21. storočie: Éra kolektívnych inteligentných systémov  (Čo spája Google, Amazon, Airbnb a Wikipediu?)

Internet patrí medzi najväčšie úspechy digitálnych technológií. Dostupnosť informácií, ktorú táto technológia umožnila môžme bez obáv prirovnať k takým revolúciám ako bol vznik písma alebo Gutenbergova inovácia kníhtlače. Myslím si však, že by sme sa mali pozrieť na ďalšiu nemenej dôležitú revolúciu, ktorú nám táto digitálna technológia priniesla.

V prostredí internetu sa od začiatku 21. storočia vynorilo množstvo kolektívnych inteligentných systémov. Na rozdiel od tradičného prístupu, kedy sú informácie a vedomosti spracované a validované expertmi, tieto systémy dokážu generovať znalosti vďaka aktívnej účasti bežných (ne-expertných) užívateľov. Tí prispievajú do týchto systémov svojimi vedomosťami, diskutujú, vzájomne sa ohodnocujú a referencujú svoje argumenty. Vďaká aktívnej účasti prispievateľov tak kolektívne systémy dokážu generovať znalosti, ktoré sa stávajú presnejšie, rozsiahlejšie a špecifickejšie, než čiastkové vedomosti jednotlivých užívateľov.

Google PageRank algoritmus, Wikipedia, prediktívne trhy, digitálna ekonomika nám uľahčujú prístup k užitočným informáciám v oblastiach, ku ktorým sme ešte v nedávnej minulosti buď nemali vôbec žiadny prístup, prípadne sme museli využívať služby nie práve lacných expertov.

Kolektívna inteligencia

Spoločenské systémy založené na kolektívnej inteligencii nie sú žiadnou revolučnou novinkou. Najznámejšie kolektívne systémy pochádzajú z politického a ekonomického prostredia - demokracia a voľný trh. Rozhodovanie o všeobecných spoločenských otázkach neleží v rukách expertov, ale všetkých občanov. Podobne tvorba cien tovarov a služieb nie je plánovaná úzkou skupinou expertov, ale každodennými voľbami miliónov konzumentov.

Fenomén kolektívnej inteligencie asi najlepšie pomenoval ekonóm Friedrich Hayek v texte The use of knowledge in society. V ňom poukázal, že informácie a vedomosti (o čomkoľvek) nie sú nikdy koncentrované v rukách akokoľvek múdrych expertov, ale sú rozptýlené medzi tisícami rôznych aktérov. Až donedávna bola tým chýbajúcim faktorom technológia, ktorá by tieto rozptýlené informácie dokázala agregovať. Vďaka internetu a ďalším jeho funkcionalitám, ako napr. Web 2.0, sme túto chýbajúcu technológiu získali a môžeme ju využívať v rôznorodých oblastiach.

Myslím si, že existuje niekoľko dôležitých dôvodov, prečo stojí za to sa na tieto kolektívne inteligentné systémy pozrieť. Porozumenie tomu, čím sa líšia od tradičného spôsobu práce s vedomosťami, nám pomôže nielen pochopiť ich výhody, ale pomôže nám nahliadnuť do budúcnosti, pretože tieto kolektívne systémy už dnes ovplyvňujú rôzne oblasti nášho života. 

Google PageRank 

Už v 90. rokoch minulého storočia internet obsahoval milióny webových stránok. „Pamätníci“ si určite spomenú, že v tých časoch bolo vyhľadávanie informácií na internete komplikované. Keď ste do vtedajších vyhľadávačov zadali kľúčové slovo “Toyota” alebo “výrobca aut Ford”, vyhľadávač vám našiel všetko možné, len nie web-stránku Toyoty alebo Fordu.

Napríklad spoločnosť Yahoo sa snažila problém s vyhľadávaním vyriešiť kopírovaním klasického prístupu, aký fungoval v knižniciach. V nich experti kategorizovali a triedili knihy podľa rôznych kritérií. Yahoo tak zamestnaval expertov, ktorí kategorizovali jednotlivé webové stránky do adresárov usporiadaných v hierarchickej štruktúre. Napriek všemožnej snahe sa tento prístup ukázal ako nedostatočný, pretože v prostredí exponenciálneho nárastu informácií bola snaha akokoľvek pracovitých zamestnancov jednoducho beznádejná.

