Svi govore o AI-ju. Malo tko govori pošteno o njemu.
S jedne strane — tehnološki entuzijasti koji obećavaju da će AI riješiti rak, klimatske promjene i siromaštvo. S druge — katastrofičari koji tvrde da će AI uništiti poslove, demokraciju i možda čovječanstvo.
Stvarnost je, kao i uvijek, kompleksnija od oba narativa.
AI ima stvarne, mjerljive prednosti koje već danas mijenjaju živote na bolje. I ima stvarne, mjerljive nedostatke koji mogu nanijeti stvarnu štetu stvarnim ljudima. Oba su istinita istovremeno.
U ovom tekstu prolazimo kroz prednosti i nedostatke umjetne inteligencije — bez hype-a, bez katastrofizma, s konkretnim primjerima i poštenom procjenom onoga što znamo i onoga što ne znamo.
Zašto je važno razumjeti obje strane
Između euforije i panike
Javna rasprava o AI-ju pati od polarizacije koja onemogućuje korisno razmišljanje.
Euforija — koja dolazi uglavnom iz Silicon Valleya i tech industrije — naglašava potencijal dok minimizira rizike. Panika — koja dolazi iz dijela medija i akademske zajednice — naglašava rizike dok minimizira stvarna dostignuća.
Obje krajnosti imaju isti problem: ne pomažu u donošenju dobrih odluka.
Razumijevanje prednosti i nedostataka umjetne inteligencije nije akademska vježba. To je praktična kompetencija koja postaje sve važnija — za poduzetnike koji odlučuju hoće li implementirati AI, za zaposlenike koji se pitaju kako se prilagoditi, za građane koji biraju predstavnike koji donose regulatorne odluke i za sve nas koji svakodnevno koristimo sustave koji su AI-driven.
Prednosti umjetne inteligencije
1. Ubrzavanje medicinskih otkrića
Možda nigdje prednosti AI-ja nisu jasnije i manje kontroverzne nego u medicini i bioznanostima.
AlphaFold i revolucija u biologiji
DeepMind’s AlphaFold riješio je 2020. problem predviđanja proteinskih struktura koji je mučio biologe 50 godina. U roku od jedne godine, baza podataka proteinskih struktura povećala se od oko 100.000 na više od 200 milijuna.
Ovo nije apstraktan napredak. Proteinske strukture temelj su razumijevanja bolesti i razvoja lijekova. Istraživači koji su ranije provodili godine na određivanju strukture jednog proteina sada imaju pristup strukturama praktički svakog poznatog proteina.
Rano otkrivanje bolesti
AI sustavi koji otkrivaju rak dojke, rak pluća i dijabetičku retinopatiju s preciznošću koja je jednaka ili veća od prosječnog specijalista — već su u kliničkoj upotrebi u vodećim zdravstvenim sustavima.
Za bolesti gdje rano otkrivanje dramatično poboljšava prognozu — rak, kardiovaskularne bolesti, neurodegenerativne bolesti — ovo je mjerljivo spašavanje života.
2. Demokratizacija znanja i pristupa
Obrazovanje bez granica
Khanmigo, Duolingo, personalizirani AI tutori — demokratiziraju pristup kvalitetnoj edukaciji na način koji nije bio moguć bez AI.
Dijete u ruralnom području Hrvatske, student u Africi, odrasla osoba koja se želi prekvalificirati — svi imaju pristup alatu koji se prilagođava njihovoj razini i tempu učenja, bez nastavnika koji su skupi i geografski ograničeni.
Prijevod koji briše jezične barijere
Google Translate, DeepL i specijalizirani AI prevoditelji omogućuju komunikaciju između govornika različitih jezika s kvalitetom koja je još nedavno bila nezamisliva.
Za male jezike poput hrvatskog, ovo je posebno vrijedno — pristup znanju i komunikacija s globalnom zajednicom bez jezične barijere koja je ranije bila stvarna prepreka.
