Był głosem Google Maps, zastąpił go bot. „Polityce” mówi: A może ...

KATARZYNA KACZOROWSKA: W 2021 r. wykończył pan bota fotowoltaicznego, czy też raczej bocicę Klarę, która oblała test Turinga. A dzisiaj wychodzi na to, że boty dokonały zemsty na panu – sztuczna inteligencja się odegrała i zastąpiła pański głos z Google Maps.
JAROSŁAW JUSZKIEWICZ: Nie zgodzę się, bo mówienie o odgrywaniu oznacza upodmiotowienie bocicy i systemu AI, a przecież te systemy nie mają świadomości. Tę świadomość za to mam ja, dziennikarz zajmujący się technologią. I wiem, że sztuczna inteligencja to narzędzie, a narzędzia można użyć mądrze albo głupio, jak w przypadku Krakowa, gdzie laptopem za 12 tys. przybito gwoźdź. I nie stanę na czele pochodu rewolucji dzierżącej hasła „Tylko żywi lektorzy!” czy „AI powinno być zabronione”. Bo, po pierwsze, to jest przeciwskuteczne. A po drugie, ustawiłbym się w jednym szeregu z tymi robotnikami, którzy niszczyli maszyny parowe. W tym wszystkim chodzi tylko i aż o to, żebyśmy my – ludzie – używając sztucznej inteligencji, używali własnych mózgów. Ja akurat AI używam na co dzień i nie chodzę na skróty, każąc jej robić rzeczy, do których nie jest przeznaczona.

Ale, jak widać, można ożywić Wisławę Szymborską i rozmawiać z nią o Noblu i współczesnej literaturze.
Jest pani pewna, że można?

Użyłam tego słowa przewrotnie.
Uff, bo mnie ta rozmowa od razu przypomniała Stephena Kinga i „Smętarz dla zwierzaków”. Wykopujemy kogoś z grobu, ale ten ktoś nie jest taki sam. I to jest straszne.

Czytaj też: Sztuczna inteligencja coraz prawdziwsza. Czy właśnie zaczyna czuć i myśleć jak człowiek?

To fascynacje możliwościami czy zabawką? Przyznam zresztą, że jak słyszę „wrzuć to sobie do ChatGPT”, to nawet mi się nie chce mówić, że przecież aby coś temu czatowi wrzucić, to najpierw muszę to coś sama zebrać. A potem i tak sprawdzić, czy czat nie zrobił błędów.
Jest takie bardzo stare informatyczne określenie „garbage in, garbage out” – jeżeli do komputera wrzucimy śmieci, to nawet po ich przerobieniu wciąż będą to śmieci. W przypadku AI jest o tyle inaczej, że ona próbuje coś robić, ale proszę pamiętać, że to model językowy. I oczywiście akurat ten czat jest najprostszym i najbardziej prymitywnym użyciem tego systemu, ale jest ich znacznie więcej. Sam używam płatnego, naukowego systemu SCITE, który szuka danych i od razu podaje odnośniki do prac naukowych. Choć jemu też zdarza się halucynować. A wracając do pani pytania – ja bym nie określił tego zabawką. Co więcej, w pracy dziennikarza jest wiele systemów AI, które się bardzo przydają. Nomen omen jeden z takich systemów widziałem dwa tygodnie temu w siedzibie Google Polska – byłem na konferencji prasowej, podczas której prezentowano Notebook LM. I to jest rewelacja.

Dlaczego?
Wrzuca się do niego dokumenty źródłowe. To mogą być PDF-y, linki, filmy, podkasty. I system pracuje tylko na tych danych, które mu damy. Niczego nie zmyśla. Sprawdziliśmy go z moją córką, która studiuje m.in. kreatywne pisanie. Wbiliśmy mu „Ulissesa” i zadaliśmy to pytanie, które sobie tysiące czytelników zadało przed nami: „o czym jest ta książka?”. I system jakoś sobie z tym poradził. Kiedy kończyłem pisanie książki i potrzebowałem na końcu podać materiały źródłowe, czyli inne książki, na których się opierałem, system też się świetnie sprawdził. Jeżeli więc nie będziemy się lenić, użyjemy szarych komórek, czyli najlepszego komputera na świecie, to moim zdaniem jesteśmy w stanie AI utrzymać w ryzach. Ale wszyscy wiemy też, że zawsze znajdą się źli ludzie, którzy nie użyją noża do krojenia chleba, tylko do przyłożenia go komuś do gardła.

Wyobraża pan sobie przeprowadzony dzisiaj wywiad z Joyce’em, którego student zapyta o to, o czym właściwie jest jego książka?
Nie, bo to, co Joyce chciał nam przekazać, przekazał w „Ulissesie”, i jeżeli chcemy dojść do tego, czym jest dla nas ta książka, to musimy zrobić to sami. Tak jest z każdym innym dziełem. Jeżeli użyjemy takiego systemu bezkrytycznie, to polecimy wyłącznie po łebkach. „Ulisses” w kontekście wykorzystania AI będzie po prostu streszczeniem, brykiem jak z lektur. Nie dowiemy się niczego o książce, jeśli tylko przeczytamy bryk. Ale jeśli mnie pani pyta o wywiad z Szymborską, to jest to przekroczenie granicy i dla mnie moralnie i etycznie o dwa kroki za linią. Choć przyznam, że rok temu słuchałem piosenki The Beatles, która została odnaleziona gdzieś na taśmach Johna Lennona. Oglądałem wideoklip, gdzie czterech beatlesów wystąpiło obok siebie. I wtedy nie miałem tego problemu.

