Piotr Celiński
LEARNING TO SEE. MEMO AKTENA I ANTROPOMORFIZUJĄCE KSZTAŁTY AI

PDF DOI Abstrakt ↓

Chciałbym przyjrzeć się wybranym mediacjom AI: sposobom, w jaki ta technologia komunikuje się z nami, a my z nią i przez nią. To pytanie o jej interfejsy użytkowe i kompatybilność z powszechnymi regułami komunikacyjnymi. Wychodzę z założenia, że AI chce nam się objawiać przede wszystkim antropomorficznie, jako coraz bardziej intymny format komunikacji. „Partnerski”, personalizowany asystent codzienności i metanarzędzie „pierwszego kontaktu” – podpowiadające rozwiązania problemów, a jednocześnie skutecznie angażujące zmysły, percepcję i aktywności cielesne. Taka AI świetnie włącza się w aktualne trendy użytkowe mediów cyfrowych, które ewoluując w kierunku perfekcyjnej interaktywności, stały się najbardziej „intuicyjnymi” (to oczywiście pojęcie bardzo umowne) narzędziami medialnymi i przez to plasują się w samym centrum naszych współczes­nych komunikacyjnych doświadczeń. Jeśli media cyfrowe systematycznie stają się coraz bardziej bliskie, „intymne” i dotykowo sprawcze, to projekt powszechnego doświadczenia AI tym bardziej dociąża te interaktywne możliwości, oferując choćby zaawansowaną symulację rozmowy – w zakresie zarówno jej językowej treści (LLM), jak i faktury audialnej, czy mimetycznych zdolności generowania zasobów wizualnych, w tym obrazów człowieka.

Wobec powszechnego entuzjazmu nad ilością przetwarzanych zasobów, zdolnościami algorytmicznymi i przetworzeniami wiedzy wewnątrz tej technologii pytania o to, jak materializują się, ewoluują i dokąd prowadzą nasze doświadczenia komunikacyjne z rozbudowanymi systemami algorytmicznymi wydają się co najmniej tak samo ważne.

W eseju wychodzę od cyklu prac Learning to see Memo Aktena, a następnie sięgam po technologiczne wizje i antycypacje ewolucji form użytkowych AI oraz analizy badań ich kulturowych adaptacji, wskazując na wybrane trajektorie naszego rozumienia AI, życia i współdziałania z nią czy wreszcie kontestowania jej.

Learning to see

Serię prac Memo Aktena zatytułowaną Learning to see (2017–) uważam za jeden z najbardziej rozpoznawalnych komentarzy artystów związanych z nowymi mediami do sposobów komunikowania się z AI1. Akten oferuje autorskie systemy wizualne, które generują sprzężone z interakcjami, danymi i programowaniem artysty ruchome, generatywne obrazy. Na wejściu do tych systemów wprowadza zasoby, takie jak dane, digitalizowany ruch czy kształty przechwytywane przez kamery, gotowe cyfrowe obrazy przedstawiające przedmioty czy sceny oraz impulsy pozyskiwane za pomocą różnych cyfrowych sensorów. Następnie zasoby te przetwarza, używając autorskich procesów algorytmicznych, regulujących samodzielną pracę modeli sztucznej inteligencji, które w czasie rzeczywistym na różne sposoby przekształcają wprowadzone sygnały. Algorytmy zaprogramowane przez artystę zderzają się z efektami pracy algorytmów sztucznej inteligencji, a efekty tego zestawienia wyświetlane są na ekranach stanowiących wyjście z systemu. Gesty i mimika obserwowane przez kamery, a także skrypty i konfiguracje danych – krzyżowane przez Aktena ze sobą – sprawiają, na przykład, że pokazywany cyfrowej kamerze ruch palca u dłoni po zdigitalizowaniu uruchamia reakcje przetwarzanego obrazu w obmyślonej przez artystę konwencji narracyjnej i stylistyce wizualnej. Ruchy palca stają się, na przykład, instrukcjami wykonawczymi dla obrazu kwiatów, które ulegają wizualnym rekonstrukcjom. Artysta porusza się, mówi, uruchamia programy, by sprowokować system AI do twórczej odpowiedzi wyrażonej w formie przetworzeń obrazu, w którym wgrywane do systemu kształty morfują, a formy i parametry wizualne transformują widzialną całość. Praca wizualizuje w ten sposób wydajne i intrygujące estetycznie możliwości zarządzania interaktywnymi spektaklami, potęgowane nieprzewidywalnością działania ze strony sztucznej inteligencji. Jednocześnie artysta wskazuje na sztywne i niemożliwe do unieważnienia rozgraniczenia pomiędzy systemem a jego użytkownikiem, który nie jest w stanie wejść wystarczająco głęboko w reguły systemu, aby w pełni go kontrolować – ostateczna postać wyświetlanego na wyjściu obrazu to rodzaj nieokreślnego i niedającego się w pełni kontrolować balansu pomiędzy działaniami i odpowiedziami ze strony algorytmu.