3. Rješavanje kompleksnih globalnih problema
Klimatske promjene i energija
AI optimizacija energetskih mreža, predviđanje solarne i vjetrene produkcije, ubrzanje razvoja novih baterija i materijala za čistu energiju — sve su to konkretni doprinosi koji su mjerljivi u smanjenim emisijama i ubrzanoj energetskoj tranziciji.
DeepMind’s GraphCast predviđa vremenske uvjete 10 dana unaprijed s preciznošću koja nadmašuje konvencionalne modele — što direktno pomaže u upravljanju obnovljivim izvorima i pripremi za ekstremne vremenske događaje.
Otkrivanje lijekova
Insilico Medicine razvila je novi lijek kandidat za idiopatsku plućnu fibrozu za 18 mjeseci umjesto tipičnih 4-5 godina. Recursion Pharmaceuticals sistemski istražuje biološke interakcije za identificiranje novih terapeutskih priložnosti.
AI koji ubrzava razvoj lijekova direktno utječe na koliko brzo novi tretmani postaju dostupni pacijentima koji čekaju.
4. Povećanje produktivnosti i učinkovitosti
Individualna produktivnost
GitHub Copilot koji programerima pomaže pisati kod brže i s manje grešaka. ChatGPT koji ubrzava pisanje, istraživanje i analizu. Canva AI koji omogućuje ne-dizajnerima da stvaraju profesionalne vizuale.
Studije konzistentno pokazuju da korisnici koji efektivno koriste AI alate završavaju zadatke 20-50% brže — što oslobađa kapacitet za kompleksnije i kreativnije zadatke.
Industrijska učinkovitost
AI optimizacija u manufakturi, logistici i lancima opskrbe smanjuje troškove i otpad. UPS uštedi 100 milijuna milja godišnje optimizacijom ruta. Industrijska postrojenja smanjuju energetsku potrošnju za 20-30% uz AI upravljanje.
5. Sigurnost i zaštita
Prevencija financijskih prijevara
Visa i Mastercard spriječile su desetke milijardi dolara prijevara godišnje uz AI sustave koji u milisekundama analiziraju svaku transakciju.
Za korisnike kreditnih kartica, ovo je nevidljiva zaštita koja funkcionira svaki dan — bez ikakve interakcije s korisnikove strane.
Kibernetička sigurnost
AI sustavi za detekciju anomalija u mrežnom prometu, identifikaciju zlonamjernog softvera i predviđanje kibernetičkih napada — postaju neophodna obrambena infrastruktura u digitalnom svijetu.
Sigurnost u prometu
Tesla Autopilot, Waymo i slični sustavi — unatoč svim kontroverziama — statistički su sigurniji od prosječnog ljudskog vozača na autocestama i pri rutinskim vožnjama.
Nedostaci umjetne inteligencije
1. Pristranost i diskriminacija
Možda najdokumentiraniji i najhitniji nedostatak — AI sustavi koji reproduciraju i pojačavaju pristranosti prisutne u podacima na kojima su trenirani.
Konkretni slučajevi s ozbiljnim posljedicama
COMPAS algoritam koji je koristio američki pravosudni sustav sistematski je precjenjivao rizik povrata na kriminal za crne optužene. Amazonov rekrutacijski algoritam sistematski je diskriminirao žene. Komercijalni zdravstveni algoritam podcjenjivao je potrebe crnih pacijenata.
Ovo nisu izolirani incidenti. To su sustavni problemi koji proizlaze iz strukturalne pristranosti u historijskim podacima koji se koriste za treniranje.
Zašto je ovo strukturalni, ne tehnički problem
Pristranost se ne može eliminirati samo “boljim podacima.” Ako je društvo historijski diskriminiralo — a jest — historijski podaci to reflektiraju. AI koji uči iz tih podataka uči i tu diskriminaciju.
