Ja, czyli człowiek. Mój mózg ma 100 mld neuronów, 100 000 mld połączeń, to modularna sieć neuronowa. Moja lewa półkula mózgu jest logiczna i analityczna. Prawa jest kreatywna (np. tworzy obrazy, które przekładam za pomocą pędzla na malarskie płótno), czyta między wierszami i rozwiązuje problemy. Przekładając zachowanie mózgu na krytyczne myślenie mogę powiedzieć, że moja lewa półkula jest bardziej zapracowana. Dzięki niej zbieram dane i fakty, badam je, analizuję, porządkuję i nadaję priorytety, aż do momentu wyrobienia własnej opinii i podjęcia samodzielnej decyzji. Nie wierzę we wszystko, co przeczytam i usłyszę.
Uczę się, a to dlatego, że moja pamięć (długotrwała) została wytrenowana poprzez proces zdarzeń w moim życiu. Zatem mój mózg to tak jakby wytrenowany generatywny model sztucznej inteligencji (ang. Artificial Intelligence – AI). Popularne duże modele językowe jeszcze nie miały tyle czasu, aby się dobrze nauczyć – działają skojarzeniowo, tworzą nieprawdziwe informacje (fantazjują). Są już kreatywne, bo potrafią z opisu tekstowego wygenerować obraz i to w różnych wersjach. Potrzebują jednak krytyki człowieka, aby naprawić błąd. Człowiek zaś dzięki nim może rozwijać krytyczne myślenie.
Moim zdaniem synergia „człowiek + technologia” to najlepsze postrzeganie wkraczania generatywnej AI w nasze życie. Czas więc na rozważenie pomocy AI w szkółkarstwie. Na przykład, w zwiększeniu wydajności produkcji roślin, optymalizacji i monitorowaniu procesów ich uprawy, ochronie roślin czy zarządzaniu klimatem w obiektach uprawowych. Można pomyśleć o promowaniu sadzonek z gospodarstwa szkółkarskiego przy pomocy najpopularniejszego generatora zdjęć. Ten pozwala (od niedawna) na wpisanie tekstu w obraz stworzony w danych wyjściowych.
Najpowszechniejszemu narzędziu generatywnej AI zadałam pytanie: czy możliwe jest tworzenie idealnych roślin, które będą odporne na np. grad? W danych wyjściowych znalazła się odpowiedź, która informuje, że istnieją różne podejścia i technologie pozwalające na tworzenie roślin o większej odporności na warunki pogodowe, takie jak grad. Do tych technologii przez model językowy narzędzia zostały zaliczone algorytmy uczenia maszynowego, które z danych setek stacji meteorologicznych, z satelitów, czy dronów, prognozują pogodę i jej anomalie.
Ale już na zapytanie: „sztuczna inteligencja w szkółkarstwie” narzędzie AI odpowiadało nawiązując do szkoły i nauczycieli. Oznacza to, że model generatywnej AI nie posiadał dużej liczby danych do nauczenia algorytmu o szkółkarstwie. Dlatego wciąż potrzebna jest weryfikacja danych wyjściowych z narzędzia. Najważniejszy jest chyba w używaniu AI zdrowy rozsądek i świadomość odpowiedzialności za wyniki interakcji. Aby wykorzystywać narzędzia AI w krytycznym myśleniu w bezpieczny sposób potrzebne są odpowiednie przepisy, standardy i zasady. Unia Europejska pracuje nad takimi zasadami.
