umetna inteligenca
Četrtek, 20. 11. 2025, 4.00
6 ur, 39 minut
Golob napovedal UI-platformo, Bajec: To je strateška naložba v človeški kapital
Termometer prikazuje, kako vroč je članek.
Termometer prikaže, kako vroč je članek.
0,00
Dejstvo je, da znanosti in razvoja ne moremo ustaviti. Lahko pa se naučimo z njima živeti in izkoristiti prednosti, ki jih prinašata. Zdaj smo v fazi velikega tehnološkega preskoka – generativna umetna inteligenca je res preboj, kakršnega desetletja prej ni bilo.
Slovenija je v zadnjih letih sistematično gradila svoj digitalni ekosistem – od superračunalnika Vega in kompetenčnih centrov do mreže digi-info točk ter programov dviga digitalnih veščin za vse generacije. Pred kratkim pa je predsednik vlade Robert Golob napovedal še naslednji velik korak: vzpostavitev nacionalne platforme za generativno umetno inteligenco, ki naj bi vsakemu prebivalcu in organizaciji omogočila varen, nadzorovan in brezplačen dostop do naprednih UI-orodij. Marko Bajec z ljubljanske Fakultete za računalništvo in informatiko v pogovoru za Siol ocenjuje, da bi takšen dostop lahko postal strateška naložba v človeški kapital in inovacijski potencial države. Ob tem poudarja, da lahko zgodnji pristop Sloveniji omogoči vlogo soustvarjalke standardov in tehnologij, kar krepi njeno konkurenčnost in tehnološko suverenost.
Kako kot strokovnjak vidite tak univerzalni dostop? Je to lahko strateška prednost za majhno državo, kot je Slovenija?
Razpis je osredotočen na zagotovitev dostopa do vrhunskih velikih jezikovnih modelov (LLM). Prijavitelji bodo bodisi ponudniki modelov LLM ali ponudniki platform, preko katerih je možno do LLM dostopati. Uporabnikom bodo na voljo prek grafičnega vmesnika – klepetalnika (podobno, kot je to v orodjih ChatGPT, UI Studio, Claude, LaChat ...) ali prek aplikacijskega programskega vmesnika (API).
Univerzalen, brezplačen in varen dostop do generativne umetne inteligence vidim kot strateško naložbo v človeški kapital in inovacijski potencial države. Podobno kot so bile nekoč ključne ceste in elektrifikacija, bo v naslednjem desetletju ključna razpoložljivost podatkovne infrastrukture in naprednih modelov, na katerih lahko gradijo posamezniki, podjetja in javne institucije. Za majhno državo je še posebej pomembno, da zniža vstopne stroške in čim širšemu krogu omogoči eksperimentiranje, učenje in razvoj lastnih rešitev, ne da bi bili takoj odvisni od globalnih komercialnih ponudnikov.
Po njegovih besedah lahko nacionalna platforma "ustvari pritisk za hitrejše uvajanje rešitev, pospeši raziskave ter omogoči razvoj konkretnih produktov v sodelovanju raziskovalcev, podjetij in javnih institucij."
V napovedi vzpostavitve nacionalne UI-platforme je bilo izpostavljeno, da naj bi bila Slovenija ena prvih držav, ki bo prebivalcem in organizacijam omogočila tako širok in varen dostop do generativne umetne inteligence. Kakšne prednosti lahko prinese tako zgodnji pristop – predvsem na področju inovacij, tehnološke suverenosti in mednarodne konkurenčnosti?
Zgodnji pristop omogoča, da nismo zgolj pozni uporabniki tujih rešitev, ampak sooblikovalci standardov, dobrih praks in celo tehnologij. Če nekomu omogočimo široko dostopna in varna orodja, lahko postanemo kreatorji – ne samo pasivni uporabniki. Ko govorimo o preboju na tuje trge, velja: če smo med prvimi, ki nekaj preizkusijo in razvijejo, imamo bistveno več možnosti, da se tja tudi dejansko plasiramo. To povečuje našo konkurenčnost in krepi tehnološko suverenost – ne toliko v smislu, da bi bili "neodvisni od sveta", temveč v smislu, da razumemo, kako sistemi delujejo, in o ključnih delih življenjskega cikla odločamo sami.