Rješenja postoje — fairness constraints, diversifikacija podataka, redoviti auditi — ali zahtijevaju svjesnu investiciju i prioritizaciju koji tržišni poticaji ne nameću automatski.
2. Dezinformacije i manipulacija
Deepfakeovi i sintetički mediji
Deepfake tehnologija — koja generira realistične lažne video i audio sadržaje — postaje sve dostupnija i uvjerljivija.
Političke dezinformacije, financijske prijevare, osvetnička pornografija, ucjene — sve su to stvarni slučajevi zloupotrebe koji se dokumentiraju svaki tjedan.
AI generiran sadržaj u razmjeru
AI koji može generirati uvjerljiv tekst u razmjeru koji je nemoguć bez automatizacije — otvara nove mogućnosti za dezinformacijske kampanje, spam i manipulaciju javnim mnijenjem.
Identifikacija AI generiranog sadržaja postaje sve teža — što detekcijskim alatima i medijskoj pismenosti daje posebnu važnost.
3. Privatnost i nadzor
Masovni nadzor koji postaje mogući
AI koji može automatski procesirati video s milijuna kamera, analizirati komunikacijske metapodatke i predviđati ponašanje — čini masovni nadzor tehnički izvedivim u razmjeru koji ranije nije bio moguć.
Kina je izgradila najopsežniji AI nadzorni sustav u povijesti. Ali iste tehnologije — prepoznavanje lica, analiza ponašanja, prediktivna policija — implementiraju se i u demokratskim državama, s različitim regulatornim okvirima ali istim tehnološkim potencijalom za zloupotrebu.
Komercijalana eksploatacija podataka
Komercijalne tvrtke koriste AI za izgradnju detaljnih profila korisnika — psihografskih, bihevioralnih, zdravstvenih — koji se koriste za targetirano oglašavanje i dinamičko određivanje cijena.
Korisnici koji su nominalno “besplatni” korisnici usluga — zapravo plaćaju podacima čiju vrijednost ne razumiju i nad kojima imaju ograničenu kontrolu.
4. Ekonomska disrupcija i nejednakost
Gubitak poslova u određenim kategorijama
AI automatizacija već eliminira određene kategorije poslova — unos podataka, standardna korisnička podrška, rutinska analiza, određeni aspekti pisanja i dizajna.
McKinsey procjenjuje da bi do 2030. između 75 i 375 milijuna radnika globalno moglo trebati promijeniti zanimanje. Tranzicija nije bezbolna i nije ravnomjerno distribuirana.
Koncentracija koristi
Koristi AI-ja — povećana produktivnost, viši prinosi, smanjeni troškovi — uglavnom idu vlasnicima kapitala i visoko obrazovanim radnicima koji koriste AI kao alat.
Radnici čiji su poslovi automatizirani i zajednice koje ovise o tim industrijama snose troškove tranzicije — bez automatske kompenzacije za koristi koje im AI donosi posredno.
Monopolizacija AI industrije
Razvoj najnaprednijih AI sustava zahtijeva računalne resurse, podatke i talent koji su dostupni samo nekolicini mega-korporacija i država.
Ova koncentracija moći — u rukama Googlea, Microsofta, Meta, Amazona i nekolicine других — stvara strukturalnu nejednakost u pristupu tehnologiji koja može povećati globalnu ekonomsku nejednakost.
5. Sigurnosni rizici
Halucinacije i nepouzdanost
AI sustavi — posebno veliki jezični modeli — mogu s visokim samopouzdanjem generirati netočne, izmišljene informacije koje izgledaju uvjerljivo.
Liječnik koji koristi AI za medicinski savjet, pravnik koji koristi AI za pravno istraživanje, novinar koji koristi AI za provjeru činjenica — svi riskiraju ozbiljne pogreške ako ne verificiraju AI output.
Autonomno oružje
AI sustavi koji mogu autonomno identificirati mete i primijeniti smrtonosnu silu — bez ljudske odluke u trenutku napada — već postoje i proliferiraju.