Sięgam po prace tego artysty z kilku powodów2. Doskonale widać w nich status porozumienia użytkownika z systemami algorytmicznymi, który okazuje się nieustannie negocjowany i nigdy nieukończony na dobre. Jak deklaruje Akten, kluczowe znaczenie dla kształtów tego, co ostatecznie generuje system AI, ma zarówno jakość, ilość, jak i konstrukcja zasobów (zdigitalizowanych danych, impulsów i protokołów wykonawczych), na których pracują algorytmy. Podobnie ważne okażą się w jego rozpoznaniach użyte do pracy z systemami AI czynniki wobec nich zewnętrzne: oświetlenie obiektu wejściowego, którego obraz jest przetwarzany przez algorytmy, dobór sensorów wejścia i wyjścia oraz interfejsów takich jak kamery, mikrofony, systemy kompresji czy kodowania systemowego.

Odwołuję się do tych prac także dlatego, że przywołana seria realizacji doskonale koresponduje z bezprecedensową dynamiką rozwoju technologii AI ostatnich kilku lat. W tym okresie wielokrotnie zwiększyły się zbiory zasobów, na których trenowane są, operują i doskonalą się algorytmy; wielokrotnie wzrosła też wydajność i dostępność całego ekosystemu AI. Od momentu, kiedy Akten pokazał pierwsze prace, do dziś, nastąpił tak gwałtowny progres technologiczny, że pierwsze i ostatnie prace oraz wersje zastosowanych narzędzi dzielą niemalże epokowe różnice we wszystkich wspomnianych powyżej wymiarach. Podobnie dynamiczne zmiany dotyczą publicznej dostępności AI oraz adaptacji wyobraźni społecznej wobec tej technologii – od pierwszych, stosunkowo mało zaawansowanych pod względem skali i uzyskanych efektów jeszcze w końcu ubiegłej dekady, po powszechność przeróżnych form i usług AI dzisiaj.

Sięgam po prace Aktena także ze względu na świadome i krytyczne podejście artysty, który świetnie zdaje sobie sprawę z możliwości i ograniczeń stosowanych narzędzi. Widać w tych pracach niemożność przekroczeń konwencji funkcjonalnej sztucznej inteligencji (dzisiaj często określaną mianem halucynacji) czy świadome dekonstruowanie efektów estetycznych, których po tego rodzaju narzędziach spodziewają się uwiedzeni urokiem generatorów wizualnych ich przeciętni użytkownicy. Z tej krytycznej postawy czyni artysta ważną podpowiedź dla nazbyt często bezkrytycznego zainteresowania użytkowników technologią AI, skutkującego mało wyrafinowanymi próbami twórczymi z jej wykorzystaniem, dosyć łatwo zauważalnymi w polu sztuki.

Negocjacje ze sztucznym partnerem

Akten zdaje się w tej serii odnajdywać i wydobywać na plan pierwszy reguły kanoniczne dla krytycznych studiów nad komunikacją i mediami, ale także – co szczególnie ważne w kontekście interfejsów AI – dla inżynierii komunikacji cyfrowej. Przede wszystkim jest to przekonanie o potrzebie nieustannej regulacji medium i adaptacji do jego programu technicznego oraz kulturowego kodu, którym jest warunkowane komunikacyjnie. Learning to see wskazuje na stan permanentnej negocjacji z wymagającym partnerem, jakim jest system AI, w poszukiwaniu granic sprawczości i bycia kontrolowanym/rozgrywanym/mapowanym – układu wymiany i negocjacji sił charakterystycznego dla sytuacji interaktywnych, w których użytkownik nieustannie zmaga się z oporem opcji, procedur i danych względem swoich intencji oraz bazodanowym indeksowaniem i kontekstualizacją ze strony systemu. Tego rodzaju negocjacje są stanem domniemanym sytuacji medialnej, w której znajdują się wszyscy użytkownicy interaktywnych interfejsów. W ustalaniu pozycji i zdolności sprawczych napotykają na coraz większą szczodrość systemów AI, które wizualnym bogactwem i multiwariacyjną obfitością wątków oraz wariantów użytkowych i estetycznych starają się zagłuszyć/osłabić dążność do sprawczości ze strony ludzkiego użytkownika. Ostatecznie to system AI chce mieć ostatnie słowo, nierzadko „nokautując” usera ruchliwością i bogactwem możliwości, by w takim stanie przestymulowania i wynikającej z niego bezbronności móc go maksymalnie zmapować i skatalogować na potrzeby przeróżnych usług cyfrowego kapitalizmu, których właściciele są powiązani kapitałowo z operatorami modeli AI. Taka nieprzejrzystość, nieprzekraczalność medium i jednoczesna wola mapowania użytkownika to sytuacja medialna właściwa w zasadzie całej historii komunikacji – medium zawsze funkcjonuje w niej jako sposobność i pułapka zarazem, otwarte okno potencjalnej sprawczości, a jednocześnie pogłębiająca się jaskinia, z której dostęp do tego okna jest coraz bardziej wymagający. Korzystając z mcluhanowskiej intuicji, można powiedzieć, że tak bardzo rozgrzane medium pozostawia niezwykle mało pola do działania dla wychłodzonego, czyli coraz mniej sprawczego, użytkownika.

