Człowiek jako sztukmistrz wyborów. Umysł, emocje i AI

Archiwum dawnych publikacji · Praca z II roku filozofii, czerwiec 2004. Inspiracja: seminarium prof. Jerzego Perzanowskiego. Tekst oryginalny; poprawiono wyłącznie literówki, ortografię i interpunkcję. Uwagi z 2026 roku znajdują się na końcu, w sekcji „Komentarz 2026”.

Wyraz wątpliwości do argumentów typu argumentu Lucasa

Motto:

O całym świecie mamy świadectwo w mózgu, a o tym, jak wygląda i działa mózg, też mamy świadectwo w mózgu. Kim jesteśmy? Jak wygląda mózg?

Jak wygląda świat bez uczuć? Czy istnieje taki świat?

Wyobraźmy sobie świat możliwy, w którym nie ma uczuć i nigdy ich tam nie było.

To, co nazywam uczuciami, to wszelkie zjawiska powstające w nas, podległe w szczególności części mózgu, tzw. ciału migdałowatemu. Czyli będą to emocje rozumiane szeroko. Nie tylko silne, jak strach, radość, ból itp., ale również wrażliwość poznawcza, jak intuicja, zdolność do szybkiego pozaracjonalnego, czyli niepodlegającego analizie, głównie tzw. korze nowej, reagowania na informacje płynące ze świata. Niekoniecznie muszą to być reakcje „impulsywne”. Tak rozumiane emocje są odpowiedzialne za możliwości podejmowania wyboru. To wszystkie te funkcje mózgu, które odpowiadają za podejmowanie decyzji i bez których, zgodnie z wiedzą płynącą z neurofizjologii, niemożliwe byłoby inne funkcjonowanie jak tylko chłodna i drobiazgowa analiza świata w szczegółach i wielości informacji i możliwych rozwiązań bez żadnej konkluzywności. Wydaje się także, o czym miałaby świadczyć refleksja estetyki nad procesem twórczym, ale i przeżyciem estetycznym, iż są tak rozumiane „uczucia – emocje” tym, co odpowiada za możliwość tworzenia i wrażliwość na wartości estetyczne i artystyczne (I. Wojnar, Teoria wychowania estetycznego).

Czy takim światem mógłby być ten, jaki istnieje w zgodzie z „maszynami Turinga”, przykładowo ich reprezentantem, komputerem, przy którym teraz siedzę? Wydaje się, iż z grubsza tak, o czym świadczy znajomość mechanizmów funkcjonowania emocji znana naukom przyrodniczym. Istotne są dwa warunki:

Maszyna różni się podłożem materialnym od istot, u których można zaobserwować emocje.
Trudno mówić o relacjach społecznych czy ze światem – na bazie których emocje powstają – a jakie miałaby mieć owa maszyna.

Twierdzenia powyższe wydają się trywialne, jednak postaram się wykazać, iż ich konsekwencje mogą być zaskakująco inspirujące.

Argumenty przeciw sztucznej inteligencji

Istnieją liczne argumenty przeciwko możliwości sztucznej inteligencji i mają różny charakter, co zależy od tego, „przeciwko” jakiej sztucznej inteligencji z obszaru informatyki są kierowane. Jeden z nich, tzw. argument Lucasa, użyty został w sporze mechanicyzmu z mentalizmem, który to spór w konsekwencji dotyczy również zagadnień związanych z AI (Artificial Intelligence), dlatego będę mówił o sporze o AI.

Pominę drobiazgową analizę argumentu Johna R. Lucasa, który, wykorzystując twierdzenie Gödla o niezupełności, chciał wykazać „możliwość odróżnienia człowieka (obeznanego z dowodem tego twierdzenia) od dowolnej maszyny pretendującej do miana modelu zdolności intelektualnych człowieka” (E. Szumakowicz, s. 360), wskazując, że jakkolwiek maszyna mająca w sobie nietrywialną arytmetykę nie udowodni jej zupełności, czego dokona człowiek. Interesujące jest w tych rozważaniach to, co rozumie się pod nazwą „umysł”. Rozumienie tego zagadnienia wydaje się być konsekwencją pytania Kartezjusza: czy człowiek jest samym ciałem, czy połączeniem tegoż z substancją duchową? Główne tezy Kartezjusza brzmiały, iż człowiek to złożenie substancji cielesnej (rozciągłej) – res extensa, oraz duchowej, myślącej – res cogitans.

