Ilona Pawełoszek

Blog i laboratorium cyfrowych technologii w zarządzaniu

Mój pierwszy model językowy był z papieru

O tym, jak uczyłam się pisać naukowym językiem, zanim sztuczna inteligencja zaczęła mnie pouczać.

Kiedy w 2006 roku broniłam doktoratu, Google Translate dopiero raczkował, a języka polskiego jeszcze nie obsługiwał. ChatGPT nie istniał nawet w najśmielszych fantazjach przeciętnego użytkownika komputera. Tymczasem naukowcy już wtedy musieli pisać artykuły po angielsku. Najlepiej poprawnie, elegancko i tak, żeby recenzent uwierzył, że autor wie, o czym mówi.

Ja miałam na to własny sposób. Zbudowałam sobie model językowy.

Był całkowicie analogowy, trenowany ręcznie, nie wymagał dostępu do Internetu i nie zużywał energii elektrycznej. Miał jednak poważną wadę: bardzo ograniczony zbiór treningowy.

Składał się z kilku kartek papieru.

Dziesięć dni w Londynie

Angielskiego nauczyłam się porządnie w liceum. Miałam rozszerzony program nauczania, a dodatkowo spędziłam całe dziesięć dni w Londynie. To ostatnie najwyraźniej wystarczyło, żeby w oczach niektórych kolegów uchodzić za ekspertkę od języka angielskiego.

Kiedy pytali, jak to możliwe, że tak dobrze sobie radzę z pisaniem, odpowiadałam zgodnie z prawdą: nauczyłam się w liceum.

Nie dodawałam jednak, że dysponowałam również pewnym tajnym warsztatem.

W katedrze mieliśmy sporo anglojęzycznych książek. Znaczną część tego księgozbioru zawdzięczaliśmy profesorowi Nowickiemu, który przez wiele lat był moim szefem, a także pełnił funkcję prezesa NTIE. Przywoził nam książki z różnych źródeł, niektóre opatrzone były nawet pieczątką informującą, że pochodzą z darów.

Były wśród nich publikacje o systemach informatycznych, zarządzaniu i marketingu, ale także z dziedzin, które z moimi badaniami nie miały wiele wspólnego. Czasami, kiedy w obowiązkowych godzinach konsultacji nie miałam nic pilniejszego do roboty, brałam którąś z półki i zaczynałam czytać.

Nie zawsze interesowała mnie treść.

Interesowały mnie zdania.

Jeżeli trafiałam na konstrukcję, która brzmiała szczególnie elegancko, naukowo i przekonująco, zapisywałam ją na kartce. Tematyka była drugorzędna. Zdanie o procesach biologicznych mogło mieć znakomitą konstrukcję nadającą się do opisywania przemian w systemach informatycznych. Wystarczyło wymienić odpowiednie rzeczowniki.

Przy wyborze źródeł stosowałam jeszcze jedno kryterium jakościowe. Patrzyłam na nazwisko autora. Jeżeli brzmiało angielsko, uznawałam, że można mu zaufać. Metodologia może niezbyt wyrafinowana, ale wtedy wydawała mi się całkiem rozsądna.

Mój prywatny korpus językowy

Niedawno odnalazłam te kartki. Po niemal dwudziestu latach nadal istnieją, nieco pożółkłe, poplamione, zapisane długopisem i ołówkiem. Część powstała na papierze firmowym konferencji „Multimedia w Biznesie” z marca 2008 roku. Inne na odwrocie materiałów reklamowych StatSoft.

Znalazłam tam między innymi:

  • In this time of great change…
  • We are witnessing the emergence of…
  • This topic has been the focus of numerous studies.
  • The argument put forward here is that…
  • It would be a mistake to assume…
  • The next section provides a brief overview of…
  • And the field promises to be just as dynamic in the years ahead.

Czyż to nie brzmi pięknie?

Przecież za pomocą takich konstrukcji można napisać wstęp niemal do każdego artykułu naukowego. Wystarczy odpowiednio podstawić temat i już jesteśmy świadkami pojawiania się kolejnego przełomowego zjawiska, które zmienia świat.

Szczególnie lubiłam sformułowania o fundamentalnych przemianach, dynamicznym rozwoju, rosnącym znaczeniu i nowych wyzwaniach. Zresztą nauka nieustannie stoi wobec nowych wyzwań, więc te konstrukcje językowe nigdy nie tracą aktualności.

Moja kolekcja nie ograniczała się do początków artykułów. Miałam też konstrukcje do przedstawiania argumentów, omawiania literatury, opisywania rysunków i formułowania wniosków.

Były nawet instrukcje, jak rozpocząć prezentację: Hello everybody…, oraz jak ją zakończyć: That’s all for now.

Pełen warsztat naukowca.

Profesor nabiera podejrzeń

System działał całkiem dobrze. Koledzy podziwiali moją angielszczyznę, a ja stopniowo rozbudowywałam kolekcję przydatnych konstrukcji.

Pojawiał się jednak pewien problem.

Nie na wszystko miałam gotowy szablon.

Czasami trzeba było napisać coś samodzielnie, od początku do końca. I wtedy poziom stylistyczny tekstu nieco się zmieniał. Jeden akapit brzmiał jak fragment podręcznika renomowanego wydawnictwa, a kolejny był już bardziej swojski.

