Žmogaus ir roboto rankų prisilietimas. Šaltinis: TechNaujienos / Shutterstock
DI vs. žmogus: kur dirbtinis intelektas jau lenkia mus
TRUMPAI
- • DI jau lenkia žmogų greičiu ir gebėjimu apdoroti didelius informacijos kiekius.
- • Šį proveržį nulėmė duomenų, skaičiavimo galios ir pažangių modelių derinys.
- • Tačiau technologija šiandien papildo žmogų, bet nepakeičia jo sprendimų ir konteksto suvokimo.
Dar prieš kelerius metus dirbtinis intelektas (DI) daugeliui atrodė kaip įdomi, bet tolima technologija – kažkas tarp mokslinės fantastikos ir siauro specialistų įrankio. Šiandien situacija pasikeitė iš esmės. DI jau rašo tekstus, analizuoja duomenis, kuria vizualus, padeda programuoti ir net priima sprendimus versle.
Tačiau svarbiausias pokytis nėra vien tai, kad DI „gali daug“. Esminis lūžis tas, kad kai kuriose užduotyse jis jau dabar veikia greičiau, efektyviau ir pigiau nei žmogus.
Nepaisant to, tai nereiškia, kad DI tapo protingesnis už žmogų visomis prasmėmis. Bet tai patvirtina, kad tam tikrose srityse jis jau turi aiškų pranašumą.
Šiame gide nebandysime atsakyti į abstraktų klausimą „ar DI pranoks žmogų“. Vietoj to pažvelgsime praktiškai: kuriose konkrečiose situacijose DI jau šiandien lenkia žmogų.
DI evoliucija: nuo drąsios idėjos iki generatyvinio sprogimo
Pirmieji bandymai sukurti „mąstančias“ sistemas prasidėjo dar XX a. viduryje, kai mokslininkai tikėjo, kad pakanka taisyklių rinkinio, kad kompiuteris galėtų imituoti žmogaus mąstymą.
Tačiau realybė buvo sudėtingesnė. Dešimtmečius DI vystėsi lėtai – dauguma sistemų galėjo atlikti tik labai siauras, aiškiai apibrėžtas užduotis. Jos neveikė už savo ribų ir negalėjo prisitaikyti prie naujų situacijų. Tik per pastaruosius 10–15 metų situacija iš esmės pasikeitė.
Kas iš tikrųjų pakeitė viską
Šiuolaikinio DI proveržis neįvyko per vieną atradimą. Jį lėmė trijų esminių veiksnių kombinacija:
- milžiniški duomenų kiekiai,
- ženkliai išaugusi skaičiavimo galia,
- pažangesni neuroninių tinklų modeliai.
| Veiksnys | Kas pasikeitė | Kodėl tai tapo svarbu |
| Duomenys | Atsirado internetas, socialiniai tinklai, prasidėjo skaitmenizacija. | DI turi iš ko „mokytis“. |
| Skaičiavimo galia | Įsigalėjo debesų kompiuterija, tobulėjo grafikos procesoriai. | Leido treniruoti milžiniškus DI modelius daug greičiau ir pigiau. |
| Algoritmai | Išvystytos neuroninių tinklų (angl. neural networks) ir giliojo mokymosi (angl. deep learning) technologijos. | Leido DI analizuoti sudėtingus duomenis ir atlikti užduotis. |
Būtent šių trijų elementų kombinacija leido atsirasti šiuolaikiniams generatyviniams modeliams ir pereiti nuo paprastų taisyklių vykdymo prie gebėjimo:
- suprasti kalbą,
- atpažinti vaizdus,
- prognozuoti,
- ir galiausiai – kurti.
Šio technologinio šuolio pasekmė aiški – DI pirmą kartą tapo pajėgus atlikti užduotis, kurios anksčiau buvo laikomos išskirtinai žmogaus sritimi.
TAIP PAT SKAITYKITE: Kada atsirado dirbtinis intelektas: istorija ir svarbiausi faktai
Kaip DI šiandien konkuruoja su žmogumi
DI dažnai lyginamas su žmogumi tarsi tai būtų tiesioginė konkurencija „protingumo“ lygmenyje, tačiau tai netiesa. Realybėje šios technologijos pranašumas atsiranda dėl konkrečių savybių.
Didžiausi šios technologijos privalumai atsiskleidžia ten, kur svarbus:
- Greitis.
- Gebėjimas apdoroti milžiniškus duomenų kiekius.
- Dirbti su daugybe turinio vienetų per labai trumpą laiką.