Czymże różni się więc taki człowiek od maszyn, do których zaliczał też Kartezjusz zwierzęta? Mianowicie tym, iż zwierzę to samo ciało obdarzone niesamowitą strukturą funkcjonalną. Aby utrzymać tę linię graniczną, zakorzenioną w antymechanicyzmie, obmyślano liczne argumenty, z których jednym z subtelniejszych wydaje się być ten Lucasa. Co należy określić, doprecyzować, aby sformułować rozumowanie Lucasa? Potrzeba wyznaczyć pojęcie maszyny, które, aby cała rzecz nie nabrała trywialnego charakteru, zakotwiczymy w „maszynie Turinga”. Jest ona dość ogólna i zarazem konkretnie określona, aby służyć jako teoretyczny model maszyn, których zresztą odpowiednikiem są współczesne komputery. Jeśli uda się pomyśleć i skonstruować maszynę Turinga, która nie będzie w żaden sposób odróżnialna od człowieka pod względem inteligencji – umysłowości, to wygrywa mechanicyzm, jeśli odwrotnie, to jego oponenci. Jednak drugą stroną jest pojęcie „umysłu”, które także musi nabrać jakiegoś znaczenia. Zdaje się, że Lucasa satysfakcjonuje takie rozumienie: „umysł liczący i dowodzący w nietrywialnej arytmetyce, np. Peano”.

Jest to potrzebne do zasadniczej części argumentu, mianowicie do wplecenia weń twierdzenia Gödla. Można je sformułować tak: „dla każdego systemu sformalizowanego matematyki, dostatecznie bogatego (co w języku technicznym oznacza tzw. reprezentowalność funkcji i relacji rekurencyjnych), o obliczalnym (rekurencyjnym) zbiorze aksjomatów i obliczalnych relacjach inferencji oraz niesprzecznego, istnieje zdanie zbudowane w języku tego systemu, w systemie tym nierozstrzygalne. (…) niedowiedlność niesprzeczności systemu środkami tego systemu – jest treścią tzw. drugiego twierdzenia Gödla” (E. Szumakowicz, s. 361). Jeszcze inaczej:

Teoria formalna powinna spełniać dwa warunki: musi być adekwatna i zupełna.

1) Teoria formalna jest adekwatna, gdy stąd, że α jest twierdzeniem teorii T, wynika, że α jest prawdziwe. (To warunek konieczny, aby brać T w ogóle pod uwagę).

2) Teoria formalna T jest zupełna, gdy stąd, że α jest prawdziwe, wynika, że α jest twierdzeniem teorii T. (Gdy przejdzie 1), rozpatrywane jest 2)).

Jednak jeśli teoria jest nietrywialna, czyli jest dość bogata, by zawierać w sobie arytmetykę rekursywną (można w niej wyrazić definicje rekursywne), to musi być niezupełna. To bardzo skrótowe sformułowanie twierdzenia Gödla.

Dowód tego twierdzenia jest zachwycający i nietrywialny. Interesujące są też wnioski, jakie sam Gödel wyciągnął w związku ze sporem „człowiek – maszyna”; sformułował je w postaci alternatywy.

Alternatywa Kurta Gödla brzmi, w zależności od przekładu, tak:

„albo matematyka subiektywna przewyższa możliwości wszystkich maszyn Turinga –
albo matematyka obiektywna przewyższa matematykę subiektywną”

(H. Wang, From Mathematics to Philosophy, tłumaczenie prof. J. Perzanowskiego, za S. Krajewskim)

„Albo umysł przewyższa każdą maszynę –
albo istnieje problem z zakresu teorii liczb, który jest dlań nierozstrzygalny” (tłumaczenie j.w. za E. Szumakowicz [w:] Jak filozofować?, pod red. J. Perzanowskiego, dalej [J.P.], s. 374).