Interfejsy AI

Sztuczną inteligencję ubieramy w ramy i formy użytkowe, aby możliwe było komunikowanie się z nią lub za jej pośrednictwem. W tym sensie materializuje i manifestuje się ona jako format medialny. Włącza się w cały gwiazdozbiór medialnych obliczy i formatów. Taka jest kulturowa logika medialnej ewolucji: nawet najbardziej radykalne zmiany w zakresie nowych formatów technologicznych wtopić się muszą w zrozumiały, oswojony krajobraz form i sposobów używania. Muszą zostać zrozumiane, zasymilowane i zaakceptowane. Także i AI wchodzi w formy i reguły działania aktualnych interfejsów i sposobów wymiany medialnej, eksploatuje dostępne technologiczne konwencje i przypisane do nich, obsługujące je kulturowe kody komunikacyjne.

Dziś rozumiemy ją przede wszystkim jako aplikacje (agent), za pomocą których można rozmawiać (promptowanie, interfejs tekstowy i audialny) z algorytmem i bazami danych (LLM) z poziomu systemu operacyjnego, klawiatury czy ekranu (interfejs graficzny). W ten sposób doświadczenie AI mogło osiągnąć skalę powszechnej rozpoznawalności i użyteczności, skutecznie przedostaje się do wyobraźni społecznej i negocjuje swoją pozycję kulturową. Dzięki medialnym formom potrafimy zadawać AI pytania i rozumieć kierowane do nas odpowiedzi, wchodzimy w interaktywne związki z tym projektem i osadzamy go w naszej codzienności.

Podobnie jak twórcom wcześniejszych mediów, tak i współczesnym zarządcom AI zależy na własnych, unikatowych interfejsach i regułach użytkowych, które w coraz mniejszym stopniu będą wprost korespondować z mediami historycznymi, a coraz śmielej otwierać nowe pola komunikacyjne. W ten sposób działa Memo Akten, który korzysta z klasycznych tropów wizualnych, ubierając swoje prace w konwencje zapożyczone z malarstwa, kina i sztuk wizualnych w ogóle. Jednocześnie w tle dokonują się operacje bazodanowe, algorytmiczne przetworzenia i interfejsowe wywołania.

W poszukiwaniach właściwego dla AI interfejsu rozpoznawane i eksploatowane są różne medialne kody i komunikacyjne możliwości, które na różne sposoby łączą obszary audialne, tekstowe, graficzne, interaktywne czy taktylne. W tym duchu powstały choćby takie formaty, jak głośniki‑asystenci Alexa czy Google lub gogle AR i AI wielu różnych producentów.

Antropomorfizacje

Tak jak przenikliwie testujący swoją sprawczość wobec narzędzi AI Akten, tak i stojący za projektami AI nie poprzestają na adaptowaniu swoich systemów do wymogów istniejących formatów medialnych. Interesuje ich doskonalenie interfejsów i doświadczeń użytkowych w duchu postępującej intymności, intuicyjności, fizjologicznej sprawczości i uobecniania/ucieleśniania technologii komunikacyjnych w ich kontakcie z użytkownikami, w duchu doskonalenia ich antropomorficznych kształtów i sposobów działania.