1. Greitas užduočių atlikimas
Vienas akivaizdžiausių DI pranašumų yra greitis. Įvairiose užduotyse jis gali būti dešimtimis ir šimtais kartų didesnis nei žmogaus. Kadangi ši technologija neturi kognityvinių ribų, susijusių su nuovargiu, ji gali atlikti užduotis nuosekliai ir be pertraukų.
Kur greitis sukuria realų pranašumą
Didžiausias DI pranašumas atsiskleidžia kasdienėse, pasikartojančiose ar daug laiko reikalaujančiose užduotyse:
- ilgo teksto santraukos – pavyzdžiui, 50 puslapių dokumentas gali būti peržiūrėtas ir apibendrintas per kelias sekundes,
- el. laiškų ar žinučių rašymas – vietoje ilgo svarstymo ką atsakyti, DI gali pateikti ne tik idėjas, bet ir jas įgyvendinti,
- kelių tekstų ar variantų generavimas vienu metu – vietoje vienos versijos galima akimirksniu gauti kelias skirtingas formuluotes ar kampus ir pasirinkti geriausią,
- duomenų iš skirtingų šaltinių sujungimas ir aprašymas – informacija iš lentelių, dokumentų ar kitų šaltinių gali būti greitai apdorota ir pateikta kaip aiški santrauka,
- turinio perrašymas skirtingais stiliais ar tonais – tas pats tekstas gali būti pritaikytas skirtingoms auditorijoms per kelias sekundes.
Tai užduotys, kurios žmogui užtruktų nuo keliolikos minučių iki kelių valandų – DI jas atlieka beveik iš karto.
Šie DI atliekami darbai šiandien sutinkami daugelyje sričių:
- turinio kūrime (marketingas),
- klientų aptarnavime (atsakymai, klasifikavimas),
- administraciniame darbe (ataskaitos, dokumentai),
- analitikoje (duomenų aprašymas ir interpretacija).
2. Darbas su duomenimis
Šiuolaikiniame pasaulyje informacijos kiekis auga greičiau nei žmogaus gebėjimas ją apdoroti. Net ir patyręs specialistas fiziškai negali peržiūrėti, palyginti ir suprasti tūkstančių įrašų per trumpą laiką.
DI šioje vietoje turi esminį pranašumą – jis tai gali vienu metu:
- apdoroti didelius duomenų kiekius,
- identifikuoti pasikartojančius modelius,
- išskirti svarbiausias įžvalgas.
Kur tai labiausiai jaučiama šiandien
Šis pranašumas jau dabar aktyviai naudojamas:
- verslo analitikoje (pardavimai, klientų duomenys) – DI per kelias sekundes gali apdoroti tūkstančius ar milijonus įrašų,
- rinkodaroje (kampanijų analizė, auditorijų segmentavimas) – apklausų atsakymai ir vartotojų duomenys gali būti greitai sugrupuoti pagal temas ir tendencijas,
- finansuose (ataskaitos, prognozės) – ilgos finansinės ar veiklos ataskaitos gali būti paverstos aiškiomis įžvalgomis,
- klientų patirties analizėje (atsiliepimai, pokalbiai) – DI gali nustatyti dažniausiai pasitaikančias problemas ar klausimus daug greičiau,
- produktų vystymuose (naudojimo duomenys, elgsena) – duomenys iš skirtingų šaltinių gali būti sujungti ir palyginti,
- medicinoje (diagnostika, vaizdų analizė) – DI gali padėti analizuoti medicininius vaizdus, identifikuoti galimus pakitimus mikro lygmenyje ir išskirti svarbiausią informaciją iš didelių pacientų duomenų kiekių.
Būtent tokiose srityse, kur duomenų kiekis yra milžiniškas ir sprendimai remiasi informacijos analize, DI pranašumas tampa ypač akivaizdus.
3. Masinė kūryba
Trečia sritis, kurioje DI jau šiandien lenkia žmogų, yra kūrybiniai eksperimentai. Svarbu suprasti vieną dalyką – DI nebūtinai visada sukuria geresnę galutinę idėją. Tačiau jis turi esminį pranašumą: gali per labai trumpą laiką sugeneruoti daugybę skirtingų variantų.
Čia didžiausias dėmesys krypsta į generatyvinio DI modelius, šiuolaikinius pokalbių robotus, kurie be mūsų jau aptarto teksto, generuoja ir vaizdus, leidžia kurti muziką. Todėl šie sprendimai šiandien labiausiai išnaudojami skaitmeninėje erdvėje kuriant turinį – nuo asmeninių projektų ir socialinių tinklų iki verslo aplinkos ir rinkodarinių sprendimų.