Sam już fakt, iż alternatywy powyższe nie wydają mi się równoważne, jest bardzo interesujący. Zdaje się, iż w pierwszym sformułowaniu w drugiej części alternatywy wychodzi bardziej zaakcentowany idealizm matematyczny, natomiast w sformułowaniu Szumakowicza – założenie, iż twierdzenie Gödla jest twierdzeniem limitacyjnym, czyli wyznacza granice umysłu matematyka.

Ciekawsze wydaje mi się jednak pierwsze sformułowanie, zapewne bardziej zgodne z samym Gödlem.

Wniosek płynący z owej „alternatywy Gödla” pokazuje, iż akty twórcze w myśleniu matematycznym wykraczają poza granice kolejnych, dowolnie zaawansowanych systemów formalizujących matematykę. Mówiąc inaczej – formalnie nie da się dowieść wszystkich prawd matematycznych w dostatecznie bogatej teorii. Jeśli jednak byłoby możliwe sformalizowanie matematyki, wówczas maszyna produkująca matematykę miałaby ten sam horyzont możliwości dedukcyjnych co człowiek – matematyk.

Jaki mamy wybór?

Wybór nie jest między tym, czy filozofować, czy też nie filozofować, lecz: jak filozofować? Odpowiedź brzmi: „Respektując dorobek poprzedników i osiągnięcia nauk. Systematycznie. Szanując fakty. Całościowo i odpowiedzialnie – odpowiedzialnie naukowo i odpowiedzialnie filozoficznie” (J.P., s. 6). Takie myślenie musi być jasne, krytyczne i uargumentowane. Dlatego, rozważając istotę umysłu, nawiążę do współczesnej neurofizjologii, czerpiąc z kilku numerów „Świata Nauki” z lat 2003–2004 oraz z książki Antonio Damasio Błąd Kartezjusza. Mówiąc zaś o AI, będę posiłkował się tekstem Jana Werszowca Płazowskiego i Marka Suwary Sztuczna inteligencja: o niektórych argumentach krytycznych, który z grzeczności został mi udostępniony, a wkrótce ukaże się w czasopiśmie w Toruniu: „Kognitywistyka i Media w Edukacji”.

Przyjmując, analogicznie do K. Lorenza, stanowisko realizmu hipotetycznego lub, w zgodzie z metodą fenomenologiczną, zawieszając sąd egzystencjalny, muszę stwierdzić, iż dane mi jest ciało, które teraz odczuwam. Głośny dźwięk, który dobiegł do mnie zza okna, spowodował, iż bez zastanowienia, co wiem na drodze refleksji, jakiej teraz dokonuję, moja głowa odwróciła się w tamtą stronę. Angażując w wytłumaczenie tego zjawiska znane mi fakty, wiem, iż zapewne mój organizm zadziałał prawidłowo. Pierwsze uszy, które odebrały informację w postaci głośnego dźwięku, następnie impuls wywołany bodźcem, który przekroczył progową wartość, dotarł do odpowiedniej części mojego mózgu, zapewne układu wegetatywnego, który w najwłaściwszy sobie sposób, mając zapewne wiele możliwości reakcji, bez angażowania w cały proces świadomej analizy wybrał, dokonał wyboru tego, co ma zrobić moje ciało. Mięśnie te, które trzeba, napięły się, w niewielkim stopniu wzrosło stężenie hormonu „akcji” w mojej krwi. Myślę, iż ktoś zainteresowany neurofizjologią lub podobną nauką w większym stopniu niż ja mógłby długo jeszcze i wyczerpująco opisywać złożoność tamtego zdarzenia w moim organizmie, a wszak ja sam niecierpliwię się, chcąc przejść do dalszych rozważań. Jakkolwiek była to reakcja złożona, a jej opis zapewne wykraczał daleko poza zmysłowe doświadczenie. Wszystko to, mimo iż ujęte w języku, zdaje mi się hipotetycznie mieć wytłumaczenie w zjawiskach jeszcze bardziej złożonych, jakie zachodzą na wyższym poziomie istnienia przyrody. Mam tu na myśli ewolucję gatunku, do jakiego należę. Założenia te nie wydają mi się wcale słabsze, z uwagi na szacunek do nauk przyrodniczych, niż „umysł” Lucasa czy maszyna Turinga, na której realizację właśnie patrzę. Skoro tak, mam prawo sądzić, co też czynię za A. Damasio, iż Kartezjusz popełnił błąd i, w błędzie tym tkwiąc, Lucas poczynił takie właśnie rozważania.

