V debatách o umělé inteligenci se často opakuje otázka, zda budou mít výhodu programátoři, lidé s technickým vzděláním nebo firmy s přístupem k největším datům. Všechny tyto faktory budou důležité. Samy ale nevysvětlují, proč dva lidé mohou nad stejným modelem dospět k zásadně odlišným výsledkům.

Rozdíl často nevzniká v samotném nástroji, ale ve způsobu práce. Jeden člověk zadá obecný příkaz a přijme první plynule znějící odpověď. Druhý vymezí problém, doplní souvislosti, požádá o alternativní pohledy, oddělí fakta od interpretací a ověří důležitá tvrzení. Právě tato druhá schopnost bude v AI době stále cennější.

Nejde o magické umění „dokonalého promptu“. Jde o rozvinutou schopnost myslet v pojmech, otázkách, souvislostech a kritériích.

AI nezvýhodňuje jen technické dovednosti

Jazykové modely se ovládají především jazykem. U běžného softwaru člověk používá formuláře, tlačítka nebo přesně definované příkazy. U konverzační AI se hlavním rozhraním stává zadání. To určuje, co má model řešit, jaké informace má považovat za relevantní a v jaké podobě má výstup vytvořit.

To však neznamená, že dobře formulovaná otázka automaticky zaručí pravdivou odpověď. Model může pracovat s neúplnými informacemi, špatně vyhodnotit zdroj nebo vytvořit přesvědčivě znějící nepřesnost. Kvalitní práce s AI proto stojí na dvou věcech zároveň.

První je schopnost zadání formulovat. Druhou je schopnost výsledek posoudit.

Člověk, který umí jen zadat příkaz, může získat rychlý text. Člověk, který rozumí tématu, jeho pojmům a rizikům, dokáže model skutečně použít jako nástroj pro analýzu, návrh nebo orientaci v problému.

Otázka nastavuje rámec odpovědi

Každá otázka obsahuje více než jen téma. Nese také určitý rámec. Může obsahovat předpoklady, hodnotový soud, výběr perspektivy i představu o tom, co se pokládá za problém.

Porovnejme několik zadání.

> Co je špatně?

Takový dotaz model vede k hledání chyb a nedostatků. Může být užitečný, ale zároveň předem určuje negativní optiku.

> Co funguje, co nefunguje a kde je největší prostor pro zlepšení?

Toto zadání už model vede k rozlišení silných a slabých stránek.

> Nabídni tři možné interpretace situace, u každé uveď důkazy pro a proti a napiš, co by bylo potřeba zjistit, aby šla ověřit.

Tady se z jednoduchého dotazu stává analytická práce. Model není žádán jen o názor, ale o strukturování nejistoty.

To je praktický význam takzvaného rámování. Nejde o to AI manipulovat. Jde o to uvědomit si, že žádná otázka není úplně neutrální. Slova, která zvolíme, rozhodují o tom, které vztahy a kategorie model při odpovědi zvýrazní.

Od jednorázového promptu k dialogu

Mnoho lidí používá AI jako vyhledávač s lepší stylistikou. Položí jeden dotaz, přečte odpověď a skončí. Tento způsob je rychlý, ale u složitějších témat nespolehlivý.

Užitečnější je chápat práci s AI jako dialogický proces.

První zadání vymezí problém. Další může doplnit chybějící kontext. Třetí může požadovat kontrolu předpokladů. Další krok může model přimět srovnat varianty, označit slabá místa nebo navrhnout postup ověření.

Takový postup je zvlášť důležitý v právních, finančních, zdravotních, technických nebo společenských otázkách. Čím závažnější jsou důsledky, tím méně stačí plynulý text. Je nutné ověřovat fakta mimo model a pracovat s konkrétními zdroji.

Dobrá práce s AI tedy není soutěž o jednu perfektní větu. Je to schopnost vést postupné zkoumání problému.

Co obsahuje dobré zadání

U složitějších úkolů pomáhá, když zadání obsahuje několik základních vrstev.

