Platon w krainie myślących maszyn

Żywotność myśli Platona jest kwestią, która nie ulega wątpliwości. Wyjaśnienia tego faktu oraz idące za nim postulaty można interpretować na rozmaite sposoby. Współcześnie najbardziej radykalny i jednocześnie najbardziej groteskowy jest w tym kontekście Alexander Dugin, który twierdzi, że tzw. minimum platońskie powinno stanowić obowiązkowy fundament edukacji powszechnej obowiązujący wszystkich członków korpusu służby cywilnej, administracji państwowej, od kadr kierowniczych począwszy na policjantach ruchu drogowego skończywszy (Dugin, 2019). Choć jest w tym ewidentna przesada, to przyznać należy, że Platon wciąż ma nam dużo powiedzenia, a pojawienie się w obiegu publicznym narzędzi Sztucznej Inteligencji, tylko potwierdza potrzebę powrotu do korzeni myślenia.

Fascynującym i jednocześnie oczywistym faktem jest różnorodność i wielorakość wiedzy, jaką posiąść może człowiek. Używając wiedzy do najczęściej praktycznych kwestii, takich jak odgadywanie przyczyn, podejmowanie decyzji i przewidywanie konsekwencji i skutków działań, tracimy z horyzontu wielość możliwych spojrzeń, stanowisk, poglądów, opinii i domysłów dotyczących wiedzy prawdziwej. W świecie szybkich decyzji i nieustannego obiegu informacji stajemy w obliczu sytuacji zero-jedynkowej: wiesz albo nie wiesz. Do wiedzy najczęściej sięgamy, jak do rezerwuaru danych i informacji, które mają zapewnić skuteczne podjęcie decyzji lub dokonanie osądu.

Dwa główne podejścia do wiedzy, które od zarania cywilizacji występowały w refleksji naukowej i filozoficznej określić można łacińskimi terminami: dialectica i demonstratio. Wiedza demonstratywna, charakterystyczna przede wszystkim dla nauk ścisłych zakłada, że istnieje nienaruszalna prawda obiektywna, a zadaniem nauki, czy też szerzej, myślenia naukowego, jest możliwie dokładne przedstawienie tej prawdy i zaprezentowanie jej w formie wiedzy. Naczelny przykład stanowi tutaj matematyka, która zajmuje się dostarczaniem dowodów twierdzeń prawdziwych. W demonstratio mówimy zatem przede wszystkim o dowodzeniu. Dowód ma to do siebie, że jego zadaniem jest najdokładniejsze i najbardziej wiarygodne ustalenie związku danego zdania z odpowiadającym mu stanem rzeczy. Twierdzenia matematyczne są ściśle związane z dowodami, które umocowują je w sferze prawdy. Jest to poziom ścisłości, do którego aspirują wszystkie tak zwane nauki przyrodnicze. Wątpienie i alternatywne drogi patrzenia na dany problem nie zawsze są w ich ramach zaletą. Pewność wiedzy jest tutaj największą wartością, którą możemy uzyskać. By przedstawić rzecz obrazowo można przywołać film Dekalog (Kieślowski, 1989), w którym naukowiec próbując zmierzyć grubość lodu na ślizgawce, by upewnić się o bezpieczeństwie swego dziecka bawiącego się na niej, dąży do zaaplikowania obliczeń naukowych do świata empirycznego. Reżyser zarysowując tragiczny scenariusz zdarzeń w filmie miał na celu zobrazować zmaganie nauki w trudnej drodze do uzyskania pewności na temat stanów rzeczy występujących w rzeczywistości. Rozumowania spod znaku demonstratio dotyczą takich właśnie kwestii, w których najmniejszą sprzeczność lub niepewność jest postrzegana jako defekt, który należy wyeliminować.

