Ova tri prizora nemaju ništa zajedničko osim jedne stvari. Svi se odvijaju zato što se nešto promijenilo u temeljnoj infrastrukturi svijeta, tiho i brzo, na način koji većina ljudi tek počinje primjećivati.
Pitanje kako AI mijenja svijet zvuči kao naslov za znanstvenofantastični esej, ali u stvarnosti je to pitanje o vodi, struji i hrani. O tome kako se donose odluke koje utječu na milijarde ljudi i o tome ko ima moć da te odluke donosi. U ovom tekstu pokušavamo dati pošten pregled te transformacije, bez pretjerivanja u oba smjera, jer i euforija i panika onemogućavaju razumijevanje onoga što se zapravo događa.
Ekonomska transformacija koja se već dogodila
Produktivnost koja raste tiho
Kad ljudi razmišljaju o ekonomskom utjecaju AI-ja, često zamišljaju dramatičan trenutak u kojem roboti preuzimaju fabrike. Stvarnost je puno manje filmska, ali jednako duboka. Promjena se događa kroz milijune malih poboljšanja u produktivnosti koja se akumuliraju kroz cijelu ekonomiju.
Programer koji koristi GitHub Copilot napiše kod brže. Pravnik koji koristi AI za pregled ugovora obradi više dokumenata u istom vremenu. Marketinški stručnjak koji koristi ChatGPT za prvi nacrt kampanje stigne do kreativnog dijela posla brže nego ranije. Svaki od ovih trenutaka izgleda beznačajno, ali zbrojeni kroz milijune radnika i milijarde sati rada, oni predstavljaju jedan od najbrzih skokova u produktivnosti koji je ekonomija ikad vidjela.
McKinsey i drugi konzultantski domovi procjenjuju da bi generativni AI mogao dodati trilijune dolara globalnoj ekonomiji godišnje, kroz povećanu efikasnost u gotovo svakoj industriji koja postoji. Ova brojka je apstraktna, ali njena posljedica nije. Znači da roba i usluge koje danas zahtijevaju određeni broj ljudskih sati rada, sutra mogu zahtijevati manje, a taj višak vremena negdje mora otići, bilo u nove proizvode, nove usluge ili u smanjenje potrebe za radnom snagom.
Tržište rada koje se preoblikuje, ne nestaje
Strah da će AI ukinuti poslove star je koliko i sama tehnologija, i u nekom smislu je opravdan, ali stvarnost je kompliciranija od jednostavne jednadžbe gubitka. Povijest pokazuje da tehnološke revolucije rijetko jednostavno brišu poslove. One ih transformiraju, a brzina te transformacije je ono što stvara stvarnu bol.
Poslovi koji se sastoje od ponavljajućih, predvidljivih zadataka najugroženiji su. Unos podataka, osnovna analiza dokumenata, standardna korisnička podrška, dio knjigovodstva. Ali poslovi koji zahtijevaju ljudski kontakt, fizičku prisutnost, etičku prosudbu i kreativnost koja dolazi iz iskustva, ostaju otporni, a u nekim slučajevima postaju vredniji upravo zato što su rijetki.
Ono što je novo u ovoj transformaciji jest da po prvi put u povijesti, tehnologija ne automatizira samo manualni rad nego i kognitivni rad srednje razine, onaj koji je desetljećima bio sigurna luka za obrazovanu srednju klasu. To je razlog zašto je anksioznost oko AI-ja drugačija nego anksioznost oko prethodnih automatizacija. Ne pogađa samo fabrike, pogađa urede.
Znanost i medicina kao najjasniji dobitnici
Otkrića koja su mijenjala desetljeća, sada traju mjesece
Ako postoji domena gdje je utjecaj AI-ja gotovo neosporan, to je znanstveno istraživanje. Problem koji je generacije biologa mučio, predviđanje kako se proteini savijaju u trodimenzionalne strukture, riješen je u roku od godinu dana kada je DeepMind objavio AlphaFold. Baza poznatih proteinskih struktura narasla je s otprilike sto tisuća na više od dvjesto milijuna, praktički preko noći u znanstvenim terminima.
Ovo nije apstraktna akademska pobjeda. Proteinske strukture su temelj za razumijevanje bolesti i razvoj lijekova, a istraživači koji su prije provodili godine na određivanju jedne strukture sada imaju trenutan pristup gotovo svakom poznatom proteinu. Farmaceutske kompanije koriste AI za identifikaciju kandidata za lijekove brzinom koja je prije bila nezamisliva, smanjujući procese koji su trajali pet godina na osamnaest mjeseci.
