Dr. Jure Leskovec je Slovenec, ki najbolj od blizu spremlja tehnološke preboje v Silicijevi dolini in k njim tudi konkretno prispeva. Kot profesor z že 15-letnim stažem na tamkajšnji paradni univerzi Stanford je močno vpet v inovativno okolje, kjer se rojevajo tehnološke revolucije. Velika podjetja se tepejo za njegove študente, direktorji ga sprašujejo za nasvete.
V poslovnem svetu je domač tudi sam. Svoje prvo zagonsko podjetje Kosei je prodal družbenemu omrežju Pinterest, s katerim je nato sodeloval šest let, dve leti celo kot njihov glavni znanstvenik (Chief Scientist). Zdaj je eden od ustanoviteljev novega zagonskega podjetja Kumo, ki razvija “ChatGPT” za poslovne podatke.
Je strokovnjak za velika omrežja v svetu, ki mu vladajo velika omrežja. Svoje znanje izkorišča na številnih področjih. Med pandemijo covida-19 je njegova raziskovalna ekipa denimo pomembno prispevala k razumevanju dinamike širjenja okužb in učinkovitosti omejevalnih ukrepov v svetu.
Napredka v umetni inteligenci se za razliko od nekaterih svojih kolegov ne boji. Najpomembnejši izziv današnjega časa je po njegovem zagotoviti, da znanje ostane v javni domeni. To pa bo, opozarja, mogoče le z velikimi državnimi investicijami.
S profesorjem računalništva na Univerzi Stanford, strokovnjakom za umetno inteligenco in strojno učenje dr. Juretom Leskovcem smo se tako pogovarjali o življenju v unikatnem trenutku zgodovine, o navdušenosti in zaskrbljenost zaradi ChatGPT … o uporabi njegovega znanja za medicinske namene, povezanosti sveta, drugačnem Elonu Musku in presenetljivem rezultatu njegove najnovejše raziskave.
“Izumili smo ogenj in seveda se lahko opečemo …”
V zadnjem letu smo priča skokovitemu napredku umetne inteligence, ki ga zaznamuje predvsem prodor velikih jezikovnih modelov, kot je pogovorni robot ChatGPT. Vas je ta preboj presenetil?
Vse nas je kar dobro presenetilo. Osnovno tehnologijo je sicer leta 2017 razvil in objavil Google. Kar nas je presenetilo, pa je dejstvo, da modeli umetne inteligence dobijo povsem nove lastnosti in zmogljivosti, ko postanejo večji in večji.
ChatGPT je res presenetil in navdušil. Dejstvo je, da se lahko vsi pogovarjamo s tem orodjem. Res je navdušujoč preskok iz futurističnega raziskovalnega projekta v orodje za množično vsakdanjo uporabo, ki je zanetilo našo domišljijo.
Živimo v zelo unikatnem trenutku zgodovine, takšne tehnološke revolucije se ne dogajajo prav pogosto. Ta trenutek ponuja ogromno vprašanj in izzivov, hkrati pa tudi priložnost za razvoj rešitev v dobro človeštva.
Pa vas je tudi kaj zaskrbelo?
Seveda takšni skokoviti napredki dajo človeku misliti, a zaskrbljenost je pasivna drža. Sam pa sem optimist.
Ampak zelo veliko zelo pametnih ljudi zelo resno opozarja, da lahko umetna inteligenca postane huda grožnja.
Človeštvo je šlo že čez mnoge tehnološke revolucije, od izuma parnega stroja do tekočega traku in robotike, pa smo v vsakič našli način, da smo te tehnologije uporabili za skupno dobro.
Seveda se poraja veliko pomembnih vprašanj. In lahko nas začne skrbeti, a vprašanje je, kako daleč v prihodnost pri tem gledamo in kaj konkretno naj bi nas pravzaprav sploh skrbelo, kakšne so kratkoročne in katere so dolgoročne grožnje.
Prav je, da se o tem sprašujemo in da vzporedno z razvojem tehnologij razvijamo tudi odnos do njih in nadzor nad njimi.
Po mojem mnenju obstaja precej drugih nevarnosti, ki za človeštvo predstavljajo večjo grožnjo kot umetna inteligenca. Ena takih je morebitna naslednja pandemija, pa denimo problemi, povezani s podnebnimi spremembami.
