Od tahu 37 ke kulturní revoluci a nové otázce pro školy a vzdělávání
Tah, který se téměř nevyskytoval v lidské profesionální hře, otevřel nový směr uvažování. Dnes se při vzdělávání ptáme hlavně na to, co si smí žák nechat od umělé inteligence vytvořit. Můžeme se ale začít také ptát opačně na to, co se od ní může naučit, aby ho nové porozumění skutečně obohatilo. Umělá inteligence nemusí pouze zvyšovat naši produktivitu. Může rozšiřovat repertoár způsobů, jimiž lidé přemýšlejí a řeší problémy.
V březnu 2016 hrál systém AlphaGo druhou partii proti jednomu z nejlepších hráčů Go na světě, Lee Sedolovi. Při 37. tahu zvolil místo, které by podle jeho modelu lidský profesionální hráč vybral přibližně v jednom z deseti tisíc případů. Komentátoři si nejprve mysleli, že se stroj spletl. Ale tak tomu nebylo.
Tah 37 se stal jedním ze symbolů celé éry umělé inteligence. AlphaGo se nejprve učilo z milionů lidských tahů. Potom hrálo obrovské množství partií proti svým kopiím, experimentovalo a hledalo strategie, které maximalizovaly pravděpodobnost vítězství. Systém nebyl omezen tím, co se mezi lidmi po staletí považovalo za správný způsob hraní Go.
Stroj, který se nejprve učil od lidí, začal nacházet řešení, jež se lidé následně mohli učit od něj.
Letošní studie publikovaná v časopise Nature Communications (Brinkmann et al., 2026) tento jev přenesla z pozorování deskových her do kontrolovaného experimentu. Zkoumala, zda strategie objevená strojem může přejít do lidského repertoáru a přetrvat v něm i poté, co se stroj experimentu (či hry) již neúčastní.
Výzkumníci vytvořili počítačovou úlohu, ve které účastníci hledali nejvýhodnější cestu sítí. Optimální strategie nebyla pro člověka přirozená. Bylo nutné nejprve přijmout nejméně tři malé ztráty, aby se otevřela cesta k nejvyšším odměnám. Přechody, které nabízely okamžitý zisk a přitom vypadaly rozumně, však obvykle vedly k horšímu celkovému výsledku.
Během několika minut, které byly k dispozici, mohl člověk prozkoumat jen několik typů sítí. Algoritmus během podobně dlouhé tréninkové doby absolvoval okolo 20 000 tréninkových cyklů na tisíci sítích. Navíc nebyl zatížen lidskou tendencí vyhýbat se cestám, které začínaly ztrátou. Nalezl tak strategii, kterou lidé sami téměř neobjevovali.
Pak přišla další část experimentu, kdy se účastníci mohli učit z řešení úspěšných hráčů předchozí generace. V některých skupinách byly na počátku mezi vzory také tři strojové strategie. Lidé se optimální postup od strojů naučili a dokázali jej použít v dalších, dosud neviděných sítích stejného typu. Naučené strategie potom předávali dalším lidem.
V některých smíšených skupinách se takto získaná strategie udržela, a to ve všech následujících lidských „generacích“. V čistě lidských skupinách ji z 600 účastníků samostatně objevil pouze jediný člověk. AI už pak v pozdějších hráčských generacích nebyla přítomna, ale lidé strategii nadále používali a dokázali také slovně popsat, že je nutné přijmout počáteční ztráty.
Ná(stroj) zmizel a člověk se změnil.
Lidská kultura se vyvíjí tím, že nemusíme všechno objevovat znovu. Někdo nalezne lepší způsob řešení, ostatní se jej naučí, upraví jej a předají dál. Díky tomu se poznání kumuluje.
Kulturní vývoj přitom může probíhat až skokově. Má totiž téměř „lamarckovskou“ vlastnost. To, co se během života naučíme, můžeme předávat ostatním. Nejde samozřejmě o biologickou dědičnost, ale o rychlý sociální přenos získané informace. Nemusíme „darwinovsky“ čekat na další biologickou generaci.
AI do tohoto procesu přidává ještě něco nového. Zdrojem nové strategie už nemusí být pouze jiný člověk. Může vzniknout řetězec, v němž AI prozkoumá nové možnosti, objeví užitečnou a pro člověka dosud neznámou strategii, člověk ji pochopí, naučí se ji a předá dalším lidem.
Uváděná studie vymezuje poměrně úzké okno (shrnuté do dvou bodů níže), kdy může AI lidskou společnost či kulturu skutečně obohatit:
1) Strojové řešení musí být pro člověka obtížné objevit, ale stále dost jednoduché na to, abychom jej pochopili a předali dál.
2) Jeho výhoda musí být viditelná a odpovídající. Příliš jednoduchá strategie nepřináší nic nového, zatímco příliš složitá vytváří pouze závislost na stroji.
Nejde zatím o důkaz, že tento mechanismus bude stejně fungovat v každé oblasti lidského poznání. Ukazuje však možnost, kterou v debatě o AI snadno přehlížíme. Umělá inteligence nemusí pouze zvyšovat naši produktivitu. Může rozšiřovat náš lidský repertoár způsobů přemýšlení a řešení problémů o způsoby nové (strojové).
Co nového se může žák od AI naučit?
Dnes se při vzdělávání ptáme hlavně na to, co si smí žák nechat udělat umělou inteligencí. Můžeme se ale začít ptát také opačně na to, co se od ní může naučit tak, aby ho nové porozumění obohatilo.
AI může napsat místo studenta úkol nebo seminární práci. To didakticky mnoho nepřináší. Může mu ale také ukázat řešení, které by sám nevymyslel. Student je může rozebrat, pochopit, porovnat se svým postupem, vyzkoušet na jiném problému a nakonec použít bez AI. Potom už nejde jen o výsledek vytvořený strojem, ale o rozšíření studentova vlastního repertoáru myšlení.
Možná proto potřebujeme méně pravidel typu „AI povolena / AI zakázána“ a více didaktických pravidel, která určují, jak se s využitím AI skutečně učit.
Při hodnocení se můžeme zaměřit na moment, kdy AI po výuce vypneme. Ptejme se pak, zda student dokáže nové řešení vysvětlit, použít a obhájit, proč funguje. Pokud ano, umělá inteligence zřejmě rozšířila jeho vlastní repertoár myšlení a možná proběhl i malý kousek kulturní revoluce podmíněné AI.
Odkazy a zdroje
• Brinkmann, L. et al. (2023): Machine culture. Nature Human Behaviour 7, 1855–1868.
• Brinkmann, L. et al. (2021): Hybrid social learning in human-algorithm cultural transmission
• Google DeepMind: AlphaGo – Move 37 a technický odkaz systému.
Napsat komentář