Chociaż coraz częściej pojawiają się głosy o tak zwanej matematyczności wszechświata (Tegmark, 2014), to jest to tylko hipoteza, która najprawdopodobniej przerasta ludzkie siły w zakresie jej ewentualnej weryfikacji. Można pokusić się o tezę poniekąd przeciwną, że niektóre aspekty rzeczywistości nie dadzą się zmatematyzować, bo z natury swej przynależą do innego porządku myślenia. Tą alternatywną rozumowania demonstratywnego jest rozumowanie dialektyczne. Dialectica dotyczy kwestii, w których króluje domysł i niepewność. Znamienita cześć rzeczywistości zamieszkałej przez rodzaj ludzki, przerasta swym skomplikowaniem możliwości obiektywnego poznania. By nie wchodzić w szczegóły wielowiekowego sporu relatywizmu z obiektywizmem, przywołam tylko dobitny w swym przekazie i prosty w formie film pod tytułem Rashomon (Kurosawa, 1950) przedstawiający zabójstwo samuraja, które z perspektywy różnych świadków wygląda jak splot zupełnie innych historii połączonych ze sobą drobnymi szczegółami. W takiej właśnie rzeczywistości, w której perspektywy, spojrzenia i aspekty tworzą splot utkany w niepewną rekonstrukcję faktów, do głosu dochodzi dialektyka z jej instrumentami. Należą do nich przede wszystkim: argument, różnica, podobieństwo, sprzeczność, etc. Nie sposób nie odnieść wrażenia, że w rozumowaniach dialektycznych nie tylko odkrywamy jakąś cześć rzeczywistości, ale również wpływamy na jej odbiór i sposób interpretacji. Wiedza uzyskana na drodze rozumowania dialektycznego jest niepewna, a jej charakter jest dynamiczny. Dialektyka jest procesem, w którym prawdy nie można ustanowić na zawsze. Tam gdzie jest to możliwe, znajduje się miejsce dla rozumowań demonstratywnych. Kluczowe założenie dialektyki w stosunku do kategorii prawdy streszcza się w słowach Tomasza Manna: „Bowiem to, co jest prawdziwe, nie jest prawdą. Prawda jest nieskończenie odległa i nieskończona jest wszelka rozmowa.” (Mann, 1997).

Rozróżnienie między demonstratio a dialectica ma bardzo bogate tradycje w refleksji filozoficznej (Reeve, 2011). Powodem licznych sporów wokół rozróżnienia jest to, iż ma ono bardzo duży wpływ na praktyczne aspekty nauki i jej społeczne konsekwencje. Przywołuję tę kwestię, żeby posłużyć się nią w próbie zrozumienia czym z perspektywy kategorii wiedzy, prawdy i metod rozumowania jest Sztuczna Inteligencja. Próby zautomatyzowania procesów myślenia i decydowania są starsze niż można by przypuszczać. Przykładem emblematycznym z historii cywilizacji jest biblijny Urim i tummim, który był urządzeniem pomagającym podejmować decyzje zgodne z wolą Boga (Wj 28,15-30). Dążenia do stworzenia automatów myślenia były bardzo intensywne i występowały w różnych czasach oraz w różnych kręgach cywilizacyjnych. Objawiały się one nie tylko w tworzeniu przedmiotów lub urządzeń, ale również w zmianie sposobu myślenia, który miałby przypominać myślenie zautomatyzowane. Przykłady filozofii T. Hobbesa i G. W. Leibniza są tutaj najbardziej znamienne. W dalszym ciągu tego tekstu będę chciał rozpatrywać instrumenty sztucznej inteligencji, jako kolejne wcielenie podejścia znanego w toku dziejów pod szyldem demonstratio.