Je pa res, da so nam s trenutnim tehnološkim napredkom nevarnosti umetne inteligence postale nekako bližje, bolj konkretne in jih lahko slutimo na obzorju. Mislim, da imamo vsaj še nekaj let časa, da se lotimo tega potencialnega problema in ga rešimo v dobro vseh.
Opozorila pravijo, da lahko umetna inteligenca z na novo pridobljeno močjo obvladovanja jezika in podob zamaje temelje človeške civilizacije, ki temelji na jeziku. Obvladovanje jezika med drugim omogoča manipulacije, propagando, dezinformacije …
Manipulacije in dezinformacije, ustvarjanje realističnih, lažnih fotografij ter zvočnih in videoposnetkov so vsekakor stvari, ki so s temi novimi tehnologijami postale veliko lažje in bolj dostopne.
Po drugi strani pa je tehnologija umetne inteligence še veliko bolj uporabna za številne druge, človeku bolj prijazne namene. Pač, izumili smo ogenj in seveda se lahko opečemo, a še vedno ga lahko s pridom uporabljamo za vse mogoče reči.
“Odgovor ni v prepovedi ali zaustavitvi razvoja”
Seveda, to je klasična dilema novih tehnologij. Ampak v tem primeru naj bi po opozorilih nekaterih strokovnjakov “opeči se” pomenilo, da nam razpade družba, propade civilizacija. Gre za novo tehnologijo na ravni jedrskega orožja.
Ne vem, ali se strinjam s tem. Z družbo je bilo mogoče manipulirati in se tudi je manipuliralo od samega začetka, od nastanka družbe.
Strinjam se, da je mogoče ta orodja zelo učinkovito zlorabiti za manipulacije, a odgovor ni v njihovi prepovedi ali zaustavitvi razvoja, temveč ustreznih mehanizmih za zaznavanje in preprečevanje tovrstnih zlonamernih poskusov.
Raziskovalci smo naredili velik napredek na področju varnosti in zanesljivosti metod umetne inteligence. To je zelo pomembno in aktivno področje, na katerem dela veliko izjemno pametnih kolegov.
Pa vendar, kako si razlagate zaskrbljenost nekaterih največjih strokovnjakov za umetno inteligenco? Eden takih je Geoffrey Hinton, ki velja za enega od “botrov” umetne inteligence in je letos zapustil Google, da bi lahko svobodno opozarjal na nevarnost prehitrega razvoja te tehnologije.
Geoffa sicer zelo dobro poznam, on je dejansko eden od očetov nevronskih mrež, v to je vseskozi verjel. Skrbi ga, kako zagotoviti, da bo, če/ko bo enkrat umetna inteligenca pametnejša od nas, delala v dobro človeštva.
To skrb razumem in izhaja iz tega, da so sistemi umetne inteligence do sedaj počeli ozke stvari, za katere so bili načrtno naučeni, npr. za napovedovanje kreditne sposobnosti.
ChatGPT pa je drugačen. Naučen je bil zgolj to, da zna dokončevati stavke – napoveduje naslednjo besedo. Iz vprašanja napove prvo besedo odgovora, potem drugo besedo in tako naprej. A iz tega, da zna napovedati naslednjo besedo, se je izkazalo, da zna ChatGPT pisati pesmi, zna sklepati, zna šteti, zna računati in tako naprej.
Med strokovnjaki pa so še vedno deljena mnenja, ali je ChatGPT zgolj “opica”, ki se je na pamet naučila celoten internet, ali pa se je dejansko zgodil kvalitativen preskok v razumevanju povedanega, v ustvarjanju asociacij, v logičnem sklepanju.
Glavni razlog za zaskrbljenost je torej v tem, da so ti modeli vsaj na videz pridobili določene sposobnosti, ki jim jih nismo sami načrtno priučili.
Vas osebno pa to ni zmotilo?
Ni me zmotilo, navdušilo me je. Zanima pa me, kaj se v resnici dogaja. Torej, smo v kritičnem trenutku, ko lahko vsi znanstveniki stopimo skupaj in z dialogom in znanstvenim pristopom, ki je namenjen iskanju resnice, skušamo razumeti ta nova orodja.