No to jeszcze mamy awatary nieżyjących artystów na koncertach, jakbyśmy byli na żywo w opowieściach Phillipa K. Dicka.
Pierwszy raz zobaczyłem taki awatar na koncercie wiele lat temu, jeszcze zanim zaczęto mówić o AI. To była „Wojna światów”, koncert w Londynie i ożywiona twarz Richarda Burtona. Była olbrzymia, trójwymiarowa i animowana. I rzeczywiście wydawało się to dziwne, ale wrócę do koncepcji narzędzia. Można pędzlem namalować przepiękny obraz, a można namalować pornografię.

Bo za obraz odpowiada ten, kto trzyma pędzel.
No właśnie. W tej krakowskiej historii najbardziej boli mnie to, że zrobiło to radio publiczne. Ja w radiu publicznym spędziłem 31 lat. I pamiętam, że wielokrotnie w Radiu Katowice podkreślaliśmy, że jesteśmy ludźmi zbudowanymi z głosu. Tak mówiła śp. Maria Pańczyk, jedna z naszych dziennikarek, potem senatorka. To poczucie, że głos jest tym czymś zewnętrznym, ale ważna jest również postać człowieka, który mówi, tkwi we mnie bardzo głęboko. W Radiu Kraków postawiono to na głowie.

Czytaj też: W ławce z AI? W szkole to temat delikatny. Brytyjczycy sprawdzają, czy jest się czego bać

„Jesteś na miejscu” – te słowa znają nie tylko kierowcy korzystający z Google Maps. Choć przyznam, że kiedy słyszę „kieruj się na północny zachód”, to zastanawiam się, gdzie szukać drzewa z mchem…
Mogę pani powiedzieć – jako współpracownik Planetarium Śląskiego – jak znaleźć tę północ.

Nie ma pan poczucia końca pewnej epoki? Żywego lektora, człowieka z imienia, nazwiska, z dorobkiem, historią, zastąpił bot.
Nie chcę z siebie robić jakiegoś symbolu czy superważnej osoby, ale patrząc na to, co wydarzyło się wokół tej rezygnacji z mojego głosu przez Google, po informacjach, które otrzymuję i głosach kolegów lektorów, wydaje się, że może stało się coś dobrego dla branży.

To znaczy?
Że być może gdzieś w tym pędzie na chwilę ktoś się wpół kroku zatrzyma i uzna, że powiedzenie klientom: „My używamy żywego lektora”, będzie czymś dobrym.

Kilka lat temu też z pana zrezygnowano. Wtedy były protesty i przywrócono pański głos.
Korporacje rządzą się swoimi prawami, ale dzisiaj jesteśmy w troszkę innej sytuacji. Wtedy to był po prostu automat, który coś tam czytał. Teraz mamy system AI, który jest integrowany. Jest głosem całego systemu – to Gemini, czyli jest tam też Asystent Boogoo, bo ten głos nie został skwantyfikowany.

Czyli?
Mówiliśmy przed chwilą o wykopaniu z cyfrowego grobu Szymborskiej. Gdyby ktoś zwrócił się do mnie z prośbą o to, by stworzyć mój awatar cyfrowy, to rozmawiałbym o tym, bo miałbym kontrolę nad wykorzystaniem mojego głosu.

Ale to jest wybór i świadoma decyzja.
No właśnie. Już mówiłem, że świat nie jest pełen samych dobrych ludzi. Parę razy sklonowano mój głos do jakichś śmiesznych filmików. Ktoś np. prezentował na Instagramie, jak moim głosem nawigacja mówi wulgaryzmy. Tępiłem to, jak mogłem, zwracałem uwagę, że to kradzież tożsamości, bo głos jest elementem wizerunku. I tu akurat polskie prawo daje radę. Natomiast być może rzeczywiście żywy lektor będzie wartością dodaną, tak jak jest cała grupa ludzi, którzy nigdy nie przerzucą się na czytniki elektroniczne. Ja się przerzuciłem, i to dość dawno temu, ale rozumiem tych, którzy chcą mieć fizyczną książkę w ręce. Sedno jest w tym, że czytelnik ma wybór – może pójść do księgarni albo kupić książkę w formie elektronicznej. Gorzej, jeśli ktoś zdecyduje za nas i ten wybór stracimy.

Ta decyzja nazywa się optymalizacją i dotyczy przede wszystkim zysków.
Ale proszę pamiętać, że duże korporacje, bo o nich mówimy, kierują się nie tylko zyskiem, ale też dbałością o wizerunek. Jeżeli dostrzegą, że klientom to się nie podoba, to nie będą na siłę cisnęli takich rozwiązań.

Rozumiem, że chce pan autoryzować rozmowę?
Wiem, że żaden dziennikarz tego nie znosi.

A ja wolę uniknąć pomyłki. Wyślę w ciągu godziny.
Szybka pani jest.

Nie jestem, korzystam z narzędzia AI, które sczytuje nagranie. Czasem zmyśla, gdy jakiegoś słowa nie rozumie, ale można się skupić na redakcji tekstu, a nie mechanicznym spisywaniu.
No proszę, też korzystam z takiego narzędzia, nawet przecinki stawia i kropki. To napiszmy, że ta rozmowa powstała z pomocą sztucznej inteligencji.