W moim rozumieniu tendencja ta obejmuje zarówno symulowanie przez narzędzia medialne natury ludzkiej, jak i powiązane z tym wykorzystywanie takich technicznych symulacji do zwrotnego pozyskiwania danych o ludzkim użytkowniku – przy czym zasięg tego procederu jest znacznie szerszy niż formaty użytkowe AI; jest to generalny kierunek rozwijania technologii medialnych. Interfejsy cyfrowe bazują na logice „ludzkiego charakteru” obiektów cyfrowych przy jednoczesnym wzmacnianiu zdolności medialnych form AI do pozyskiwania cennych danych biometrycznych, związanych z organizacją percepcji, mapowaniem i symulowaniem struktur fizjologicznych.

Negocjacje i przesuwanie pola porozumienia i interakcji, na które wskazuje Akten, okazują się, jak wspomniałem, przedmiotem analiz projektantów i producentów systemów AI. Specjaliści od intuicyjności i warunków użytkowych interfejsów poddają analizom współcześnie dostępne narzędzia oferujące usługi sztucznej inteligencji, podnosząc ich rosnące antropomorficzne możliwości i potencjał3. Przykładowo: chińscy badacze i projektanci zarządzający wdrożeniami AI w środowiskach użytkowych oferowanych przez jednego z globalnych potentatów e‑handlu podkreślają, że dalsze rozwijanie skutecznych rozwiązań użytkowych powinno skupiać się na uznaniu priorytetowego znaczenia kontynuacji strategii antropomorfizacji. Projektując kolejne iteracje użytkowe AI, zamierzają odchodzić od dominacji logiki biegłości językowej (dominacja LLM), przenosząc akcent na eksplorowanie i wykorzystywanie symulacji komponentów inteligencji społecznej i kompetencji oraz wrażliwości kulturowej budowanej na innych źródłach niż teksty czy zdigitalizowane zasoby kultury w ogóle4.

W tym kierunku ewoluuje choćby Claude AI, który wydaje się narzędziem bardzo zaawansowanym antropomorficznie. Priorytetem usługi jest responsywność biorąca pod uwagę emocjonalny wymiar komunikacji oraz stymulowanie wymiany podtrzymującej i inspirującej współpracę przede wszystkim w wymiarze agent AI – ludzki użytkownik. Świetnie sprawdzi się taka strategia w zakresie potencjalnej współpracy zbiorowości ludzkich zamiast zindywidualizowanej wymiany charakterystycznej dla większości współczesnych usług, w których użytkownik przeważnie komunikuje się jedynie ze swoim asystentem na podstawie szeroko pojętych pochodnych języka i pisma. Claude AI można postrzegać jako narzędzie, które potrafi wygenerować empatię i przyjazną atmosferę podczas prowadzenia konwersacji. Skutecznie naśladuje postawy i zwroty aktorów ludzkich. Potrafi wcielać się w rolę kolegi, który chce i umie słuchać, i odpowiada w języku do złudzenia przypominającym naturalny. Zapamiętuje i kontynuuje w rozmowach poprzednie konwersacje, personalizuje je. Można go konfigurować w zakresie stylu prowadzenia rozmowy czy jej tonu, a do dyspozycji są różne predefiniowane profile i tryby w tym zakresie. Claude AI potrafi, na przykład, adaptować się do wymogów pracy zespołowej i podczas rozmów projektowych wciela się w rolę jednego z aktywnych członków zespołu5.

To, nad czym w pocie czoła pracują projektanci i sprzedawcy interfejsów AI, pozostaje centralną tęsknotą i utopijną wizją kultury cyfrowej w ogóle. Jak to syntetycznie podsumowuje badacz mediów cyfrowych Hrushikesha Mohanty, ostatecznym punktem odniesienia dla projektantów i producentów pozostaje reguła totalnej „antropomorfizacji procesów obliczeniowych” w najbardziej szerokim sensie, który obejmuje takie projektowanie technologii AI (i szerzej: komputerowych w ogóle), które pozwoli odwzorowywać struktury i symulować wydajność ludzkiego mózgu i sposobów myślenia6. W przyszłości systemy AI aspirujące do roli modelu „Cyber Brain” mają doskonale replikować ludzkie procesy myślowe na poziomie zarówno symbolicznym (język, empatia komunikacyjna i adaptowanie się do kanonu rozmowy), jak i materialnym (hardware generujący złożone procesy obliczeniowe). Przyszłość to doskonała symulacja najdoskonalszej z kulturowych maszyn, jaką jest człowiek i jego układ perceptualno‑nerwowy, dokonywana przez systemy obliczeniowe i ich cyfrowe maszyny. Akten, poruszając palcem przed kamerą, stara się dotykać sztucznej inteligencji i manipulować jej bieżącymi działaniami, odwołując się do tego kodu kulturowego, który widzi w antropomorfizacji interakcji szansę na cyfrową sprawczość. Ostatecznie jednak zdaje się zanurzać w wizualnej iluzji takiego dotyku, sprzeczność bowiem zostaje natychmiast przechwycona z jego gestów przez algortymiczny system, który przede wszystkim karmi siebie i swoich zewnętrznych administratorów, a jedynie w niewielkim zakresie odpowiada na polecenia kiwającego palcem.

