np. dotycz膮cych danego kraju czy ca艂ego 艣wiata.

[00:05:49]

REDAKTOR J. KU殴NIAR: Nie chc臋 obra偶a膰 nikogo, kto nas s艂ucha teraz, a jest zwi膮zany - by膰 mo偶e - emocjonalnie z Interi膮, ale wydaje mi si臋, 偶e tutaj - znaj膮c realia polskich medi贸w - raczej nie naukowe podej艣cie jest decyduj膮ce, tylko to, o czym wspomnia艂e艣: Mo偶emy ograniczy膰 koszty, to je ograniczymy. Ja to nawet jako艣 tam staram si臋 rozumie膰, bo prognoza pogody i sport nie s膮 - cho膰 dla wielu na pewno -kluczowymi informacjami. Ale jednak wyobra偶am sobie, 偶e tutaj rzeczywi艣cie technologia potrafi by膰 nawet skuteczniejsza ni偶 cz艂owiek. Bo do tej pory siedzia艂 Tomasz Zubilewicz albo Tomasz Wasilewski, albo Agnieszka Cegielska, albo Maja Popielarska i patrzyli na pewne modele, mieli obok meteorologa, kt贸ry tak naprawd臋 analizowa艂 pewne modele, oni prezentowali t臋 prognoz臋 pogody. Tutaj m贸wimy o maszynie, kt贸ra dostanie zdj臋cia, dostanie dane i wypluje prognoz臋 pogody. Napisa膰 j膮 - tak jak to pisze cho膰by Polska Agencja Prasowa - w bardzo prostych s艂owach nie jest rocket science.

[00:06:46]

B. PUCEK: Tak. I to s膮 prawdopodobnie pierwsze rzeczy, kt贸re b臋d膮 i s膮 zautomatyzowane. Czyli te rzeczy, kt贸re… Ja nazwa艂bym je 鈥瀒nformacjami pasywnymi鈥, czyli takie, kt贸re nie wymagaj膮 np. interpretacji.

[00:06:59]

REDAKTOR J. KU殴NIAR: Ale emocje wywo艂uj膮 ogromne. Prognoza pogody? Daj spok贸j.

[00:07:01]

B. PUCEK: Absolutnie. Inny aspekt b臋dzie pewnie w segmencie sportowym, poniewa偶 w segmencie sportowym opr贸cz informacji pasywnych, czyli: 鈥濳to艣 strzeli艂 gola鈥, jest r贸wnie偶 informacja emocjonalna, czyli: W jakiej sytuacji? Jakiego rodzaju to emocje wywo艂a艂o? Jak zareagowa艂a publiczno艣膰? No i tutaj, na dzisiejszym etapie algorytmy jeszcze nie s膮 dobre w rozpoznawaniu emocji. Aczkolwiek je偶eli m贸wimy o czym艣, co nazywa si臋 艂adnie GPT-3, a jeszcze 艂adniej: generatywny transformator przedtreningowy (czyli to jest rodzaj modelu j臋zykowego, kt贸ry pozwala generowa膰 wiedz臋 o 艣wiecie poprzez uczenie si臋 na r贸偶nych rodzajach danych, gdzie mo偶emy nakarmi膰 ten algorytm informacjami, ale on zacznie interpretowa膰 te informacje i na ich podstawie tworzy膰 kolejne) to jest ju偶 zupe艂nie inny rodzaj technologii. Dzi臋ki niemu mo偶emy spojrze膰 na algorytmy przez pryzmat kreatywno艣ci r贸wnie偶. To jest ten przyk艂ad, o kt贸rym rozmawiali艣my wcze艣niej. To jest de facto algorytm, kt贸ry jest pod膮偶aj膮cym za nami przyjacielem, kt贸ry obserwuje nasze zachowania, obserwuje to, co m贸wimy, s艂ucha nas, pr贸buje zrozumie膰 i po jakim艣 czasie b臋d膮c nakarmionym informacjami o nas czy o jakim艣 zestawie danych, o jakim艣 temacie, zaczyna uzupe艂nia膰 za nas zdanie. Zaczyna rozumie膰, co chcieli艣my powiedzie膰, zanim to powiedzieli艣my. Bardzo wiele z prac dzisiaj wok贸艂 w艂a艣nie deep learningu czy machine learningu, czyli uczenia maszynowego czy np. uczenia nadzorowanego, skupia si臋 w艂a艣nie wok贸艂 umiej臋tno艣ci nie tylko interpretacji danych albo przewidywania, ale r贸wnie偶 tworzenia nowych. Czyli dochodzi r贸wnie偶 ten etap kreatywny. No i pewnie to jest ten etap, kt贸rego my, jako ludzie, boimy si臋 najbardziej.

[00:08:58]

REDAKTOR J. KU殴NIAR: Cho膰 w przypadku takiej nowej roli, nowej funkcji czy nowego zawodu, jak Automated Journalism, pewnie chodzi te偶 o wiarygodno艣膰. M贸wimy o dziennikarstwie, czyli o czym艣, co powinno z natury rzeczy by膰 zbudowane na zaufaniu. Czy my mo偶emy to zaufanie wobec maszyny mie膰 wi臋ksze ni偶 wobec cz艂owieka? Je艣li chodzi o analiz臋 danych, to w艂a艣ciwie my艣l臋, 偶e ona czasami mo偶e si臋 mniej myli膰 ni偶 cz艂owiek.

[00:09:21]

B. PUCEK: Prawdopodobnie ta analiza wykonana przez maszyny b臋dzie nam si臋 te偶 cz臋sto nie podoba膰, poniewa偶 mo偶e by膰 na tyle ch艂odna i…

[00:09:29]

REDAKTOR J. KU殴NIAR: ... nie daj Bo偶e, obiektywna.

[00:09:30]

B. PUCEK: … skalkulowana i obiektywna, 偶e mo偶e nam si臋 to po prostu nie podoba膰. W szczeg贸lno艣ci teraz, kiedy jeste艣my jako spo艂ecze艅stwo mocno spolaryzowani i lubimy by膰 bardzo zero-jedynkowi, to algorytmy zawsze b臋d膮 kwestionowane z punktu widzenia tego, czy te modele nie maj膮 odchylenia np. w jedn膮 stron臋 albo w drug膮 stron臋.

[00:09:59]

REDAKTOR J. KU殴NIAR: Bo zak艂adam, 偶e wynik takiego modelowania przez maszyn臋 z kontekstem i bez kontekstu mo偶e by膰 zupe艂nie inny?

[00:10:06]

B. PUCEK: I ten kontekst jest wa偶ny, poniewa偶 oczywi艣cie, je偶eli spojrzymy na to z punktu widzenia zestawu danych i ten zestaw danych, kt贸rym b臋dziemy karmi膰 ten algorytm b臋dzie bardzo jednostronny np. politycznie albo sportowo – we藕my przyk艂ad sportu – b臋dzie tylko i wy艂膮cznie karmiony przez pryzmat Legii Warszawa, to automatycznie b臋dzie si臋 odchyla膰 w stron臋 kibicowania – tego wirtualnego czy te偶 algorytmicznego – Legii Warszawa. I dlatego tak wa偶ne jest to, na jakiej podstawie algorytmy si臋 ucz膮 i jakie s膮 te zestawy danych, kt贸rymi s膮 karmione. I oczywi艣cie, jest wiele przyk艂ad贸w na 艣wiecie, kiedy r贸偶ne firmy pr贸bowa艂y uruchamia膰 swoje boty, swoich asystent贸w i wk艂ada膰 nienadzorowane zestawy danych do 艣rodka. I po kilku dniach, godzinach czy tygodniach okazywa艂o si臋, 偶e te boty czy ci asystenci nagle byli nietolerancyjni albo g艂osili pogl膮dy, kt贸re nie s膮 powszechnie przyjmowane jako kulturalne.

[00:11:20]

REDAKTOR J. KU殴NIAR: W przypadku - obiecuj臋, ostatni raz u偶yj臋 tego sformu艂owania... A mo偶e przedostatni - Automated Journalism, nasi koledzy z Interii m贸wi膮: 鈥濱dziemy w stron臋 "New York Timesa". Zdajemy sobie spraw臋, 偶e od pogody i sportu zaczynamy, ale tak naprawd臋 nie wiemy, co jest za rogiem, wi臋c chcemy w tym 艣wiecie by膰鈥. Te偶 wyobra偶am sobie, 偶e dzisiaj w momencie, w kt贸rym dziennikarz staje si臋 te偶 jednoosobow膮 instytucj膮, musi umie膰 i 艣wietnie zrobi膰 zdj臋cie, i nagra膰 film, i zrobi膰 podcast, i napisa膰 te偶 tekst - d艂u偶szy, kr贸tszy - na kilka r贸偶nych platform i skusi膰 do przeczytania, zobaczenia, pos艂uchania tego, co przygotowa艂, tej swoje tre艣ci r贸偶nych s艂uchaczy, to jemu tak naprawd臋, w tej jego jednoosobowej redakcji jaka艣 automatyzacja te偶 mo偶e si臋 przyda膰. Wyobra偶am sobie nawet to, co dzieje si臋 przy okazji naszego podcastu teraz: Melania - kt贸r膮 serdecznie pozdrawiamy - zbiera z maszyny zapis naszej rozmowy, wk艂ada go na stron臋 tak, 偶eby nasi s艂uchacze mogli to te偶 przeczyta膰 i to jej u艂atwia troch臋 pracy, cho膰 i tak siedzi na tym oko艂o 4 godzin.

