David Krakauer: Wykorzystajmy narzędzia, które mają myśleć za nas, do myślenia samodzielnie

Prof. David Krakauer zajmuje się w Santa Fe Institute badaniami systemów złożonych. Koncentruje się na fundamentalnej naturze materii zdolnej do rozwiązywania problemów, w odróżnieniu od zwykłej, nieożywionej materii we wszechświecie. W jego zainteresowaniach są zagadnienia od powstania życia po ewolucję inteligencji i głupoty na Ziemi.

Badania te obejmują m.in. analizę ewolucji mechanizmów komórkowych, językowych, społecznych i kulturowych, które wspierają komunikację, pamięć oraz szeroki wachlarz systemów przetwarzania informacji. Prof. David Krakauer interesuje się również historią złożoności oraz tym, w jaki sposób gry językowe, systemy reguł i paradygmaty pomagają nam rozumieć systemy wiedzy. David Krakauer był gościem tegorocznego Copernicus Festival w Krakowie.

Grzegorz Jasiński: Wiele mówi pan o złożoności. Pracuje pan nad złożonością. Rozumiem, że mówi pan, iż nauka o złożoności może odpowiedzieć na ważne pytania dotyczące natury, nas samych. Tyle, że my nie lubimy złożoności. Żyjemy w świecie, który po prostu przewija krótkie filmiki na ekranie telefonu i nie chce złożoności. Jak pokazać ludziom, że naprawdę ważne jest, aby o niej wiedzieć i ją rozumieć?

David Krakauer: Nie ma łatwej odpowiedzi na to pytanie. Myślę, że są dwie, może trzy drogi do tego zagadnienia. Jedna z nich, którą opisujesz, jest niemal psychologiczna, rodzaj lenistwa. I jak tu przekonać ludzi do myślenia? To pierwszy aspekt tej sprawy. Drugi problem to kryzys geopolityczny, kryzys ekologiczny, kryzys gospodarczy i to, jakie są realne rozwiązania prawdziwych globalnych problemów? I to ma bardzo mało wspólnego z tym, czy ktoś jest zmotywowany do nauki. To jest kwestia motywacji do przetrwania. A trzeci wymiar tego dotyczy bezwładności uniwersytetów, bo są silnie związane z tradycją, która jest już nieaktualna. Dyscypliny naukowe teraz, myślę, nie są jeszcze zbędne, ale osiągają datę ważności względem tego, czego świat potrzebuje. Więc to wszystko dzieje się jednocześnie. Myślę, że są różne sposoby, by się tym zająć. I oczywiście mamy jeszcze polityczne szaleństwo i sztuczną inteligencję. Więc to wszystko się łączy. Myślę, że nie da się tego rozdzielić. Powiem, że mój pozytywny pogląd jest taki, że ludzie naturalnie czują jednak pociąg do złożoności. Ludzie wolą szachy niż kółko i krzyżyk. Nie bez powodu. Ludzie lubią dobre powieści. Ludzie lubią dobre filmy. Prostota jest nudna. A kwestia tego bezmyślnego przewijania to jest może osobny sposób na wypełnianie czasu. Ale moje doświadczenie jest takie, że w każdym wieku, gdy ludzie mają okazję zaangażować swój umysł, to to robią. Mam więc całkiem wysokie mniemanie o ludzkiej ciekawości. Wszystkich. Może jeszcze ważniejszą kwestią jest nowość. Ludzie chcą nowości. I myślę, że te idee są nowe, prawda? Więc być może moglibyśmy wykorzystać pragnienie nowości jako środek do wprowadzenia tych idei. Ale nie należę do grupy krytycznej wobec ludzkiego intelektu. Bardziej martwię się o nas. Bardziej boję się moich kolegów, którzy mają tendencję do obrony status quo. Problem jest taki, że jeśli status quo staje naprzeciw bezmyślnego przewijania, to status quo zostanie zachowane. Ale status quo musi się zmierzyć z nami, z innym sposobem myślenia o świecie, który czerpie z poprzednich sposobów myślenia o świecie. Musimy więc uważać, aby nie używać trywialnych sposobów obrony przestarzałego sposobu myślenia. Myślę, że to jest w pewnym sensie ideologiczna walka.