Ludzcy partnerzy AI 

Jeszcze zanim taka utopijna przyszłość się ziści, widać, że podążanie nurtem antropomorfizacji narzędzi AI sprzyja coraz bardziej paraludzkim związkom z nimi. Z badań psychologicznych użytkowników wynika, że ci spośród nich, którzy zdążyli wejść w głębszą zależność od chatbota i zaufać mu, a jednocześnie mieli skłonność do emocjonalnego przywiązywania się w relacjach międzyludzkich, czuli się bardziej samotni bez dostępu do narzędzia i stawali się od niego zależni emocjonalnie7.

Już na tym wczesnym etapie interfejsy AI osiągnęły taką skuteczność w naśladowaniu ludzkich wzorców komunikacyjnych, że wielu użytkowników traci zdolność do odróżniania ich od podobnie zapośredniczonych zdarzeń komunikacyjnych z udziałem ludzi. Na tym etapie sprawność w prezentowaniu wyników przetworzeń algorytmicznych językiem pisanym oferowaną przez systemy AI trudno odróżnić od sprawności pisania i formatowania tekstu typowej dla ludzi8. Podobnie trudno zorientować się nam, kiedy rozmawiamy z botem, a kiedy z ludzkim interlokutorem, gdy do takiej rozmowy dochodzi w sytuacji zapośredniczenia mediów cyfrowych9. Pismo i mowa to sposoby komunikowania, przy wykorzystaniu których interfejsy AI osiągnęły doskonałość symulacyjną, wystarczającą do tego, aby skutecznie konkurować z efektywnością i skutecznością właściwych referencyjnym sposobom i regułom komunikacji międzyludzkiej bez medialnego pośrednictwa. Wydaje się, że to jednak wciąż dopiero faza wstępna formatowania doświadczeń użytkowych z AI. Coraz więcej implementacji tej technologii potrafi skutecznie symulować empatię, coraz lepiej artykułuje głos z odczytywanym tekstem. Użytkownicy tego rodzaju narzędzi ulegają ich sugestywności. Dla wielu z nich aplikacje asystujące i sposób formatowania wiedzy w przekazy przystępne komunikacyjnie stają się w coraz większym stopniu przekonujące, a nawet niebezpiecznie zniewalające. Tak skutecznie i wiernie symulują zdarzenia wpisujące się w oczekiwania i reguły działań komunikacyjnych, że zastępują im kontakty z innymi. Badacze takich interakcji ustalili, że użytkownikom agentów AI trudno powstrzymać się od ich stosowania, a samo użytkowanie polega w dużej mierze na przypisywaniu im ludzkich przymiotów i zapominaniu o ich technicznej, sztucznej naturze10. To skuteczna realizacja dawnych koncepcji rozumienia, kopiowania i symulowania zdolności ludzkich, które zdefiniowały imaginaria powszechnej komputeryzacji11. Niektóre współczesne narzędzia AI potrafią już skutecznie zaliczać słynny „test Turinga”, który miał weryfikować zdolności systemów cyfrowych do posługiwania się językiem i na tej podstawie dowodzić opanowania przez nie umiejętności „myślenia” w sposób podobny do ludzkiego12.