Išbandėme patys – „Meta AI“ vos per 20 sekundžių mums sugeneravo 4 vaizdų rezultatus užklausai: Sugeneruok man nuotrauką, kuri atspindėtų straipsnio temą: DI vs. žmogus: kur dirbtinis intelektas jau lenkia mus.

Kaip DI progresas atrodo skaičiais
Stanfordo universiteto neseniai paskelbti „AI Index Report 2025“ duomenys rodo, kad DI ne tik sparčiai tobulėja, bet kai kuriose srityse per labai trumpą laiką pasiekė įspūdingą progresą:
- Programavimas ir kodo kūrimas: 2023 m. DI sistemos sugebėdavo išspręsti tik apie 4,4 proc. sudėtingų programavimo užduočių (pagal SWE-bench indeksą). Tuo tarpu 2024 m. pabaigoje šis skaičius šoktelėjo iki 71,7 proc. Tai rodo, kad DI gebėjimas spręsti realias inžinerines problemas auga eksponentiškai.
- Medicininė diagnostika: DI sprendimų integracija medicinoje pasiekė rekordą – vien JAV Maisto ir vaistų administracija 2023 m. patvirtino 223 DI įgalintus medicinos prietaisus (palyginimui, 2015 m. jų buvo tik 6). DI dabar naudojamas analizuoti sudėtingus 3D vaizdus, pavyzdžiui, MRT, kur algoritmai pastebi mikro pakitimus, kuriuos žmogaus akis gali praleisti dėl nuovargio.
- Matematinis mąstymas: Naujos kartos modeliai (pavyzdžiui, OpenAI „o1“) demonstruoja neįtikėtiną šuolį logikoje. Tarptautinės matematikos olimpiados (IMO) atrankos egzamine naujasis modelis surinko 74,4 proc., kai ankstesnės kartos „GPT-4o“ pasiekė tik 9,3 proc. Akivaizdu, kad DI pradeda įveikti net ir sudėtingo, pakopinio mąstymo reikalaujančias užduotis.
- Ekspertinės žinios: Universaliuose žinių testuose (MMLU), apimančiuose 57 sritis (nuo teisės iki humanitarinių mokslų), geriausi DI modeliai pasiekia arba artėja prie žmogaus eksperto lygio.
Vienas didžiausių lūžių, paminėtų ataskaitoje – DI agentų atsiradimas. Skirtingai nei paprasti pokalbių robotai, agentai gali savarankiškai vykdyti ilgas užduotis:
- Trumpo laiko užduotyse (iki 2 valandų) DI agentai jau dabar 4 kartus lenkia žmones ekspertus pagal atlikimo efektyvumą ir greitį.
- Nors labai ilgose ir painiose užduotyse (32 valandų ir daugiau) žmogus vis dar išlaiko pranašumą santykiu 2:1, atotrūkis sparčiai mažėja.
Kur žmogus vis dar lenkia DI
Nepaisant spartaus DI progreso, yra sričių, kuriose žmogus vis dar išlieka nepakeičiamas. DI gali būti greitesnis ir apdoroti daugiau informacijos, tačiau jis neturi esminių savybių, kurios yra būdingos žmogui.
Sprendimų priėmimas ir atsakomybė
Visų pirmą, žmogus atlikdamas tam tikrą užduotį visada įvertina kontekstą, prisiima atsakomybę ir gali priimti sprendimus neapibrėžtose situacijose. Šiandien daugeliu atveju populiariausi šios srities įrankiai dar to pasiūlyti negali – todėl ir kalbame apie šių įrankių klaidas bei poreikį tikrinti rezultatus. Tai įvyksta todėl, kad DI neatsižvelgia į morališkai teisingus sprendimus – technologiniai sprendimai yra grįsti tik tuo, kas statistiškai tikėtina.

Konteksto ir niuansų supratimas
Antra, DI veikia remdamasis pateikta informacija ir apmokytais duomenimis. Tuo tarpu žmogus supranta kultūrinius ir socialinius niuansus, interpretuoja situacijas plačiau žinodamas vietines detales ir, kitaip tariant, įvertina tai, kas lieka „tarp eilučių“. Šio „žmogiško“ prisilietimo dar neperėmė nei viena sistema.
Kita vertus, DI šiuo atveju tampa tik tam tikru pagalbininku, nes tikrąją kryptį ir prasmę visiems rezultatams suteikia žmogus.
