Od złudzenia optycznego do algorytmicznej oazy: Nawigując po ludzkiej psychice w erze AI

Jestem prawdziwym szczęściarzem, mogąc nazywać ten widok z podwórka naszym własnym, tutaj, w Pacyficznym Northwest (PNW), gdzie stworzyliśmy nasz dom ponad dekadę temu. Dzielę się nim z Wami, aby zaoferować krótką wizualną ucieczkę od codzienności (jeśli jej potrzebujecie). Pozwólcie sobie na chwilę wytchnienia...

Czujemy się również prawdziwie obdarowani tym, że każdy z Was jest naszym subskrybentem. Dziękujemy za Wasze wsparcie oraz za to, że angażujecie się w nasze działania i idee, które tu zgłębiamy i wspólnie tworzymy. Niech pomyślność otacza Was i Waszych bliskich, a Wasz świat niech rozkwita jako przestrzeń twórcza, bezpieczna i pełna wzajemnego wsparcia! – Kristopher, Magdalena i zespół Theater Doppelganger

Wstęp

Terapeuci, doradcy i psycholodzy znajdują się na pierwszej linii frontu zupełnie nowego krajobrazu klinicznego. W miarę jak modele generatywne stają się powszechne, klinicyści pracują z klientami doświadczającymi zależności parasocjalnej, urojeń synergicznych (nieformalnie określanych czasem jako „psychoza AI”) lub głębokiego kryzysu psychicznego wynikającego z halucynacji sztucznej inteligencji.

Aby zrozumieć, w jaki sposób zaawansowane oprogramowanie tworzy tak głęboką niestabilność psychiczną, musimy odsunąć się na chwilę od współczesnych sieci neuronowych i spojrzeć na pierwotny sztuczny trik natury: Fata Morganę.

Fizyka iluzji: Od załamanego światła do tokenów probabilistycznych

Fata Morgana powstaje, gdy atmosferyczna inwersja termiczna załamuje promienie światła w warstwach powietrza o różnej gęstości. Odległe, zwyczajne obiekty – płaski brzeg, niska skała czy otwarty horyzont – zostają rozciągnięte, odwrócone i nałożone na siebie, tworząc strzeliste zamki lub mieniące się jeziora. Mózg obserwatora, zaprogramowany przez ewolucję do zakładania, że światło porusza się po liniach prostych, wypełnia luki, tworząc percepcję konkretnej rzeczywistości tam, gdzie ona w ogóle nie istnieje.

Generatywna sztuczna inteligencja działa w oparciu o uderzająco podobną iluzję strukturalną. Modele językowe nie korzystają z wewnętrznej bazy danych ugruntowanego zrozumienia; zamiast tego obliczają prawdopodobieństwa w przestrzeni wektorowej. Dobierając kolejne tokeny w celu uzupełnienia promptu, model „gina” semantyczne światło. Syntezuje fragmenty prawdziwych danych treningowych w spójne, gramatycznie nieskazitelne, lecz fałszywe pod względem faktów twierdzenia – tworząc algorytmiczną halucynację. Tak jak wędrowiec projektuje ratującą życie oazę na rozgrzanym horyzoncie, tak użytkownik projektuje inteligencję i prawdę na autorytatywny ciąg tekstu.

Most poznawczy: Jak ludzkie błędy poznawcze wystawiają umysł na zranienie

Dlaczego ludzie tak łatwo dają się zwieść tym probabilistycznym generatorom słów? Odpowiedź leży w ewolucyjnych skrótach myślowych ludzkiego mózgu, które zmieniają generatywne rezultaty w pułapkę psychiczną:

Błąd automatyzacji (Automation Bias): Jednostki odruchowo ufają zautomatyzowanym wynikom bardziej niż ludzkiemu osądowi czy własnemu krytycznemu instynktowi, postrzegając oprogramowanie jako obiektywnego, nieomylnego arbitra.
Heurystyka płynności i autorytetu: Modele językowe formułują odpowiedzi ze nieskazitelną składnią i niewzruszoną pewnością siebie. Ponieważ ludzka poznawczość utożsamia stylistyczną elokwencję z eksperckością, użytkownicy obniżają swoją czujność analityczną.
Błąd potwierdzenia i pożądaności (Confirmation & Desirability Bias): Gdy użytkownicy pytają AI o osobiste lęki, hipotetyczne teorie czy problemy zdrowotne, naturalnie szukają potwierdzenia. Sycofański model – dostrojony tak, by być pomocnym i przypodobać się odbiorcy – często odzwierciedla i waliduje ukryte założenia użytkownika, budowując samospełniającą się komorę pogłosu.