Prvič v zgodovini nekako vidimo zametke AGI, splošne umetne inteligence. ChatGPT pozna smiselne odgovore na večino vprašanj, zna sklepati, zna povzemati, računati, šteti … Res je impresiven. Hkrati pa je mnogo odprtih vprašanj: tovrstni jezikovni modeli velikokrat “halucinirajo”, ko prepričljivo odgovarjajo z napačnimi ali izmišljenimi dejstvi.
Vidim, da je ogromno ljudi “zaskrbljenih”. Veliko ljudi se čuti poklicane, da bi nekaj “regulirali”, nihče pa ne ve točno, kaj. Po mojem mnenju se je treba zadeve lotiti s trezno glavo in pri odločitvah ne prehitevati, pri tem pa se zanašati na neodvisne strokovnjake in institucije ter investirati v znanje.
O haluciniranju in lobotomiji
Kje vidite največjo uporabnost te stopnje umetne inteligence?
Trenutno se kaže, da so lahko tovrstni sistemi zelo koristni kot neke vrste osebni asistenti, kot nekdo, ki vam kakšno nalogo olajša, ki vam svetuje, vam pomaga pri razmišljanju. Torej, razvoj ne gre v neko avtomatizacijo in nadomestitev ljudi/delavcev, ampak v partnerstvo in okrepitev človeka in njegovih sposobnosti.
Na primer, programerji ChatGPT že z veseljem in s pridom uporabljajo, da jim napiše okvirno programsko kodo, ki jo nato oni le še popravijo in prilagodijo.
Taka vrsta asistenta bi lahko prišla prav na številnih področjih, od pisarniških del, marketinga, pomoči uporabnikom, do prava in medicine. Seveda pa z veliko spoštovanja in skrbnosti, da bo na koncu to služilo v dobro človeku.
Zakaj ChatGPT halucinira?
Pri OpenAI so jezikovni model GPT natrenirali tako, da so mu dali na voljo praktično celoten internet besedil in mu naložili, naj se nauči napovedati naslednjo besedo. Ko se danes pogovarjate s ChatGPT, mu v resnici ponudite zaporedje nekaj besed, on pa skuša napovedati naslednje besede.
V procesu treninga se jezikovni model pravzaprav pogovarja s samim sabo in skuša s pravilnim napovedovanjem besed posnemati človeško besedilo, človeški govor. To posledično pomeni, da je ta jezikovni model v svoje “nevrone” spravil zelo veliko znanja.
Originalni jezikovni model, na katerem temelji ChatGPT, zna zelo dobro in realno oceniti zaupanje v pravilnost svojega odgovora. A nato so pri OpenAI vpeljali pomembno inovacijo. Z osnovnim jezikovnim modelom so se v tem procesu pogovarjali ljudje, ki so modelu še dodatno povedali, kateri odgovori so jim všeč, kateri pa ne. A s tem so model na neki način “lobotomirali”. Model daje veliko bolj všečne odgovore, ki pa so velikokrat napačni in izmišljeni.
Kaj se je spremenilo?
Model se je denimo naučil, da imajo ljudje radi pesmi, ki se rimajo. In ChatGPT danes ne zna napisati pesmi, ki se ne rima.
Notranje stanje v modelu se je premaknilo, da bi bolj ugajal ljudem. In ljudje imajo med drugim raje odgovore, ki zvenijo prepričljivo, pogosto tudi na račun posploševanja in izkrivljanja dejstev.
Poleg tega znanje, ki ga ima ChatGPT, ni nikjer eksplicitno shranjeno na razumljiv način, temveč je zakodirano v milijardah nevronov, zaradi česar model in tudi mi ne moremo vedeti, kje je to svoje znanje vzel, kaj točno je referenca zanj …
Sicer pa, ko gre za vprašanje kreativnosti in inovativnih idej, so halucinacije lahko dobrodošle in navdušujoče. Ko gre za dejstva, pač ne. Meja med uporabno in škodljivo lastnostjo je zelo tanka.