[00:12:23]

B. PUCEK: To jest problem warto艣ci i – tak, jak wspomnia艂em wcze艣niej – modelu biznesowego. W przypadku modelu biznesowego, jak sp贸jrzmy na firmy mediowe czy Polskie, czy zagraniczne – czy to b臋dzie „New York Times鈥, czy Interia – na koniec dnia, tak jak powiedzia艂em, g艂贸wna cz臋艣膰 przychod贸w pochodzi z rynku reklamowego b膮d藕 te偶 subskrypcji. Ale na koniec dnia najwi臋ksz膮 cz臋艣膰 tej warto艣ci wygenerowanej przez dziennikarza tak naprawd臋 pozostaje w „New York Timesie” jako korporacji czy w Interii jako korporacji. Nie u dziennikarza bezpo艣rednio w kieszeni. I teraz: je偶eli cz臋艣膰 dziennikarzy – to jest to, o czym rozmawiali艣my wcze艣niej – widzi, 偶e jest w stanie dostarczy膰 dobr膮 warto艣膰, za kt贸r膮 s艂uchacze, czytelnicy s膮 w stanie zap艂aci膰, wi臋c najcz臋艣ciej odchodz膮 z tych du偶ych organizacji, gdzie za pomoc膮 innych platform s膮 w stanie zebra膰 atencj臋 swoich czytelnik贸w i ci czytelnicy czy te偶 s艂uchacze bezpo艣rednio kontrybuuj膮 w ramach takiego patronatu. To jest to, o czym rozmawiali艣my te偶 w poprzednich odcinkach. Ale z drugiej strony, s膮 prace zwi膮zane z warto艣ci膮 dziennikarsk膮 i tutaj pewnie nara偶臋 si臋 znacznej cz臋艣ci dziennikarzy, poniewa偶 ta warto艣膰 jest nier贸wna. Czyli warto艣膰 pracy dziennikarza pogodowego, a warto艣膰 pracy np. dziennikarza 艣ledczego albo dziennikarza ekonomicznego – ka偶da z nich b臋dzie mia艂a przypisan膮 inn膮 warto艣膰. To, co jest bardzo wa偶ne, to to, 偶e ta warto艣膰 te偶 ulega automatyzacji albo mo偶e ulec automatyzacji. W przypadku dziennikarstwa 艣ledczego to bardzo trudne, czyli gros pracy w dziennikarstwie 艣ledczym musi by膰 wykonany przez cz艂owieka. Aczkolwiek maj膮c np. dost臋p do du偶ej ilo艣ci dokument贸w Panama Papers mo偶na u偶ywa膰 r贸偶nych rozwi膮za艅 zwi膮zanych z rozpoznawaniem mowy, rozpoznawaniem pisma, 艂膮czeniem fakt贸w na du偶ych zestawach danych po to, 偶eby wspomaga膰 t臋 cz臋艣膰 zwi膮zan膮 z dziennikarstwem 艣ledczym.

[00:14:36]

REDAKTOR J. KU殴NIAR: Tu o tym w艂a艣nie zacz膮艂em my艣le膰, kiedy wspomnia艂e艣 o tym w膮tku. Bo jak znam prac臋 Tomka Sekielskiego np., kt贸ry siedzi bardzo cz臋sto w archiwach s膮dowych, to dla niego, gdyby te archiwa by艂y bardzo zdigitalizowane, to tak naprawd臋 wyci膮ganie wniosk贸w, analizowanie tych danych te偶 dawa艂oby mu wi臋cej czasu na - by膰 mo偶e - wi臋cej rozm贸w, kt贸re m贸g艂by fizycznie odby膰, a musi... Nie chc臋 powiedzie膰 鈥瀞traci膰鈥 czas, ale dzisiaj innej mo偶liwo艣ci nie ma, w艂a艣nie w archiwum.

[00:15:04]

B. PUCEK: Ta tzw. – to si臋 艂adnie nazywa – generatywna sztuczna inteligencja, kt贸ra jest oparta na kontek艣cie, umo偶liwia艂aby wtedy np. Tomkowi zadanie okre艣lonego kontekstu, kt贸ry chce znale藕膰 np. w du偶ym zestawie danych i zwr贸cenie fragment贸w albo te偶 pokusi膰 si臋 o interpretacj臋 tych danych na podstawie informacji, kt贸re w tych aktach by艂y. To jest funkcja pomocnicza np. algorytm贸w czy rozwi膮za艅 tego typu. Ale – z drugiej strony – jest ta funkcja automatyzacjina, czyli ten przyk艂ad pogody, w kt贸rym zebranie informacji o tym, 偶e w danym miejscu b臋d膮 okre艣lone opady, w danym miejscu b臋dzie s艂o艅ce, w danym deszcz, ci艣nienie b臋dzie takie i takie – to s膮 tzw. informacje pasywne, kt贸re nie wymagaj膮 du偶ych zdolno艣ci do interpretacji, poniewa偶 ta interpretacja zostanie w zasadzie podana na podstawie algorytm贸w. I to s膮 zawody czy te偶 funkcje, kt贸re w pierwszej kolejno艣ci zostan膮 zautomatyzowane.

[00:16:01]

REDAKTOR J. KU殴NIAR: Szykuj膮c si臋 na spotkanie z nami, zaczynaj膮c od prognozy pogody i sportu, kt贸ry b臋dzie automatyzowany chocia偶by w Interii, trafi艂em na wiadomo艣膰, 偶e Google'owi, kt贸ry z AIM ma si臋 za pan brat, uda艂o si臋 na takiej maszynie, kt贸ra mia艂a skutecznie lokalizowa膰 raka piersi, nagle zbudowa膰 maszyn臋, kt贸ra skuteczniej ni偶 cz艂owiek przewiduje prognoz臋 pogody. W przypadku Stan贸w, gdzie huraganowe pory s膮 oczywiste, gdzie klimat zmieniaj膮cy si臋 mo偶e zmienia膰 te偶 momenty, kiedy te pory si臋 zaczynaj膮, wydaje si臋 to bardzo naturalne. Kiedy maszyna nie tylko ma dane m贸wi膮ce o ci艣nieniu, o pr臋dko艣ci wiatru, temperaturze itd., ale potrafi analizowa膰 cho膰by dostarczane przez NASA w real time zdj臋cia, no to ona wyci膮ga wnioski o wiele szybciej, cz臋sto pewnie o wiele skuteczniej ni偶 cz艂owiek.

[00:16:47]

B. PUCEK: To jest taki sta艂y paradygmat w rozwoju technologii i innowacji, 偶e wi臋kszo艣膰 os贸b my艣li o innowacji w kategorii 鈥濫ureka!鈥, czyli takiego odkrycia i pojawiaj膮cej si臋 nad g艂ow膮 偶ar贸wki. A tak naprawd臋, najcz臋艣ciej innowacj臋 obrazuje zdanie: 鈥濼o dziwne鈥, czyli: 鈥濶ie wiem, co si臋 sta艂o. To dziwne. Sprawd藕my to鈥. I nagle si臋 okazuje, 偶e jednak co艣, czego do tej pory nie widzieli艣my, pojawia si臋 w naszej pracy. I wi臋kszo艣膰 innowacji – w szczeg贸lno艣ci prze艂omowych innowacji – zazwyczaj zdefiniowane jest zdaniem: 鈥濼o dziwne鈥, a nie zdaniem: 鈥濫ureka!鈥.

[00:17:24]

REDAKTOR J. KU殴NIAR: Dziwne, bo nie wiemy jeszcze, co za tym stoi, prawda?

[00:17:25]

B. PUCEK: Tak jest. Ale co艣 zauwa偶yli艣my.

[00:17:27]

REDAKTOR J. KU殴NIAR: Cho膰 nasi s艂uchacze - mo偶e z Interii - my艣l膮 sobie: 鈥濪obra, dobra. Na was te偶 kiedy艣 przyjdzie czas鈥. No i w Chinach przecie偶 przyszed艂. To tam pojawi艂 si臋 pierwszy serwis informacyjny czytany przez sztuczn膮 inteligencj臋 w jaki艣 spos贸b. Cz艂owieka, kt贸ry zosta艂 wygenerowany i w艂a艣ciwie wszystko, co zrobi艂, zosta艂o przygotowane przez maszyn臋.

[00:17:46]

B. PUCEK: To jest bardzo ciekawe, bo w serwisie Toutiao – to jest chi艅ski serwis informacyjny, kt贸ry w ca艂o艣ci generuje potrzebne informacje za pomoc膮 algorytm贸w. Czyli ten tzw. feed, ta 艣ciana z informacjami jest w ca艂o艣ci generowana za pomoc膮 algorytm贸w i zdecydowana wi臋kszo艣膰 – je艣li nie wszystkie ju偶 obecnie – artyku艂y s膮 zestawiane w艂a艣nie za pomoc膮 algorytm贸w. I jest to o tyle ciekawe, 偶e te algorytmy s膮 tak dobre – co te偶 mo偶emy zobaczy膰 po korzystaniu z TikToka, bo akurat w艂a艣cicielem tamtego produktu i TikToka jest ta sama firma, tylko ten serwis informacyjny Toutiao powsta艂 wcze艣niej – s膮 tak dobre, 偶e potrafi膮 przykuwa膰 nasz膮 uwag臋 jako czytelnika na d艂ugi czas. A wracaj膮c do my艣li o modelu biznesowym: przykuwanie czytelnika na d艂u偶szy czas przed ekran telefonu, na koniec dnia w ca艂ym tym procesie oznacza zarabianie wi臋cej pieni臋dzy.

[00:18:53]

REDAKTOR J. KU殴NIAR: Time spend - ile czasu sp臋dzi艂e艣 na danej tre艣ci, to ona kosztuje wi臋cej. Ale my艣l臋, 偶e niewielu jeszcze w Polsce przyznaje si臋 g艂o艣no do tego, 偶e wykorzystuje w swoich technologiach, kt贸re wydaj膮 si臋 technologiami XX wieku czy pocz膮tk贸w XXI, a nie dalszymi. Te technologie, o kt贸rych my tutaj teraz rozmawiamy, 偶e wiele stron, kt贸re widzimy w sieci s膮 karmione informacjami przez sztuczn膮 inteligencj臋. To pozwala personalizowa膰 ten content, kt贸ry widzimy. To pozwala - to, o czym wspomnia艂 Bartek - nie tylko na TikToku, ale tak偶e na tych tre艣ciach, kt贸re s膮 nam doskonale znane, ale nie wiemy, 偶e one s膮 generowane przez sztuczn膮 inteligencj臋, sp臋dza膰 wi臋cej czasu, bo one podrzucaj膮 nam tre艣ci, kt贸re my sami chcieliby艣my zobaczy膰. A je偶eli widzimy, 偶e zrobi艂 to komputer, bo nas lepiej zna ni偶 wydawca-cz艂owiek, kt贸ry by nas lepiej zna艂, no to nagle my艣limy sobie: 鈥濼o jest m贸j brat. To ja z nimi zostan臋 d艂u偶ej鈥.