Mój argument w sprawie oceny AI przebiega w następujący sposób. Gdy będę mówił o sztucznej inteligencji, to skupię się na chatbotach, które bez względu na markę producenta prezentują tę samą logikę działania. Różnią się jakością i dokładnością, ale nie różnią się konwencją, w ramach której funkcjonują. Mój argument polega na tym, że uznając pojawienie się chatbotów AI za rewolucyjny przełom myślących, lub nawet świadomych maszyn, dokonujemy pomieszania dwóch porządków. Błąd ten polega na przypisywaniu rozumowaniu demonstratywnego zakresowi zadań przysługujących rozumowaniu dialektycznemu. Chatowa inkarnacja sztucznej inteligencji osiąga mistrzowski, niedościgniony dla człowieka poziom rozumowania demonstratywnego. Boty przypominają wybitnych uczonych, lub nawet sawantów biegłych w dokonywaniu monstrualnych w swej skali obliczeń. W rozumowaniu demonstratywnym, wiedza musi być ścisła, a pewność wyników świadczy o jakości przeprowadzonych rozumowań. Warto przywołać tutaj podstawową różnicę między filozofią analityczną, a filozofią kontynentalną (bliższą filozofii klasycznej). W ramach tej pierwszej możemy liczyć na osiągnięcie wniosków graniczących ze stu procentową pewnością, ale dotyczących bardzo wąskiego zakresu rzeczywistości. Filozofia klasyczna swą ambicją sięgała do niezmierzonych połaci myślenia abstrakcyjnego, odkrywając nieeksplorowane wcześnie pojęcia i wyobrażeń, których związek z rzeczywistością i relacja do prawdy obiektywnej są podważalne i dalekiej od pewności (Russell, 2010). Podobnie jest z demonstratio i dialectica, choć zakres możliwości rozumowań demonstratywnych jest szerszy, niż zakres filozofii analitycznej.

Jednym z lepszych przykładów pozwalających uchwycić różnicę między przepytywaniem chata, a żywą argumentacją są debaty oxfordzkie. W formule tej ścierają się dwie strony, których jakość argumentów jest oceniana przez jury, bądź publikę. Co ważne, nie każda teza może być dyskutowana w ramach tej formuły. Jeśli dyskutowana byłaby teza, co do której nie ma wątpliwości w rzeczywistości i jej status jest definitywnie ustalony, to przewaga byłaby z góry przypisana stronie, które ma zadanie argumentować za tezą. Gdyby odpowiedź na wątpliwość można ustalać bezpośrednio w badaniu empirycznym, to taka debata również nie miałaby sensu. Dlatego dyskutanci debat oxfordzkim zazwyczaj dyskutują o kwestiach normatywnych lub poddają debacie kwestie związane z oceną danej kwestii istotnej publicznie. W sporze dialektycznym odsłania się wiele nieoczekiwanych aspektów problematyki, a najważniejszym efektem starcia jest postęp – rozwój linii argumentacyjnych. Zastanówmy się teraz nad tą kwestią w kontekście AI i przeanalizujmy ją w dwóch krokach. Po pierwsze, czy chatboty mogłyby wejść między sobą w dyskusje w ramach debaty oxfordzkiej? Załóżmy, że jest to możliwe. Po drugie zatem, czy chatboty mogłyby osiągnąć cel wskazany powyżej, czyli rozwinąć linie argumentacyjne nie w oparciu o to, co wiedziały wcześniej, ale w oparciu o to, co skrytykowały, bądź zaakceptowały z punktu widzenia oponenta? Pozostawię to pytanie bez odpowiedzi, ale mam nadzieję, że przykład ten pokazuje różnicę między przepytywaniem a argumentowaniem.