Dijagnostika koja stiže prije simptoma
U medicini, AI sustavi koji analiziraju rendgenske snimke, mamografije i retinalne fotografije već postižu preciznost jednaku ili veću od prosječnog specijalista u prepoznavanju ranih znakova raka, dijabetičke retinopatije i kardiovaskularnih bolesti. Za bolesti gdje rano otkrivanje dramatično mijenja prognozu, ovo nije samo poboljšanje, to je razlika između života i smrti za pojedinačne pacijente, umnožena kroz milijune dijagnostičkih pregleda godišnje diljem svijeta.
Globalno, ovo je posebno značajno za zemlje koje nemaju dovoljno specijalista. Ruralna klinika u Indiji ili Africi koja nema radiologa može koristiti AI dijagnostiku kao prvu liniju trijaže, upućujući samo slučajeve koji stvarno zahtijevaju ljudskog stručnjaka. Ovo je oblik demokratizacije medicinskog znanja koji bi prije bio nezamisliv, jer je znanje koje je bilo zaključano u glavama rijetkih specijalista postalo dostupno kroz algoritam koji radi na jeftinom hardveru.
Informacijski ekosustav koji se transformira pod pritiskom
Kako AI mijenja što čitamo, gledamo i vjerujemo
Svaki put kad otvoriš YouTube, Netflix ili Instagram, AI algoritam odlučuje što ćeš vidjeti slijedeće, na temelju analize ponašanja milijardi korisnika. Ovo nije nova pojava, ali sofisticiranost ovih sustava raste brže od javne svijesti o tome kako oni funkcioniraju.
Posljedica je dvostruka. S jedne strane, ljudi pronalaze sadržaj koji ih zanima brže nego ikad, a niše koje bi prije bile nevidljive sada mogu pronaći svoju publiku bilo gdje na svijetu. S druge strane, isti algoritmi koji optimiziraju za angažman konzistentno guraju korisnike prema ekstremnijem sadržaju, jednostavno zato što ekstremni sadržaj generira jače emocionalne reakcije i dulje vrijeme provedeno na platformi. Ovo nije zavjera, to je matematička posljedica optimizacijske funkcije koja nikad nije bila dizajnirana s namjerom da polarizira društvo, ali to radi kao nuspojavu.
Deepfakeovi i pitanje istine
Tehnologija koja generira realistične lažne video i audio zapise postala je dostupna svima s pristojnim računalom, što znači da svijet u kojem vjeruješ onome što vidiš svojim očima postaje svijet u kojem to više nije pouzdana pretpostavka. Ovo ima implikacije daleko izvan pojedinačnih prijevara. Kada je moguće generirati uvjerljiv video bilo koga koji govori bilo što, cijela kategorija dokaza koja je oblikovala novinarstvo, pravosuđe i javni diskurs postaje upitna.
Paradoksalno, najveća opasnost možda nije da će ljudi vjerovati lažnim video zapisima, nego da će ljudi prestati vjerovati i pravim video zapisima, jer svaki neugodan snimak može biti odbačen kao “vjerojatno AI”. Ovo je epistemička erozija koja se odvija sporo i čiji se efekti tek počinju osjećati u demokratskim procesima diljem svijeta.
Klima i okoliš kao mač s dvije oštrice
Kako AI pomaže u borbi protiv klimatskih promjena
Optimizacija energetskih mreža uz AI omogućuje bolje balansiranje između varijabilne proizvodnje solarne i vjetrene energije i potražnje, smanjujući potrebu za rezervnim kapacitetima koji se često temelje na fosilnim gorivima. DeepMind je razvio sustav predviđanja vremena koji nadmašuje konvencionalne meteorološke modele, što izravno pomaže u upravljanju obnovljivim izvorima energije i pripremi za ekstremne vremenske događaje koji postaju sve češći.
U poljoprivredi, AI analiza satelitskih snimki omogućuje precizniju upotrebu vode i gnojiva, smanjujući i troškove za farmere i ekološki otisak proizvodnje hrane. U industriji, AI optimizacija proizvodnih procesa smanjuje potrošnju energije za postotke koji, kad se umnože kroz tisuće postrojenja, predstavljaju značajne apsolutne uštede emisija.
Cijena koju AI plaća planetu
Istovremeno, treniranje velikih AI modela troši ogromne količine električne energije i vode za hlađenje podatkovnih centara. Procjene govore da bi potrošnja energije podatkovnih centara mogla narasti dramatično u sljedećim godinama, primarno zbog potražnje koju generiraju AI sustavi. Postoji stvarna napetost između AI-ja kao alata koji pomaže klimatskoj tranziciji i AI-ja kao potrošača resursa koji tu tranziciju opterećuje.