Trenutno med tehnološkimi velikani poteka dirka za razvoj vedno bolj napredne umetne inteligence. Ta podjetja so se dolgo časa ravnala po načelu, da je hitrost razvoja pomembnejša od morebitne kolateralne škode (Move fast and break things). Ali menite, da je v primeru razvoja umetne inteligence to še vedno primerno načelo?
Po mojem mnenju moramo novim kompleksnim tehnologijam dati priložnost, da se razvijejo in da jih dobro spoznamo. Tukaj je potrebno zelo delikatno ravnotežje med puščanjem svobode za razvoj na eni in regulacijo ter omejitvami na drugi strani.
Evropa in ZDA se tega lotevata precej drugače. Vidimo pa vsi, kako so v ZDA pogumnejši, prednjačijo in inovirajo, medtem ko Evropo predvsem skrbi, je pasivna ter potem v veliki meri tehnološko sledi ter prevzema od drugih.
“Tudi računalniška znanost potrebuje svoj CERN”
Kako bi se vi lotili regulacije?
Najbolj pomemben korak v tem trenutku bi se mi zdel pospešek vlaganja v znanost, v javne znanstvene institucije, da bi bilo to znanje o umetni inteligenci javno dostopno, ne pa zaprto pri zasebnih podjetjih.
Zelo pomembno se mi zdi, da države stopijo skupaj in zagotovijo primerno infrastrukturo – računsko moč in podatkovne centre – da bo lahko raziskovanje na tem področju potekalo na neodvisnih institucijah v javni in odprti domeni.
Tako bodo lahko vsi znanstveniki, od tehničnih do družboslovnih in humanističnih, preizkušali in spoznavali te modele in na njih izvajali svoje raziskave. Tako bo veliko strahov izginilo, hkrati pa bodo vzklile ideje glede regulacije in koristne uporabe teh tehnologij.
Problem je, da ima trenutno večina na voljo zgolj neki omejen dostop do teh tehnologije, skozi ozko okno, ki jim ga dovoli OpenAI.
Glede regulacije mislim, da bi se lahko zgledovali po letalski in jedrski industriji, kjer imamo črne skrinjice ter neodvisne agencije, ki certificirajo sisteme, podrobno preverijo vsako nesrečo in naložijo proizvajalcem popravke, da se takšna nesreča ne more več ponoviti.
Torej gre regulacija predvsem v smer varnosti in zanesljivosti ter poskrbi, da so podatki o nesrečah in njihovih razlogih dostopni vsem, kar pomeni, da znanje ni zaprto, ampak so na primer letala vseh proizvajalcev bolj varna tudi zaradi nesreče enega.
V tem trenutku tehnologijo dejansko obvladujejo tri velika tehnološka podjetja – Microsoft, Google in Facebook. Tudi zato, ker imajo praktično edina na voljo dovolj sredstev. Večina držav si tega ne bi mogla privoščiti.
Evropa je, kar se tiče računske moči, trenutno v velikem zaostanku za ZDA. Se pa tudi v ZDA v tem trenutku pogovarjajo o nujnosti postavite javnega raziskovalnega računskega centra, kjer bi lahko znanstveniki neodvisno opravljali raziskave na teh velikih jezikovnih modelih.
To dejansko ni nič neobičajnega v znanosti. Fiziki imajo CERN – center za jedrske raziskave na meji med Francijo in Švico z Velikim hadronskim trkalnikom, vrednim več milijard evrov. Tudi področje računalniške znanosti in umetne inteligence bi danes potrebovalo svoj CERN. Z istim finančnim vložkom, morda celo še večjim.
O kakšnih “dimenzijah” govoriva?
Prvič na področju računalniške tehnologije se je zgodilo, da za sledenje napredku potrebujete res ogromno sredstev, od velikih podatkovnih centrov do posebnih čipov in programske opreme. Trenutno so takšne zmogljivosti dostopne samo znotraj največjih tehnoloških velikanov.
Nikoli se še ni zgodilo, da bi toliko računske moči, toliko električne energije in človeškega kapitala posvetili treningu enega samega modela umetne inteligence. Ocenjujem, da je šlo v model, ki poganja ChatGPT, deset ali pa celo strokrat več resursov, kot v modele, ki smo jih bili vajeni do sedaj.
Učenje modela ChatGPT je zahtevalo velik podatkovni center z 10 tisoč grafičnimi procesorji in 9 mesecev učenja. Učenje je zahtevalo za 100 milijonov dolarjev električne energije. Po učenju pa so potrebovali še dodatnih 6 mesecev, da so preverili, ali je model varen in primeren za uporabo.
Danes Microsoft in OpenAI samo za poganjanje pogovorov s ChatGPT porabita 700 tisoč dolarjev na dan.
OpenAI je začrtal novo pot, ko je s svojim modelom, svojim vložkom, vse presegel za enega ali celo dva velikostna razreda. Iz tega vložka se je potem zgodil ta skokovit preskok.
Impresivno je tudi, da je Microsoft, kot staro in počasno podjetje, zgodaj prepoznal to priložnost ter tako znatno investiral v OpenAI. Da so imeli tako veliko mero poguma in uvida, da so sprožili tak enormen projekt, kjer nihče ni vedel, kaj na koncu sploh bo. Kot Krištof Kolumb, ki se je odpravil na pot, ne da bi vedel, ali je na drugi strani oceana obala. Oboji so veliko tvegali, ampak tudi veliko dosegli.
Razvoj je res hiter in vložki so veliki. Sedaj že slišim, da se gradi podatkovni center s 50 tisoč grafičnimi procesorji, kar pomeni, da bo samo strošek za procesorje blizu dveh milijard dolarjev.
Pri vsem tem je pomembno tudi, da je znanje na področju računalništva, za razliko od mnogih drugih disciplin, še vedno v veliki meri odprto in dostopno. Znanje ni zaprto za patenti in intelektualno lastnino. Podjetja objavljajo svoje najnovejše modele v znanstvenih člankih, ki jih vsi lahko beremo.
Odprta koda in sodelovanje različnih podjetij, univerz in posameznikov, kjer lahko vsakdo izboljša in gradi na rešitvi drugega, so ključ do hitrega napredka. Hkrati pa Kalifornija nima konkurenčne klavzule, kar še dodatno pospešuje pretok znanja in napredka.
Sklepam, da bi z vašim strokovnim znanjem brez težav delali za OpenAI in pomagali pri razvoju velikih jezikovnih modelov. Ste dobili kakšno ponudbo?
Profesorji na Stanfordu smo pomemben del tega okolja in smo ves čas na zvezi. Vključujemo se na različne formalne in neformalne načine, operativne vloge pa ponavadi prevzemajo naši doktoranti in diplomanti. Sam zaenkrat ostajam redni profesor računalništva na Stanfordu.
Ravno pred intervjujem sem se pogovarjal s svojim doktorskim študentom, ki zaključuje doktorat na področju umetne inteligence. Išče delo in je dobil ponudbi za zaposlitev tako z OpenAI kot z Googla. Sedaj mu pa pomagam pri odločitvi.
Največja stranka: največji ponudnik dostave hrane v ZDA
Imate pa tudi vi “stranski” projekt, zagonsko podjetje Kumo, ki se ukvarja s strojnim učenjem. Kaj ponujate strankam?
V podjetju Kumo idejo ChatGPT razširjamo na poslovne podatke. Za razliko od ChatGPT in jezika, ki temelji na linearnem zaporedju besed, so poslovni podatki veliko bolj kompleksni, saj gre za različna razmerja med strankami, izdelki, dobavitelji, transakcijami, zalogami, vračili, reklamacijami … Razvili smo nekakšen “ChatGPT”, ki se avtomatsko uči iz tovrstnih podatkov in omogoča odgovarjanje na razna poslovna vprašanja.
To pa je v poslovnem svetu zelo uporabno, saj vam pomaga pri odgovorih na vprašanja, kot so: kateri izdelki so zanimivi za določeno stranko, komu poslati kupon s popustom, kolikšna bo prodaja ali pa obisk naslednji mesec, katere stranke so rizične, katera naročila lahko pričakujemo naslednji mesec.
Kdo je do zdaj vaša največja stranka?
Podjetje je še zelo mlado, staro približno leto in pol. Trenutno največja stranka pa je DoorDash, največji ponudnik dostave hrane v ZDA.
Za njih Kumo napoveduje, iz katerih restavracij bo stranka naročila hrano, koliko naročil bo stranka izvedla v prihodnosti, kdaj in komu poslati kupon in tako naprej. Na podlagi takih napovedi DoorDash optimizira svoje poslovanje in nudi boljše storitve svojim strankam.
“Pomagamo pri razvoju novih zdravil”
Vaše strokovno področje je bilo vrsto let razumevanje delovanja velikih omrežij in napovedovanje prihodnosti s pomočjo strojnega učenja. Je to še fokus vašega današnjega raziskovanja na univerzi?
Moja specialnost je uporaba umetne inteligence in strojnega učenja za analizo podatkov v kompleksnih omrežjih. Na začetku kariere, ki je precej sovpadala z vzponom družbenih omrežij, sem se tako največ posvečal analizi dinamike na teh omrežjih. Nekako od leta 2016 pa se s tem v moji raziskovalni skupini na Stanfordu ne ukvarjamo več.
Moje raziskovalno zanimanje se je prevesilo v raziskovanje bioloških omrežij, uporabo metod umetne inteligence za razvoj novih zdravil ter boljše razumevanje bioloških procesov v celicah.
Pristop je zelo podoben kot pri velikih jezikovnih modelih. Naravni jezik je zaporedje črk ali besed, biološki jezik pa je lahko zaporedje nukleotidov v DNK ali pa zaporedje aminokislin v proteinu. Proteini pa so glavne molekule, s katerimi celica uravnava svoje procese in bolezni.
Trenutno se ukvarjamo z učenjem velikih jezikovnih modelov, ki bodo bolje poznali strukturo DNK in proteinov. S tem pomagamo pri razvoju novih zdravil, saj taki modeli zelo dobro napovedujejo in modelirajo procese v celici.
Naš model bo znal učinkovito svetovati, katere eksperimente izvesti za rešitev določenega problema v celici. Ideja je, da modelu rečete “želim pozdraviti tak in tak tip raka pri pacientu s temi in temi mutacijami”. Model pa bo potem predlagal množico poizkusov, rezultate katerih potem sporočite modelu, ki spet predlaga nove poizkuse in na tak način veliko hitreje pridete do končne rešitve.
Takšna asistenca bi bila zelo koristna za bolj usmerjeno iskanje novih pristopov k zdravljenju in pri razvoju novih zdravil, ki je izjemno drag in mukotrpen postopek.
Kolegom z MIT je na tak način že uspelo odkriti nov antibiotik, mi pa želimo še korak naprej. Ta tehnologija predstavlja velik obet za personalizirano medicino, za personalizirana zdravila, katerih razvoj bi bil v tem trenutku v veliki večini primerov bistveno predrag.
Poznanstva, prijateljstva, povezave, srečanja
Eden vaših prvih raziskovalnih uspehov je bila potrditev teorije o šestih stopnjah ločenosti, predpostavke, po kateri naključnega Zemljana od drugega naključnega Zemljana v povprečju loči le šest poznanstev. To ste leta 2008 potrdili na podatkih Microsoftovega pogovornega omrežja MSN Messenger. Ali menite, da danes to še vedno velja? Ali pa se je svet zmanjšal?
Težko reči. Naši socialni stiki so se v zadnjih letih spremenili. Moč naših poznanstev, prijateljstev, je zelo različna. Analize, ki preverjajo povezanost po poznanstvih, morajo določiti prag – kaj velja za poznanstvo in kaj ne.
V originalnem eksperimentu o šestih stopnjah ločenosti v 60-ih letih, ko so si ljudje po pošti pošiljali pisma, so udeležencem v eksperimentu dali navodilo, da lahko pismo pošljejo le nekomu, ki ga kličejo po imenu in poznajo njegov naslov.
Če bi poznanstvo definirali zgolj kot prijateljstvo na Facebooku, bi bilo stopenj ločenosti zagotovo manj. Mislim, da so pri Facebooku pred leti to tudi preverjali in prišli do rezultata 4,7 stopenj ločenosti.
Zanimivo bi se mi zdelo preveriti, kako se je s prodorom družbenih omrežij spremenila distribucija moči socialnih stikov.
Kako to mislite?
Pričakovali bi, da se nam je v dobi družbenih omrežij v povprečju zelo povečalo število t.i. šibkih povezav, denimo poznanstev na Facebooku. Morda pa se je na ta račun povečanega vlaganja v te šibke povezave zmanjšalo število močnejših socialnih povezav, torej tesnih prijateljstev.
Moč povezav je zelo pomembna. Študije kažejo, da se ljudje, ki imajo zelo veliko močnih povezav, počutijo zelo vključene, ljubljene, izpolnjene. Na drugi strani pa vam šibke povezave dajo zelo širok dostop do drugih delov omrežja, do informacij, ki jim v svojem ožjem krogu morda ne bi bili izpostavljeni.
Stanley Milgram, ki je zasnoval prvi eksperiment o šestih stopnjah ločenosti, je pisal tudi o moči šibkih socialnih povezav. Svojo teorijo je razvil na podlagi opažanja, da ljudje najdejo nove zaposlitve preko znancev in ne preko dobrih prijateljev. To je razložil tako, da nam šibke povezave omogočajo “most” do oddaljenih delov omrežja in s tem do novih informacij, ki jih prek našega ožjega socialnega kroga ne bi mogli doseči.
Imate v mislih kakšno raziskavo v tej smeri?
Trenutno končujemo malo drugačno, a zelo zanimivo sociološko raziskavo s presenetljivimi rezultati. Kot veste, smo leta 2020, med pandemijo covida-19, v reviji Nature objavili raziskavo, v kateri smo na podlagi podatkov o gibanju mobilnih telefonov lahko napovedali hitrost širjenja covida-19 in učinkovitost omejitev gibanja. Ta članek je bil izjemno odmeven in države od ZDA do Japonske in Poljske so na podlagi naših rezultatov oblikovali protikoronske politike.
A pred tem smo s pomočjo podatkov o gibanju mobilnih telefonov izvajali drugačno raziskavo, ki pa smo jo potem prekinili in jo nadaljevali šele zdaj, po pandemiji. V teh dneh jo zaključujemo. V njej smo na podlagi podatkov o gibanju mobilnih telefonov preverjali socialno-ekonomsko segregacijo v velikih in manjših ameriških mestih. Rezultati raziskave so zanimivi in v nasprotju s pričakovanji.
Kako ste se tega lotili in kaj ste ugotovili?
Vzeli smo podatke o mobilnih telefonih in pogledali, kje njihovi lastniki spijo. Na podlagi tega smo lahko ocenili višino najemnine na določeni lokaciji in na ta način vsak telefon uvrstili v socialno-ekonomski razred, nato pa smo analizirali, koliko se ti različni mobilni telefoni med seboj srečujejo po celem mestu.
Analizirali smo podatke za približno 3000 občin in 400 največjih ameriških mest, od milijonskih metropol do manjših mest z nekaj deset tisoč prebivalci.
Pričakovali smo, da bodo velika mesta pokazala večjo raznolikost srečanj. Obstaja t.i. kozmopolitska hipoteza, ki pravi, da so velika mesta zelo stimulativno in kozmopolitansko okolje, v katerem boste izpostavljeni zelo različnim in raznolikim ljudem, na primer na Prešernovem trgu, medtem ko boste v majhnem mestecu omejeni z raznolikostjo ljudi in srečanj.
Izkazalo pa se je, da je ravno nasprotno! V velikih mestih je segregacija srečanj veliko večja kot v manjših. Raznolikost ljudi, ki jih srečujete, je v velikih mestih bistveno manjša kot v majhnih mestih, kar je zelo presenetljiv rezultat.
Kaj je po vašem mnenju razlog za to?
V velikih mest imate na voljo ogromno izbire. In ljudje izbirajo kraje, kamor hodijo njim podobni in enaki. V majhnih mestih pa ni veliko izbire. Vsi hodijo v tisto eno gostilno, premožni in manj premožni in na tak način je v majhnih mestih več mešanja in raznolikosti kot v velikih.
V New Yorku imate trideset tisoč različnih picerij, s cenami od le nekaj pa do par sto dolarjev, in ljudje se sami od sebe razvrstijo po kategorijah. Ljudje so posledično v večjih mestih bistveno bolj segregirani glede na socialno-ekonomski status. Ljudstvo se meša na velikih stadionih, v zabaviščnih parkih ter muzejih.