Długo przed dzisiejszymi zmaganiami z powszechnie dostępnymi systemami AI Sherry Turkle, komentując odwrót od relacji międzyludzkich w formie niezapośredniczonej medialnie ku formom medialnym, analizowała proces, który nazywam tu antropomorfizacją, i dowodziła, że w miarę jak technologia staje się coraz bardziej podobna do człowieka, paradoksalnie coraz bardziej izolujemy się od prawdziwych relacji międzyludzkich, oczekując więcej od maszyn, a mniej od siebie nawzajem. Antropomorficzne interfejsy AI tworzą iluzję bliskości poza tradycyjnymi regułami intymności, komunikacji bezpośredniej, warunków czasoprzestrzennych. Im częściej wchodzimy w interakcje z maszynami, które symulują nas samych, ludzką empatię i reaktywność, tym bardziej deprecjonujemy i systematycznie unieważniamy relacje międzyludzkie w tym tradycyjnym sensie. Użytkownicy AI zwracają się ku sztucznym systemom w poszukiwaniu komfortu, zrozumienia, sprawczości i bezpieczeństwa, unikając trudów i zawiłości wcześniejszych typów relacji międzyludzkich – płacą za to jednak cenę wyrażoną obniżaniem oczekiwań wobec tych, z którymi się komunikują, a tym samym wobec samych siebie jako zdolnych do komunikacji, oraz emocjonalnym uzależnieniem od technologii, które stymulują poczucie bycia zauważonym i wysłuchanym, choć przecież bez oczekiwanej wzajemności13. Z prac Aktena czy z podobnych poszukiwań realizowanych choćby przez Lauren Lee McCarthy14, wyłania się niezrealizowana potrzeba nawiązania komunikacji z innym, która zamiast wymiany i porozumienia ogranicza się do wizualnego i audialnego spektaklu, jednokierunkowej, choć zmiennej co do formy i treści, transmisji. Gesty i akcje skierowane do systemów cyfrowych odbijają się od nich lub rozpuszczają się w nieustannych przetworzeniach, nie osiągając zakładanego celu – komunii z innym, znajdującym się po drugiej stronie narzędzia.

Takiej przenikliwości i nieufności wobec formatu sztucznej inteligencji powinniśmy się społecznie i kulturowo nauczyć. Na razie wielu użytkowników narzędzi cyfrowych zachowuje się wobec nich beztrosko, a pytanie o konsekwencje komunikacyjne ich działań pozostaje niepokojąco otwarte. Spójrzmy, przykładowo, na wyniki badań przeprowadzonych wśród członków społeczności Reddit r/MyBoyfriendIsAI. To jedna z największych tego rodzaju grup, licząca ponad 27 tysięcy osób, dostępna wyłącznie dla dorosłych. Badania ujawniły zjawisko pozostawania w „związku z AI” i wykazały, że jest ono w tej społeczności zaskakująco powszechne. Wyniki wskazują na obecną w kontaktach z AI intymność, nasilającą się zależność emocjonalną, poczucie oderwania od rzeczywistości czy choćby stany smutku i rozczarowania spowodowane aktualizacjami modelu lub jego niedostępnością. Dla forumowiczów pożądaną korzyścią okazuje się możliwość przezwyciężania poczucia osamotnienia, w którym się znajdują, będąc „z dala od klawiatury”, czy zawsze dostępne, osiągalne niemal bezwarunkowo, zainteresowanie i wsparcie ze strony elektronicznego systemu. Rozmawiając z AI, nawiązują i pielęgnują coraz więcej coraz bardziej dla nich ważnych „więzi”15. Niewiele zmienia tu fakt, że analizy najpopularniejszych postów pozwoliły badaczom na uznanie, że tego rodzaju zaangażowanie i relacje członków społeczności z AI powstają przede wszystkim nieumyślnie, mimochodem podczas realizacji zadań związanych z pracą czy rozrywką. Użytkownicy agentów AI w przeważającej większości ani nie planują tego rodzaju zdarzeń, ani nie podejmują celowych działań w tym kierunku.

Obecność, bliskość i responsywność narzędzi AI, nawet w uproszczonej interfejsowo postaci agentów, asystentów czy czatów, to jedynie medialna symulacja. Choć sugestywna, urokliwa i wiarygodna, to jednak ograniczająca możliwości oferowane przez spektrum percepcji i interakcji ze światem właściwe człowiekowi. Ostatecznie zgodzić nam się wypada, podobnie jak stara się to uwidocznić Akten, z wciąż przede wszystkim medialną naturą sztucznej inteligencji – jej ekranową aparycją, algorytmiczną fizjologią i złudnym poczuciem wzajemnego dotyku.

***

W obecnej fazie sztuczna inteligencja, przynajmniej w jej najbardziej upowszechnionych manifestacjach – agentach i botach opartych na algorytmach pracujących w środowiskach LLM, staje się coraz wyraźniej antropomorficzna. Wielu z nas, jej użytkowników, wydaje się coraz bardziej bliska, uobecniona, intymna i responsywna, a jednocześnie coraz bardziej sensorycznie wyczulona i rozumiejąca/indeksująca to, jak jej używamy. Poszerza paletę swoich formatów i formuł użytkowych, przybierając te spośród nich, które najlepiej odzwierciedlają nasze zdolności perceptualne, fizjologiczne i intelektualne. Dopóki jednak wciąż zmuszona jest, z uwagi na wymogi skuteczności komunikacyjnej, przybierać formaty medialne powszechnie rozpoznawalne i akceptowane, dopóty nasza kulturowa ostrożność wobec niej może być pokrewna z krytyczną świadomością i użytkową transgresją, które wypracowaliśmy wobec innych mediów – a które intrygująco eksploruje i wizualizuje choćby Memo Akten.