Všetkým konkurentom vypálili rybník dvaja doktorandi zo Stanfordskej univerzite Larry Page a Sergey Brin. Ich prístup sa od Yahoo líšil predovšetkým v tom, že namiesto toho, aby zamestnali tisíce expertov, urobili expertom každého z nás. Kľúčová inovácia implementovaná v ich PageRank algoritme, ktorá sa nakoniec ukázala ako rozhodujúca, bola inšpirovaná modelom pochádzajúcim z akademického prostredia. Vedci v rámci svojich prác citujú použitú literatúru resp. odkazujú na práce, z ktorých čerpali. Relevantnosť a kvalita práce sa v rámci vedeckej komunity tak meria množstvom citácií. Čím viac je vedec citovaný, tým je v rámci vedeckej komunity významnejší.

PageRank algoritmus tak meria dôležitosť určitej web stránky. Ak jedna stránka odkazuje (hypertext, ktorú vložil užívateľ) na inú, hlasuje tým za jej dôležitosť. Takže, čím viac hlasov určitá stránka má, tým je dôležitejšia - má vyšší PageRank a tým sa v rámci vyhľadávania posúva vyššie. Nejde však len o počet odkazov, ktoré na web stránku smerujú. Záleží aj na tom, aký PageRank a koľko odkazov má stránka, ktorá odkazuje. Stránky na ktoré smeruje viac odkazov vážia (majú viac hlasov) než stránky, na ktoré smeruje menenj odkazov. Čím viac užívateľov odkazuje na stránku, tým viac hlasov získava stránka pri konečnom rozhodnutí. Pagerank algoritmus sa tak podobá viac aristokratickej akademickej obci, než dokonalej demokracii, v ktorej každý disponuje rovnako vážiacim hlasom.

Wikipedia

Druhým príkladom kolektívnych inteligentných systémov je online encyklopédia Wikipedia. V roku 2001 obchodník s akciami Jimmy Wales začal budovať online mnohojazyčnú encyklopédiu inšpirovanú webovými stránkami WikiWikiWeb, ktoré mohol modifikovať každý jej návštevník. Kým v minulosti boli encyklopédie doménou vedcov a expertov, jeho experiment bol založený na využití vedomostí dobrovoľných prispievateľov. Spočiatku tento libertariánsky projekt čelil veľkej nedôvere a kritike rôznych expertov. Tí ju obviňovali z množstva nepresnosti, zaujatosti a nepoužívania zdrojov. Každopádne Wikipedia nielenže prežila, ale stala sa tak obľúbenou, že v roku 2012 tradičná encyklopédia Britannica oznámila ukončenie printových vydaní.

Nepotvrdila sa dokonca aj najrozšírenejšia obava, že Wikipedia sa stane obeťou nekonečnej vojny zástancov polarizovaných táborov. Vedci Zhu a Greenstein zistili, že spočiatku jednostranne ladené témy pod vplyvom rušnej diskusie získavajú vyváženejšiu perspektívu. Akoby sa z počiatočného chaosu vynoril poriadok.

Prediktívne trhy 

Kým Google a Wikipedia agregujú existujúce vedomosti, Prediktívne trhy napríklad IEM, HWS sa snažia predpovedať budúce udalosti. Tieto online systémy sú prístupné na rozdiel od búrz aj laickej verejnosti, poskytujú aktuálne informácie o vývoji cien rôznych aktív a zároveň im umožňujú vsadiť si finančnú čiastku na budúcu cenu aktíva. Tento proces kolektívneho odhadu je určitým spôsobom simulácie budúceho chovania subjektov v reálnom prostredí. Obľúbené sú stávky v oblasti politických udalostí – voľby prezidenta, parlamentné voľby, odhad úspešnosti nových filmov, hercov, kto získa Oscara, atď.

Aj keď tieto kolektívne systémy boli pri niektorých udalostiach nepresnejšie, než tradičné agentúry (B. Obama- H.Clinton, D.Trump-H.Clinton), z dlhodobého hľadiska si vedú pozoruhodne rovnocenne voči expertným systémom – teda rôznym prieskumným agentúram, v ktorých pôsobia úzko špecializovaní experti.