Na mednarodni ravni nam takšna prednost zgodnjega vstopa odpre vrata v evropske konzorcije, projekte in partnerstva, kjer je pomembno, kdo ima že postavljene delujoče pilote, podatkovne prostore in realne uporabnike. Če imamo nacionalno platformo, ki je skladna z evropsko regulativo in usmerjena v raziskave in inovacije, lahko postanemo zanimiv "testni poligon" za nove storitve, kar povečuje našo konkurenčnost in privlačnost za talente.
Ker je cilj projekta pospešiti nastajanje novih znanj in aplikacij umetne inteligence, katera področja po vašem mnenju najhitreje ustvarijo "multiplikativni učinek", če dobijo dostop do generativnih modelov – raziskovalne skupine, startupi, mala podjetja ali digitalizacija javnih storitev (npr. zdravstvo, uprava, izobraževanje)?
Vsa ta področja so pomembna, a če gledamo izključno z vidika multiplikativnega učinka na kratki rok, bi izpostavil tri. Raziskovalne skupine z generativno umetno inteligenco lahko hitreje pridejo do novih modelov, orodij in rešitev. Orodja pomagajo pri raziskovanju, testiranju, eksperimentiranju. To se pogosto prelije v sodelovanje z gospodarstvom in v konkretne produkte.
"Za majhno državo je ključno, da zniža vstopne stroške in čim širšemu krogu omogoči eksperimentiranje, učenje in razvoj lastnih rešitev," pove Bajec.
Start-upi so tradicionalno najhitrejši pri preizkušanju novih tehnologij. Hitreje reagirajo kot velik, uveljavljen sistem, ki je ujet v svoje cikle. Start-upi lahko ustvarijo pritisk na trg, da se morajo drugi igralci prilagoditi, kar tehnološko celoten ekosistem potiska naprej.
Digitalizacija javnih storitev pa ima drugačen, a zelo močan učinek: gre za izboljšanje dostopnosti, učinkovitosti in kakovosti storitev za celotno populacijo. Če z uporabo teh orodij razbremenimo zdravstvo administrativnih bremen, personaliziramo učenje v šolah ali povečamo prijaznost in dostopnost e-storitev, se to odrazi v večji produktivnosti, manjši birokratski obremenitvi in boljši kakovosti življenja – kar posredno krepi tudi gospodarstvo.
Mala podjetja so pomembna, vendar je tam nujno kombinirati dostop do orodij z intenzivnim prenosom znanja. Veliko malih podjetij to področje še vedno gleda s strahom, obenem pa živijo "od danes na jutri" – težko si privoščijo, da bi polovico ekipe dali na eksperimentiranje z novo tehnologijo. Velika podjetja imajo več absorpcijske sposobnosti – denar za razvoj, raziskovanje – in si lažje privoščijo preizkuse, a so pogosto manj agilna. Start-upi so ravno obratno: majhni, hitri, usmerjeni v to, da si izborijo svoj prostor pod soncem.
Če želimo suvereno nacionalno UI-platformo, moramo razmišljati tako o infrastrukturi kot o podatkih. Na infrastrukturni ravni to pomeni, da so ključni računski viri, podatkovna shranjevanja in orkestracijski sistemi pod evropsko jurisdikcijo, idealno v kombinaciji nacionalnih in evropskih centrov, z jasnim pogodbenim okvirom in možnostjo migracije.
Izogibati se moramo "lock-in" odvisnosti od enega ponudnika – kar pomeni modularno arhitekturo, uporabo odprtih standardov in možnost zamenjave komponent. Na ravni podatkov pa je ključno, da imamo jasno podatkovno upravljanje: kdo je upravljavec, kje se podatki hranijo, kako so anonimizirani ali psevdonimizirani, kako se beležijo vpogledi in kdo lahko izvaja analize. Popoln nadzor nad podatkovnimi tokovi pomeni sledljivost, segmentacijo okolij in ločitev med podatki za učenje modelov in podatki za inferenco.
Kateri so ključni raziskovalni in tehnični izzivi pri vključevanju slovenskega jezika v vrhunske jezikovne modele in kje vidite največje koristi za slovensko znanost, javne storitve in gospodarstvo, če nam to uspe narediti na nacionalni ravni?