[00:19:48]

B. PUCEK: I teraz: sp贸jrz na konsekwencje r贸偶nych stron. W przypadku firm mediowych konsekwencj膮 jest to, 偶e potrafi膮 zaanga偶owa膰 u偶ytkownika na d艂u偶ej. Na koniec dnia – tak, jak wspomnia艂em – zarabiaj膮 wi臋cej pieni臋dzy. Z drugiej strony, jak patrzysz na to z perspektywy osoby konsumuj膮cej informacje: oznacza, 偶e sp臋dzasz wi臋cej czasu, konsumuj膮c je i bardzo cz臋sto te偶 robisz to nie艣wiadomie. I tutaj pojawia si臋 aspekt nie tylko np. prywatno艣ci i ochrony danych, czyli jakiego rodzaju informacjami chc臋 nakarmi膰 ten algorytm, 偶eby mnie lepiej zrozumia艂, bo by膰 mo偶e s膮 pewne rzeczy, kt贸rych nie chc臋. Ale z drugiej strony, pojawia si臋 te偶 temat, kt贸ry – moim zdaniem – w najbli偶szych latach b臋dzie bardzo istotny: tzw. diety contentowej. Czyli mamy t臋 diet臋 dla swego organizmu, jest pocz膮tek roku, 膰wiczymy najr贸偶niejsze rzeczy, 偶eby poprawi膰 sw贸j wygl膮d zewn臋trzny, ale pytanie jest takie: W jaki spos贸b poprawiamy te偶 t臋 diet臋 contentow膮?

[00:20:45]

REDAKTOR J. KU殴NIAR: I tu o tym my艣l臋, s艂uchaj膮c ciebie i czytaj膮c te r贸偶ne rzeczy o automatyzacji: je偶eli ja 艣wiadomie lub nie艣wiadomie wi臋cej czasu sp臋dzam z jak膮艣 tre艣ci膮, bo nagle widz臋 偶e ona jest po prostu bardziej tailor-made by me ni偶 by艂a, to jednak to ja nauczy艂em tego robota, 偶eby on podrzuca艂 mi to, co ja chc臋 zobaczy膰. A ja do tej pory od medi贸w te偶 oczekiwa艂em tego, 偶eby one mnie do czego艣 inspirowa艂y czyli, 偶eby one wychodzi艂y poza moj膮 g艂ow臋 i dawa艂y mi co艣, czego ja do tej pory - by膰 mo偶e - nie pozna艂em. W przypadku algorytm贸w i sztucznej inteligencji mo偶e by膰 tak, 偶e jednak jeste艣my ca艂y czas we w艂asnym sosie. Nie poznajemy niczego nowego, bo maszyna nie jest inteligentniejsza od nas samych.

[00:21:25]

B. PUCEK: To jest te偶 kwestia 艂atwo艣ci dost臋pu do informacji. 15-20 lat temu – w szczeg贸lno艣ci 20 lat temu – tw贸j dost臋p do informacji by艂 ograniczony. Czyli, 偶eby zrozumie膰 np. sytuacj臋 polityczn膮 w Stanach Zjednoczonych, prawdopodobnie czyta艂e艣 polskich dziennikarzy, korespondent贸w w Stanach Zjednoczonych – to by艂o twoje 藕r贸d艂o wiedzy na ten temat. Dzisiaj? By膰 mo偶e w kontek艣cie polskim, ale w rozumieniu zrozumienia sytuacji geopolitycznej w Stanach Zjednoczonych twoim 藕r贸d艂em b臋d膮 najlepsi geopolitycy, kt贸rzy stacjonuj膮 w Stanach Zjednoczonych, do kt贸rych dotrzesz za pomoc膮 np. Twittera czy innych kana艂贸w. A niekoniecznie b臋dziesz oczekiwa艂 t艂umaczenia tej sytuacji przez np. polskich dziennikarzy. I ta formu艂a si臋 zmienia, 艂atwo艣膰 dost臋pu do informacji, 艂atwo艣膰 dost臋pu do 藕r贸d艂a. To, co stanowi nadal problem albo jest jeszcze wi臋kszym problemem, to jest to, 偶e poniewa偶 masz dost臋p do nieograniczonej ilo艣ci 藕r贸de艂, to zaczynasz s艂ysze膰 mnogo艣膰 tych g艂os贸w i pojawia si臋 problem z interpretacj膮 tego, kto m贸wi prawd臋 i kogo argumenty s膮 nie tyle najciekawsze, ale jeste艣my w stanie je zrozumie膰, przeanalizowa膰 i powiedzie膰: By膰 mo偶e kto艣 ma racj臋, a by膰 mo偶e kto艣 nie ma racji. Dzisiaj ta przepychanka, kt贸r膮 widzimy w szczeg贸lno艣ci w social mediach, to jest przepychanka na to, kto m贸wi g艂o艣niej. Czyli: kto ma wi臋ksze zasi臋gi? Albo w niekt贸rych wypadkach: kto wynajmie wi臋ksz膮 liczb臋 trolli, kt贸re te zasi臋gi rozbuduj膮? VS Kto tak naprawd臋 ma racj臋? To jest jedna z tych trudniejszych umiej臋tno艣ci. Algorytmy tutaj dzia艂aj膮 w dwie strony. Z jednej strony np. wzmacniaj膮 nasz tzw. b膮belek, czyli je偶eli mamy okre艣lone pogl膮dy sportowe, polityczne czy w okre艣lonych dziedzinach, to w wi臋kszo艣ci algorytmy b臋d膮 wzmacnia膰 nasz pogl膮d. Czyli ogranicza si臋 nas do tego 鈥瀊膮belka鈥. Z drugiej strony: im bardziej jeste艣my ciekawi 艣wiata, im bardziej mamy dost臋p i mo偶liwo艣膰 dotarcia do os贸b, kt贸rzy s膮 ciekawymi postaciami, ekspertami w danych dziedzinach, mo偶emy potrafi膰 wychodzi膯 z tego 鈥瀊膮belka鈥. Ale tak naprawd臋 gros tej pracy to nie tylko algorytmy, kt贸re b臋d膮 wzmacnia艂y albo jedno, albo drugie zachowanie, ale te偶 nasza praca nad 艣wiadomo艣ci膮, czy my w tym 鈥瀊膮belku鈥 tak naprawd臋 funkcjonujemy czy te偶 nie. Albo czy poszukujemy ciekawych informacji i 藕r贸de艂? Tutaj te偶 trzeba jeszcze – moim zdaniem -dokona膰 pewnego rozr贸偶nienia pomi臋dzy informacj膮 a wiedz膮. Wi臋kszo艣膰 rzeczy, kt贸re konsumujemy dzisiaj, kt贸re staraj膮 si臋 algorytmy promowa膰 – w szczeg贸lno艣ci, je偶eli m贸wimy o mediach – to s膮 informacje. I te informacje maj膮 okre艣lon膮 dat臋 wa偶no艣ci, prawdopodobnie po kilku albo kilkunastu, kilkudziesi臋ciu godzinach przestan膮 by膰 wa偶ne. Natomiast to, co jest najwi臋ksz膮 sztuk膮 i na co ja szczeg贸lnie zwracam uwag臋 w swojej pracy z tymi algorytmami, to jest to, 偶eby jednak to, co pojawia si臋 dla mnie, to by艂a jednak wiedza, a nie informacja.

[00:24:36]

REDAKTOR J. KU殴NIAR: Czyli ksi膮偶ka, a nie artyku艂, prawda? Wydaje mi si臋, 偶e to jest te偶 ten moment - ja go sobie przynajmniej tak w g艂owie kreuj臋 na pocz膮tku 2021 roku, samemu sobie 偶ycz膮c czasu na ksi膮偶ki wi臋kszego ni偶 czasu na artyku艂y. Czyli mam czas na kilkaset stron najlepiej w og贸le w papierze ni偶 na kilka minut przeczytania tekstu. Nawet to, co pojawia si臋 dzisiaj przy ka偶dej platformie social mediowej, prawie ka偶dej: od razu wiesz, ile czasu sp臋dzisz na tej tre艣ci. Co mnie to obchodzi? Je偶eli ona jest ciekawa, to ja posiedz臋 ca艂y dzie艅. A nie, 偶e LinkedIn, Onet mi m贸wi膮: 2 minuty i jeste艣 wolny. Co ja b臋d臋 wiedzia艂 po tych 2 minutach?

[00:25:13]

B. PUCEK: To, co jest trudno艣ci膮… Ja jestem t膮 osob膮, kt贸rej nie trzeba przekonywa膰 do czytania ksi膮偶ek. Zdecydowanie nie, jestem wielkim fanem czytania ksi膮偶ek. Jedno z wyzwa艅 w przypadku czytania ksi膮偶ek, kt贸re ja dzisiaj widz臋 to to – funkcjonuje takie powiedzenie: Prawie ka偶da ksi膮偶ka mog艂aby by膰 wpisem na blogu, prawie ka偶dy wpis na blogu m贸g艂by by膰 tweetem, prawie ka偶dy tweet m贸g艂by nie istnie膰. I my艣l臋, 偶e to, co jest t膮 trudno艣ci膮 w przypadku zar贸wno czytania ksi膮偶ek, jak i czytania artyku艂贸w, to jest naprawd臋 umiej臋tno艣膰 zrozumienia, jak膮 warto艣膰 przed przeczytaniem… Albo jakie s膮 nasze oczekiwania w stosunku do danej ksi膮偶ki. Oczywi艣cie, zupe艂nie inaczej, je偶eli m贸wimy o beletrystyce. Natomiast zawsze istnieje jakie艣 nasze oczekiwanie w stosunku do czynno艣ci, kt贸r膮 chcemy wykona膰. I umiej臋tno艣膰 zrozumienia tego, jakiego rodzaju oczekiwanie mamy, jest du偶o wa偶niejsze.

[00:26:10]

REDAKTOR J. KU殴NIAR: Z podcastem 鈥濼echnologicznie鈥 jest troch臋 艂atwiej, bo nigdy nie wiecie, ile on potrwa. Zak艂adamy, 偶e godzin臋, ale dzisiaj czuj臋, 偶e b臋dzie d艂u偶ej. Szanowny panie Bartku, ile razy uda艂o ci si臋 powiedzie膰 brzydkie s艂owo pod adresem Bota Maxa? To mog艂o by膰 oczywi艣cie powiedzenie tylko: 鈥濵ax, przesta艅. Daj mi cz艂owieka!鈥, ale jednak.