Sodeč po vašem sila preprostem vzdevku na Twitterju (@jure) ste bili eden prvih uporabnikov tega omrežja?
Ali imam pa zelo nenavadno ime. (smeh) Račun sem si res ustvaril precej zgodaj, leta 2007, manj kot leto po ustanovitvi Twitterja.
“Če se z Elonom Muskom pogovarjaš zasebno, dobiš drugačen vtis”
Kako gledate na poteze, ki jih vleče novi lastnik Twitterja Elon Musk?
Lastnik Twitterja je zelo zanimiva oseba. Če se z njim pogovarjaš zasebno, dobiš zelo drugačen vtis od tistega, kar vidimo prek medijev.
Ob prevzemu podjetja je ubral drugačno pot. Zelo veliko sprememb je uvedel. Včasih je Twitter zaposloval 8000 ljudi. Danes jih je le še 1500, pa kljub temu Twitter dobro deluje in se razvija. Musk ima svojo vizijo Twitterja kot javnega prostora, kot “mestnega trga”, kjer se prosto debatira in kjer se lahko krešejo mnenja. To se mi zdi pozitivno za svobodo govora vseh, sprememb pa se je po nepotrebnem lotil na zelo kontroverzen način.
Muska spoštujem. Imel sem ga priložnost spoznati in večkrat govoriti z njim. Zelo zanimivo razmišlja, zelo je radoveden in sprašuje prava vprašanja. Hkrati ga vidim kot nekoga, ki ima rad človeštvo in se trudi, da bi naša civilizacija preživela.
Ustvaril je podjetje Tesla, ki je prvo razvilo sodobne električne avtomobile, ki so dobri za okolje. Po tržni kapitalizaciji je Tesla 10-krat večja kot Volkswagen. Muskovo podjetje SpaceX je razvilo nove, bolj učinkovite in zanesljivejše rakete, ki sedaj v vesolje pošljejo kar 80 odstotkov vsega svetovnega tovora. Njihov cilj je ustvariti pogoje za medplanetarno življenje ljudi.
Glede na to, da mu je že dvakrat uspelo povsem spremeniti svet, mu želim, da mu uspe tudi v tretje.
Nekatere njegove poteze pri vodenju Twitterja se zdijo skregane z vsako logiko. Zelo veliko je razlogov, zaradi katerih bi lahko bili zelo kritični do tega, kar počne.
Lahko bi bili in razumem, da nekateri tudi so. Ampak, kot rečeno, moja osebna izkušnja z njim je pozitivna. Zdi se mi, da v končni fazi ceni življenje in bi rad naredil nekaj dobrega, nekaj, kar pozitivno prispeva k našemu individualnemu in skupnemu zavedanju.
Ima pa pri tem svojo vizijo. Je drugačen, zdi pa se mi, da se na svoj način vseeno trudi za dobro. Bi pa mnoge stvari vsekakor lahko naredil na drugačen način.
Na koga stavite v morebitnem dvoboju v kletki med Muskom in Markom Zuckerbergom, ki se napoveduje?
Elon je velik in močan. (smeh)
Še zadnje, malo bolj osebno vprašanje: Imate dva majhna otroka. Kako hitro bosta dobila svoj pametni telefon?
Čim kasneje. Žena mi je ravno te dni govorila o raziskavi, da so starši v Silicijevi dolini še posebej pozni in pazljivi, kar se tiče telefonov in drugih napravic.
Tehnologija bo in vsekakor že spreminja življenja naših otrok, na nas starših pa je, da otroke naučimo primernega in odgovornega ravnanja z njo.
Starši v najinem krogu okrog univerze Stanford se trudimo otrokom dati otroštvo brez telefonov, s čim več igranja, ustvarjanja in preživetega časa v naravi. Za telefone, risanke in akademske stvari pa bo že še čas.
Spremljajte N1 na družbenih omrežjih Facebook, Instagram in Twitter.
Naložite si našo aplikacijo: na voljo za android in za iOS.
Kakšno je tvoje mnenje o tem?
Sodeluj v razpravi ali preberi komentarje