„Kartezjańska koncepcja umysłu poza ciałem mogłaby równie dobrze być źródłem metafory ujmującej umysł jako program komputerowy, która zrodziła się w połowie dwudziestego stulecia. Jeśli umysł w istocie może zostać odseparowany od ciała, to być może da się zrozumieć jego naturę bez żadnych odwołań do neurobiologii, bez wspierania się wiedzą neuroanatomiczną, neurofizjologiczną czy neurochemiczną. Co interesujące i paradoksalne zarazem, wielu kognitywistów twierdzących, iż można badać umysł bez odwoływania się do neurobiologii, nie uważa swych poglądów za dualistyczne. Coś z kartezjańskiego dualizmu stoi też zapewne za poglądami neurologów, którzy twierdzą, że naturę umysłu można w pełni wyjaśnić w samych tylko terminach tego, co rozgrywa się w mózgu, nie biorąc pod uwagę wpływów całej reszty organizmu, ani jego fizycznego i społecznego otoczenia, ani też tego, że kształt owego fizycznego otoczenia jest po części skutkiem wcześniejszych działań organizmu” (A. Damasio, s. 279). Skąd takie ukryte nastawienie zarówno wśród kognitywistów, jak i neurologów? Najlepiej, jak sądzę, wyjaśniają to słowa J. Perzanowskiego: „W XVII wieku dotychczasowe całościowe uniwersum filozoficzne – świat Boga bądź świat Natury – rozpadło się na dwa światy Kartezjusza, a potem na dwa światy Pascala. W myśli Kartezjusza – na sferę materialnego i sferę psychicznego, res extensa vs res cogitans. W myśli epistemologów uniwersum to rozpadło się zaś na sferę obiektywnego i sferę subiektywnego, obiectivum vs subiectivum. W myśli Pascala – na świat rozumu i świat serca. Sfera rozumu vs sfera woli i emocji; świat myśli vs świat uczuć. Oznaczało to, że jeśli do światów tych stosują się różnego typu reguły i metody, to różne też będą ich filozofie. Różne – z pewnością. Czy jednakże niezgodne?” (J.P., s. 10).

Zdaje się, że światy te nie są wcale aż tak różne. Można spytać: czy jeśli emocje rozumiane szeroko są podłożem poznania intuicyjnego, ktoś zarzuci im sprzeczność logiczną? Czy nawet silnym emocjom da się odebrać tytuł „adekwatności”? Wszak jeśli nasi przodkowie mieli szanse przetrwać, gdy na podstawie znikomej ilości informacji, jakie dostrzegli w świecie, działali szybko, reagując ucieczką, gdy okazywało się po chwili, iż z gęstwiny wypadał drapieżnik, to czy była taka reakcja „gorsza” w kategorii „przetrwanie” niż racjonalna analiza, jaki samochód kupić, aby każdy członek rodziny był z niego zadowolony?

Podobnie z odkryciem naukowym. Prawda wydobyta na jaw, oświetlony stan rzeczy – czymże różni się w matematyce, gdy dostrzegę prawdziwość „twierdzenia Pitagorasa”, od sytuacji, gdy zrozumiem znaczenie „holotypu w gatunku”? Możliwe, iż niezgodne jest takie postrzeganie świata z paradygmatem redukcjonizmu czy skrajnej formalizacji, ale czy, skoro umożliwia to zrozumienie złożonych problemów, tylko z powodu nieuwikłania w „aktualnie modne” założenia mamy takie filozofowanie zarzucić?