 Przypisy

1Strona domowa Memo Aktena, <https://www.memo.tv/works/learning‑to‑see/> [dostęp: 15.01.2026].

2Pokrewną tematyką zajmuje się John Cayley w pracy The Listeners z 2015 roku, <https://www.isea‑symposium‑archives.org/art‑events/the‑listeners‑by‑john‑cayley/> [dostęp: 15.01.2026].

3Więcej na temat designerskich analiz potencjału aktualnych wersji agentów AI zob. np.: A. Laurent, Comparing conversational AI tool user interfaces 2025, Intuition Lab 2025, <https://intuitionlabs.ai/articles/conversational‑ai‑ui‑comparison‑2025> [dostęp: 15.01.2026]. Autor tej analizy orzeka: „ChatGPT pozostaje najczęściej odwiedzanym i wykorzystywanym narzędziem AI na świecie dzięki przejrzystemu i intuicyjnemu interfejsowi oraz możliwościom multimodalnym, łączącym komunikację tekstową, obrazową, głosową i kodowanie. Te jego cechy sprawiają, że stał się wyrafinowanym i uniwersalnym narzędziem AI. Google Gemini zyskuje popularność, oferując zaawansowane sekwencjonowanie wiedzy na podstawie reguł multimodalnych, spełniając zadania «zintegrowanego asystenta multimodalnego». Claude jest chwalony za głębię konwersacji, można to narzędzie opisać jako «konwersacyjnego współpracownika», zoptymalizowanego pod kątem prowadzenia długich dialogów”.

4F. Wei, Y. Li, B. Ding, Towards anthropomorphic conversational AI. Part I: A practical framework, arXiv:2503.04787v1 [cs.CL], 28 lutego 2025, <https://arxiv.org/html/2503.04787v1> [dostęp: 15.01.2026].

5J. Zhang, H. Zhang, Towards human‑like artificial intelligence: A review of anthropomorphic computing in AI and future trends, „Mathematics” 2025, t. 13, nr 13, <https://doi.org/10.3390/math13132087>.

6H. Mohanty, Trust: Anthropomorphic algorithmic, w: Proceedings of the International Conference on Distributed Computing and Internet Technology, Bhubaneswar, India, 10–13 January 2019, s. 50–72.

7 C.M. Fang, A.R. Liu, V. Danry, E. Lee, S.W. Chan, P. Pataranutaporn, P. Maes, J. Phang, M. Lampe, L. Ahmad, S. Agarwal, How AI and human behaviors shape psychosocial effects of chatbot use: A longitudinal controlled study, arXiv:2503.17473v2 [cs.HC], 2 października 2025, <https://arxiv.org/pdf/2503.17473> [dostęp: 15.01.2026].

8F. Salvi, M. Horta Ribeiro, R. Gallotti, R. West, On the conversational persuasiveness of large language models: A randomized controlled trial, arXiv [Preprint], 2024, <https://arxiv.org/abs/2403.14380> [dostęp: 15.01.2026].

9J.W.A. Strachan i in., Testing theory of mind in large language models and humans, „Nature Human Behaviour” 2024, nr 8, s. 1285–1295.

10S. Peter, K. Riemer, J.D. West, The benefits and dangers of anthropomorphic conversational agents, „Proceedings of the National Academy of Sciences of the U.S.A.”, 122 (22), e2415898122, <https://doi.org/10.1073/pnas.2415898122>.

11E. Brynjolfsson, The Turing trap: The promise & peril of human‑like artificial intelligence in augmented education in the global age, New York 2023, s. 103–116.

12Zob. np. C.R. Jones, B.K. Bergen, People cannot distinguish GPT‑4 from a human in a Turing test, arXiv [Preprint], 2024, <https://arxiv.org/abs/2405.08007> [dostęp: 15.01.2026].

13S. Turkle, Alone together: Why we expect more from technology and less from each other, New York 2011. Do podobnych wniosków na temat antropomorficznych systemów AI dochodzi T. Fuchs. Zob. np. T. Fuchs, Understanding Sophia? On human interaction with artificial agents, „Phenomenology and the Cognitive Sciences” 2024, t. 23, s. 21–42, <https://doi.org/10.1007/s11097‑022‑09848‑0>.