Digitálna ekonomika

Úspech Amazonu, Netflixu, Uberu, Airbnb, eBay a množstva iných internetových platforiem je vo veľkej miere postavený na využívaní kolektívnej inteligencie.

Keď v roku 1996 internetový predajca kníh Amazon založený Jeffom Bezosom umožnil na svojej stránke čitateľom vkladať svoje vlastné recenzie knih, takmer okamžite mu zavolal nahnevaný vydavateľ s tým, že ako chce predávať knihy, keď umožňuje publikovať negatívne recenzie. Jeff Bezos však nepodľahol tlaku vydavateľov a dnes sú užívateľské recenzie a ich agregovanie pevnou súčasťou väčšiny internetových obchodov. Od kníh cez autá až po elektroniku takmer rovnocenne nahradzujú expertov pôsobiacich v kamenných predajniach.

Ďalším prvkom kolektívnej inteligencie, ktorú vo veľkom využívajú internetové platformy ako Amazaon, Netflix, Youtube, Facebook, sú kolaboratívne filtre. Jedným z priekopníkov kolaboratívneho filtračného systému boli Amazon, Netflix a dnes sú sučasťou väčšiny internetových obchodov, v ktorých nakupujeme. Je založený na intuitívnom predpoklade „Zákazníci, ktorí si kupujú X, tiež nakupujú Y.“ Ak si v online obchode chcem kúpiť knihu od Václava Smila, zobrazí sa mi výber kníh, ktoré čítajú jeho čitatelia.

Nemenej dôležitou formou využívania kolektívnej inteligencie sú reputačné systémy, ktoré zhromažďujú, distribuujú a agregujú informácie o predchádzajúcom správaní jednotlivých účastníkov. V anonymnom prostredí, akým je internet, je reputácia dôležitou zložkou toho, aby mohli medzi navzájom neznámymi užívateľmi prebiehať transakcie. Medzi najznámejšie platformy využívajucé reputačné systémy patrí eBay, Uber, AirbnB, atď. V rámci reputačných systémov kupujúci a predávajúci zanechávajú spätnú väzbu o kvalite transakcie s tieto informácie sa automaticky zoskupujú do profilu spätnej väzby. Kolektívne úsilie užívateľov poskytuje dôležité informácie o správaní jednotlivých účastníkov až do tej miery, že sú schopné vo veľkej miere efektívne nahrádzať jestvujúce autority resp. štátne organy.

Kolektívne vs. expertné systémy

V nasledujúcej tabuľke som na základe mojich subjektívnych kritérií zadefinoval niektoré výhody a nevýhody oboch systémov.
 

K hlavným výhodám kolektívnych inteligentných systémov patrí ich dostupnosť, diverzita a rozsah.

V prípade internetu a obrovského množstva informácií je PageRank od Google vyslovene dar z nebies. Predstavte si internetové prostredie, v ktorom by sme využívali expertov, ktorí by triedili a hodnotili jednotlivé stránky. Experti sú drahá záležitosť a dovolím si tvrdiť, že by sme internetové prostredie nevyužívali tak masívnym spôsobom ako je to dnes. Alebo si zoberme Wikipediu. Digitálny puristi ako napr. Larry Sanger (bývalý spolupracovník Jima Walesa) kritizujú nepresnosť a prílišné libertariánstvo týchto systémov. Na druhej strane však zabúdajú, že pre väčšinu populácie na zemi sú systémy ako Wikipedia, Quora, blogy, lacným a často jediným dostupným zdrojom informácií.

Profesori z MIT Andrew McAfee a Erik Brynjolfsson v knihe Machine, Platform, Crowd poukazujú na viacerých príkladoch, že pre úspešné vyriešenie mnohých problémov je potrebná diverzita, resp. aby boli vystavené rôznym perspektívam - ľuďom a tímom, s rôznym pozadím, vzdelaním, prístupmi na riešenie problémov. Keď vedci Karim Lakhani a Lars Bo Jeppesen preštudovali 166 vedeckých výziev uverejnených na otvorenej platforme InnoCentive, zistili, že drvivá väčšina víťazných riešení pochádzala od inžinierov, vedcov, expertov, s odlišným technickým pozadím, než firma, ktorá zadala výzvu. Je pravdepodobnejšie, že diverzitu nájdeme v rámci kolektívnych inteligentných systémov, ako je napríklad platforma Innoncentive, než vo výskumnom tíme na vývoj liekov.

Ďalšou nespornou výhodou kolektívnych inteligentných systémov je ich obšírnosť. Desaťtisíce dobrovoľných editorov Wikipédie dokážu popísať oblasti, ktoré by sa v žiadnej klasickej expertmi tvorenej encyklopédii nikdy neobjavili. Je to cena za lokálnu nepresnosť, ktorú osobne rád zaplatím.

Na druhej strane medzi výhody expertných systémov patrí ich menšia závislosť na množstve, presnosť a spoločenská akceptácia.

Keď nakupujem cez internetový obchod takmer vždy si pozriem recenzie od iných zákazníkov. Jedna alebo pár recenzií síce nedáva veľkú výpovednú hodnotu, avšak pri väčšom množstve recenzií je pre mňa zväčša smerodajná. Aby kolektívne inteligentné systémy fungovali efektívne, potrebujú dostatočné množstvo prispievateľov. Presnosť týchto systémov rastie a klesá v závislosti na množstve prispievateľov. Naopak expertné systémy dokážu dlhodobo a stabilne fungovať aj s veľmi malým množstvom expertov.

Napriek mnohým úspešným príkladom, kolektívne inteligentné systémy často zaostávajú za expertnými systémami v presnosti. Výhoda v podobe rozsahu a hĺbke informácií, ktoré nám prinášajú kolektívne systémy, sú vykúpené obetovaním úplnej presnosti. Výsledky z týchto systémov by sme mali brať s rezervou a na vytvorenie vlastného názoru pomocou týchto kolektívnych systémov potrebujeme použiť viac zdrojov.

Asi najväčšou výhodou expertných systémov je ich spoločenská akceptácia. Wikipedia, Pagerank, prediktívne trhy fungujú na základe veľkých dát a pravdepodobnostných štatistík. Náš mozog však nie je evolúciou uspôsobený k premýšľaniu na základe štatistík a rozsiahlych komplexných vzťahov. Kolektívne inteligentné systémy tak nabúravajú naše základne inštinkty. Ako konštatuje Chris Anderson v knihe Dlouhy Chvost „Keď informácie a znalosti zhromažďujú akademici, vedci, experti vieme aspoň to, že je tu niekto kto dohliadne na ich presnosť“. Na kolektívne inteligentné systémy však nedohliada nikto a inteligencia sa jednoducho sama vynára. Nie sú dokonalé, ale sú navrhnuté tak, aby sa sa sami vylepšovali a prispôsobovali.

Budúcnosť kolektívnych inteligentných systémov

Potichu a nebadane sa v prostredí internetu za posledných 20 rokov vynorili systémy založené na kolektívnej inteligencii. Kým v minulosti bola kolektívna inteligencia predmetom záujmu len úzkeho kruhu akademikov, dnes plody kolektívnej inteligencie využívame prakticky každý deň, vďaka čomu rastie ich spoločenská akceptácia.

Veľké technologické giganty ako Google resp. Alphabet, Amazon, Alibaba a Facebook svoje kľúčové časti biznisu postavili na využívaní kolektívnej inteligencie. Pred ďalšími firmami a začínajúcimi startupmi tak stojí otázka ako využívať a implementovať kolektívnu inteligenciu v ich biznis pláne. Napríklad Lego, General Electric namiesto tradičného marketingu začali využívať crowdfunding. A aj inštitúcie ako NASA sa nehanbia využívať služby platforiem ako InnoCentive pri riešení ich problémov.

Kolektívne inteligentné systémy však majú oveľa väčší potenciál, než spomenuté príklady. Jej efektívnejšie využívanie môže viesť v celkovej zmene organizovania a fungovania rôznych inštitúcií a firiem. Napríklad v oblasti školstva študentom, ktorí pasívne príjmajú expertné znalosti väčšia akceptácia kolektívnych inteligentných systémov umožní oveľa aktívnejšiu rolu v ich forme vzdelávania a učenia sa. Podobne zamestnanci firiem namiesto toho, aby pasívne vykonávali pokyny svojich nadriadených sa môžu aktívnejšie spolupodieľať na vytváraní firemnej databáze vedomostí.