Związek, który te przykłady wskazują, to połączenie emocji i „chłodnej analizy” w obydwu przykładach. Skoro możemy dostrzec takie związki w świecie, czy możemy także z twierdzenia Gödla wyciągnąć takie konsekwencje: maszyna Turinga, o której mówi się w argumencie Lucasa, nigdy nie dorówna „Umysłowi Całościowo” wziętemu, choćby i nie tylko dlatego, iż niedostępne są jej „emocje”, które, jak wskazują neurolodzy, są niezbędnym i koniecznym warunkiem w podejmowaniu decyzji i heurystycznym rozwiązywaniu problemów („Dylematy wyboru”, „Świat Nauki” 5/2004)? Możliwe, iż także to leży u podłoża tego, że maszyna nie rozwiąże „ciągu Goodsteina” albo nie dostrzeże, jak matematyk, nieskończoności po trzech krokach powtórzeń w „metodzie drzew”?

Czy wykazaliśmy, iż niemożliwe jest, aby maszyna dorównała umysłowi człowieka? Tak, jeśli myślimy o GOFAI (Good Old-Fashioned AI) – jednak takie programy i tym podobne nie są interesujące. Ciekawsze są te modele AI, które starają się dorównywać „Umysłowi Całościowo” rozumianemu. Tak rozumiane pomysły na AI nie traktują inteligencji jako czegoś, co: 1) wymaga rozumienia, 2) zakłada, iż rozumienie jest zawsze świadome, czyli potocznie pojmowanej, ale jako tej, która przejawia się jako „rozumienie w działaniu” – czyli poprzez adekwatność reakcji do problemu. Tak pojmowana inteligencja nie daje się ująć paradygmatem fizycznym, wskazującym na jeden poziom wyjaśniający dane zjawisko (arche), czyli redukcji do hipotetycznego poziomu elementarnego – jak „umysł” Lucasa. Traktuje ona inteligencję jako zjawisko złożone, np. „równoległą architekturę” sieci neuronowych, co i tak wyjaśnia tylko znikomy skrawek „Umysłu Całościowo” rozumianego. Klasyczna AI opierała się na imitacji logiki. Posiadała dwie warstwy – logikę predykatów (poziom komunikacji) oraz logikę formalną (poziom przetwarzania). Współcześnie rozważane modele AI opierają się na dynamicznych warstwach wejścia – wyjścia, mających możliwość uczenia się itd. Istotne jest także jej emergencyjne ujęcie. Pojawienie się złożoności na wyższym poziomie w oparciu o niższy lub bez, poprzez np. ewolucję. Tak rozumiana AI nazywana jest DAI (Distributed AI); ma ona możliwość samoorganizacji społeczności szczególnego jej pola, zwanego MAS (Multi-Agent System). Wiąże się to z tym, iż reguły doboru naturalnego nie działają na pojedynczego osobnika – taki może żyć lub nie żyć (system binarny) – ale na całą populację i na jej poziomie powstaje złożoność. Jeśli taki model można by zestawić z SAI (Seed AI), nastawioną na:

samopojmowanie (zdolność czytania i rozumienia kodu źródłowego, rozumienia, jak podsystemy sumują się do poziomu inteligencji, możliwość obserwacji i obrazowania własnych stanów wewnętrznych),
samomodyfikowalność (możliwość modyfikacji kodu, przestrajania funkcji i modułów lub przebudowy własnej architektury),
rekursywny samorozwój (możliwość dokonania zmian istotnie zwiększających inteligencję, bystrość, klasę ulepszeń AI)

(Sztuczna inteligencja…, J. Werszowiec Płazowski, M. Suwara).

Zakładając, iż cechy SAI odpowiadałyby pojedynczemu agentowi, to DAI złożona z takich agentów, mających zaimplementowany profil przetrwania, społeczny i etyczny – wówczas refleksja nad AI zaczyna być porywająco ciekawa.