Pažvelgus dar plačiau – sistema remiasi tuo, kas jau buvo sukurta, o žmogus gali sukurti tai, ko dar niekada nebuvo.
Empatija ir santykis su žmogumi
Jei kalbėtume apie konkretesnes DI pritaikymo sritis, pavyzdžiui, klientų aptarnavimą, svarbu pabrėžti, kad emociniu aspektu technologija dar gerokai atsilieka. Kol žmogus jaučia emocinį kontekstą, supranta ir priima sprendimus remdamasis žmonių reakcijomis ir kuria pasitikėjimą – DI to natūraliai pasiekti negali.
Apibendriname: DI vs. žmogus
Apžvelgus visus aptartus aspektus, tampa aišku, kad DI ir žmogus nėra tiesioginiai konkurentai – jų stiprybės iš esmės skiriasi. Tai geriausiai atsiskleidžia palyginus juos pagal pagrindines savybes.
| Sritis | Dirbtinis intelektas | Žmogus |
| Greitis | Atlieka užduotis akimirksniu, gali dirbti be pertraukų. | Ribotas – produktyvumas dalinai priklauso nuo dėmesio sutelkimo, nuovargio. |
| Darbas su duomenimis | Apdoroja milžiniškus kiekius, analizuoja modelius ir pastebi tendencijas. | Ribotas – bet gali giliau interpretuoti reikšmę. |
| Masinė kūryba | Generuoja daug variantų per trumpą laiką. | Kuria mažiau variantų, tačiau visais atvejais nustato kryptį. |
| Sprendimų priėmimas | Siūlo sprendimus, bet neprisiima atsakomybės. | Priima sprendimus ir atsako už pasekmes. |
| Konteksto supratimas | Ribotas – priklauso nuo duomenų. | Gilus – apima kultūrą, patirtį ir konkrečią situaciją. |
| Empatija ir socialinis ryšys | Negali visais atvejais perprasti emocijų ar kurti pasitikėjimo. | Supranta emocijas ir kuria santykį. |
Apibendrinant, DI jau šiandien lenkia žmogų kai kuriose srityse arba labai sparčiai vejasi mūsų galimybes. Tačiau tai nereiškia, kad žmogus tampa nereikalingas. Šioje situacijoje ypatingą reikšmę turi paprastas gebėjimas suprasti, kur DI gali padėti, kaip jį teisingai panaudoti ir kur jau būtina žmogaus kontrolė ir indėlis.
D.U.K.
Kai kuriose užduotyse – taip, ypač ten, kur svarbus greitis, mastelis ir duomenų analizė.
DI stipriausias apdorojant didelius duomenų kiekius, automatizuojant pasikartojančias užduotis ir generuojant turinio variantus.
Ne, DI nepakeis žmogaus, tačiau žmogus, naudojantis DI, gali pakeisti tą, kuris juo nesinaudoja. DI perima technines, pasikartojančias ir daug duomenų reikalaujančias užduotis, tačiau žmogaus kūrybiškumas, strateginis mąstymas ir emocinis ryšys išlieka pagrindiniais pranašumais.
Šaltiniai
Rengdami šią apžvalgą pasitelkėme:
- Stanfordo universiteto parengtą ataskaitą „The 2025 AI Index Report“: https://hai.stanford.edu/ai-index/2025-ai-index-report
- Tarptautinės konsultacijų bendrovės „McKinsey & Company“ ataskaitą apie DI poveikį ekonomikai: https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
Kaip vertinate šį straipsnį?
Prenumeruokite mūsų „YouTube“ kanalą ir mėgaukitės įdomiais vaizdo reportažais apie mokslą ir technologijas.
Trumpai, aiškiai ir be triukšmo – gaukite svarbiausias technologijų ir mokslo naujienas pirmieji.
DIENOS SKAITOMIAUSI
Kiek kainuoja vienas bitkoinas? BTC kaina šiandien
2Pirmą kartą istorijoje: robotas pusmaratonyje aplenkė žmogų – ką tai reiškia mums?
3Kada atsirado dirbtinis intelektas: istorija ir svarbiausi faktai
4Dvi juodosios skylės artėja prie susidūrimo: kas įvyks po jo
5Pirmą kartą viruso DNR perkeltas į kvantinį kompiuterį – prasideda naujas ligų tyrimų etapas
NAUJAUSI
Taip pat skaitykite
Atrinkome panašius straipsnius, kurie gali jums patikti.