  • Cíl: Co má být výsledkem?
  • Kontext: Jaké okolnosti model potřebuje znát?
  • Rozsah: Co má zahrnout a co naopak vynechat?
  • Publikum: Pro koho je výstup určen?
  • Forma: Má jít o stručné shrnutí, článek, tabulku, plán, argumentaci nebo návrh textu?
  • Kritérium kvality: Podle čeho poznáme, že je výsledek použitelný?
  • Míra jistoty: Kde má model uvést, co je doložený fakt, co pravděpodobný závěr a co jen hypotéza?

Slabé zadání může znít takto.

> Vysvětli mi AI.

Přesnější zadání může znít například takto.

> Vysvětli jazykové modely vzdělanému laikovi. Zaměř se na to, že pracují s textovými vzorci a lidskými reprezentacemi světa. Odděl technický popis od filozofických interpretací a uveď i hlavní limity, například halucinace a závislost na kvalitě vstupů.

Druhý dotaz není lepší proto, že je delší. Je lepší proto, že snižuje nejasnost.

Kdo bude mít skutečnou výhodu

Výhodu nezískají pouze lidé, kteří umějí rychle napsat zadání. Dlouhodobě budou silnější ti, kteří spojí několik druhů gramotnosti.

Budou umět přesně pojmenovat problém. Budou rozlišovat mezi faktem, interpretací a hodnotovým soudem. Budou vědět, jaký kontext je důležitý a jaké informace naopak mohou odvádět pozornost. Dokážou měnit perspektivu, porovnávat možnosti a ptát se, co by jejich závěr mohlo vyvrátit.

Zároveň budou umět poznat, kdy model pouze plynule formuluje, ale neprokazuje správnost. Budou ověřovat zásadní tvrzení v důvěryhodných zdrojích, odborné dokumentaci nebo primárních datech.

Tato kombinace není jen technická dovednost. Je to forma praktického kritického myšlení.

Otázky, rámce a moc

Schopnost vytvářet otázky má i širší společenský význam. V politice, médiích, školství nebo firmách se často rozhoduje už tím, jak je problém pojmenován.

Jiný obraz situace vznikne z otázky „Jak snížit náklady?“ a jiný z otázky „Jak zachovat kvalitu služby při omezených zdrojích?“. Obě mohou být legitimní, ale každá vede pozornost jinam.

AI tento princip nezavádí. Jen jej zviditelňuje. Protože model reaguje přímo na formulaci zadání, ukazuje uživateli, jak moc jeho vlastní pojmy a předpoklady ovlivňují výsledek.

V tomto smyslu může být AI užitečná jako nástroj sebereflexe. Ne proto, že by člověku odhalila objektivní pravdu o všem, ale protože ho nutí zpřesnit vlastní myšlení.

Praktický postup

Při práci s AI je užitečné držet se jednoduchého cyklu.

1. Nejprve problém popište vlastními slovy.

2. Uveďte, co už víte a co je nejisté.

3. Požádejte model o více možných interpretací nebo řešení.

4. Nechte jej označit předpoklady a slabá místa.

5. Důležitá tvrzení ověřte mimo model.

6. Teprve potom vytvořte rozhodnutí, text nebo další krok.

Takový postup je pomalejší než zadat jednu větu. U důležitých úkolů ale výrazně snižuje riziko, že AI jen uhlazeně zopakuje nejasný nebo chybný rámec.

Shrnutí

AI doba nebude zvýhodňovat pouze ty, kteří mají přístup k nejvýkonnějším modelům. Výhodu budou mít lidé, kteří dokážou pracovat s otázkami, kontextem, pojmy a ověřováním.

Otázka určuje směr práce. Kontext určuje, co model může rozumně zohlednit. Kritické posouzení určuje, zda bude výsledek skutečně použitelný.

Nejdůležitější novou gramotností proto není jen schopnost AI ovládat. Je to schopnost myslet tak přesně, aby AI rozšiřovala úsudek, místo aby pouze urychlovala zmatek.