– Jeśli wydaje wam się, że nikt nie podgląda waszych danych, to jesteście w błędzie. Zarówno dane prywatne, jak i firmowe, są zbyt cenne, aby nie było zainteresowanych zbieraniem i przetwarzaniem ich. Legalnie i nielegalnie – mówił prof. Michał Kłosiński z Uniwersytetu Stanforda podczas wykładu inauguracyjnego Akceleratora Innovatorium.

Na początek – jakże by inaczej – trochę danych: Każdego dnia na Facebooku i Instagramie umieszczanych jest ok. 450 tys. zdjęć, a na Twitterze 500 mln tweetów. Na Whatsuppie pozostawiamy codziennie 65 bilionów wiadomości, a do tego wykonujemy 5 bln wyszukiwań w Google. Możemy dodać do tego także 320 bilionów e-maili wysłanych każdego dnia  i 28 PB generowanych przez urządzenia typu wearable devices, takie jak smart watche czy monitory dla biegaczy.  Przeciętny użytkownik generuje każdego dnia 62 GB danych. – Korzystając z nowoczesnej technologii zostawiamy ogromnie dużo śladów. Od serwisów randkowych do platform profesjonalnych – przypomina prof. Michał Kosiński. I dodaje, że firma consultingowa Strategy& już 4 lata temu określiła wartość takich danych. Same kliknięcia wyceniono wtedy na 178 bilionów dolarów rocznie.

Dane na wagę złota

Dla ekonomistów dane stają się najbardziej wartościowym rodzajem surowca, generującym pieniądze. Nawet wielkie, tradycyjne firmy przestawiają się na gospodarkę danymi. Tak dzieje się choćby w obsługujących karty płatnicze: Visa i Master Card. Choć ich podstawowym celem było dostarczanie usług finansowych, okazało się, że przyszłość widzą w gospodarowaniu danymi. A my,  użytkownicy kart, dzielimy się z tymi firmami informacjami o tym co, gdzie i za ile kupujemy, czy spłacamy zadłużenia na czas itd. Te dane sprzedawane są do innych firm lub wykorzystywane wewnętrznie do analizy i wyciągania wniosków.

Czy głównym zadaniem Tesli jest produkcja samochodów? Tak, ale… Tesla jest też firmą zajmującą się budową oprogramowania i big data. Prof. Kłosiński przywołuje wyniki badań, wg których informacje o zachowaniach użytkowników samochodów, będą w 2030 roku warte 750 mln dolarów.

Skorzystają na nich nie tylko klienci salonów samochodowych, ale też wiele instytucji zajmujących się np. zarządzaniem ruchem drogowym czy jakością dróg. Jak mówi prof. Kłosiński, zwycięzca bierze wszystko. Znamy to choćby z przykładu Google’a. Nie był jedyną wyszukiwarką, ale zdominował rynek oferując produkt, który może był lepszy od innych, może bardziej popularny, a może lepiej promowany. Sukces Google’a opiera się na dotarciu do corz większej liczby użytkowników, którzy kliknięciami w wyniki wyszukiwania umożliwili usprawnienie algorytmu i zaproponowanie jeszcze lepsze oferty. Model zastosowany przez Google’a – system sprzężenia zwrotnego – okazał się skuteczny. Więcej użytkowników to więcej danych, a to lepszy produkt i … więcej użytkowników.

Sztuczna inteligencja i psychologia

Jako że głównym obszarem działań prof. Kłosińskiego są  zachowania użytkowników i coraz częściej studiowanie psychologii sztucznej inteligencji, podzielił się on też wynikami badań w tych obszarach.

Czy analiza Facebookowych lajków może przynieść interesujące dane? A jeśli tak, czy będą też dotyczyły informacji intymnych?

Wyniki badań, które prof. Michał Kłosiński prowadził w 2013 roku pokazały, że możliwe jest zdobycie niemal każdej informacji: od cech demograficznych po zainteresowania polityczne, osobowość, poziom inteligencji, historie rodzinne itp. Predykcje robi się na podstawie milionów danych pozostawianych przez nas, a dokładność modeli robi wrażenie. 

Czy AI może nas znać lepiej niż my sami?

Tak. Algorytm pamięta więcej, nic nie zaburza mu postrzegania nas (np. nasza zbyt mała pewność siebie może nam zaciemniać obraz, ale AI nie) – przekonuje Kłosiński. Dokładność przewidywania 5 wymiarów osobowości zwiększa się wraz z większą liczbą lajków, które możemy sczytać z profilu użytkownika. Dokładność jest prawie tak samo wysoka jak dokładność testu osobowości. Zaledwie 10 lajków zostawionych pod naszymi postami wystarczy, by określić nasze cechy osobowościowe. Tyle samo wiedzą o nas koledzy z pracy. Z rodziną sprawa jest trudniejsza, ale 300 lajków pozwoli wyciągnąć informacje, które zna tylko współmałżonek.

Żyjemy w rzeczywistości z „Raportu mniejszości” – podkreśla prof. Kłosiński. Przy czym wierzchołek góry lodowej to dane widoczne „na powierzchni”. Jeśli te dane o kliknięciach, lajkach, operacjach finansowych, podróżach połączymy z algorytmami, które mają dane także innych osób i mogą się z tych danych uczyć,  to odkrywa się niesamowita ilość dodatkowych informacji.

Algorytmy do prowadzenia biznesu

Mechaniczna predykcja jest dokładniejsza w wielu obszarach. To warte zapamiętania w kontekście prowadzenia firmy i podejmowania decyzji. Michał Kłosiński przekonuje, że to nic nowego. Prawo jest algorytmem, normy są algorytmami, systemy ISO podobnie. AI jest tylko rozszerzeniem algorytmów funkcjonujących od tysięcy lat. Czy oddamy im moc decyzyjną? Od zarania dziejów mają ją większą niż człowiek – mówi Kłosiński, bo normy czy prawo od tysięcy lat stoją ponad jednostką.

Czy można przewidzieć, kto kogo będzie kontrolować? Raczej podążamy w kierunku symbiozy – przekonuje Profesor. Człowiek dostarcza AI danych, a ona zapewnia system. O sztucznej inteligencji trzeba myśleć jako o odrębnym gatunku, z którym jesteśmy w symbiozie, ale który podejmuje własne decyzje w sposób nie do końca dla nas zrozumiały – podsumowuje Michał Kłosiński.

Wykład inauguracyjny odbył się 30 czerwca 2022

Prof. Michał Kosiński z Uniwersytetu Stanforda zajmuje się big data i psychologią