[00:26:32]

B. PUCEK: My艣l臋, 偶e ja si臋 na wielu nagraniach, poniewa偶 rozmowy oczywi艣cie s膮 nagrywane… Gdyby kto艣 przes艂ucha艂 moje, to mo偶na by by艂o s艂ysze膰 ciekawe dialogi. Ja patrz臋 na pryzmach bot贸w, czyli tych proces贸w zwi膮zanych z automatyzacj膮 obs艂ugi klienta, z dw贸ch stron. Po pierwsze, patrz臋 oczywi艣cie jako klient, jako osoba, kt贸ra z nich korzysta. Z drugiej strony, patrz臋 r贸wnie偶 jako osoba, kt贸ra ma do艣wiadczenie we wdra偶aniu tego typu rozwi膮za艅 na…

[00:27:02]

REDAKTOR J. KU殴NIAR: ... nie najmniejsz膮 skal臋.

[00:27:03]

B. PUCEK: … na mi臋dzynarodow膮 skal臋. I wiem z dw贸ch stron, jak trudne to jest wyzwanie. Poniewa偶 z technologicznego punktu widzenia jest to ogromne wyzwanie. Co艣, co si臋 艂adnie nazywa NLP, czyli Natural Language Processing, jest ogromnym wyzwaniem technologicznym. Umiej臋tno艣膰 zrozumienia j臋zyka kontekstu i emocji, kt贸re s膮 w j臋zyku, jest bardzo trudna z technicznego punktu widzenia.

[00:27:40]

REDAKTOR J. KU殴NIAR: Ale dlatego, 偶e ka偶dy klient, kt贸ry zadzwoni, mo偶e p贸j艣膰 w zupe艂nie inn膮 stron臋, tak? Mo偶e mie膰 zupe艂nie r贸偶ne potrzeby. Wi臋c jak masz miliony klient贸w, to mo偶esz mie膰 miliony problem贸w. Miliony rozm贸w ten Max musi odby膰.

[00:27:52]

B. PUCEK: Mnogo艣膰 艣cie偶ek i scenariuszy w przypadku oczekiwa艅 klient贸w to jest jedno z wyzwa艅, zdecydowanie tak. Aczkolwiek, bardzo cz臋sto te 艣cie偶ki da si臋 zaprojektowa膰 i wi臋kszo艣膰 tych bot贸w w艂a艣nie funkcjonuje na podstawie scenariuszy. Czyli je艣li klient napisze s艂owo X i s艂owo X oznacza kontekst Y, to wtedy wy艣wietlamy odpowied藕 Z. Natomiast to, co bardzo trudne do zrozumienia, to jest kontekst, w jakim dana osoba pyta o problem, jaki chce rozwi膮za膰.

[00:28:23]

REDAKTOR J. KU殴NIAR: Zobacz - ma艂a dygresja - wracamy do kontekstu, czyli do tego, o czym rozmawiali艣my przy okazji dziennikarskich podboj贸w i automatyzacji tam. Tutaj te偶, rzeczywi艣cie emocja i kontekst, kt贸re mog膮 by膰 nierozpoznawalne, mog膮 prowadzi膰 do irytacji.

[00:28:35]

B. PUCEK: W jaki艣 badaniach dotycz膮cych wsparcia klienta i u偶ywania w艂a艣nie bot贸w i czatbot贸w w Stanach Zjednoczonych widzia艂em, 偶e jedna z najpopularniejszych fraz u偶ywanych w rozmowach telefonicznych to 鈥濸rosz臋 po艂膮czy膰 mnie z cz艂owiekiem鈥.

[00:28:50]

REDAKTOR J. KU殴NIAR: Do艂o偶y艂em si臋 do tego. Ja ju偶 m贸wi臋: 鈥濵ax, daj spok贸j. Chc臋 cz艂owieka鈥. Tak, zdarza si臋, bo rzeczywi艣cie to s膮 takie momenty, w kt贸rych... I nawet ja rozumiem, dlaczego firmy to robi膮 - 偶e kiedy jest ikonka 鈥瀔ontakt鈥, to ju偶 te偶 ogranicza si臋 nam te 艣cie偶ki, 偶eby艣my nie rozpisywali tego w ten spos贸b. Jest 10 temat贸w, w kt贸re musisz si臋 zmie艣cisz. A jak si臋 nie zmie艣cisz, to jest tw贸j problem. Czasem znalezienie nawet kontaktu, numeru telefonu czy maila, kt贸ry jest jak膮艣 wi臋ksz膮 gwarancj膮, 偶e przeczyta go cz艂owiek, jest trudne.

[00:29:23]

B. PUCEK: Tak. Mo偶na obejrze膰 w internecie – w szczeg贸lno艣ci w social mediach – nie tylko nasze narzekanie jako klient贸w na tego typu rozwi膮zania, ale r贸wnie偶 praca nad tymi rozwi膮zaniami… Tak naprawd臋 s膮 2 rodzaje konsekwencji tej pracy. Pierwsza: w przypadku pracownik贸w w tego typu firmach uwalnia czas pracy z zada艅 zautomatyzowanych, czyli np. 鈥濲ak zmieni膰 PIN na swojej karcie w telefonie?鈥 na innego rodzaju zadania, powiedzmy, bardziej kreatywne czy bardziej tw贸rcze, czy przynosz膮ce wi臋ksz膮 warto艣膰 w przypadku przedsi臋biorstw. Z drugiej strony, je偶eli spojrzymy na to od strony technologicznej: umiej臋tno艣膰 tworzenia tych algorytm贸w to jest nieustaj膮ca praca. Chcia艂bym nawet u偶y膰 s艂owa 鈥瀢alka鈥, bo tak naprawd臋 to jest umiej臋tno艣膰 interpretacji… Praca nad umiej臋tno艣ci膮 interpretacji przez te algorytmy intencji cz艂owieka. I poniewa偶 mi臋dzy algorytmem a intencjami cz艂owieka jest pewna 艣cie偶ka do pokonania, to z punktu widzenia w艂a艣nie rozwoju technologii, to to jest ten punktu, kt贸ry rodzi najwi臋ksze frustracje dla klient贸w. Wtedy 艂膮czysz si臋 z t膮 przys艂owiow膮 infolini膮, wpadasz w ten zautomatyzowany proces i on nie jest doskona艂y. I oczywi艣cie razem z rozwojem post臋pu technologicznego – on b臋dzie coraz lepszy, coraz bardziej satysfakcjonuj膮cy. To jest taki etap przej艣ciowy. Teraz: jako klient, masz prawo by膰 sfrustrowany. Jak patrzysz na to z perspektywy rozwoju technologii i pracujesz z t膮 technologi膮, to widzisz, co by艂o 5 lat temu, widzisz, co jest dzisiaj. Ale dzisiaj ju偶 pracujesz nad rzeczami, kt贸re b臋d膮 za 2-3 lata i jeste艣 pe艂en optymizmu. Mimo tego 偶e jako klient mo偶esz by膰 sfrustrowany.

[00:31:22]

REDAKTOR J. KU殴NIAR: Wkurzaj膮c si臋 na Maxa - bo on akurat jest z firmy technologicznej, tej na O - jednocze艣nie przypomina艂a mi si臋 dyskusja z partnerami z firmy ubezpieczeniowej, kt贸rzy 2 lata... Minimum 2 lata pracowali na tym, 偶eby w og贸le wprowadzi膰 jak膮kolwiek automatyzacj臋, jakiegokolwiek bota do obs艂ugi klient贸w, kt贸rzy dzwoni膮 w sprawie ubezpieczenia.

[00:31:44]

B. PUCEK: Po stronie algorytm贸w czy te偶 sztucznej inteligencji – w szczeg贸lno艣ci w segmencie ubezpiecze艅 – post臋p technologiczny jest ogromny. W tej chwili s膮 sp贸艂ki – zreszt膮 w zesz艂ym roku debiutowa艂y na ameryka艅skiej gie艂dzie – kt贸rych sztuczna inteligencja jest podstaw膮 funkcjonowania modelu biznesowego, w艂a艣nie w sektorze ubezpiecze艅. To s膮 nie tylko umiej臋tno艣ci kalkulowania ryzyka za pomoc膮 algorytm贸w, czyli: Jaki jest koszt VS prawdopodobie艅stwo np. wypadku w ubezpieczeniach samochodu, ale r贸wnie偶: umiej臋tno艣膰 zaprogramowania algorytm贸w w taki spos贸b, 偶eby potrafi艂y szacowa膰 to ryzyko wzgl臋dem ceny, jak膮 ja jako konsument b臋d臋 p贸藕niej p艂aci艂 za dan膮 us艂ug臋. Zreszt膮 wida膰 to nie tylko w Stanach Zjednoczonych czy Chinach, ale w szczeg贸lno艣ci w Chinach jest to posuni臋te do pewnego rodzaju ekstremum, gdzie wiemy, 偶e te algorytmy s膮 w stanie np. udziela膰 na podstawie naszej historii przegl膮dania internetu, korzystania z metra, sposobu je偶d偶enia samochodem jakiego rodzaju cen臋 powinni艣my np. p艂aci膰 za ubezpieczenie tego samochodu albo za ubezpieczenie domu, albo za ubezpieczenie na 偶ycie, albo za ubezpieczenie od zdrowia. Akurat w tym segmencie ubezpieczeniowym post臋p w zakresie u偶ywania algorytm贸w czy te偶 sztucznej inteligencji jest ogromny.

[00:33:11]

REDAKTOR J. KU殴NIAR: I mamy - szanowni s艂uchacze, ale my艣l臋, 偶e wy szybciej ni偶 ja doszli艣cie do tego zdecydowanie, jak was troch臋 ju偶 znamy - wsp贸lny kontekst. Wsz臋dzie jest jaka艣 optymalizacja, czyli jakie艣 szukanie oszcz臋dno艣ci. Bo pozna艂em kiedy艣 - ze 3-4 lata temu to by艂o, jeszcze pracowa艂em na Stadionie Narodowym w Warszawie w sferze BiznesLink - start-up, kt贸ry wymy艣li艂 chipa, kt贸rego montowano do samochod贸w s艂u偶bowych po to, 偶eby sczytywa艂 spos贸b twojego zachowania za kierownic膮 i na tej podstawie w real time mia艂e艣 wyceniane ubezpieczenie. Twoje by艂o zupe艂nie inne ni偶 moje, bo historia twojego zachowania za kierownic膮 by艂a zupe艂nie inna. I w s艂u偶b贸wkach to si臋 musia艂o sprawdza膰, bo firma wiedzia艂a, 偶e je偶eli je藕dzisz odpowiedzialnie, tam, gdzie jest 50 km/h, masz 50 km/h, p艂acisz mniej.