Etička i pravna pitanja oko odgovornosti, proporcionalnosti i distinkcije između civila i boraca — koja su temelj međunarodnog humanitarnog prava — nema odgovore koji zadovoljavaju kad je odlučivač algoritam.
Sistemski rizici financijskog sustava
Flash crash iz 2010. — trilijun dolara izgubljen i vraćen za 36 minuta zbog interakcije između algoritama — pokazao je kako AI finansijski sustavi mogu stvoriti sistemske rizike koji su teško predvidivi i brzi za eskalaciju.
6. Ekološki otisak
Energetska intenzivnost
Treniranje velikih AI modela troši enormne količine električne energije. GPT-4 treniranje emitiralo je — prema procjenama — između 500 i 2.000 tona CO2 ekvivalenta.
Data centri koji pogone AI sustave sve su veći potrošači električne energije i vode za hlađenje.
IEA procjenjuje da bi potrošnja energije data centara mogla se udvostručiti do 2026. — primarno zbog AI workloada.
Paradoks klimatskih koristi
AI koji pomaže smanjiti emisije u energetici, transportu i industriji — sam generira emisije kroz vlastitu infrastrukturu.
Neto efekt je vjerojatno pozitivan ako se AI infrastruktura napaja čistom energijom — ali ovo nije automatsko i zahtijeva svjesnu politiku.
Balansirana procjena — što to sve znači
Nije pitanje je li AI dobar ili loš
Prednosti i nedostaci umjetne inteligencije ne mogu se zbrojiti u jednostavnu ocjenu. AI nije inherentno dobar ni loš — to je tehnologija čiji učinci ovise o tome kako se razvija, implementira i regulira.
Faktori koji određuju ishod
Regulatorni okvir — EU AI Act, koji zabranjuje određene primjene i postavlja standarde za visoko rizične, primjer je pokušaja da se prednosti maksimiziraju a nedostaci minimiziraju regulatornom intervencijom.
Vlasnička struktura i poticaji — AI koji razvijaju kompanije koje odgovaraju dioničarima optimiziran je za profit. AI koji razvijaju javne institucije ili neprofitne organizacije može biti optimiziran za druge vrijednosti.
Pristup i distribucija — tko ima pristup AI alatima i tko snosi troškove AI disrupcije — ključno je za pravednost ishoda.
Transparentnost i odgovornost — AI sustavi koji su transparentni o svojem funkcioniranju i koji imaju mehanizme odgovornosti za greške — strukturalno su sigurniji od neprozirnih crnih kutija.
Najčešće zablude o prednostima i nedostacima AI-ja
- “Prednosti AI-ja nadmašuju nedostatke” — ovisi o kontekstu, implementaciji i distribuciji. Nema globalnog odgovora koji vrijedi za sve primjene.
- “Nedostaci AI-ja su privremeni i riješit će ih bolja tehnologija” — neki nedostaci su tehnički i mogu se poboljšati. Drugi — pristranost, koncentracija moći, eksploatacija radnika — strukturalni su problemi koji zahtijevaju društvena, ne samo tehnička rješenja.
- “AI je neutralan alat — sve ovisi o upotrebi” — nije potpuno točno. Dizajn sustava, odabir podataka i optimizacijske funkcije su vrijednosni izbori koji određuju učinke neovisno o naknadnoj upotrebi.
- “Regulacija AI-ja guši inovaciju” — nije nužno. Kao što sigurnosni standardi u automobilskoj industriji nisu zaustavili razvoj automobila, pametna regulacija može usmjeriti AI razvoj prema korisnim primjenama.
- “Prednosti AI-ja su dostupne svima jednako” — nisu. Pristup najnaprednijim AI alatima, kapacitet za implementaciju i sposobnost zaštite od nedostataka — neravnomjerno su distribuirani između zemalja, sektora i socioekonomskih grupa.