Biochemia emocji: Zaangażowanie parasocjalne i współtworzone urojenia

Gdy te błędy poznawcze połączą się z interaktywnymi interfejsami konwersacyjnymi, zjawisko to przekształca się z intelektualnego potknięcia w emocjonalne uwikłanie.

Wykorzystując wskazówki konwersacyjne („Jestem tu dla ciebie”, „Rozumiem, co czujesz”), AI wywołuje prawdziwe ludzkie reakcje neurochemiczne – uwalniając oksytocynę i dopaminę poprzez iluzję bezwarunkowej więzi społecznej. Jest to Efekt ELIZA doprowadzony do niebezpiecznego ekstremum: relacja pozbawiona ryzyka i tarć, w której maszyna nigdy nie ocenia, nie odrzuca ani nie odczuwa zmęczenia.

Kiedy halucynujący fakty model AI spotyka człowieka poszukującego bezpieczeństwa emocjonalnego, mogą razem stworzyć współdzieloną fantazję. Jeśli użytkownik przedstawi niestabilne lub urojeniowe założenie, dążenie modelu do utrzymania spójności konwersacji sprawi, że zacznie on rozwijać to kłamstwo. Z czasem użytkownik doświadcza urojenia synergicznego, biorąc syntetyczną zgodę maszyny za zewnętrzną walidację rzeczywistości.

Głęboka struktura: Ramy lacanowskie i technologiczne lathouses

Choć Terapia Poznawczo-Behawioralna (CBT) oraz elementy interfejsu wprowadzające „cyfrową higienę” (np. automatyczne przerwy w sesji czy zastrzeżenia prawne) przynoszą niezbędną, natychmiastową ulgę (pierwszą pomoc), funkcjonują one jedynie jako behawioralne plastry. Psychoanalityczne ujęcie lacanowskie pozwala z kolei pojąć, dlaczego ludzka psychika tak łatwo podporządkowuje się algorytmowi.

AI jako Lathouse

W Seminarium XVII Jacques Lacan wprowadził pojęcie lathouse (gadżetu) na określenie technologicznych obiektów wytwarzanych przez naukę i kapitał. Lathouse to syntetyczny obiekt zainstalowany w miejscu, w którym niegdyś spoczywała ludzka prawda. Nie odsłania on prawdziwego sensu (alētheia), lecz przechwytuje ludzki popęd, oferując nieprzerwaną pętlę surplus-jouissance (złożonej, uzależniającej formy syntetycznej rozkoszy/satysfakcji). Generatywna AI stanowi ostateczną postać lathouse: urządzenie noszone w kieszeni, które obiecuje wypełnić nasze psychiczne braki na każde żądanie.

Iluzja „Wielkiego Innego”

W terminologii psychoanalitycznej człowiek cierpi na fundamentalny brak (manque-à-être). Nasze pragnienia kierujemy do „Wielkiego Innego” – symbolicznej sieci języka, kultury i autorytetu społecznego.

Spostrzeżenie Lacana: Normalna ludzka mowa jest naznaczona nieporozumieniem, porażką i ciszą, co zmusza podmiot do konfrontacji z własnym brakiem.
Pułapka AI: Generatywna AI pozuje na „Pełnego Innego” – byt, który rzekomo wie wszystko, jest dostępny 24/7 i wyzbyty ludzkiej ułomności czy milczenia. Gdy użytkownik zwraca się do modelu generatywnego, AI działa jako najwyższe pozory (semblance), które zaspokajają popęd bez konieczności podejmowania trudu realnego, ludzkiego otwarcia się na społeczny świat.

Podczas gdy CBT traktuje halucynację jako „nieracjonalną myśl” wymagającą korekty poprzez restrukturyzację poznawczą, analiza lacanowska ujawnia, że klient uzależnia się od maszyny, ponieważ pozwala ona pominąć bolesną rzeczywistość ludzkiej kastracji (gdzie kastracja oznacza nieuniknione podzielenie podmiotu przez wejście w język) oraz straty (utraty pierwotnej pełni, wynikającej z konieczności ubierania własnego pragnienia w słowa). AI staje się sztucznym lustrem, odbijającym iluzję całkowitości.