[00:33:54]

B. PUCEK: I dzisiaj, tego typu rozwi膮zania w cz臋艣ci kraj贸w s膮 powszechne, nie tylko w biznesie, ale te偶 w艂a艣nie w cz臋艣ci konsumenckiej biznesu. S膮 np. ubezpieczyciele w Stanach Zjednoczonych, gdzie w ramach oferty ubezpieczenia otrzymujesz Apple Watch i na podstawie twojego ruchu, trybu 偶ycia, na podstawie twojej aktywno艣ci jest w stanie oszacowa膰 koszt twojego ubezpieczenia np. na 偶ycie i zdrowie.

[00:34:24]

REDAKTOR J. KU殴NIAR: A, to po to jest ten zegarek, ju偶 teraz wiem. Natomiast m贸wili艣my o Maksie, m贸wili艣my o tym, 偶e ta automatyzacja w biurach obs艂ugi klienta, si艂膮 sytuacji b臋dzie si臋 pojawia艂a... My nagrywamy to nasze spotkanie w 艣wi臋to, 6 stycznia ten podcast jest nagrywany. A tymczasem za 10 dni jest 2. rocznica polskiego Google Asystenta - szybko zlecia艂o - i organizowany jest specjalny festiwal VoiceFest, na kt贸rym dopieszcza膰 si臋 b臋dzie wszystkich tych, kt贸rzy zainteresowani s膮 wiedz膮 o tym, w kt贸r膮 stron臋 to si臋 b臋dzie rozwija艂o, w艂a艣nie tym do艣wiadczeniem i t膮 wiedz膮. To wci膮偶 jest przysz艂o艣膰 w Polsce?

[00:35:03]

B. PUCEK: Je偶eli my艣limy o asystentach g艂osowych, jako urz膮dzeniu, kt贸re – by膰 mo偶e – b臋dzie dost臋pne w ka偶dym domu, to w zasadzie – patrz膮c z polskiego punktu widzenia – g艂贸wnym warunkiem jest dost臋pno艣膰 w艂a艣nie do j臋zyka polskiego w ramach tych us艂ug. Dzisiaj Siri, czyli wersja Apple’owa asystenta, nie jest dost臋pna w j臋zyku polskim i jest to pewnego rodzaju ograniczenie. Je偶eli my艣limy o innego rodzaju asystentach albo takich, kt贸re nie obs艂uguj膮 j臋zyka polskiego czy w og贸le spojrzymy na to z perspektywy globalnej, to brak j臋zyka polskiego w ramach tych asystent贸w i dost臋pno艣ci tego typu rozwi膮za艅 na rynku polskim tak naprawd臋 wyklucza nas z pewnego rodzaju us艂ug, ale te偶 w pewnym sensie wyklucza nas z post臋pu technologicznego. Dlatego 偶e ogranicza nasz膮 swobod臋 do korzystania z najnowszych rozwi膮za艅, kt贸re dzi艣 s膮 po艂膮czone. Czyli ten asystent g艂osowy, kt贸ry funkcjonuje w telefonie albo w osobnym urz膮dzenie w naszym pokoju, w sypialni czy w kuchni on tak naprawd臋 wy艂膮cza nas z pewnej cz臋艣ci ekosystemu. Z drugiej strony, te偶 trzeba pami臋ta膰 o bardzo wa偶nym aspekcie, czyli aspekcie prywatno艣ci tego typu rozwi膮za艅. Dlatego 偶e s膮 – w zale偶no艣ci od producenta tych asystent贸w g艂osowych – s膮 takiego rodzaju firmy, kt贸re w ca艂o艣ci analizuj膮 wszystko to, co si臋 dzieje w trakcie tego, kiedy to urz膮dzenie jest w艂膮czone np. w naszym domu czy funkcjonuje na naszym telefonie. Ale – z drugiej strony – s膮 takie, kt贸re wykorzystuj膮 tego typu informacje bezpo艣rednio na urz膮dzeniu, niekt贸re wysy艂aj膮 do tzw. chmury w celu analizy i to ma te偶 za sob膮 konsekwencje zwi膮zane z prywatno艣ci膮. Te偶 jak patrzymy na to z perspektywy naszego domostwa, czyli funkcjonujemy w ramach rodziny, funkcjonujemy w naszym domu czy funkcjonujemy w naszym mieszkaniu- je偶eli zada艂by艣 pytanie: 鈥濩zy chc臋, 偶eby kto艣 s艂ucha艂 wszystkiego, co si臋 dzieje w twoim domu przed 24h na dob臋?鈥, prawdopodobnie wi臋kszo艣膰 os贸b odpowie: Nie. Ale – z drugiej strony – je艣li nie zadasz tego pytania, ale powiesz: 鈥濷, to jest fajne urz膮dzenie, dzi臋ki kt贸remu b臋dziesz m贸g艂/mog艂a wykonywa膰 okre艣lone czynno艣ci w spos贸b zautomatyzowany w swoim domu, a by膰 mo偶e konsekwencj膮 tego jest, 偶e to b臋dzie nagrywane鈥, to ju偶 zwi臋kszasz potencja艂 na dost臋pno艣膰 tego urz膮dzenia.

[00:37:24]

REDAKTOR J. KU殴NIAR: Wyobra偶am sobie naszych s艂uchaczy, kt贸rzy my艣l膮 sobie: Kurcze, jak膮 oszcz臋dno艣ci膮 czasu jest powiedzie膰: 鈥濧lexa, pu艣膰 mi 鈥濼echnologicznie鈥, podcast od Pucka i Ku藕niara鈥, bo zaj臋艂o mi to ile? 4 sekundy?鈥 A gdybym ja wzi膮艂 telefon, zacz膮艂 szuka膰 aplikacji, w kt贸rej chcia艂bym tego pos艂ucha膰, spokojnie trac臋 p贸艂 minuty, jak nie wi臋cej. Wi臋c oszcz臋dno艣膰 czasu jest.

[00:37:44]

B. PUCEK: Wi臋kszo艣膰 funkcji asystent贸w g艂osowych to s膮 w艂a艣nie funkcje automatyzuj膮ce b膮d藕 skracaj膮ce istniej膮ce procesy. 鈥濲aka dzisiaj b臋dzie pogoda?鈥, 鈥濸u艣膰 mi podcast 鈥歍echnologicznie鈥 鈥, 鈥濳iedy b臋dzie mecz?鈥. Tego typu zapytania, kt贸re dzisiaj tak naprawd臋 sprawiaj膮, 偶e musimy wykona膰 5, 6, 7 czynno艣ci, s膮 zautomatyzowane w zasadzie do 1, kt贸ra po jej wykonaniu automatycznie podaje nam odpowiedzi. Wracaj膮c do tego przyk艂adu zwi膮zanego z pogod膮 czy w艂a艣nie z dziennikarstwem w pogodzie, to tego typu zachowania, tego typu procesy s膮 automatyzowane najpierw. Natomiast te urz膮dzenia czy to zewn臋trzne, w rozumieniu asystent贸w g艂osowych, czy te, kt贸re s膮 umieszczone w naszych telefonach, po prostu pozwalaj膮 nam na szybszy, 艂atwiejszy dost臋p do informacji, kt贸rych potrzebujemy.

[00:38:35]

REDAKTOR J. KU殴NIAR: Kiedy szykowali艣my si臋 na 3. edycj臋 podcastu 鈥濼echnologicznie鈥 i uznali艣my, 偶e b臋dzie on dotyczy艂 automatyzacji, ka偶dy z nas - jak zwykle - przygotowuje sobie swoje notatki. Powinni艣my si臋 nimi wymieni膰 przed audycj膮, ale tego nie zrobili艣my. Wi臋c to jest ten moment, kiedy ja mam jeszcze jeden du偶y temat, o kt贸rym chcia艂em pogada膰, Bartek ma pewnie swoje, ale zostawiam go z pa艅stwem. Co tam przygotowa艂e艣?

[00:39:00]

B. PUCEK: Przygotowa艂em jeszcze kilka przyk艂ad贸w zwi膮zanych z funkcjonowaniem tej sztucznej inteligencji, w szczeg贸lno艣ci w mediach, bo tak naprawd臋 od tego tematu zacz臋li艣my. Ja kiedy艣 w redakcji „The Economist” ogl膮da艂em, w jaki spos贸b funkcjonuje sztuczna inteligencja czy te偶 uczenie maszynowe generuj膮ce procesy reklamowe. Czyli umiej臋tno艣膰 pozyskiwania nowych subskrybent贸w, nowych czytelnik贸w do platformy. Taka ciekawostka: zazwyczaj my艣limy o reklamach, jako o kilku rodzajach plakat贸w albo kilku rodzajach kreacji, kt贸re funkcjonuj膮 w internecie, podczas gdy w bardzo wielu mediach – uwzgl臋dniaj膮c w艂a艣nie „The Economist”, ale te偶 bardzo wiele innych medi贸w stosuje te same praktyki – s膮 wykorzystywane algorytmy do wykorzystania tekst贸w w ramach reklam w czasie rzeczywistym. Czyli reklamy, kt贸re zach臋caj膮 nas do wykupienia np. subskrypcji w „New York Times” czy w „The Economist”, s膮 generowane w zasadzie na bie偶膮co po to, 偶eby tworzy膰 kampanie na podstawie tekst贸w, kt贸re s膮 publikowane w danym momencie. Dzi臋ki temu one s膮 bardzo 艣wie偶e, maj膮 dobry odbi贸r, poniewa偶 maj膮 aktualny i w艂a艣nie 艣wie偶y kontekst…

[00:40:26]

REDAKTOR J. KU殴NIAR: Dobry RTM, tak?

[00:40:26]

B. PUCEK: Tak. I z drugiej strony, ich ilo艣膰, kt贸r膮 mo偶na wygenerowa膰, jest ogromna. Czyli do tej pory je偶eli projektowa艂e艣 np. kampani臋 marketingow膮, to mia艂e艣 2, 3, 4, 5 rodzaj贸w tzw. kreacji, kt贸re mog艂e艣 udost臋pnia膰 w social mediach czy na jakimkolwiek innym kanal. Ale dzisiaj te algorytmy czy te偶 tego typu systemy pozwalaj膮 generowa膰 dziesi膮tki tysi臋cy kreacji ka偶dego dnia.

[00:40:57]

REDAKTOR J. KU殴NIAR: Ale to te偶 dlatego, 偶e z uwagi na RTM, czyli real time marketing, jakby inaczej do tego podchodzimy? Mniej odbieramy to jako reklam臋 czy zach臋t臋 nas do p贸j艣cia za subskrypcj膮?

[00:41:06]

B. PUCEK: Poniewa偶 spos贸b tworzenia jest zautomatyzowany i wspierany algorytmami, a z drugiej strony, te algorytmy dobrze rozumiej膮 i posiadaj膮 zas贸b danych, kt贸ry pozwala na u偶ycie go we w艂a艣ciwym kontek艣cie…

[00:41:17]

REDAKTOR J. KU殴NIAR: Czyli emocjonalno艣膰 si臋 liczy, tak?

[00:41:18]

B. PUCEK: Tak, wi臋c efektywno艣膰 tych reklam jest du偶o, du偶o wy偶sza ni偶 w przypadku tego tradycyjnego procesu, kt贸ry bardzo cz臋sto wygl膮da艂: O, to b臋dzie nasza kreacja, grafik j膮 zrobi, kto艣 tam napisze teksty i to b臋dzie si臋 wy艣wietla膰 w internecie. To jest akurat przyk艂ad automatyzacji wielu aspekt贸w ca艂ego procesu wytwarzania reklamy. Ale – z drugiej strony – to, co jest te偶 ciekawe, to wykorzystanie w艂a艣nie tych algorytm贸w w procesie dziennikarstwa, np. dziennikarstwa 艣ledczego, w kt贸rym mamy do czynienia z analizami raport贸w, czy Panama Papers, czy w przypadku, kiedy mamy do czynienia z du偶膮 ilo艣ci膮 informacji, to absolutnie warto艣膰 dla dziennikarza, kt贸ry chce wykona膰 dobr膮, g艂臋bok膮 prac臋 nad okre艣lonym tematem, jest ogromna. Dzisiaj w tym zakresie ten post臋p technologiczny te偶 jest bardzo du偶y. W innym aspekcie oczywi艣cie ta sztuczna inteligencja automatyzuje zadania te偶 dla dziennikarzy. Czyli pozwala przejrze膰 du偶e zasoby danych, wy艂uska膰 z nich to, co jest wa偶ne, je偶eli chcemy znale藕膰 pewne anomalie – w szczeg贸lno艣ci w dziennikarstwie ekonomicznym – chcemy znale藕膰 interpretacj臋 pewnego rodzaju informacji ekonomicznych, absolutnie pomaga. Jest jeszcze pytanie tutaj: Algorytmy czy te偶 ta sztuczna inteligencja jak zachowuje si臋 w obliczu tzw. fake news贸w? Bo mo偶emy to rozpatrywa膰 w dw贸ch aspektach i nie s膮 to rzeczy zero-jedynkowe. Czyli z jednej strony: sztuczna inteligencja pozwala wygenerowa膰 wi臋ksz膮 ilo艣膰 fake news贸w, bo mo偶na zautomatyzowa膰 ten proces, rozmawiali艣my te偶 o kwestii tworzenia deepfake’贸w m.in. Ale z drugiej strony: algorytmy te偶 mo偶na wykorzysta膰 do wykrywania rzeczy, kt贸re s膮 fake newsami.

[00:43:25]

REDAKTOR J. KU殴NIAR: Tylko troch臋 jak walka mi臋dzy policjantami, kt贸rzy pilnuj膮 gangste贸w, kt贸rzy handluj膮 narkotykami i tymi, kt贸rzy szmugluj膮 narkotyki. Kto b臋dzie przed kim? Zwykle to jest o p贸艂 kroku tylko.

[00:43:35]

B. PUCEK: Tak, dok艂adnie tak. I absolutnie w przypadku fake news贸w sytuacja wygl膮da bardzo podobnie. W og贸le wszystko, co jest zwi膮zane z tzw. cyberbezpiecze艅stwem – tak to nazwijmy – to jest zazwyczaj kto艣, kto jest tym z艂ym i jest p贸艂 kroku przed tym kim艣, kto jest tym dobrym.

[00:43:53]

REDAKTOR J. KU殴NIAR: A propos deepfake: musz臋 sobie zaznaczy膰, 偶eby przy okazji naszej audycji, kiedy b臋dziecie jej s艂ucha膰 albo czyta膰 j膮 sobie na stronie Voice House, zostawi膰 w notatkach link tak偶e do cudownego klipu, kt贸ry zosta艂 przygotowany przez jedn膮 z brytyjskich telewizji. Nie pami臋tam... Chyba to by艂 Channel 4. Ale oni co roku maj膮 takie przes艂anie od redakcji na 艣wi臋ta i pokazali ,w jaki spos贸b mo偶na zdeepfake'owa膰 wyst膮pienie brytyjskiej kr贸lowej. Bartek to widzia艂, wi臋c si臋 u艣miecha, ja te偶 widzia艂em, bo deepfake mnie fascynuje z uwagi na histori臋, kt贸r膮 ju偶 opowiada艂em w jednym z naszych odcink贸w: kiedy pracuj膮c na planie FunWishera zrobili艣my z Roberta Lewandowskiego osob臋, kt贸ra cudownie m贸wi po chi艅sku i przepi臋knie m贸wi po angielsku. To by艂o specjalnie za zgod膮 Roberta przygotowane po to, 偶eby pokaza膰 jego kolegom pi艂karzom, 偶e technologia pozwala w jakim艣 sensie dopie艣ci膰 fan贸w, kt贸rzy s膮 bardzo, bardzo daleko. I teraz: my艣l臋 sobie o tym naszym temacie audycji, czyli automatyzacji, 偶e ona w 艣wiecie personalizacji z kolei musi si臋 pojawi膰. Bo je偶eli my chcemy, 偶eby ile艣 milion贸w ludzi czy w skali 艣wiata miliard贸w ludzi czu艂o si臋 zaopiekowane indywidualnie, to my nie jeste艣my w stanie tego zrobi膰. Za chwil臋 mamy kolejny fina艂 Wielkiej Orkiestry 艢wi膮tecznej Pomocy i po raz chyba czwarty wykorzystamy technologi臋 do tego, 偶eby Jerzy Owsiak powiedzia艂: 鈥濪zi臋kuj臋, Bartek鈥, 鈥濪zi臋kuj臋, Jarek鈥, 鈥濪zi臋kuj臋, Krystyno鈥, 鈥濪zi臋kuj臋, Andrzeju za to, 偶e wp艂aci艂e艣 swoje...鈥 - i tu b臋dzie wida膰 i s艂ycha膰 kwot臋, kt贸r膮 wp艂acili艣cie - .鈥.. bo ja za to mog臋 zrobi膰 to, i to, i to i niezale偶nie od tej kwoty, Jerzy b臋dzie o tym opowiada艂. Wykorzystali艣my technologi臋, nie jako艣 specjalnie deepfake'ow膮, ale technologi臋, kt贸ra pozwala spersonalizowa膰 podzi臋kowania. I teraz: pami臋tam, 偶e kiedy przyszli艣my te 4 lata temu do Wielkiej Orkiestry 艢wi膮tecznej Pomocy powiedzie膰: 鈥濻艂uchajcie, to dzia艂a na bazach milionowych, a wy macie miliony ch臋tnych, to spr贸bujmy鈥, to oni powiedzieli, 偶e w艂a艣nie Jerzy sko艅czy艂 nagrywanie 100 film贸w - dos艂ownie jeden po drugim, a偶 do setki - w kt贸rych dzi臋kowa艂 wolontariuszom za to, 偶e byli. Oni dostawali film, gdzie Jerzy m贸wi艂 wprost: 鈥濪zi臋kuj臋 za twoj膮 prac臋鈥. I teraz: mo偶emy to zwielokrotni膰. Emocja jest wci膮偶 ta sama, bo Jerzy po艣wi臋ci艂 ten czas, tylko on m贸g艂 dopie艣ci膰 ile艣 razy wi臋cej os贸b i to jest - wydaje mi si臋 - nieuniknione. Natomiast ta deepfake'owa sytuacja z kr贸low膮 pokazuje w fajny i lekki spos贸b, jak 艂atwo dzisiaj stworzy膰 rzecz, kt贸ra jest nie do odr贸偶nienia dla osoby, kt贸ra nawet potrafi nomen omen g艂臋boko w tym siedzie膰.

[00:46:19]

B. PUCEK: Ten przyk艂ad z Wielk膮 Orkiestr膮 艢wi膮tecznej Pomocy jest o tyle ciekawy, 偶e to, co nazywamy transformacj膮 digitalow膮, b膮d藕 te偶 transformacj膮 cyfrow膮, tak naprawd臋 w wielu organizacjach sprowadza si臋 w kontek艣cie zadania do umiej臋tno艣ci identyfikacji najbardziej frustruj膮cych i powtarzalnych zada艅 wewn膮trz organizacji i pr贸ba automatyzacji tych zada艅 za pomoc膮 technologii. I innowacje bardzo cz臋sto bior膮 si臋 w艂a艣nie z tego miejsca, czyli z identyfikacji tego problemu, tej potrzeby i zast膮pienia bardzo cz臋sto tych ludzkich proces贸w technologi膮 i w艂a艣nie procesami automatyzacji. Wa偶ny jest te偶 aspekt, nie tylko w kontek艣cie przedsi臋biorstw, ale te偶 w kontek艣cie pracy w艂asnej. Je艣li sobie zadamy pytanie i spojrzymy na nasz tydzie艅 czy dzie艅 pracy i b臋dziemy potrafili zidentyfikowa膰 powtarzalne rzeczy, kt贸re robimy w ci膮gu ka偶dego dnia albo w ci膮gu tygodnia, jest du偶a szansa, 偶e istniej膮 ju偶 rozwi膮zania, kt贸re pozwalaj膮 te procesy zautomatyzowa膰. To jest taki element, kt贸ry jest zwi膮zany z w艂asn膮, nasz膮 prywatn膮 produktywno艣ci膮. To jest taka rzecz, nad kt贸r膮 ja np. sp臋dzam du偶o czasu i pr贸buj臋 zidentyfikowa膰 rzeczy, kt贸re ja robi臋 powtarzalne, kt贸re m贸g艂bym zautomatyzowa膰 albo – jak to si臋 艂adnie m贸wi – outsource’owa膰 w inne miejsce po to, 偶eby np. kto艣 inny albo algorytm je wykona艂. Je偶eli to s膮 rzeczy powtarzalne, nudne, frustruj膮ce, to staram si臋 w jaki艣 spos贸b pracowa膰 nad ich automatyzacj膮. To poprawia w艂asn膮 produktywno艣膰. To, co jest ciekawe: wtedy te procesy automatyzacji uwalniaj膮 nasz czas. Oczywi艣cie ten czas mo偶emy wykorzysta膰 na r贸偶ne rzeczy, bo mo偶emy i艣膰 ogl膮da膰 serial na Netfliksie, mo偶emy i艣膰 poczyta膰 ksi膮偶k臋, mo偶emy go sp臋dzi膰 nad prac膮 r贸wnie偶 na czym艣 interesuj膮cym. Ale ja kiedy艣 spotka艂em si臋 z takim powiedzeniem, 偶e z艂a praca to komputer, kt贸ry m贸wi, co mamy robi膰, a dobra praca to m贸wienie komputerowi, co ma robi膰. Je偶eli ja my艣l臋 o tym z perspektywy rozwoju w艂asnego czy z perspektywy edukacji, czy z perspektywy pod膮偶ania za jak膮艣 艣cie偶k膮 zawodow膮 albo zainteresowaniami to to jest taki pryzmat, przez kt贸ry te偶 warto spojrze膰 na swoj膮 prac臋: Czy moja praca mo偶e by膰 wykonana przez komputer? Je偶eli odpowied藕 brzmi: 鈥濼ak鈥, to w zasadzie to jest ten dzie艅, w kt贸rym powinni艣my si臋 zacz膮膰 bardzo powa偶nie zastanawia膰 nad tym… Nie kiedy to nadejdzie, tylko co zrobi膰, 偶eby by膰 gotowym na moment, kiedy to si臋 wydarzy?