⚡ Brzi savjeti — kako koristiti AI pametno
- Uvijek verificiraj važne AI outpute — halucinacije su stvarne i AI ne zna kada griješi
- Razumij koja prava imaš prema GDPR-u kada AI donosi odluke koje te se tiču
- Koristi AI alate koji su transparentni o tome kako rade i koji imaju mehanizme žalbe
- Razvijaj kritičku procjenu AI generiranog sadržaja — posebno za vijesti i medicinske informacije
- Podrži regulatorne inicijative koje maksimiziraju prednosti i minimiziraju nedostatke — ovo je politička odluka, ne samo tehnička
FAQ
- Nadmašuju li prednosti AI-ja nedostatke? Nema jednog odgovora koji vrijedi za sve kontekste. U medicini — za rano otkrivanje bolesti i razvoj lijekova — prednosti su jasno dominantne. U kaznenom pravosuđu — gdje pristranost algoritama može utjecati na slobodu — nedostaci su kritični i zahtijevaju poseban oprez. Kontekst, implementacija i regulacija određuju omjer.
- Mogu li se nedostaci AI-ja eliminirati boljom tehnologijom? Djelomično. Halucinacije se smanjuju s napretkom modela. Energetska učinkovitost se poboljšava. Ali strukturalni nedostaci — pristranost koja reflektira društvene nejednakosti, koncentracija moći, ekonomska disrupcija — zahtijevaju društvena i regulatorna rješenja koja tehnički napredak sam ne donosi.
- Koji su najhitniji nedostaci koje treba adresirati? Prema konsenzusu istraživača i regulatora: pristranost algoritama u visoko rizičnim primjenama — pravosuđe, zdravstvo, zapošljavanje. Autonomno oružje bez adekvatnog međunarodnog regulatornog okvira. Masovni nadzor koji ugrožava temeljna prava. I dezinformacije koje ugrožavaju demokratske procese. Sva četiri zahtijevaju hitnu akciju.
- Kako obični korisnici mogu maksimizirati prednosti i minimizirati nedostatke? Kritička konzumacija AI outputa — ne prihvaćanje bez verifikacije. Aktivno korištenje GDPR prava u interakciji s AI sustavima. Podrška transparentnim i odgovornim AI alatima kao potrošački izbor. I participacija u demokratskim procesima koji određuju regulatorni okvir — jer ovo su politički izbori, ne samo tehnički.
- Hoće li prednosti AI-ja s vremenom postati dostupnije svima? Trend je miješan. Besplatni AI alati demokratiziraju pristup koji je ranije bio rezerviran za bogate — što je stvarni napredak. Ali najnapredniji sustavi ostaju u rukama korporacija i bogatih država. EU AI Act i slične inicijative pokušavaju osigurati da prednosti budu šire distribuirane — s mješovitim rezultatima dosad.
Zaključak — tehnologija koja zaslužuje poštenu ocjenu
Prednosti i nedostaci umjetne inteligencije nisu pitanje za tehničare. To je pitanje za sve nas.
AI koji otkriva rak ranije, koji ubrzava razvoj lijekova, koji demokratizira pristup znanju i koji pomaže u borbi protiv klimatskih promjena — to su stvarne, mjerljive koristi koje poboljšavaju živote.
AI koji reproducira diskriminaciju, koji omogućuje masovni nadzor, koji koncentrira ekonomsku moć i koji može biti korišten za dezinformiranje i manipulaciju — to su stvarne, mjerljive štete koje ugrožavaju živote.
Oboje su istiniti istovremeno. I upravo zato je poštena, nuansirana procjena važnija od euforije ili panike.
Odluke o tome kako razvijamo, implementiramo i reguliramo AI donose se sada — u korporativnim boardroomima, u parlamentima i u svakodnevnim izborima koji alat koristiti i kojim sustavima vjerovati.
Te odluke su previše važne da bismo ih prepustili samo onima koji grade tehnologiju.