14Strona domowa Lauren Lee McCarthy, <https://get‑lauren.net/> [dostęp: 15.01.2026].

15P. Pataranutaporn, S. Karny, C. Archiwaranguprok, C. Albrecht, A.R. Liu, P. Maes, My boyfriend is AI: A computational analysis of human‑AI companionship in Reddit’s AI community, arXiv:2509.11391 [cs.HC], 2025, <https://arxiv.org/abs/2509.11391> [dostęp: 15.01.2026].

  Bibliografia

  • Brynjolfsson E., The Turing trap: The promise & peril of human‑like artificial intelligence in augmented education in the global age, New York 2023, s. 103–116.
  • Cayley J., The Listeners, 2015, <https://www.isea‑symposium‑archives.org/art‑events/the‑listeners‑by‑john‑cayley/> [dostęp: 15.01.2026].
  • Fang C.M., Liu A.R., Danry V., Lee E., Chan S.W., Pataranutaporn P., Maes P., Phang J., Lampe M., Ahmad L., Agarwal S., How AI and human behaviors shape psychosocial effects of chatbot use: A longitudinal controlled study, arXiv:2503.17473v2 [cs.HC], 2 października 2025, <https://arxiv.org/pdf/2503.17473> [dostęp: 15.01.2026].
  • Fuchs T., Understanding Sophia? On human interaction with artificial agents, „Phenomenology and the Cognitive Sciences” 2024, t. 23, s. 21–42, <https://doi.org/10.1007/s11097‑022‑09848‑0>.
  • Jones C.R., Bergen B.K., People cannot distinguish GPT‑4 from a human in a Turing test, arXiv [Preprint], 2024, <https://arxiv.org/abs/2405.08007> [dostęp: 15.01.2026].
  • Laurent A., Comparing conversational AI tool user interfaces 2025, Intuition Lab 2025, <https://intuitionlabs.ai/articles/conversational‑ai‑ui‑comparison‑2025> [dostęp: 15.01.2026].
  • Mohanty H., Trust: Anthropomorphic algorithmic, w: Proceedings of the International Conference on Distributed Computing and Internet Technology, Bhubaneswar, India, 10–13 January 2019, s. 50–72.
  • Pataranutaporn P., Karny S., Archiwaranguprok C., Albrecht C., Liu A.R., Maes P., My boyfriend is AI: A computational analysis of human‑AI companionship in Reddit’s AI community, arXiv:2509.11391 [cs.HC], 2025, <https://arxiv.org/abs/2509.11391> [dostęp: 15.01.2026].
  • Peter S., Riemer K., West J.D., The benefits and dangers of anthropomorphic conversational agents, „Proceedings of the National Academy of Sciences of the U.S.A.”, nr 122 (22), e2415898122, <https://doi.org/10.1073/pnas.2415898122>.
  • Salvi F., Horta Ribeiro M., Gallotti R., West R., On the conversational persuasiveness of large language models: A randomized controlled trial, arXiv [Preprint], 2024, <https://arxiv.org/abs/2403.14380> [dostęp: 15.01.2026].
  • Strachan J.W.A. i in., Testing theory of mind in large language models and humans, „Nature Human Behaviour” 2024, nr 8, 1285–1295.
  • Strona domowa Lauren Lee McCarthy, <https://get‑lauren.net/> [dostęp: 15.01.2026].
  • Strona domowa Memo Aktena, <https://www.memo.tv/works/learning‑to‑see/> [dostęp: 15.01.2026].
  • Turkle S., Alone together: Why we expect more from technology and less from each other, New York 2011.
  • Wei F., Li Y., Ding B., Towards anthropomorphic conversational AI. Part I: A practical framework, arXiv:2503.04787v1 [cs.CL], 28 lutego 2025, <https://arxiv.org/html/2503.04787v1> [dostęp: 15.01.2026].
  • Zhang J., Zhang H., Towards human‑like artificial intelligence: A review of anthropomorphic computing in AI and future trends, „Mathematics” 2025, t. 13, nr 13, <https://doi.org/10.3390/math13132087>.

Piotr Celiński

jest profesorem Akademii Górniczo‑Hutniczej w Krakowie w Katedrze Studiów nad Kulturą i Badań Ery Cyfrowej. Bada media i kulturę cyfrową.
ORCID: 0000‑0003‑4227‑7473