Odpowiedź na pytanie, czym jest sztuczna inteligencja, nie jest wcale łatwa. Termin ten dla różnych osób oznacza zupełnie coś innego. Można odnieść wrażenie, że w dzisiejszych czasach mianem sztucznej inteligencji określa się niemal wszystko (obecnie przede wszystkim chat GPT). Niektórzy kojarzą AI z robotami, które mogą przewyższać ludzi.
Dla innych jest to technologia przetwarzania danych, począwszy od rozwiązań opartych na klasycznych instrukcjach warunkowych, po skomplikowane algorytmy, na których oparte są bardzo zaawansowane analizy i rozwiązania biznesowe. Sytuacji nie ułatwia fakt, że nie mamy jednej powszechnie przyjętej, legalnej definicji AI. W AI Act, co warto zaznaczyć, mamy jedynie definicję systemu sztucznej inteligencji.
Na przestrzeni lat zaproponowano wiele definicji AI. Większość z nich sprowadza się do zdolności maszyn, programów komputerowych lub systemów do wykonywania zadań wymagających ludzkiej inteligencji. Istotniejsze od stworzenia samej definicji jest jednak zrozumienie idei działania tej technologii.
Z pewnym uproszczeniem można powiedzieć, że w praktyce w pojęciu AI kryją się obecnie głównie dwa podzbiory: uczenie maszynowe (ang. machine learning, ML) oraz uczenie głębokie (ang. Deep learning, DL).
Machine learning
Jak sama nazwa wskazuje, ML polega na uczeniu się. Nie dostarczamy komputerowi zdefiniowanego zestawu reguł (jak w tzw. tradycyjnym programowaniu), lecz dane, na których „się uczy”, i pozwalamy mu na znalezienie najlepszego rozwiązania określonego problemu.
Deeplearning
Deeplearning to – można powiedzieć –ML przeniesiony na wyższy, bardziej zaawansowany poziom. Proces uczenia się maszyny jest głęboki, ponieważ struktura sztucznych sieci neuronowych składa się z wielu warstw wejściowych, wyjściowych i ukrytych
Jak AI działa w praktyce?
Przykładem może być przeszukiwanie ogromnej bazy danych w poszukiwaniu odpowiednich informacji. W podejściu tradycyjnym po wpisaniu konkretnej frazy np. KC otrzymamy konkretny akt prawny, jakim jest w tym wypadku Kodeks cywilny. Dzieje się tak dlatego, że programista wcześniej zapisał wyraźną instrukcję w kodzie, którą możemy przełożyć na regułę -„Jeśli ktoś wpisze KC wyszukaj ten określony akt prawny” –oczywiście używając odpowiedniego języka programowania (czyli instrukcji if/else).
Niestety nie jesteśmy w stanie przewidzieć wszystkich możliwych i potencjalnych zapytań do takiej wyszukiwarki oraz oczekiwanych wyników, a nawet jeśli, to często dokładne ich opisanie w zestaw takich reguł, stanowiłoby nie lada wyzwanie lub byłoby niemożliwe.W takiej sytuacji pomocna może być właśnie AI, a właściwie wspomniany ML czy DL.
W czym może pomóc AI?
Sztuczna inteligencja może pomóc w znalezieniu odpowiednich orzeczeń, interpretacji czy przeszukiwaniu dokumentów, bazując na wcześniejszych danych i zapytaniach (np. dostarczonym zbiorze podobnych wyników wyszukiwania w określonej sprawie czy przykładów z analizowanych wcześniej dokumentów) na których maszyna nauczy się, o co nam chodzi i czego powinna szukać, choć sama nie rozumie kontekstu i tego, czego tak naprawdę szuka.
Obecnie wraz z tak dynamicznym rozwojem sztucznej inteligencji pojawiają się różne jej klasyfikacje czy definicyjne odmiany. W szczególności warto zwrócić uwagę na podział AI na tzw. tradycyjną, klasyczną, deskryptywną sztuczną inteligencję –przez niektórych określaną jaką AI generacji pierwszej oraz generatywną sztuczną inteligencję, określaną jako druga generacja AI (której najdobitniejszym przykładem może być właśnie chat GPT).
Podsumowując, bez względu na to jaką definicję AI każdy ma w swojej głowie, wydaje się, że sztuczna inteligencja jeszcze długo nie zastąpi ludzkiej intuicji czy interpretacji, ale może stać się wartościowym narzędziem wspierającym efektywność w pracy, także w pracy prawnika, dlatego warto wiedzieć (przynajmniej w ogólnym zakresie) jak działa.
Katarzyna Irytowska
Project & Program Manager / LEX AI Manager