[00:48:58]

REDAKTOR J. KU殴NIAR: To jest te偶 ta chwila, kiedy pi臋knie zatoczyli艣my ko艂o. Bo m贸wili艣my na samym pocz膮tku tego naszego dzisiejszego spotkania w podca艣cie 鈥濼echnologicznie鈥, 偶e wiele os贸b boi si臋 AI, boi si臋 automatyzacji dlatego, 偶e boi si臋 utraty pracy. Tutaj m贸wimy o wykorzystaniu tej technologii, 偶eby uwolni膰 nasz czas na rzeczy, kt贸re mog膮 nas rozwin膮膰, czasem nie mamy czasu, 偶eby go po prostu straci膰. Dzi臋ki temu, te偶 mo偶emy to zyska膰. Natomiast w kontek艣cie WO艢P-u czy Roberta wcze艣niej, os贸b publicznych, kt贸re dzisiaj s膮 w relacji - tak, jak zreszt膮 ty - w relacji ze swoimi subskrybentami. Nie daj Bo偶e, niech to b臋d膮 miliony fan贸w. Bardzo by艣my chcieli im wszystkim podzi臋kowa膰, ale nie jeste艣my w stanie fizycznie tego zrobi膰, wi臋c musimy p贸j艣膰 na jaki艣 kompromis. I my z technologi膮, i technologia z nami, i nasi fani z nami te偶. Bo albo mog膮 mie膰 jaki艣 ten kontakt, mog膮 us艂ysze膰 to: 鈥濪zi臋kuj臋鈥 lub wcale nie. A jednak chcemy, bo budowanie tego zaanga偶owania spo艂eczno艣ci w nas te偶 jest bardzo istotne.

[00:49:58]

B. PUCEK: I tutaj technologia pozwala zautomatyzowa膰 ten proces i jednocze艣nie go spersonalizowa膰. Czyli ja wtedy, dzi臋ki takiej technologii, potrafi臋 dotrze膰 ze swoj膮 wiadomo艣ci膮 w zasadzie do ka偶dej osoby, podczas gdy, gdybym chcia艂 to zrobi膰 bez pomocy technologii i mia艂 np. ten przys艂owiowy milion fan贸w, prawdopodobnie musia艂bym zacz膮膰 w styczniu i sko艅czy膰 w grudniu po to, 偶eby do ka偶dej osoby t膮 wiadomo艣膰 przygotowa膰 i wys艂a膰.

[00:50:23]

REDAKTOR J. KU殴NIAR: Cho膰 podejrzewam, 偶e w okolicach marca czy lutego nie mia艂by艣 ju偶 pomys艂u, co powiedzie膰.

[00:50:29]

B. PUCEK: Absolutnie.

[00:50:30]

REDAKTOR J. KU殴NIAR: Kiedy zaczynali艣my z FunWisherem zabaw臋, to widzia艂em takie przyk艂ady, kiedy kto艣 nagrywa艂 co艣, 偶eby podzi臋kowa膰 albo z艂o偶y膰 komu艣 偶yczenia, to zajmowa艂o 10-12 sekund. I teraz: wyobra藕 sobie, 偶e m贸wisz komu艣: 鈥瀂ap艂a膰 mi za to 10-12 sekund鈥. OK, to jest 10-12 sekund twojego bardzo cennego czasu, ale jednak warto艣膰 tego jest r贸偶na. Wi臋c to te偶 jest kwestia w艂a艣nie kreacji i wymy艣lenia tego wszystkiego plus powiedzenia tego, co jest w przypadku WO艢P-u bardzo, bardzo istotne, czyli 鈥濪zi臋kuj臋鈥. Plus w艂a艣nie taka nieograniczona mo偶liwo艣膰 personalizacji. Kiedy ten m艂ody cz艂owiek biegaj膮cy z puszk膮 - czy ona jest bardziej, czy mniej wirtualna - i wype艂niaj膮cy j膮 pieni臋dzmi, mo偶e zobaczy膰 t臋 kwot臋, mo偶e us艂ysze膰 od Jerzego swoje imi臋, mo偶e zobaczy膰 tego swojego lidera, to to wydaje mi si臋 te偶 jest jaki艣 znak czas贸w. Nie tylko automatyzacja, ale bardzo szeroko poj臋ta personalizacja. Nie wiem, czy w og贸le nie powinni艣my si臋 um贸wi膰 na specjalny odcinek dotycz膮cy tylko personalizacji, bo ona bardzo 艂adnie si臋 艂膮czy z AI, w niesamowity spos贸b. A jednocze艣nie wydaje mi si臋, 偶e jest te偶 jak膮艣 pie艣ni膮 przysz艂o艣ci.

[00:51:34]

B. PUCEK: I bardzo trudn膮 pie艣ni膮 przysz艂o艣ci. Je偶eli dzisiaj patrzymy z perspektywy takiej czysto konsumenckiej, to ten przys艂owiowy Facebook albo przys艂owiowy polski portal zazwyczaj pokazuje nam podobne rzeczy, jak drugiej osobie. Podczas, gdy bardziej zaawansowane technologiczne rozwi膮zania – niech b臋dzie TikTok – pokazuj膮 rzeczy, kt贸re buduj膮 zaanga偶owanie wok贸艂 naszych zainteresowa艅, naszych preferencji. To te偶 ma i swoj膮 dobr膮 stron臋, i swoj膮 z艂膮 stron臋. Czyli z jednej strony: wzmacnia poczucie bycia w tym 鈥瀊膮belku鈥 i brak ekspozycji na inne punkty widzenia. Ale – z drugiej strony – je偶eli ja nie chc臋 – akurat w moim przypadku – otrzyma艂a informacji o pi艂ce no偶nej, a algorytm Twittera co jaki艣 czas sugeruje mi, 偶e by膰 mo偶e zacznij obserwowa膰? Albo wy艣wietla mi w swoim feedzie informacje o pi艂ce no偶nej, to ja jako u偶ytkownik jestem sfrustrowan膮 osob膮, poniewa偶 nie chcia艂bym tego typu informacji widzie膰.

[00:52:44]

REDAKTOR J. KU殴NIAR: To prawda. Oni w og贸le ostatnio zacz臋li pyta膰 o to ca艂kiem wprost. Czasem wy艣wietla si臋 jaki艣 tweet i ostatnio przy Zbigniewie Bo艅ku to mia艂em: Czy to jest informacja, kt贸ra ci臋 interesuje? My艣l臋 sobie: No ta nie, ale jak ja teraz powiem 鈥濶ie鈥, to ja ju偶 tego nie zobacz臋. Dla mnie to by艂o te偶 p贸j艣cie na kompromis z tym pytaniem.

[00:53:01]

B. PUCEK: Ja dla odmiany na wi臋kszo艣膰 tego typu sugestii m贸wi臋: 鈥濶ie鈥, a mimo tego i tak je otrzymuj臋. Twitter i TikTok to s膮 2 dobre przyk艂ady na dobre i z艂e rozwi膮zanie podobnego problemu w sensie jako艣ciowym. Dlatego, 偶e algorytmy Twittera, pomimo tego 偶e mog臋 10 razy powiedzie膰: 鈥濸rzesta艅 rekomendowa膰 mi wpisy o pi艂ce no偶nej鈥, to jednak dalej je b臋d臋 dostawa艂. A w przypadku TikToka jak nie b臋d臋 ogl膮da艂 albo nie jestem zainteresowany wpisami o pi艂ce no偶nej, absolutnie nie b臋dzie mi ich rekomendowa艂. To jest te偶 jako艣膰 tych algorytm贸w, kt贸ra wynika tak naprawd臋 z trudno艣ci, ale te偶 jako艣ci pracy nad nimi – w rozumieniu takim stricte technicznym, w rozumieniu deweloperskim – pracy programist贸w na nimi, jest ogromnym wyzwaniem.

[00:53:52]

REDAKTOR J. KU殴NIAR: Tylko poczekaj: ci w TikToku i ci w Twitterze maj膮 te same komputery.

[00:53:57]

B. PUCEK: Ale nie te same umiej臋tno艣ci…

[00:53:59]

REDAKTOR J. KU殴NIAR: OK.