W swoim wykładzie opowiadał pan o historii nauki o złożoności i o jej korzeniach w XIX wieku, kiedy ludzie zaczęli myśleć nie tylko o naturze, ale także o maszynach, które wcześniej zbudowali. Czy uważa pan, że AI, które jest oczywiście tematem, którego teraz nie możemy pominąć, może być kolejnym poziomem myślenia o rzeczach, które zrobiliśmy? Czy jest możliwe, że tak jak wcześniej była maszyna parowa, tak teraz uczenie maszynowe i wszystko, co z tego wynika, może być początkiem czegoś nowego w naszym sposobie myślenia?

Absolutnie. Właśnie skończyłem tekst na ten temat. Zostanie to opublikowane później. To esej o tym, co nazywam „archiwami gęstości”. To długa historia, ale spróbuję ją streścić. W całej historii życia przepływ energii następował głównie przez ekologiczne interakcje troficzne, drapieżników i ofiar. Jeśli chciałeś źródła wolnej energii metabolicznej i nie byłeś autotrofem, rośliną, musiałeś zjeść inne zwierzę lub organizm, roślinę. W rewolucji przemysłowej maszyna parowa uwolniła bardzo wysoką gęstość energii, węgiel i ropę naftową. Znacznie bardziej efektywne niż jedzenie innego zwierzęcia, jeśli masz do nich dostęp. I w ten sposób przekraczałeś sieć troficzną, ekologiczne ograniczenie, że ja muszę ciebie zjeść. Oczywiście te maszyny parowe stawały się coraz bardziej wydajne z czasem. Gdybyśmy mogli użyć maszyn parowych lub obecnych fabryk do dostępu do węgla w przeszłości, mielibyśmy wiele wieków paliw kopalnych, gdybyśmy tego chcieli. To inna kwestia. To samo dotyczy wiedzy. Przez większość naszego życia i historii ludzkości informacja i wiedza były przekazywane ekologicznie. Rozmawiamy ze sobą, albo słuchamy wykładu. W międzyczasie, równolegle, informacje były gromadzone, tak jak archiwa skamieniałego życia były gromadzone w węglu. Ale nie mogliśmy ich wykorzystać, prawda? Leżały w bibliotekach i można było do nich sięgnąć tylko jak drapieżnik do ofiary, biorąc jedną książkę. Ale sieć neuronowa jest jak maszyna parowa. Sieć neuronowa to pierwsza technologia, którą mamy, która może uzyskać dostęp do archiwów o wysokiej gęstości wiedzy tak, jak maszyna parowa w przeszłości mogła uzyskać dostęp do archiwów o wysokiej gęstości energii. To ważna rewolucja w dostępie do wiedzy i informacji. Tak jak rewolucja przemysłowa zmusiła nas do zrozumienia natury, w tym przypadku termodynamiki, mechaniki statystycznej, pojęć nowości, produkcji, łańcucha dostaw, efektywności, odporności, rynków. To nie są pojęcia fizyki, prawda? To pojęcia naturalne dla życia i inżynierii. Myślę, że odnosząc się do pańskiego pytania, archiwum wiedzy wywoła rewolucję podobną do rewolucji termodynamiki i mechaniki statystycznej, które były rewolucjami w naszym rozumieniu energii, wolnej energii i prawdopodobieństwa w przypadku Boltzmanna. Nie jest jasne, czym będzie ta rewolucja, ale wiemy, że będzie miała coś wspólnego z informacją, wiedzą i inteligencją. Myślę, że dopiero ledwo zaczynamy to dostrzegać.

Przez wiele wieków, jeśli chcieliśmy coś wiedzieć i dostawaliśmy informacje choćby od starszych, potrzebowaliśmy pamięci, aby mieć to w mózgu. Jednym z niepokojów współczesności jest to, że obfitość informacji, która jest wszędzie, zabija naszą pamięć. I jeśli stracimy tę naszą technologię, będziemy mieć poważne problemy. Wcześniej mogliśmy stracić maszynę parową i nadal kopać ziemię, wciąż mogliśmy polować, używać kamieni czy czegoś takiego, ale teraz potrzebujemy technologii jako części naszego istnienia.

To prawda, ale też trzeba uważać, bo całkowita liczba ludności, którą możemy utrzymać na rozsądnym poziomie życia, zależy całkowicie od tych technologii. Ten pierwotny utopijny obraz, który pan opisuje, mógłby utrzymać tylko niewielką część obecnej liczby ludzi na planecie, zarówno pod względem rolnictwa, jak i produkcji energii. Więc choć prawdą jest, że gatunek ludzki przetrwałby w tym scenariuszu, to nie byłoby to wygodne dla większości ludzi, więc powinniśmy być ostrożni. Ale pański punkt jest trafny. To coś, nad czym faktycznie pracuję. Oczywiście Platon mówił o tym długo w dialogach sokratejskich, o utracie rozumowania wraz ze zdolnością pisania. To jest obawa od czasów starożytności klasycznej. To trudne do przemyślenia. Jedna z dziedzin, nad którymi pracuję, to teoria artefaktu poznawczego. I interesują mnie dwa rodzaje artefaktów - jeden z nich nazywam komplementarnym, a drugi konkurencyjnym. Wyjaśnię to jasno. Weźmy mapę, narysowaną mapę. To bardzo interesujący obiekt, bo rejestruje doświadczenia wielu ludzi w wielu miejscach i czasach, i masz do niej natychmiastowy dostęp. To po pierwsze. Po drugie, możesz ją internalizować, przyjmować za własną. Innymi słowy, jeśli siedzisz z mapą wystarczająco długo - wszyscy mamy tę mapę od dzieciństwa - możesz powiedzieć, gdzie są Indie, Goa, Brazylia, mniej więcej dokładnie. To bardzo interesujące. To wytwór ludzkiego działania, będący zapisem zbiorowego zastanowienia, a jednocześnie może być przekazany pojedynczemu umysłowi. Teraz skontrastujmy to z GPS-em, który nazywam konkurencyjnym artefaktem poznawczym. On również jest wynikiem procesów rozważań wielu ludzi. To niezwykła technologia, łączy mechanikę kwantową, czy ogólną teorię względności. To niesamowite. A jednak nie ma sposobu, by przenieść jego wiedzę do twojego umysłu. Jest całkowicie zewnętrzny i jest całkowitą czarną skrzynką. I takie technologie są moim zdaniem zupełnie inne, choć służą podobnym funkcjom. Ostatnio interesuję się historią technologii i klasyfikuję je na te dwa rodzaje: komplementarne i konkurencyjne. Czy to może być zbyt uproszczone? Dam jeden bardzo dobry przykład. Kiedy Hewlett-Packard wynalazł pierwszy kalkulator z odwrotną notacją polską w latach 70., HP-35, natychmiast zniszczył rynek suwaków logarytmicznych. W tym samym roku ostatnia firma w Niemczech, nie w Rosji, upadła, gdy ten kalkulator został wprowadzony. Sprawdziłem dane, czy kompetencje arytmetyczne w szkołach się zmieniły. Nie ma na to dowodów. Co się stało? Ludzie, którzy nigdy nie interesowali się arytmetyką i tak jej się nie nauczyli, prawda? Więc nie miało znaczenia, czy mieli kalkulator, czy nie. Zasadniczo udawali lub mieli to w pamięci krótkotrwałej wystarczająco długo, by zdać egzamin, a potem natychmiast zapominali. Większość ludzi, których pytam na ulicy, nie potrafi wykonać dzielenia pisemnego. To zanikło. Ale ludzie myślący zaczęli używać kalkulatora jako laboratorium do eksperymentów. Na przykład przekonać się, jak działa ten szereg geometryczny. Co się stanie, jeśli będę ciągle naciskać mnożenie? Stało się to rodzajem piaskownicy do odkrywania arytmetyki. I bardzo znany jest przypadek Mitcha Feigenbauma, który użył pierwszego programowalnego kalkulatora Hewlett-Packard do odkrycia bifurkacji prowadzącej do chaosu, co teraz znamy dzięki pracy Edwarda Lorenza, w kontekście efektu motyla i tak dalej. Więc jest tu pewna zależność. Dla niektórych te narzędzia są narzędziami do myślenia. Dla innych narzędziami do lenistwa. Ta różnica to coś, czym powinni się martwić edukatorzy. Ale to nie jest kwestia technologii samej w sobie. I znowu, myślę, że mamy tu trochę dwutorowe myślenie, które jako naukowca zajmującego się złożonością mnie nie interesuje. Czy możemy to jakoś wzbogacić?

W swojej pracy myśli pan i mówi o wiedzy i głupocie. Oczywiście chcielibyśmy, aby jak najwięcej ludzi było mądrych, a nie głupich. I nie chodzi o patrzenie z góry na kogokolwiek. Ale dla naszego społeczeństwa, dla naszej demokracji, dla naszego życia bycie mądrym oznacza, że wiesz, co jest dobre, co złe, znasz przyczynowość. Jak pańskim zdaniem nauka o złożoności może pomóc nam być bardziej mądrymi lub bardziej głupimi?

Muszę trochę wyjaśnić, co te pojęcia znaczą. Dla zabawy zróbmy ważne rozróżnienia między inteligencją, głupotą, nierozwagą, niezdolnością, ignorancją. To nie to samo. Jeśli powiem ci: „Czy możesz dostarczyć chleb do mojego domu?” A ty powiesz: „Nie mogę.” Załóżmy, że mieszkasz w tym samym mieście. „Dlaczego nie?” „Nie wiem, gdzie mieszkasz.” To ignorancja. To nie twoja wina. Po prostu nie masz wystarczających danych wejściowych, by dać właściwy wynik. To ignorancja. Teraz jest inna możliwość: masz wszystkie dane wejściowe, by dać właściwy wynik, ale nie masz wystarczającej mocy obliczeniowej. I to jest niezdolność. Znów, to nie jest całkowicie twoja wina. Po prostu używasz starego, ośmiobitowego procesora, a potrzebujesz trzydziestodwubitowego. W inteligentnym przypadku, mając dane wejściowe, masz bardzo efektywny algorytm, a te algorytmy ciągle się zmieniają. Kiedy uczysz się rachunku różniczkowego, najpierw uczysz się bardzo nieefektywnego sposobu rozwiązywania problemów przez sumowanie, a potem uczysz się granicy nieskończonej, całkowania i różniczkowania. Historia matematyki jest w pewnym sensie historią upraszczania rzeczy. Matematyka jest tak źle nauczana, że ludzie myślą, że jest tajemnicza. Ale najlepsza matematyka jest pięknie prosta i łatwa do zrozumienia. To jest inteligencja. Jak mówię, inteligencja to zasadniczo upraszczanie trudnych problemów. Podam przykład. Kiedy jesteś w szkole i siedzisz obok kogoś lepszego od ciebie, patrzysz na jego pracę i mówisz: „Ale to takie proste.” On mówi: „Tak, to prawda. To jest proste. Ty sprawiłeś, że to wyglądało na trudne. Jesteś głupi.” Głupota to utrudnianie prostych problemów i to nasi politycy robią bardzo dobrze, a także biurokraci, z powodów, których do końca nie rozumiemy. Musimy zrozumieć, że istnieje cała klasyfikacja tych pojęć i musimy je wyjaśnić. Za co powinieneś być odpowiedzialny? Jeśli nie możesz rozwiązać problemu, bo nie masz potrzebnych danych, to nie jest twoja wina. Wczesne testy IQ były głupie, bo myliły ignorancję z głupotą, nierozwagą czy niezdolnością. Z perspektywy pedagogicznej naszym zadaniem jest dać ludziom algorytmy, by byli mądrzejsi. To matematyka, sztuka, literatura. Dajemy ludziom pojęcia, by pomóc im lepiej myśleć. I w odpowiedzi na pańskie pierwsze pytanie, one muszą być smaczne, kuszące. Musisz chcieć ich, w tym dziecięcym sensie, w jakim dzieci lubią się chwalić, ile dinozaurów znają. I powinniśmy chcieć chwalić się algorytmami, które zdobyliśmy, by lepiej myśleć. Ale to wymaga pewnej rewolucji w edukacji. Bo, jak mówił pan wcześniej o wiedzy, może się to wydawać mdłe, odległe i nieistotne dla twojego życia. Musimy przekonać ludzi: „Nie, to jest dla ciebie ogromnie wzmacniające, zwłaszcza teraz, gdy inni oferują myślenie za ciebie. Powinieneś wziąć to narzędzie i użyć go, by myśleć samodzielnie, jeśli potrafisz”. To złożona kwestia.