Innym polem, na którym można znaleźć arcyciekawe odsłony tego problemu są prace studenckie pisane z wykorzystaniem AI. Teksty te w doskonały sposób korzystają z rozumowań demonstratywnych. Podają dane i informacje w sposób względnie rzetelny oraz spójny i sprawia to, że każdy student jest w stanie „napisać” pracę lub tekst na dowolny temat. Owoce rozumowania demonstratywnego, bez względu na temat, będę posiadać ten sam mankament. Sztuczna Inteligencja może pomóc rozwiązać wiele problemów, ale – o ile mi wiadomo pisząc te słowa w końcu roku 2025 – nie jest w stanie ich samodzielnie postawić. Rozumowanie dialektyczne, które postrzega tok myśli przede wszystkim jako proces, a nie jako najkrótszą drogę do konkretnej wiedzy, zawsze było i jest źródłem kreatywności, która sprawia, że dostrzegamy problemy i formułujemy warunki i sposoby ich rozwiązania. Prace oparte bezpośrednio na wynikach przepytania chatbotów łatwo rozpoznać bez stosowania skomplikowanych narzędzi. Są one bowiem pozbawione czynnika dialektycznego. W zamian otrzymujemy wiedzę i informację – czubek góry lodowej widoczny nad powierzchnią wody. Dialektyczna część złożona z dróg dochodzenia do tej wiedzy pozostaje nieznana – czytelnikom, autorom i samym narzędziom AI, dla których głównym surowcem pozostają dane.

W tym miejscu na scenę wchodzi Platon ze swoją nieśmiertelną filozofią, która oparta jest w całości na myśleniu dialektycznym. Jest to myślenie skupione w pierwszym rzędzie na zadawaniu pytań, a w mniejszym stopniu na uzyskiwaniu odpowiedzi. Dowodzi tego na przykład dialog Eutyfron, gdzie głównym elementem jest aporia – sprzeczność nie do usunięcia, problem którego nie da się jednoznacznie rozstrzygnąć. Jego echa były słyszalne przez wieki w tradycji intelektualnej Zachodu i dotarły również do wieku XX, gdzie stanowiły główny problem filozofii prawa okresu powojennego.

Stworzenie chata AI, który mówiłby Platonem, o ile jest technicznie możliwe, to nie ma sensu, ponieważ platonizm jest oparty na ujęciu dynamicznym oraz na medytacji nad aporiami. Nie wchodząc w szczegóły należy zauważyć, że rola filozofa polega według Platona na dochodzeniu do świata idei i drodze powrotnej do świata rzeczy przyziemnych. Ta podróż nie jest jednorazową wycieczką, ale drogą życia człowieka myślącego. Co ciekawe, ten postulat Platona ziścił się w jego własnym przypadku. Do znudzenia powtarzany slogan mówiący, że cała filozofia zachodnia to tylko przypisy do Platona, wydaje się dobrze oddawać stan rzeczy. Potwierdza to również moją tezę, która mówi, że z dialectica daje nam kreatywność oraz naświetla problemy i tworzy warunki ich rozwiązywania. Receptą na stworzenie tak daleko oddziałującego podejścia filozoficznego jest właśnie zakotwiczenie go w rozumowaniu dialektycznym. Konkludując można zauważyć, że Platon w krainie myślących maszyn wciąż ma się dobrze, a rozumowanie dialektyczne wciąż może służyć za odpowiedź w poleceniu: „Udowodnij, że nie jesteś robotem”.

Więcej:

Perlikowski, Ł. (2025). Dialektyczne czytanie Platona. Toruń: Wydawnictwo Naukowe UMK.

Źródła:

Dugin, A. (2019). Political Platonism: The Philosophy of Politics. Arktos.; Kieślowski, K. (1989). Dekalog I-X.; Kurosawa, A. (1950). Rashomon.; Mann, T. (1997). Józef i jego bracia. Wydawnictwo Dolnośląskie.; Reeve, C. D. C. (2011). 'Demonstration and Dialectic', Practices of Reason: Aristotle's Nicomachean Ethics, Oxford Academic.; Russell, B. (2010). The Problems of Philosophy. Cosimo Classics.; Tegmark, M. (2014). Our Mathematical Universe: My Quest for the Ultimate Nature of Reality, Knopf.

#7 Ł. Perlikowski (26.12.2025). Platon w krainie myślących maszyn. https://lukaszperlikowski.pl/blog