Neto efekt vjerojatno ovisi o odlukama koje se donose sada, posebno o tome napaja li se ta infrastruktura čistom energijom ili ne. Ovo nije pitanje na koje tehnologija sama daje odgovor, to je pitanje politike i investicija.
Moć, geopolitika i nova vrsta utrke
Tko kontrolira AI, kontrolira budućnost
Razvoj najnaprednijih AI modela zahtijeva kombinaciju resursa koja je dostupna samo malom broju aktera. Ogromne količine podataka, specijalizirani čipovi koji se proizvode u svega nekoliko tvornica na svijetu, i talent koji je koncentriran u relativno malom broju institucija i kompanija. Ova koncentracija stvara novu vrstu moći koja nije vezana za teritorij na način na koji je vojna ili ekonomska moć bila vezana stoljećima.
Sjedinjene Države i Kina vode utrku za AI dominaciju, a posljedice te utrke osjećaju se daleko izvan njihovih granica. Izvozne kontrole na poluprovodnike, investicije u domaće AI ekosustave, i pokušaji da se osigura tehnološka neovisnost postali su središnja pitanja vanjske politike za desetke zemalja koje pokušavaju navigirati između ova dva pola.
Male zemlje i pitanje suverenosti
Za zemlje koje nisu ni SAD ni Kina, uključujući Hrvatsku i većinu Europe, postavlja se pitanje što znači “AI suverenost” kada su temeljni alati koje svatko koristi razvijeni u Silicijskoj dolini ili Pekingu. EU pokušava odgovoriti regulatornim putem kroz AI Act, postavljajući standarde koji utječu na globalno tržište jednostavno zbog veličine europskog tržišta, čak i kada Europa nije lider u razvoju temeljnih modela.
Ovo otvara pitanje koje će obilježiti sljedeće desetljeće. Hoće li svijet biti podijeljen u tehnološke blokove s različitim standardima, podacima i pravilima, slično kako je internet već djelomično podijeljen između otvorenog zapadnog modela i kontroliranog kineskog modela? I gdje se u toj podjeli nalaze zemlje koje nemaju kapacitet razviti vlastite temeljne sustave?
Svakodnevni život koji se mijenja iznutra
Obrazovanje koje postaje personalizirano
Učenik u ruralnoj školi koja nema dovoljno nastavnika za sve predmete sada može imati pristup AI tutoru koji se prilagođava njegovom tempu učenja, objašnjava koncept onoliko puta koliko je potrebno bez frustracije i daje povratnu informaciju trenutno. Ovo ne zamjenjuje nastavnika, ali demokratizira pristup personaliziranoj pažnji koja je prije bila privilegija učenika s privatnim instruktorima.
Globalno, ovo ima posebnu težinu za zemlje u razvoju gdje je manjak kvalificiranih nastavnika kronični problem. AI koji govori lokalne jezike i razumije lokalni kontekst može djelomično popuniti praznine u obrazovnim sustavima koji desetljećima nisu mogli doseći svako dijete.
Komunikacija bez jezičnih granica
Prevoditeljski alati koji su nekad davali nezgrapne, doslovne prijevode sada generiraju tekst koji je gotovo neraspoznatljiv od onoga koji bi napisao izvorni govornik. Za male jezične zajednice, uključujući hrvatsku, ovo znači pristup globalnom znanju i tržištima bez jezične barijere koja je generacijama bila stvarna prepreka. Istovremeno, otvara pitanje hoće li mali jezici, čija digitalna prisutnost je manja, na duge staze dobivati lošiju AI podršku jer modeli imaju manje podataka za učenje, što bi mogло pojačati postojeće nejednakosti umjesto da ih smanji.
Najčešće zablude o tome kako AI mijenja svijet
Jedna od najraširenijih zabluda jest da se sve ovo događa iznenada, kao prekidač koji se uključio. U stvarnosti, ova transformacija traje godinama i nastavit će se odvijati postupno, što znači da postoji vrijeme za prilagodbu, ali i da je lako podcijeniti kumulativni efekt.
Druga zabluda jest da je AI jedna stvar koja radi jednu stvar. U stvarnosti, AI je široka kategorija alata koji se razlikuju koliko se razlikuje čekić od kirurškog skalpela, i generalizacije o “AI-ju” često zamagljuju razgovor više nego što ga pojašnjavaju.
Treća zabluda jest da je smjer ove transformacije unaprijed određen tehnologijom samom. U stvarnosti, isti AI alati mogu pojačati nejednakost ili je smanjiti, mogu centralizirati moć ili je demokratizirati, ovisno o odlukama koje donose vlade, kompanije i pojedinci. Tehnologija stvara mogućnosti, ali ljudi biraju koje od tih mogućnosti se realiziraju.