Slovenija je majhna država, slovenščina je majhen jezik – tako po številu govorcev kot z vidika tržnega zanimanja. Nismo ravno trg, kjer bi nas veliki ponudniki videli kot prioritetne, zato je zastopanost slovenščine v velikih modelih manjša. Veliki komercialni modeli so za slovenščino presenetljivo dobri, kar v veliki meri pripisujemo kakovostnemu prevajanju: vprašanje se prevede v "velik jezik", model ga obdeluje v tem okolju, potem se odgovor prevede nazaj v slovenščino.
To pa ne velja za odprtokodne modele, ki so pri slovenščini precej slabši.
V razpisu je zato zelo jasno zapisano, da je pogoj kakovostna podpora za slovenščino. To ne pomeni samo dobrega prevajanja, temveč: dovolj jezikovnih virov, ustrezno domensko pokritost (pravo, uprava, medicina, tehnično izrazoslovje, narečja, pogovorni jezik), sposobnost modela, da se prilagodi kulturnemu in institucionalnemu okvirju, in nenehno posodabljanje znanja. To zahteva sistematično gradnjo korpusov, terminoloških baz in anotacij, pri čemer morajo sodelovati univerze, mediji, javne institucije in gospodarstvo.
Tako zbrane jezikovne vire v prvi vrsti vključujemo v lastne jezikovne modele, ki sicer ne morejo konkurirati najboljšim splošno namenskim jezikovnim modelom, a se na posameznih nalogah lahko izkažejo tudi boljši. Obenem je smiselno, da jezikovne vire za slovenščino ponudimo tudi drugim razvijalcem modelov, četudi gre za komercialne modele.
Naš interes je, da je slovenščina ustrezno zastopana v orodjih, ki jih lahko izkoristimo za razvoj novih produktov in storitev. Če to pomeni, da damo OpenAI ali komu drugemu svoje podatke, in v zameno dobimo bistveno boljše rezultate za slovenščino, ki jih lahko vgradimo v produkte in storitve z visoko dodano vrednostjo, se mi to ne zdi nujno napačna poteza.
Razprava o tem, kako bi generativna umetna inteligenca lahko okrepila inovacije, znanje in konkurenčnost Slovenije.
Slovenija je v zadnjih letih postavila več ključnih elementov digitalnega ekosistema – superračunalnik Vega, tovarno umetne inteligence, kompetenčne centre in druge iniciative. Kako so ti projekti med seboj povezani in kje v tem ekosistemu vidite največje vrzeli ali izzive?
Res je, da je v Sloveniji trenutno veliko iniciativ na področju umetne inteligence. Na prvi pogled lahko delujejo nepovezano, a v resnici tvorijo dokaj sklenjen mozaik. Superračunalnik in tovarna umetne inteligence predstavljata predvsem infrastrukturo – brez nje ne moremo učinkovito učiti modelov ali razvijati zahtevnih rešitev. V raziskovalni sferi je znanje o gradnji modelov že precej razvito, saj imamo dolgo tradicijo na tem področju.
Največjo vrzel vidim v gospodarstvu, kjer znanje še ni dovolj razširjeno. Zato ima "tovarna umetne inteligence" dvojno vlogo: poleg infrastrukture ponuja tudi delavnice hands-on, izobraževanja in sodelovalne projekte, kjer podjetja skupaj z raziskovalci razvijajo konkretne rešitve. S tem se znanje neposredno prenaša v podjetja. Kompetenčni center pa dopolnjuje ekosistem s poudarkom na kompetencah – opolnomoči čim širši krog ljudi, da znajo pri svojem delu uporabljati AI-orodja.
Eden ključnih ciljev nacionalne UI-platforme je, da znanstvenikom, podjetjem in javnim institucijam omogoči dostop do vrhunskih modelov v varnem in nadzorovanem okolju. Kako lahko taka platforma poveže obstoječi ekosistem v celoto in pospeši prehod znanja in tehnologij v gospodarstvo ter javne storitve?
