Cztery poziomy kontaktu z AI według Karpathy’ego: od braku styczności po systemy frontier

Doświadczenie z dużymi modelami językowymi i zaawansowanymi systemami sztucznej inteligencji pozostaje skrajnie nierówne. Andrej Karpathy, współzałożyciel OpenAI i były szef działu AI w Tesli, przedstawił własne szacunki dotyczące tego, jak wygląda globalny kontakt z tą technologią. Zwraca uwagę, że większość społeczeństwa ocenia AI przez pryzmat prostych narzędzi tekstowych, podczas gdy możliwości najnowszych systemów testuje w praktyce bardzo wąskie grono specjalistów.

Karpathy dzieli ludzi na cztery grupy. Pierwszą – liczącą około 6 miliardów osób, czyli zdecydowaną większość światowej populacji – stanowią ci, którzy dotąd ledwie zetknęli się z modelami LLM. Druga grupa to od 1 do 2 miliardów użytkowników bezpłatnych chatbotów. Dla nich technologia ta pełni zazwyczaj rolę asystenta pisania, streszczania tekstów lub ulepszonej wyszukiwarki internetowej. Na tym poziomie pozostaje także wielu pracowników umysłowych i menedżerów, których codzienna praca opiera się głównie na komunikacji z ludźmi.

Trzecią grupę stanowi według szacunków Karpathy’ego około 20 milionów profesjonalistów, którzy regularnie wykorzystują modele w matematyce i programowaniu. W ich przypadku zmiana narzędziowa jest najbardziej widoczna: złożone projekty, których ręczna realizacja zajmowała wcześniej tygodnie lub miesiące, bywają zlecane agentom AI na podstawie pojedynczych poleceń. Chodzi m.in. o tworzenie, kopiowanie, tłumaczenie czy odtwarzanie aplikacji z plików binarnych. Same przykłady zadań przypisywanych agentom, ocena ich wyników oraz faktyczny zakres ludzkiego nadzoru nie mają jednak niezależnego potwierdzenia w dostępnym materiale.

Skala i tempo tej zmiany zaskoczyły nawet samego badacza. W październiku 2024 roku Karpathy publicznie oceniał agentów AI jako rozwiązanie w dużej mierze marketingowe i mało funkcjonalne. Kilka miesięcy później – jak sam przyznaje – całkowicie zrezygnował z ręcznego pisania kodu znak po znaku, oddając to zadanie modelom. Podkreśla jednak, że jest to jego osobista relacja i subiektywne doświadczenie z codziennej pracy, a nie ustandaryzowany pomiar wydajności.

Czwarta kategoria obejmuje zaledwie około 5 tysięcy osób na świecie, które mają bezpośredni dostęp do wewnętrznych, eksperymentalnych systemów klasy frontier w czołowych laboratoriach badawczych. W tym środowisku modele są testowane m.in. w wieloagentowych zespołach nad złożonymi problemami naukowymi czy technicznymi. Karpathy nie przedstawił metodologii, na podstawie której oszacował liczebność poszczególnych grup ani liczbę osób mających dostęp do systemów wewnętrznych.

Karpathy zaznacza, że tak szybki postęp w programowaniu i matematyce nie jest przypadkowy. To dziedziny całkowicie cyfrowe, których wyniki dają się precyzyjnie weryfikować w pętli uczenia przez wzmacnianie, a zarazem generujące bezpośrednią wartość ekonomiczną. Z tego względu to tam trafia najwięcej mocy obliczeniowej i zasobów badawczych, co sprawia, że doświadczenia inżynierów oprogramowania znacząco wyprzedzają to, co dziś z AI może zrobić przeciętny użytkownik.