Brzi pregled — što pratiti u sljedećim godinama
Vrijedi pratiti kako se regulatorni okviri u EU, SAD-u i Kini razvijaju, jer ti okviri će odrediti pravila igre za sve ostale. Vrijedi pratiti podatke o tržištu rada, posebno u sektorima poput administracije i korisničke podrške, kao ranim indikatorima šire transformacije. Vrijedi pratiti energetsku potrošnju podatkovnih centara i izvore te energije, jer to direktno utječe na klimatski bilans AI-ja. I vrijedi pratiti kako mali jezici i male ekonomije, uključujući Hrvatsku, pronalaze svoje mjesto u ekosustavu koji dominiraju dva ili tri velika globalna igrača.
Često postavljana pitanja
1. Hoće li AI ukupno stvoriti više poslova nego što uništi?
Povijesno gledano, tehnološke revolucije su dugoročno stvarale više poslova nego što su ukidale, ali kratkoročna i srednjoročna tranzicija nikad nije bila bezbolna i nikad nije bila ravnomjerno raspoređena. Najvjerojatniji scenarij jest da se ukupan broj poslova ne smanji dramatično, ali da se vrste poslova i vještine koje su tražene promijene brže nego što obrazovni sustavi mogu pratiti, što stvara stvarnu bol za radnike koji se nađu na pogrešnoj strani te promjene.
2. Je li realno da AI postane pametniji od ljudi u svemu?
Trenutni AI sustavi su izrazito sposobni u specifičnim, uskim domenama, ali im nedostaje opće razumijevanje svijeta koje ljudi imaju prirodno. Postoji ozbiljna znanstvena debata o tome koliko smo blizu sustava koji bi bio generalno sposoban kao ili sposobniji od čovjeka u širokom rasponu zadataka, i procjene se kreću od nekoliko godina do nekoliko desetljeća, što govori da postoji značajna neizvjesnost koju treba uzeti s oprezom prema oba ekstrema.
3. Tko snosi najveću odgovornost za to kako će se ova transformacija odviti, vlade ili kompanije?
Oboje, ali na različite načine. Kompanije donose tehničke odluke o tome kako su sustavi dizajnirani i za što su optimizirani, što izravno utječe na njihove društvene posljedice. Vlade donose odluke o regulaciji, oporezivanju i socijalnim mrežama sigurnosti koje određuju kako se koristi i troškovi te transformacije distribuiraju kroz društvo. Odsustvo akcije s bilo koje strane je također odluka, sa svojim posljedicama.
4. Mogu li male zemlje poput Hrvatske imati ikakav utjecaj na ovu globalnu transformaciju?
Direktan utjecaj na razvoj temeljnih AI modela je ograničen, jer ta igra zahtijeva resurse koje male zemlje nemaju. Ali utjecaj kroz regulatorne okvire kao dio EU, kroz odluke o tome kako se AI implementira u javnom sektoru i obrazovanju, i kroz izgradnju lokalne ekspertize koja razumije i može prilagoditi globalne alate lokalnim potrebama, sve su to realni kanali utjecaja koji nisu neznačajni.
5. Je li ova transformacija nešto čega se treba bojati?
Strah i nada su obje racionalne reakcije, jer obje su utemeljene u stvarnim mogućim ishodima. Konstruktivnija pozicija od čistog straha ili čiste euforije jest aktivno praćenje, informiranje i participacija u odlukama koje oblikuju kako se ova tehnologija koristi, jer su upravo te odluke, ne tehnologija sama, ono što će odrediti hoće li ishod biti pozitivan ili negativan za većinu ljudi.
Zaključak — transformacija koja traži sudionike, ne samo posmatrače
Marko iz Slavonije, robot u Tokiju i farmer u Keniji povezani su istom infrastrukturalnom promjenom koja se odvija ispod površine svakodnevnog života, brže nego što javna rasprava može pratiti, a sporije nego što senzacionalistički naslovi sugeriraju.
AI mijenja svijet na načine koji su istovremeno obećavajući i zabrinjavajući, ovisno o tome gleda li se kroz prizmu liječenja bolesti koje su do sada bile smrtonosne ili kroz prizmu koncentracije moći u rukama nekolicine kompanija i država. Oba pogleda su istinita, i upravo zato pošten razgovor o ovoj temi mora držati obje istine istovremeno, bez popuštanja iskušenju da se priča pojednostavi u jednu stranu.
Ono što ostaje sigurno jest da ova transformacija neće čekati da svi budu spremni. Pitanje koje stoji pred svakim pojedincem, kompanijom i vladom nije hoće li se AI dogoditi, jer se već događa. Pitanje je tko će sudjelovati u odlučivanju kako se događa, i tko će samo gledati kako se odluke donose bez njih.