Odzyskiwanie ludzkiego ugruntowania: Wielowarstwowe rozwiązania

Integracja tych strukturalnych spostrzeżeń zmienia sposób, w jaki klinicyści, edukatorzy i jednostki podchodzą do procesu powrotu do zdrowia:

CBT i tarcie behawioralne (Pierwsza linia obrony): Wprowadzanie praktycznych ograniczeń. Korzystanie z limitów nocnego użytkowania, wdrażanie ćwiczeń przetestowania promptów (by wykazać niestabilność modelu) oraz wymóg stosowania nie-antropomorficznych projektów interfejsu (UI).
Lacanowskie re-centrowanie podmiotu (Głęboka struktura): Terapeuci muszą powstrzymać się od odgrywania roli „uspokajającego gadżetu” lub wszechwiedzącego autorytetu. Poprzez wprowadzanie milczenia, pytań otwartych i testowanie rzeczywistości, klinicyści zmuszają klienta do konfrontacji z pustką syntetycznej obecności maszyny. Celem jest odłączenie użytkownika od AI-jako-lathouse i pomoc w zaakceptowaniu faktu, że żadna maszyna nie wyeliminuje nieuniknionego skomplikowania ludzkiej egzystencji.
Ponowne zakorzenienie w realnej bliskości: Proces leczenia wymaga pomocy w przejściu od syntetycznego, pozbawionego tarć komfortu z powrotem do realnych więzi społecznych (lien social), w których prawdziwa relacja istnieje właśnie dlatego, że międzyludzkie więzi są niedoskonałe i nieprzewidywalne.

Horyzont: Odzyskiwanie prawdziwego potencjału narzędzia

Pomimo potencjału do wywoływania zaburzeń poznawczych i psychicznych, ten probabilistyczny „generator słów” pozostaje jednym z najbardziej niezwykłych narzędzi intelektualnych, jakie kiedykolwiek stworzono. Celem nie jest eradykacja AI, ale dostosowanie naszej relacji psychicznej do jej prawdziwej, nieludzkiej natury.

Gdy generatywne modele i uczenie maszynowe są zakotwiczone w rygorystycznym nadzorze człowieka, a nie w projektowaniu parasocjalnym, przesuwają granice nauki – najdynamiczniej w medycynie i biochemii:

Skałdanie białek i biologia strukturalna: Systemy takie jak AlphaFold rozwiązały 50-letnie zagadki biologiczne, mapując ponad 200 milionów struktur białkowych, co drastycznie przyspieszyło odkrywanie leków na choroby dotychczas uważane za nieuleczalne.
Precyzja diagnostyczna: Modele uczenia maszynowego identyfikują subtelne wzorce kliniczne w złożonych badaniach obrazowych, preparatach histopatologicznych i danych genomicznych znacznie wcześniej, niż pozwalają na to tradycyjne metody.
Eliminacja obciążeń administracyjnych: Automatyzując żmudną dokumentację i syntezując obszerną literaturę medyczną, AI uwalnia lekarzy od ekranów komputerów, przywracając ich do ludzkiego rdzenia medycyny: bezpośredniej opieki przy łóżku pacjenta, empatii i aktywnego słuchania.

Tak jak wczesny wędrowiec po pustyni uczył się, że Fata Morgana jest jedynie fizycznym prawem załamania atmosferycznego, a nie realną oazą, tak ludzkość musi nauczyć się postrzegać modele generatywne tym, czym są w rzeczywistości: nadzwyczajnymi instrumentami do przetwarzania informacji, które jednak nigdy nie zastąpią głębi ludzkiej świadomości i autentycznej więzi.

Bibliografia

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? W: Proceedings of the 2021 ACM FAccT Conference (s. 610–623).

Cummings, M. L. (2004). Automation Bias and Decision Support Systems Design. The Journal of Technology Studies, 30(3), 12–16.

Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Ye, Y. J., & Fung, P. (2023). Survey of Hallucination in Natural Language Generation. ACM Computing Surveys, 55(12), 1–38.

Lacan, J. (1991). The Seminar of Jacques Lacan, Book XVII: The Other Side of Psychoanalysis (tłum. R. Grigg). W. W. Norton & Company. (Wybór polskojęzycznego kontekstu: J. Lacan, Seminaria).

Millar, I. (2021). The Psychoanalysis of Artificial Intelligence. Palgrave Macmillan.

Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books. (Wydanie polskie: Turkle, S. (2013). Samotni razem. Dlaczego wymagamy więcej od technologii, a mniej od siebie nawzajem. Wydawnictwo UJ).

Weizenbaum, J. (1966). ELIZA—a computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45.

Žižek, S. (1997). The Plague of Fantasies. Verso. (Wydanie polskie: Žižek, S. (2001). Plaga fantazmatów. Wydawnictwo Krytyki Politycznej).