Wspomniał pan o tej wiedzy, która gdzieś jest przechowywana i jest stabilna. Teraz, gdy myślimy o ludziach, którzy mogą być prawdziwymi innowatorami i zmienić bieg historii, używamy często angielskiego terminu „disruptors”. Co myśli pan o tych „disruptors” w naszym pełnym chaosu świecie?

Nie uważam tego za szczególnie atrakcyjną koncepcję. Pochodzi od austriackiego ekonomisty, Josepha Schumpetera, który wymyślił ten termin w austriackiej szkole ekonomii. To termin zapożyczony ze świata przedsiębiorców i niekoniecznie pasuje do reszty społeczeństwa. Z drugiej strony Richard Feynman, gdy pytano go o definicję nauki, opisał ją jako rodzaj rygorystycznego braku szacunku dla autorytetów. Mamy przecież Kopernika, Galileusza, Newtona, wszyscy byli heretykami, prawda? Maria Skłodowska-Curie też. Więc jest coś w tym pojęciu, co jest istotą myślenia uważnego, czyli kwestionowania konwencji. Z drugiej strony nie chcesz po prostu niszczyć społeczeństwa i nie chcesz być nieświadomy ogromnych nierówności społecznych. To termin, do którego mam sympatię, bo jest rdzeniem nauki, ale też mnie irytuje, bo jest sposobem na wywyższanie się według pewnego ekonomicznego wskaźnika wydajności. Jestem kimś, kto ma bardzo mało czasu dla... dziedzictwa. Nie lubię go. Uważam, że to sposób na ochronę własnej władzy.

Mam jeszcze jedno pytanie nawiązujące do pana specjalności. Jak by pan powiedział ludziom, czy jest szansa, że nauka o złożoności da nam odpowiedzi, których fizyka, biologia i chemia nie były w stanie udzielić?

Tak, oczywiście. Wszystkie te nauki są definiowane przez swoje ontologiczne domeny, struktury materialne. Nauka o złożoności odwraca to. Interesują nas najpierw zasady. Zrobiliśmy już taki eksperyment, dzieląc świat na świat fizyczny, biologiczny, społeczny. To się sprawdzało, ale tylko do pewnego momentu. Dla mnie ten model już się wyczerpał. Teraz wchodzimy w świat, gdzie możemy patrzeć na zasady. Zasady informacji, energii, obliczeń, świadomości, cokolwiek chcesz. To są pojęcia jednoczące, które obejmują różne domeny ontologiczne. Pojęcie informacji jest tak samo użyteczne w fizyce, jak i w biologii. Nie przeprowadziliśmy jeszcze tego eksperymentu. Były miejsca, które to robiły, jak Bell Labs, Santa Fe Institute i inne. Ale myślę, że prawdziwa odpowiedź brzmi: nie wiemy. Ale to będzie rewolucyjne, bo wymagałoby całkowitej restrukturyzacji uniwersytetów, edukacji, tego, co uważamy za sposoby dobrego wyjaśniania. Jak mówiłem w swoim wykładzie, pierwszego Nobla w dziedzinie złożoności przyznano w 2021 roku. To dopiero początek. Co więcej, powiem, że potrzebujemy tych zasad, by rozumieć działanie świata. Nauczyliśmy się tego podczas COVID-u. Myśleliśmy, iż COVID to tylko epidemiologia i immunologia, ale w ciągu tygodnia zrozumieliśmy, że to także zachowanie, psychologia ludzka i manipulacja polityczna. Musieliśmy to przemyśleć. Każdy poważny problem, z którym się teraz mierzymy, jest problemem systemowym. Klimat to nie tylko geochemia. Znamy geochemię. Klimat to ekonomia. Musimy mieć ramy, które pozwolą nam myśleć o działaniu świata, a obecne dyscypliny naukowe tego nie robią. Powinniśmy dawać dzieciom możliwość uczenia się tego bardzo wcześnie. Tak, myślę, że to rewolucja.

Dziękuję bardzo.

Czytaj cały artykuł u źródła — RMF24.pl