Nacionalna platforma se v ta ekosistem vstavi kot manjkajoči del – dostop do vrhunskih, že razvitih modelov, s katerimi lahko uporabniki zelo hitro eksperimentirajo, razvijajo prototipne produkte, jih poreskušajo na trgu. Če ugotovijo, da potrebujejo specializirano rešitev ali rešitev, ki je nameščena na opremi naročnika (on-premis), se lahko kasneje odločijo za specializacijo enega od odprtokodnih modelov.
Pred tem pa lahko vse preizkusijo, ne da bi morali v to investirati veliko denarja in časa. Skratka največja dodana vrednost take platforme kot tudi preostalih povezanih projektov je v sinergiji. Če pri projektu, recimo za pametno zdravstvo, sodelujejo raziskovalci, klinike, podjetja in javne institucije, ter imajo hkrati dostop do – infrastrukture, vrhunskih modelov, znanja in podpore – potem imajo dejansko vse, kar potrebujejo za razvoj konkretnega izdelka.
"Z zgodnjim pristopom lahko majhne države, kot je Slovenija, postanejo soustvarjalke standardov in tehnologij, ne zgolj pozni uporabniki tujih rešitev," pravi Bajec.
Kateri elementi AI Acta bodo za operativno delovanje nacionalne platforme najzahtevnejši, predvsem pri transparentnosti modelov, razlagi odločitev in morebitni uporabi komercialnih modelov? Kako lahko Slovenija vzpostavi učinkovite mehanizme nadzora, neodvisne presoje in odgovornosti, ki bodo zagotavljali zaupanje uporabnikov?
Akt o umetni inteligenci postavlja veliko zahtev, še posebej za splošnonamenske modele umetne inteligence in velike jezikovne modele. Ta kategorija je v aktu posebej izpostavljena. Med drugim zahteva, da so znani podatki o učenju modela – iz katerih virov se je učil, jasno komunicirane omejitve modela, opis, kako je model evalviran, in nasploh velika transparentnost glede delovanja.
Ta skladnost z zahtevami AI Acta bo padla predvsem na ponudnike, ki bodo na razpisu sodelovali – oni bodo morali zagotoviti, da so modeli skladni z zakonodajo EU.
Na naši strani pa se moramo zavedati, da bomo pri uvajanju UI rešitev morali zagotoviti transparentnost in preverljivost tudi v konkretnih aplikacijah. Če npr. v kritičnih procesih (recimo pri zaposlovanju) uporabljamo orodje, ki se samostojno odloča, ima kandidat, ki ni izbran, pravico izvedeti, zakaj ni bil izbran. To pomeni, da moramo znati razložiti odločitve modela – kar ni trivialno, ampak zelo zahtevno.
Po mojem mnenju se bo na tem področju učila celotna Evropa. Ključno je, da: zelo dobro poznamo regulativo, v državi vzpostavimo ustrezna telesa, ki stalno upravljajo tveganja UI-rešitev, in so sestavljena iz tehničnih, pravnih, etičnih strokovnjakov, da lahko skupaj spremljajo implementacije, procese preverjanja, evalvacije itd. To bo treba razvijati vzporedno z odpiranjem vrat do UI orodij. Če tega ne bomo naredili, niti sami ne bomo izpolnjevali določil AI Acta.
Res je, veliko se govori o tem, da je AI Act zelo zahteven, da je prišel na dan v času, ko generativna AI še ni pokazala polnega potenciala in naj bi zdaj preveč omejeval. A zdi se mi, da v Evropi vseeno želimo ohranjati visoke standarde varstva osebnih podatkov, zasebnosti in varnosti. To je vedno ravnotežje: ne omejevati preveč priložnosti, ki jih tehnologija prinaša, hkrati pa ne rušiti standardov pravic, ki smo jih v Evropi gradili dolga leta.
Kakšne kompetence bi moral povprečen uporabnik minimalno obvladati, da bo nacionalno UI-platformo uporabljal odgovorno in varno? Kako lahko država zagotovi, da bo platforma resnično dostopna vsem – tudi tistim, ki danes spadajo med digitalno manj pismene?
Minimalno bi moral imeti uporabnik neko funkcionalno razumevanje delovanja velikih jezikovnih modelov. Najprej zagotovo razumevanje, kaj je "prompt", kaj pomeni, da model generira odgovor. To, kar dobimo kot odgovor, ni nujno resnica. Ljudje imajo včasih občutek, da je vse, kar model vrne, samodejno točno – kar ni res.