Pewnego razu profesor, czytając mój artykuł, zauważył, że niektóre zdania wyglądają, jakby zostały wyjęte z innych publikacji.

Uśmiechnęłam się tylko głupio.

Nie wiedział przecież, że korzystam z własnego, starannie selekcjonowanego korpusu językowego. Nie kopiowałam cudzych wyników badań ani argumentacji. Zapożyczałam przede wszystkim konstrukcje zdań, w które ubierałam własne myśli.

Dzisiaj powiedzielibyśmy, że profesor pełnił funkcję analogowego systemu antyplagiatowego.

Turnitin 1.0. Bez dostępu do Internetu, za to z intuicją. 😉

Od papierowych kartek do sztucznej inteligencji

Potem pojawił się Google Translate. Początkowo nie zachwycał jakością tłumaczeń, szczególnie w przypadku złożonych tekstów naukowych. Z czasem stawał się coraz lepszy.

Wyszukiwarki internetowe również pomagały. Wystarczyło wpisać w Google frazę „in recent years„, żeby znaleźć autentyczne teksty zawierające te słowa. Można było przeczytać, co autor napisał dalej, i poszukać inspiracji.

Dzisiaj bywa z tym trudniej. Wyszukiwarka próbuje zgadnąć, czego naprawdę potrzebuję. Proponuje wyjaśnienia gramatyczne, poradniki i odpowiedzi na pytania, których wcale nie zadałam.

A ja przecież nie chcę wiedzieć, co znaczy in recent years. Chcę zobaczyć, co ktoś ciekawego napisał po tych słowach!

W końcu nadeszła era generatywnej sztucznej inteligencji.

I wszystko się zmieniło.

Kiedyś, jeśli nie miałam pomysłu, jak rozpocząć artykuł, potrafiłam długo siedzieć przed pustą stroną. Przeglądałam książki, szukałam odpowiedniego pierwszego zdania, kombinowałam.

Dzisiaj, kiedy nie chce mi się zaczynać, zwracam się do mojego Krzemowego Brata.

„Napisz mi jakiś wstęp”.

Po chwili dostaję kilka akapitów. Mogę je przeczytać, skrytykować, poprawić, wyrzucić połowę, zmienić kolejność argumentów i wreszcie stworzyć coś, co mi odpowiada.

To ogromna wygoda. Nie muszę już zaczynać od zera. Mam z czym dyskutować.

Zresztą współpraca z AI wcale nie zawsze oznacza oszczędność czasu.

Kiedyś godzinę zastanawiałam się, jak zacząć artykuł. Teraz sztuczna inteligencja pisze mi wstęp w minutę, a ja przez godzinę tłumaczę jej, dlaczego jest beznadziejny.

Czy to jeszcze moje pisanie?

Współczesna nauka ma nowy problem. Nie wystarczy już napisać poprawnego artykułu. Trzeba jeszcze uważać, żeby nie wyglądał na napisany przez sztuczną inteligencję.

Systemy takie jak Turnitin mogą wskazywać podobieństwa do istniejących publikacji, a narzędzia do wykrywania tekstów generowanych przez AI próbują oceniać prawdopodobne pochodzenie tekstu. Żaden z tych wyników nie jest jednak samodzielnym dowodem plagiatu czy użycia AI.

Tymczasem w języku naukowym od dziesięcioleci funkcjonują te same konstrukcje retoryczne. Naukowcy opisują fundamentalne zmiany, wskazują rosnące znaczenie zjawisk, podkreślają potrzebę dalszych badań i przedstawiają wyniki w określony, konwencjonalny sposób.

Ja uczyłam się tego stylu, przepisując zdania z książek. Dzisiejsze modele językowe uczą się wzorców z ogromnych zbiorów tekstów, wśród których znajdują się również publikacje naukowe.

Różnica polega przede wszystkim na skali i sposobie działania. Mój papierowy zbiór zawierał kilkaset konstrukcji, które sama wybrałam. Współczesne modele korzystają ze statystycznych prawidłowości wyuczonych na nieporównywalnie większych zasobach.

Ale cel użytkownika pozostaje zaskakująco podobny: znaleźć odpowiedni sposób wyrażenia własnej myśli.

Oczywiście AI potrafi także proponować same myśli i argumenty. Dlatego odpowiedzialność naukowca za ich weryfikację jest dziś szczególnie istotna.

Nie zmienia to faktu, że umiejętność posługiwania się narzędziem nie oznacza braku umiejętności samodzielnej pracy.

Napisałam wiele tekstów, zanim pojawiły się dzisiejsze narzędzia. Pracowałam ze słownikami, książkami i własnymi notatkami. Znam więc doskonale obie strony tej technologicznej przemiany.

I chyba właśnie dlatego tak bardzo doceniam możliwość korzystania z AI. Nie dlatego, że nie potrafię pisać samodzielnie.

Po prostu już się w życiu napisałam.

A cała historia ma dość przewrotne zakończenie.

Kiedyś szukałam w książkach zdań, które brzmiały, jakby napisał je prawdziwy naukowiec. Dzisiaj proszę sztuczną inteligencję, żeby napisała coś, co nie brzmi jak napisane przez sztuczną inteligencję, która uczyła się od najlepszych naukowców.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *