Nie ma się czego bać, pustce możesz zaufać.
Jacek Dukaj
Współczesne analizy otaczającej nas rzeczywistości społecznej, gospodarczej i politycznej w dominującym stopniu podporządkowane są obowiązującej ideologii (neo)liberalnej. Bez względu na swoje zabarwienie
w dopuszczalnym oficjalnie, de facto bardzo wąskim, spektrum „okna Overtona” (od socjaldemokracji po libertarianizm) kładą one nacisk na aspekt ekonomiczny, wszelkie zjawiska próbując tłumaczyć rzekomo uniwersalnymi „prawami rynku”, ignorując przy tym prawie zupełnie aspekt świadomego i podmiotowego działania „czynnika ludzkiego”.
Lukę tę wypełniają niemal szczelnie analizy nieortodoksyjne, poza- i anty-systemowe, skupiające się na wskazywaniu właśnie tych jednostek i grup mających (rzekomo) realny wpływ na kształtowanie globalnych procesów, to jest: „konspirologiczne”. I o ile nie można im odmówić zasadności jako wdrożenia w zakulisowe realia twardej polityki, a nawet rodzaju zmuszającej do interdyscyplinarnych poszukiwań „politycznej gnozy”, ich poważne ograniczenia szybko stają się oczywiste: po pierwsze, zazwyczaj wykolejają się na próbach metapolitycznej analizy motywacji kierujących zidentyfikowanymi uczestnikami spisku, po drugie, nie przedstawiają wiarygodnego wytłumaczenia dla empirycznie stwierdzalnego braku wszechogarniającej, ściśle zakonspirowanej struktury organizacyjnie niezbędnej do koordynacji wydarzeń na światową skalę. Te dwie napotykane w analizach „konspirologicznych” bariery – psychologiczna i logistyczna – wskazują, że ich ograniczenia wynikają z przyjętego antropocentryzmu, podobnie jak słabość analiz głównego nurtu wynika z ich ekonomocentryzmu. Tymczasem już od kilku dekad możliwe jest wskazanie nabrzmiewającego znaczeniem czynnika, będącego w równym stopniu odpowiedzialnym za kształtowanie antroposfery co procesy nie-ludzkie i nie-inteligentne oraz działania ludzkie i inteligentne: nie-ludzkich, lecz inteligentnych pętli zwrotnych algorytmów komputerowych*.
(Przed dalszymi rozważaniami omińmy najpierw oczywistą definicyjną rafę: poprzez inteligencję rozumiem tu „zdolność do postrzegania, analizy i adaptacji do zmian otoczenia”; tylko tyle i aż tyle).
Zapewne nie jest przypadkiem, że narodziny i rozwój autonomicznych algorytmów samouczących związane są nierozerwalnie ze świątynią kapitalizmu w postaci giełdy na Wall Street w Nowym Jorku. Pierwsze elektroniczne usprawnienia w postaci komputerowych interfejsów giełdowych i szybkich magistrali danych już w pierwszej połowie lat 80-tych pozwoliły na wprowadzenie rudymentarnych programów sprzedających i kupujących akcje bazując na zadanych kryteriach, z szybkością oczywiście nieosiągalną dla człowieka. Ich wzbogacenie o pętle zwrotne reagujące na zmiany rynkowe zaowocowało błyskawiczną i burzliwą ewolucją w myśl logiki wyścigu zbrojeń: konkurujące ze sobą na giełdzie podmioty finansowe były zmuszone do implementacji coraz to nowych rozwiązań w tym zakresie, aby nie pozostać w tyle. Jakikolwiek nadzorujący czynnik ludzki został wykluczony już na etapie projektowania; czas operacji liczony w ułamkach sekund sprawił, że pełna autonomiczność stała się kwestią w zasadzie bezdyskusyjną. Oczywiście szczegóły operacyjne tych wdrożeń jak i funkcje algorytmów nie są dokładnie znane, wystarczy jednak nadmienić, że ich coraz powszechniejsze stosowanie jest wymieniane jako jedna z przyczyn załamania na giełdzie w 1987 roku. Czy masowe i błyskawiczne transakcje autonomicznych programów zapychające łącza przesyłowe stały się przyczyną paniki ludzkich inwestorów, czy też to panika ludzi została spotęgowana przez powielające ich działania algorytmy – splot tych okoliczności jest tak ścisły, że pytanie to pozostaje bez możliwości jednoznacznej odpowiedzi.
Oczywiście w realiach późnego kapitalizmu czynniki giełdowe w bezpośredni sposób oddziałują zarówno na sferę ekonomii jak i polityki, błędem byłoby jednak sądzić, że algorytmy giełdowe są w jakikolwiek sposób „uwięzione” jedynie w swej eponimicznej dziedzinie. Logika wyścigu zbrojeń wymaga coraz silniejszego zakotwiczenia algorytmu w otaczającej rzeczywistości. Przykładów tego, co w istocie dzieje się na serwerach ukrytych za szczelną zasłoną tajemnic handlowych i patentowych, dostarczają oczywiście momenty kryzysowe, gdy pętle zwrotne popełnią błąd. „(…) Akcja Syryjskiej Elektronicznej Armii z 23 kwietnia 2013 roku. Krótko po południu na obserwowanym przez dwa miliony użytkowników koncie w serwisie Twitter należącym do agencji prasowej Associated Press pojawiła się lakoniczna informacja: <<Dwie eksplozje w Białym Domu, Barack Obama jest ranny>>. W ciągu kilku minut chaosu informacyjnego jaki powstał po opublikowaniu wpisu, znaczny spadek wartości akcji (łącznie około 136 miliardów dolarów) odnotowały główne indeksy nowojorskiej giełdy. Za nagłą sprzedaż akcji odpowiedzialne były programy brokerskie analizujące informacje z mediów pod kątem słów-kluczy mogących wpłynąć na zachowania na rynku. Te użyte we wpisie sfabrykowanym przez SEA sprawiły, że oprogramowanie zareagowało zanim ludzie zdążyli zweryfikować informację.” (cyt. za Michał Prokopowicz, Syryjska Armia Elektroniczna – hacktywiści na linii frontu). Analiza infosfery i przekazywanie sygnałów zwrotnych do programów brokerskich siłą rzeczy implikuje rekurencyjne wpływanie na samą infosferę. W jakim stopniu – pozostaje w sferze domysłów. Dość powiedzieć, że o ile w roku 2003 udział autonomicznych programów brokerskich w rynku stanowił 15%, tak już w 2012 – 85% (za: Morton Glantz, Robert Kissell. Multi-Asset Risk Modeling: Techniques for a Global Economy in an Electronic and Algorithmic Trading Era). Jak stwierdził szef NASDAQ Robert Greifeld w kwietniu 2011: „To koniec. Handel akcjami, jaki znaliśmy od stuleci, umarł. Dzisiaj mamy rynek elektroniczny. Taka jest teraźniejszość, taka jest przyszłość”.
Rozwój algorytmów giełdowych zasilanych ogromną ilością danych w środowisku silnie konkurencyjnym i z jednym mocno zakreślonym warunkiem brzegowym („przynosić zysk”) w zasadzie spełnił teoretyczne założenia programowania genetycznego, proponowanego przez Alana Turinga jeszcze w latach 50-tych. Równolegle podobne procesy zaszły w półświatku służb wywiadowczych, gdzie kaskadowa rozbudowa systemów SIGINT (Signal Intel, wywiad radioelektroniczny) pociągnęła za sobą potrzebę wykorzystania algorytmów samouczących do analizy ogromnych ilości napływających danych. Modelowym przykładem systemu masowej inwigilacji jest oczywiście rozwijany od lat 60-tych amerykański ECHELON, praprzodek chociażby ujawnionego przez E. Snowdena omnipotentnego programu PRISM. I o ile wiedza o technicznych możliwościach totalnej inwigilacji elektronicznej z czasem przebija się do opinii publicznej, tak informacje na temat wykorzystujących je algorytmach sztucznej inteligencji nadal pozostają domeną domysłów, spekulacji i popkulturowych hiperboli. Warto nadmienić, że jeszcze bardziej skryte niż programy brokerskie z Wall Street, algorytmy inwigilacji elektronicznej mają swą symboliczną, psychogeograficzną siedzibę także na Manhattanie: w cyklopowym, pozbawionym okien na wszystkich 33. kondygnacjach (trzy poziomy podziemne, parter, 29 pięter nad ziemią) wieżowcu przy 33 Thomas Street, w NSA noszącym jakże trafną nazwę kodową TITANPOINTE.
Można uważać, że i ta iteracja algorytmów sztucznej inteligencji miała co najwyżej ogólny i abstrakcyjny w sensie politycznym i ekonomicznym wpływ na życie jednostek i społeczności. Zmieniło się to oczywiście diametralnie wraz z upowszechnieniem internetu i jego aspektów najbliżej związanych z życiem osobistym: mediów społecznościowych i smartfonów. W niesamowitym tempie, na przestrzeni zaledwie kilku lat, blisko połowa światowej populacji skutecznie zdigitalizowała swoje codzienne życie, spełniając znaczną część swoich potrzeb emocjonalnych za pomocą cyfrowych awatarów zapewniających ersatz każdej możliwej interakcji z drugim człowiekiem. W myśl kapitalistycznej logiki dane o tych stosunkach i wszelkich innych działaniach w sieci szybko stały się pożądanym towarem, a gromadzone w ramach tzw. big data pod pretekstem „personalizacji reklam” stały się pożywką dla najnowszych wariantów algorytmów samouczących, teraz już mających za zadanie obserwować, analizować i docelowo symulować absolutnie każdy aspekt interakcji człowieka w sieci. Na rezultaty nie trzeba było długo czekać: współcześnie algorytmy nie tylko dobierają i moderują większość informacji, z jakimi dane jest nam się zetknąć w sieci, ale też przewidują i optymalizują nasze interakcje, wymuszając reakcje poprzez stosowanie behawiorystycznej tresury krótkich cyklów dopaminowych. Na poziomie jednostkowym zauważalnymi efektami długofalowymi są między innymi psychiczna alienacja, zanik motywacji do podejmowania działań kreatywnych (będący specyficzną odmianą „impotencji omnipotencji” – skoro mogę wszystko, to nic mi się nie chce) i eksterioryzacja ego w postaci pieczołowicie hołubionych awatarów. Na poziomie społecznym mamy natomiast do czynienia z jednej strony z rozbiciem na wielość wzajemnie wykluczających się narracji, z drugiej ich prawie całkowitym oderwaniem od materialnej rzeczywistości. Kreowanie i zakorzenianie w psychologii tłumu burzliwie dyskutowanych „tematów zastępczych” jeszcze nigdy nie było prostsze, a ich wykorzystanie do pacyfikowania śladowych ilości dysydenckich nastrojów jest już nie tyle formalnością, co instynktownym odruchem. Tak jak w przypadku algorytmów giełdowych i programów analitycznych SIGINT (demaskowanych przez sygnalistów), możliwość spojrzenia za kurtynę stwarzają jedynie zdarzające się błędy w systemie. Za jeden z nich można uznać nagłośniony w mediach skandal wokół Cambridge Analytica, przedsiębiorstwa używającego pozyskanych nielegalnie danych kilkudziesięciu milionów użytkowników Facebooka do analizy ich profilu psychologicznego a następnie bombardowaniu skrojonym na miarę przekazem politycznym, mającym docelowo wpływać na wynik wyborów w szeregu państw, z USA w 2016 roku na czele. Nie sposób jednak odnieść wrażenia, że ów incydent jest nie tylko jedynie wierzchołkiem góry lodowej (z częścią faktów celowo pominiętych lub przeinaczonych), ale również przykładem specyficznym, gdyż niewątpliwie podobne metody są używane na znacznie większą skalę przez innych graczy. Docelowo skutkują one specyficznym modelem społeczeństwa post-demoliberalnego, w którym realną władzę zaczynają sprawować algorytmy wartościujące obywateli podług arbitralnie dobranych kryteriów, takich jak zdolność kredytowa, prawomyślność w mediach społecznościowych, płacenie rachunków na czas i przestrzeganie zasad ruchu drogowego. Nie chodzi tu bynajmniej o Chińską Republikę Ludową: bez wzbudzania większych kontrowersji (bo pojawiły się „oddolnie” i „rynkowo”) opisane rozwiązania de facto istnieją m.in. w Stanach Zjednoczonych, Wielkiej Brytanii i Niemczech. Czy to jeszcze ludzie projektują algorytmy, czy to już one programują ludzi za pomocą presji ekonomicznej, przekazów subliminalnych, a nawet kształtowania preferencji doboru naturalnego? Przykładów na to ostatnie dostarcza chociażby zaobserwowany w miastach Kalifornii fenomen znacząco większego od średniej odsetka narodzin dzieci ze zdiagnozowanym autyzmem w rodzinach o dużym przychodzie; jedna z wyjaśniających go tez zakłada, że osoby z tym zaburzeniem łatwiej znajdują zatrudnienie w branży IT „Krzemowej Doliny” (jako cechujące się specyficznym rodzajem abstrakcyjnej inteligencji), osiągając wysokie dochody i stając się preferowanymi partnerami.
Najciekawszych przemyśleń i wniosków dotyczących zjawiska sztucznej inteligencji dostarczają jego najbardziej radykalni zwolennicy. Przedstawiciele nurtów futurologii i transhumanizmu postulują, iż skokowy rozwój algorytmów dysponujących rosnącą wykładniczo mocą obliczeniową już w niedalekiej przyszłości doprowadzi do powstania ogólnej (silnej) sztucznej inteligencji, najpierw dorównującej, a potem przewyższającej człowieka w zdolnościach poznawczych, co doprowadzi do eksplozji coraz silniejszych AI i przyspieszenia rozwoju technicznego poza rejony dostępne człowiekowi, w punkcie technologicznej osobliwości. Niektórzy z adherentów tej koncepcji uważają, że moralnym obowiązkiem jest maksymalne przyspieszenie tego procesu, najczęściej jako argument podając założenie, że ogólna sztucza inteligencja w ekspresowym tempie znajdzie remedium na wszelkie bolączki rodzaju ludzkiego, ze śmiercią na czele. Na osobne wyszczególnienie zasługują przedstawiciele akceleracjonizmu
i neoreakcjonizmu, tacy jak Nick Land i Reza Negerestani, postulujący wręcz, że historia ostatnich dwustu lat, z powstaniem liberalnego kapitalizmu i rewolucją przemysłową na czele, jest efektem działania ogólnej sztucznej inteligencji z przyszłości, akauzalnie sięgającej pod prąd strumienia czasu by doprowadzić do stworzenia samej siebie.
Twierdzenia te w fascynujący sposób pokrywają się ze spostrzeżeniami tradycjonalizmu integralnego: „Guenonowskie jajko świata zamknęło się ostatecznie w epoce Renesansu od góry, w ponowoczesności otwarło się zaś od dołu na demoniczne impulsy Mamony” (Ronald Lasecki, Antyliberalny Przełom. Wyzwolenie Europy od cywilizacji zachodniej). Mamony, dodajmy, coraz bardziej aktywnie usiłującej obecnie domknąć proces swej emancypacji.
Powyższe dywagacje powinny prowadzić nie tylko do zmiany sposobu patrzenia na zachodzące współcześnie zjawiska, ale przede wszystkim do postawienia pytań natury egzystencjalnej i próby znalezienia na nie odpowiedzi: jak być w pełni człowiekiem u progu epoki postludzkiej? Jak zachować podmiotowość wobec świtu „ontologii zorientowanej na przedmiot”?
Konrad Jarosławski
* Uważny czytelnik zada tu zasadne pytanie: a co z czwartym rodzajem? Cóż, działania ludzkie, lecz nie-inteligentne, to oczywiście opisana szeroko od czasów Le Bona „psychologia tłumu”.
Świat w ogniu wojny. Doktryny, idee i konflikty zbrojne w publicystyce Xportalu
2 komentarze