Istotne jest to, iż pojedynczy agent ma zadany z góry algorytm funkcjonowania, pamięć, zasady przetrwania etc., czyli jest odpowiednikiem „maszyny Turinga”. Jako taki podlega zapewne twierdzeniu Gödla rozumianemu limitacyjnie, ale MAS ≠ [SAI + DAI]. Co daje do myślenia. Także sposób komunikacji agentów i przechowywania wiedzy – „ontologia informacji” – jest wyznaczony przez programistę. Można jednak pomyśleć, iż nawet wówczas bez odpowiedniego stopnia złożoności całego układu populacja agentów nie przetrwa w środowisku, nie rozwinie się, nie ewoluuje, żaden z agentów nie zoptymalizuje i nie ulepszy swego kodu etc. Jednak rozważania takie zbliżają nas po trosze do rozumienia, czym jest nasza ludzka inteligencja, ułatwiając całościowe poznanie.

Konkluzja

Po namyśle nad zaledwie zarysowanym zagadnieniem otwierają się nowe możliwości porywających rozważań:

czy tak rozumiana AI, niepodległa ograniczeniom substancjalnym (ciało) jak człowiek, będzie inaczej „żyć”, w innym świecie wartości, dla nas niezrozumiałym, a wszak dla niej przy powyższych założeniach możliwym?
czy będzie nam przyjazna?
czy możemy jednak powstrzymać swą ciekawość? Etc.

Nie o płacz bowiem chodzi ani o śmiech, ani o skowyt. Nie chodzi o wolę mocy i panowania. Ani o zemstę czy odpłatę. Chodzi o wiedzę, współczucie i zrozumienie. – Non ridere, non lugere, neque detestari, sed sentire et intelligere.

Bibliografia

Damasio A., Błąd Kartezjusza, s. 251–297.
Perzanowski J., Jak filozofować?, s. 5–12, [w:] Jak filozofować?, pod red. J. Perzanowskiego, PWN, Warszawa 1989.
Szumakowicz E., Twierdzenie Gödla o niezupełności wobec sporu mechanicyzmu z mentalizmem, s. 360–375, [w:] Jak filozofować?, pod red. J. Perzanowskiego, PWN, Warszawa 1989.
Werszowiec Płazowski J., Suwara M., Sztuczna inteligencja: o niektórych argumentach krytycznych.

Komentarz 2026

Tekst napisałem jako student w 2004 roku. Zostawiam go w oryginale. Z dzisiejszej perspektywy dopisuję kilka uwag.

Gödel i Lucas. Twierdzenie Gödla mówi o zdaniu prawdziwym, którego niesprzeczny system nie dowodzi, oraz o niedowodliwości własnej niesprzeczności. Nie chodzi o „udowodnienie zupełności” arytmetyki. Czy z tego wynika przewaga umysłu nad maszyną, pozostaje sporne – to oś późniejszej polemiki wokół argumentu Lucasa–Penrose’a.
Emocje. Dzisiejsza neuronauka opisuje emocje jako rozproszone systemy, a nie funkcję samego ciała migdałowatego (np. J. LeDoux, Rethinking the Emotional Brain, 2012).
Ciąg Goodsteina. Komputer liczy kolejne wyrazy każdego takiego ciągu. Niezależna od arytmetyki Peana jest dopiero ogólna teza, że każdy ciąg się kończy.
MAS. System złożony z obliczalnych agentów pozostaje obliczalny. Moje „MAS ≠ [SAI + DAI]” rozumiem dziś jako intuicję o emergencji zachowań, nie o wyjściu poza granice obliczalności.
Spinoza. U Spinozy jest „sed intelligere”. „Sentire” odpowiada „współczuciu” z polskiego zdania powyżej. Zostawiam, bo wyraża sens tekstu.
Co się zestarzało dobrze. Pytania z konkluzji – samomodyfikujący się kod, rekursywny samorozwój, „czy będzie nam przyjazna?” – w 2026 roku stoją w centrum debaty o bezpieczeństwie AI. W 2004 roku były ciekawostką z seminarium.