Potrebna je kritičnost in zmožnost dodatnega preverjanja informacij – pogledati še kam drugam, ne le slepo verjeti modelu. Pri vprašanjih je dobro, da ne sugeriramo odgovora. Če v vprašanje že vgradimo želeni odgovor, bo model pogosto sledil tej smernici in nam vrnil tisto, kar "hočemo slišati". Tega se morajo uporabniki naučiti. Pomembno je zavedanje, da so tu podatki – tako kot pri družbenih omrežjih. Če tja nalagamo slike svojih otrok, vemo, da bodo "vedno tam". Tudi pri LLM podatki nekam gredo. Z razpisom si bo sicer poskušalo zagotoviti, da ostanejo znotraj evropske jurisdikcije, a vseeno je dobro, da so uporabniki previdni.
Bajec ocenjuje, da je najmočnejši učinek pričakovati tam, kjer UI omogoči razbremenitev administrativnih bremen, personalizirano učenje ter hitrejše raziskovanje – od zdravstva do startupov in javnih storitev.
Te tri stvari so ključne, a ne moremo pričakovati, da bo vse prebivalstvo enako opolnomočeno. Zato potrebujemo: različne oblike izobraževanj in opolnomočenja – digitalne točke, usposabljanja za različne skupine; vključevanje UI vsebin v formalno izobraževanje na različnih stopnjah; posebne programe za poklice, ki jih generativna UI najbolj zadeva – tam bo razlika med tistim, ki znanje ima, in tistim, ki ga nima, zelo velika; posebne programe za starejše, ki jih ne moremo postaviti na isti nivo digitalne zrelosti kot mlade.
Del takih programov že teče prek ministrstva za digitalno preobrazbo (npr. osnovna uporaba telefonov, aplikacij, lokalna usposabljanja). Zelo pomembno je, da nekomu ne odpremo samo vrat do orodja, ampak ga tudi naučimo, kako ga varno in smiselno uporabljati – sicer se lahko zadeva vrne kot bumerang.
Bajec poudarja, da je univerzalen in brezplačen dostop do generativne umetne inteligence lahko strateška naložba v človeški kapital ter pomemben korak k hitrejšemu razvoju znanja in inovacij v Sloveniji.
Umetna inteligenca odpira tehnološka, gospodarska in etična vprašanja hkrati. Kaj vas osebno najbolj navdaja z optimizmom in kaj ostaja področje, kjer bi morali biti kot družba najbolj preudarni?
Težko je dati enostaven odgovor, ker je slika zelo kompleksna. Osebno mislim, da je izjemno dobro, da imamo priložnost tehnologijo izkoristiti za povečanje svojega potenciala – ne le ekonomske učinkovitosti, ampak tudi kakovosti življenja. Če znamo UI izkoristiti sebi v prid, je to izjemno dobrodošlo. Hkrati pa moramo vedeti, da vsaka tehnologija prinaša tudi tveganja, ki jih moramo znati nasloviti.
Dejstvo je, da znanosti in razvoja ne moremo ustaviti. Lahko pa se naučimo z njima živeti in izkoristiti prednosti, ki jih prinašata. Zdaj smo v fazi velikega tehnološkega preskoka – generativna umetna inteligenca je res preboj, kakršnega desetletja prej ni bilo. Smo na točki, ko se moramo odločiti: ali bomo priložnosti zagrabili, ali jih bomo pustili, da gredo mimo. Menim, da je prav, da jih zagrabimo, še posebej kot majhna država, kjer lahko hitreje eksperimentiramo in uvajamo rešitve, ob tem pa moramo biti drzni in hkrati previdni.
Tu je prostor, kjer mora država nastopiti kot aktiven igralec, dati urejen dostop in jasno pravila, kaj je dovoljeno in kaj ne, pod okvirom evropskih pravnih norm. Podobno velja za ideje, kot je univerzalni temeljni dohodek: če bi UI res tako dvignila produktivnost, da bi lahko delali tri dni na teden ali štiri ure na dan, bi to teoretično bilo mogoče – a se odprejo tudi vprašanja družbene dinamike, vloge dela v družbi, socialne kohezije.
