To, co mówi AI, może być kontrolowane

Sztuczna inteligencja coraz śmielej wchodzi w nasze codzienne życie – podpowiada, analizuje, tłumaczy, a czasem nawet doradza. Ale wraz z jej rosnącą obecnością pojawia się pytanie, które nie jest już tylko techniczne, lecz głęboko społeczne: czy możemy jej ufać?

Zdaniem Krzysztofa Wróbla, współtwórcy polskiego modelu językowego Bielik, odpowiedź powinna być ostrożna. Bo choć AI potrafi imponować, jej odpowiedzi nie są wolne od wpływów – a jednym z kluczowych mechanizmów jest cenzura, często niewidoczna dla użytkownika.

Na pierwszy rzut oka chatboty wydają się neutralne. Odpowiadają szybko, logicznie i z dużą pewnością. Problem w tym, że to, co mówią – a czasem to, czego nie mówią – bywa efektem świadomych decyzji ich twórców.

Badania opublikowane w „PNAS Nexus” pokazały wyraźne różnice między modelami AI tworzonymi w Chinach a ich zachodnimi odpowiednikami. W przypadku pytań politycznych dotyczących Chin chatboty częściej unikały odpowiedzi, pomijały niewygodne fakty lub przedstawiały informacje w sposób zniekształcony.

To jednak nie jest wyłącznie problem jednego kraju. Jak podkreśla Wróbel, w przypadku zamkniętych modeli – rozwijanych przez największe firmy technologiczne – użytkownik nie ma wglądu w to, jakie dane zostały użyte ani jakie wartości kierowały procesem ich tworzenia. A to oznacza jedno: odpowiedzi mogą być obciążone ukrytym biasem.

Wielu użytkowników wyobraża sobie cenzurę jako prostą blokadę odpowiedzi. W rzeczywistości jest ona znacznie bardziej subtelna i może pojawić się na wielu etapach powstawania systemu AI.

Pierwszy z nich to dobór danych treningowych. Jeśli model nigdy „nie zobaczy” określonych treści, nie będzie w stanie o nich mówić. To szczególnie istotne w krajach, gdzie pewne tematy są systemowo wyciszane – AI po prostu nie ma z czego się nauczyć.

Kolejny etap to ręczne kształtowanie odpowiedzi przez ludzi – tzw. anotatorów. To oni uczą model, jakie odpowiedzi są „właściwe”, a jakie należy odrzucić. W praktyce oznacza to, że chatbot może przejmować nie tylko język, ale i światopogląd organizacji, która go tworzy.

Na końcu dochodzą jeszcze ukryte instrukcje systemowe, które mogą być zmieniane niemal w każdej chwili. To one definiują granice tego, co model „powinien” powiedzieć – i czego powiedzieć nie może. Co ważne, użytkownik nie ma do nich dostępu.

Czy zatem rozwiązaniem jest całkowite usunięcie ograniczeń? Niekoniecznie.

Twórcy Bielika przyjęli podejście odwrotne do wielu komercyjnych systemów – ich model nie jest uczony odmawiania odpowiedzi na trudne tematy. Dzięki temu może być wykorzystywany w bardziej wymagających branżach, takich jak farmacja, gdzie dostęp do pełnej informacji jest kluczowy.

Jednocześnie powstało narzędzie Bielik Guard (Sójka), które pozwala kontrolować poziom „bezpieczeństwa” treści. Instytucje mogą samodzielnie decydować, czy chcą blokować hejt, wulgaryzmy, czy bardziej wrażliwe materiały – jak instrukcje przestępstw czy treści związane z samookaleczeniem.

To pokazuje, że problem nie sprowadza się do prostego wyboru między wolnością a cenzurą. Chodzi raczej o świadome zarządzanie granicami.

Na koniec pozostaje najważniejsze: nawet najbardziej zaawansowany model językowy nie jest źródłem absolutnej prawdy. Może się mylić, może upraszczać, a czasem – świadomie lub nie – wprowadzać w błąd.

Dlatego, jak podkreśla Wróbel, jedno powinno stać się nawykiem każdego użytkownika AI: weryfikacja informacji.

Bo w świecie, w którym odpowiedzi generuje maszyna, krytyczne myślenie pozostaje wciąż wyłącznie ludzką kompetencją.