[00:54:00]

B. PUCEK: … i dost臋p do technologii. Czyli dzisiaj to, co jest na pewno jednym z ciekawszych wyzwa艅, to r贸偶nica w jako艣ci tworzenia algorytm贸w pomi臋dzy np. Stanami Zjednoczonymi a Chinami. Poniewa偶 Chiny przeskoczy艂y pewne etapy w zakresie tworzenia contentu, w zakresie tworzenia produkt贸w i platform social mediowych. W zasadzie dzisiaj czy przez ostatnie lata tworz膮 po prostu produkty, rozwi膮zania i biznesy, kt贸re mo偶na by nazwa膰 AI First, podczas gdy bardzo wiele z rozwi膮za艅 – Twitter niech b臋dzie tego przyk艂adem – to nie s膮 produkty firmy czy projekty, kt贸re s膮 AI First. To s膮 produkty, do kt贸rych algorytmy zajrza艂y na jakim艣 etapie rozwoju tego produktu, podczas gdy wspomniany Toutiao chi艅ski to jest produkt, kt贸ry powsta艂 jako AI First.

[00:54:55]

REDAKTOR J. KU殴NIAR: Szanowni s艂uchacze, 3. odcinek podcastu 鈥濼echnologicznie鈥 prawie uwa偶am za zako艅czony. Wr贸cimy z Bartkiem Puckiem jeszcze za moment z jedn膮 spraw膮. Sprawdza艂e艣 ostatnio oceny i recenzje na Apple Podcasts? Czy zas艂u偶yli艣my na 5, 6, 4, 3?

[00:55:27]

B. PUCEK:Zas艂u偶yli艣my?

[00:55:28]

REDAKTOR J. KU殴NIAR: Wiesz co? Tak. I pomy艣la艂em, 偶e b臋dziemy wraca膰 sobie do tych opinii, bo cz臋sto m贸wimy o tym, 偶e 艣wiat jest taki bardzo zbudowany na spo艂eczno艣ci, 偶e feedback jest istotny i my chcieli艣my... Wprawdzie trzem osobom, nie wiem, czy a偶, czy tylko鈥 Nie jeste艣my mark膮, kt贸ra na rynku istnieje bardzo, bardzo d艂ugo, wi臋c bardzo za to dzi臋kujemy, bo s膮 to bardzo 艣wiadome opinie. @Arek AK pisze tak: 鈥濴uksus warto艣ci鈥. Daje nam 5 gwiazdek, wi臋c dzi臋kuj臋 bardzo. M贸wi: 鈥瀂apowiada si臋 obiecuj膮co. Licz臋, 偶e w艣r贸d tandety b臋dziecie wytworni. Trzymam kciuki. Ocena na potwierdzenie, 偶e to ma sens, co robicie. Serdecznie pozdrawiam鈥 i daje nam czterolistn膮 koniczyn臋. Co te偶 jest wa偶ne panie Arku, to si臋 tylko tak wydaje, 偶e my wiemy, co chcemy i niezale偶nie od tego, co kto napisze, b臋dziemy dalej robili swoje, to zawsze pomaga. Przynajmniej mnie, nie wiem, jak to u Bartka.

[00:56:18]

B. PUCEK: W szczeg贸lno艣ci, 偶e algorytmy promuj膮 dobre podcasty. Im wi臋cej dobrych czy te偶 pi臋ciogwiazdkowych ocen, tym wi臋ksze prawdopodobie艅stwo, 偶e ten podcast za pomoc膮 tych algorytm贸w zostanie pokazany wi臋kszej liczbie s艂uchaczy.

[00:56:33]

REDAKTOR J. KU殴NIAR: Super. To mamy jeszcze @Cezarego_J, kt贸ry pisze: 鈥炁歸ietna robota鈥. Te偶 daje 5 gwiazdek i m贸wi: 鈥濸anowie, dzi臋ki za przygotowany materia艂. Du偶o warto艣ciowej wiedzy. Czekam na kolejne odcinki鈥, wi臋c w艂a艣nie, Cezary, 3. odcinek za sekund臋 b臋dzie u ciebie. Jeszcze jest jedna pi膮tka od @Sensique6: 鈥濪zi臋kuj臋, 偶e zbieracie w kilkadziesi膮t minut to, co ka偶dy pracuj膮cy na styku tech i biznesu powinien wiedzie膰. B臋d臋 regularnie nas艂uchiwa艂. Kciuki i powodzenia!鈥. Bardzo dzi臋kujemy.

[00:57:03]

B. PUCEK: Dzi臋kujemy.

[00:57:03]

REDAKTOR J. KU殴NIAR: W innym miejscu - chyba to by艂 LinkedIn - przeczyta艂em opini臋, 偶e kto艣 szanuje nas za to, 偶e nie kaleczymy j臋zyka polskiego - mamy nadziej臋, 偶e w tym odcinku te偶 nie - i 偶e to si臋 logicznie do kupy sk艂ada. Co pokazuje, 偶e benchmark musimy mie膰 dziwny.

[00:57:20]

B. PUCEK: To jest ogromna moja obawa przed ka偶dym nagraniem: jako艣膰 i pos艂ugiwanie si臋 j臋zykiem polskim.

[00:57:28]

REDAKTOR J. KU殴NIAR: Ale trzymanie flow jest trudne, nie?

[00:57:29]

B. PUCEK: Absolutnie. Chocia偶 my艣l臋, 偶e poprawno艣膰 polszczyzny czy umiej臋tno艣膰 w艂a艣ciwego artyku艂owania tego, co si臋 my艣li, jest jedn膮 z najwy偶szych i najtrudniejszych form do opanowania, poniewa偶 ona 艂膮czy ze sob膮 kilka element贸w. Po pierwsze: jako艣膰 pos艂ugiwania si臋 j臋zykiem ojczystym. Konsekwencje pos艂ugiwania si臋 j臋zykami obcymi, w szczeg贸lno艣ci, je偶eli m贸wimy o 艣wiecie technologii, to jednak on jest przesi膮kni臋ty s艂ownictwem angloj臋zycznym, ale te偶 s艂ownictwem bran偶owym czy te偶 technologicznym. I oczywi艣cie ten trzeci element bardzo wa偶ny to: umiej臋tno艣膰 przekazywania wiedzy o rzeczach trudnych i interesuj膮cych w taki spos贸b, 偶e zar贸wno osoba, kt贸ra pierwszy raz o nich s艂yszy, ale i osoba, kt贸ra s艂yszy o nich po raz setny, jest eksponowana na interesuj膮ce i inne punkty widzenia. Na koniec dnia je偶eli kto艣 wynosi warto艣膰 z audycji naszej rozmowy, to my艣l臋, 偶e to jest najwi臋kszy komplement, jaki my mo偶emy dosta膰, jako prowadz膮cy t臋 rozmow臋. To jest: 鈥濸os艂ucha艂em/pos艂ucha艂am tej audycji, dzi臋ki temu dowiedzia艂em si臋/dowiedzia艂am si臋 czego艣 nowego, innego. Zmieni艂em/zmieni艂am sw贸j punkt widzenia albo uzupe艂ni艂em/uzupe艂ni艂am swoj膮 wiedz臋 w jakim艣 temacie鈥. To jest chyba najwi臋kszy komplement, jaki mo偶emy dosta膰.

[00:58:48]

REDAKTOR J. KU殴NIAR: Wychodzi na to, 偶e cz臋艣ciej s艂uchaj膮 nas m臋偶czy藕ni - 82 proc. 16 proc. kobiet. Je偶eli chodzi o wiek, to najwi臋cej s艂uchaczy jest w grupie 28-34, ale niewiele mniej w grupie 35-44. To te偶 jest bardzo mi艂e. Nawet 60+ si臋 nam zdarza i 18-22 te偶. Przypomina mi si臋 codzienne, poranne patrzenie w maila od mojego szefa z TVN24, gdzie mieli艣my wykresy, oczywi艣cie byli艣my z tego rozliczani. Wykres by艂 w kolorach 3: czerwonym, 偶贸艂tym i niebieskim. Niebieski dotyczy艂 TVN24, czerwony TVP Info, 偶贸艂ty Polsatu News. I tam w艂a艣nie grupy docelowe, godziny emisji. I teraz przychodzi艂e艣 i m贸wi艂e艣: 鈥濿ow, ale mieli艣my super wynik!鈥, a m贸j szef na to: 鈥濧le w grupie All, a ci nas nie interesuj膮鈥. I my艣lisz sobie: 鈥濸rzecie偶 w grupie All cz臋艣膰 wsp贸lna z tymi, kt贸rzy interesuj膮 reklamodawc贸w, jest ca艂kiem niez艂a鈥. Tak 偶e bardzo wam dzi臋kujemy, my do tych danych te偶 pewnie b臋dziemy wraca膰, bo to, jakby nie by艂o, te偶 jest technologia i pogranicze biznesu i tej偶e technologii. Wi臋c za teraz dzi臋kujemy, 3. odcinek w艂a艣nie wys艂uchali艣cie - mamy nadziej臋 - do ko艅ca, no i wr贸cimy w ka偶dej mo偶liwej chwili.

[01:00:01]

B. PUCEK: Dzi臋kujemy bardzo.

Prowadz膮cy

Jaros艂aw Ku藕niar
Ku藕niar Media

Multiinstrumentalista. W艂a艣ciciel Ku藕niar Media. Jego do艣wiadczenie radiowe, prasowe, sceniczne i telewizyjne, pomaga w 艣wiecie budowania marek osobistych. Wsp贸lnie z klientami rozwija ich wizje i nadaje kszta艂t. Buduje nowe platformy dla relacji z odbiorcami, szkoli i inspiruje.

Bartek Pucek
Bartek Pucek
pucek.com

Od lat zwi膮zany z biznesem i technologi膮. Pomaga firmom budowa膰 strategie cyfrowe, zespo艂y i produkty na ponad 30 rynkach na 艣wiecie. Inwestuje r贸wnie偶 w firmy technologiczne. Specjalizuje si臋 w transformacji cyfrowej organizacji, budowaniu produkt贸w, data (AI, ML), infosec oraz IT. Wcze艣niej: IKEA, Onet, Ringier Axel Springer, czy Grupa Pracuj. Wi臋cej na pucek.com.

Pozosta艂e odcinki (107)

Do艂膮cz do Voice House Club

Twoje ulubione autorki i autorzy, kt贸rych znasz z naszych podcast贸w, przygotowuj膮 dla Ciebie specjalne serie odcink贸w. Dajemy wiedz臋, poszerzamy horyzonty, m膮drze bawimy i pomagamy si臋 rozwija膰 w przyst臋pny spos贸b.

Zamknij
U偶ywamy cookies, 偶eby indywidualnie odpowiada膰 na potrzeby s艂uchaczy. Zasady przechowywania i dost臋pu do plik贸w cookies mo偶esz zmieni膰 w ustawieniach swojej przegl膮darki.