Jak używać AI i przy tym nie ogłupieć

Obecnie coraz więcej słyszy się o tym, że wyręczanie się LLM-ami (Gemini, ChatGPT, Claude) tak naprawdę nam szkodzi – zgodnie z zasadą, że „nieużywane narządy zanikają”. To trochę jak z używaniem GPS-u, przez co gorzej orientujemy się w terenie¹.

• 83% użytkowników AI nie było w stanie przypomnieć sobie fragmentu, który właśnie napisali do eseju.
• Ogólny poziom kreatywności spada, pojawia się standaryzacja myślenia.
• Krytyczne myślenie się pogarsza.
• Ryzyko pogorszenia funkcji poznawczych².

U mnie w pracy np. sposób wysławiania się w mailach służbowych zmienił się diametralnie. Wiele osób w końcu zaczęło używać pauz i półpauz, których wcześniej nie stosowały ;) Zadania w Jirze w końcu są lepiej opisywane (ale niestety często można tam też znaleźć argumentację opartą na wymyślonych danych).

Z jednej strony to plus, bo maile stały się przy okazji bardziej zrozumiałe, a czasami też mniej atakujące i mniej toksyczne.

Problem polega jednak też na tym, że gdy komunikację oddajemy LLM-om, znika ludzki głos. Bo z drugiej strony, czuję się z tym niefajnie – mam wrażenie, że nie napisał do mnie człowiek, tylko maszyna. Dobrze ujął to Jared Spool:

Ludzie nie lubią być po drugiej stronie użycia AI.

Kandydaci do pracy nie znoszą, gdy dowiadują się, że firma, do której aplikowali, użyła AI do wstępnej selekcji ich zgłoszenia – zwłaszcza jeśli w efekcie ich odrzuciła. Jednocześnie osoby rekrutujące nie lubią, gdy odkrywają, że kandydat użył AI, aby upiększyć swoje CV i inne materiały aplikacyjne.

Wykładowcy akademiccy nie lubią, gdy studenci używają AI do wykonywania swoich zadań, podczas gdy studenci narzekają, gdy dowiadują się, że ich wykładowcy używają AI do tworzenia swoich wykładów.

Co począć w takim razie?

Nie oszukujmy się, kto nie użył LLM-u do wygładzenia swojej wiadomości służbowej, niech pierwszy rzuci kamień. Sam to robię. Według mnie można to jednak zrobić lepiej.

Warto napisać wiadomość po prostu samemu, a potem dać ją do LLM z prośbą o poprawienie wyłącznie błędów gramatycznych i stylistycznych.

Dzięki temu nasza główka pracuje (trzeba przecież przelać myśli na pismo, wymyślić argumentację itd.), my brzmimy jak my, a przy okazji uczymy się pisać lepiej!

A osoby, które najpierw używają własnego mózgu – więc: mózg, mózg, mózg – a dopiero potem korzystają z LLM, wykazują w rzeczywistości wysoką łączność neuronalną³.

Przykładowo: gdy w pracy piszę e-mail po angielsku, dodatkowo ćwiczę język obcy. W instrukcji dla LLM dodaję prośbę, aby wypisał i uzasadnił każdą poprawkę. Dzięki temu wiem, jakie błędy popełniłem. Model staje się dla mnie redaktorem i nauczycielem angielskiego.

Oczywiście to działa tylko wtedy, gdy czytasz poprawki, a nie tylko kopiujesz wynik :)

No ale czasami chyba można…

Oczywiście są zadania żmudne, w których trzeba coś bezmyślnie „przeklepać”, a LLM zrobiłby to za nas szybciej. Osobiście nie widzę nic złego w tym, by go wtedy użyć, a zaoszczędzony czas wykorzystać na bardziej ambitne zadania.

Często używam go też po prostu jako wyszukiwarki. Jeśli jednak potrzebuję rzetelnych danych, dodatkowo korzystam z klasycznej wyszukiwarki, żeby sprawdzić źródła.

A wracając do zadań w Jirze… cóż, chyba lepiej, gdy osoby nietechniczne piszą je z pomocą LLM :D

Co do innych zadań

Oczywiście poruszyłem tutaj tylko błahe, codzienne tematy, ale dotyczy to również zadań bardziej skomplikowanych – szczególnie tych wymagających krytycznego myślenia. W moim przypadku może to być analiza danych czy projektowanie. Delegując te zadania do LLM-u, w końcu zdegradowałbym swoje umiejętności (a tego nie chcę).

AI najlepiej działa jako dźwignia. Najpierw użyj własnej głowy, a dopiero potem modelu do poprawy lub przyspieszenia pracy.