W obronie czytania [Naomi Baron, Reader Bot: What Happens When AI Reads and Why It Matters, Stanford University Press, 2026]

Żołnierze na plaży Omaha, którzy ukryci przed ostrzałem u podstaw klifów sięgają po książki, czekając na pomoc, to jeden z bardziej zaskakujących obrazów historii czytania. W książce Naomi S. Baron ta scena pojawia się jako punkt odniesienia, pokazujący siłę lektury. Ale czy wobec gwałtownego rozwoju czytania zapośredniczonego przez AI takie obrazy mają jeszcze siłę argumentu? Co tracimy, delegując lekturę na maszyny?

Naomi S. Baron to amerykańska lingwistka, od dekad badająca relacje między językiem a technologią, w szczególności w komunikacji zapośredniczanej przez komputery, oraz wpływ tego pośrednictwa na społeczne użycie języka. Jej najnowsza książka Reader Bot: What Happens When AI Reads and Why It Matters (DOI: 10.1515/9781503644885, 2026) to głos w obronie uważnego, indywidualnego i bezpośredniego czytania wobec coraz powszechniejszego korzystania ze streszczeń czy analiz proponowanych przez narzędzia AI.

Jest w tej książce wiele nostalgii za dawnym czytaniem i prób budowania wartości uważnej lektury na przykładach historycznych, nawet bardzo radykalnych i odległych. Przykładowo, autorka (rocznik 1946) w pewnym miejscu przywołuje… sceny z plaży Omaha (D-Day). Podkreślając psychologiczne znaczenie samodzielnej lektury przypomina, że żołnierzom biorącym udział w inwazji na Normandię rozdano prawie milion książek w kieszonkowym formacie Armed Services Editions (ASE). W pracy Molly Guptill Manning “When Books Went to War” (2014) pojawiła się relacja o rannych żołnierzach, którzy, ukryci u podstawy klifów, czytali książki w oczekiwaniu na pomoc nadchodzących z kolejnymi falami desantu towarzyszy broni. Przywołuje też wykłady Józefa Czapskiego o Prouście, organizowane za zgodą władz w sowieckim obozie jenieckim w Griazowcu i odwołuje do czytelniczej pasji wielkich polityków i dyktatorów - tu akurat wskazując, jaką rolę pełniły książki w budowaniu własnej wizji świata.

Bez wątpienia fascynacja Czapskiego autorem “W poszukiwaniu straconego czasu” pomogła w przetrwaniu w sowieckim łagrze, a lektura kieszonkowych lektur choć trochę ułatwiała żołnierzom radzenie sobie z codziennym stresem. Nie jestem jednak pewien, czy takie obrazy mogą być przekonującym argumentem we współczesnej dyskusji o czytaniu. Podobnie jak przypomnienia historii prześladowania książek - za cesarza Qin Shi Huang w III w. p.n.e. poprzez cenzurę kościoła katolickiego i stosów na berlińskim Bebelplatz aż po usuwanie książek poświęconych sprawom środowiska LGBT z amerykańskich bibliotek. Tak, książki są ważne, wciąż mają pewne znaczenie polityczne i ogromne społeczne, a walka z nimi nie ustaje. Jak to jednak odnieść do kontekstu dużych modeli językowych i czytania zapośredniczonego przez AI?

Autorka proponuje tu pewne ciekawe połączenia. W tym samym rozdziale, w którym przywołuje prześladowania książek, pokazuje problem blokowania treści internetowych przed botami, gromadzącymi dane do trenowania AI. “Większość czołowych serwisów informacyjnych blokuje boty AI. Media prawicowe witają je z otwartymi rękoma” - cytuje magazyn “Wired”. Nieprzejrzyste procesy gromadzenia danych treningowych na ludzkich treściach (bez wynagrodzenia dla autorów i autorek), niedeterministyczny charakter odpowiedzi / podpowiedzi lekturowych AI, polityki dostępu (i open access) - być może to nowe odsłony formatowania społecznego czytania, w których mniejsze znaczenie ma już materialna postać książki, a większe dostęp do jej treści i jakość wypracowanych na niej informacji. Szkoda tylko, że wątki historyczne i współczesne wokół tego tematu rozwijane są przez autorkę podobnie intensywnie, tzn. dostajemy raczej ogólny przegląd (od Qin Shi Huang do ChatGPT) niż pogłębiony opis i analizę współczesnych kłopotów z funkcjonowaniem książki w społeczeństwie.

Bardziej interesujący wydaje się rozdział poświęcony czytaniu - temu, na czym polegać ma ta czynność, jakie są jej podstawy i ograniczenia. Autorka przywołuje np. prace Edwarda Tiana nad stworzeniem metody rozpoznawania tekstów generowanych maszynowo, bazującej na mierzeniu perpleksji i niejednorodności (burstiness). Teksty AI zazwyczaj nie są trudne w odbiorze, więc nie stymulują naszej wyobraźni i zdolności językowej, ale - jak zauważa autorka - podobny charakter ma większość ludzkich tekstów, które konsumujemy na co dzień:

Łatwo jest nam wskazywać palcem na AI (która nie może nam odpowiedzieć) za to, że ma tendencję do generowania nijakiego, przewidywalnego języka. Bądźmy jednak uczciwi. Duża część tekstów tworzonych przez ludzi również nie jest szczególnie wyrafinowana językowo. Biorąc pod uwagę, jak bardzo media społecznościowe przenikają współczesne życie, powinniśmy też zastanawiać się nad tym, jakie obciążenie poznawcze wiąże się z czytaniem takich treści jak większość blogów czy nieustannie aktualizowanych statusów. Według pewnego raportu średni globalny czas spędzany dziennie w mediach społecznościowych to 2 godziny i 21 minut na osobę. Pomnożone przez szacowane 5.24 mld użytkowników mediów społecznościowych daje to ponad 12 mld godzin codziennego z nich korzystania. To bardzo dużo mało wymagającej intelektualnie lektury.

Duże modele językowe nie są więc nowym wyzwaniem dla jakościowego czytania, raczej wzmacniają istniejący od dawna trend. Że jest on niepokojący i ma poważne skutki społeczne, autorka przekonuje, odwołując się do licznych badań. Zanikanie głębokiego czytania wzmacniać ma nasze “poznawcze skąpstwo” (mózg nie lubi się wysilać, kiedy nie musi tego robić), prowadzić do zaniku krytycznego myślenia i uciszać “wewnętrzny głos”. To ostatnie zagrożenie wydaje się kluczowe, ponieważ - jak przekonuje autorka - samodzielnie i uważnie czytając, budujemy siebie (Bildung), tworzymy - w kontakcie z lekturą - swoje poglądy i wyobrażenia, rozwijamy się jako indywidualne jednostki. Samodzielne czytanie jest też warunkiem uczciwości akademickiej w systemie pisania i recenzji tekstów naukowych.

Autorka podkreśla przy tym, że “czytanie za pomocą AI” jest procesem fundamentalnie różnym od ludzkiej lektury. Na poziomie operacyjnym, w najniższej warstwie aplikacji / programu, AI nie korzysta nawet ze słów, ale prawdopodobieństw i tokenów. Nie pracuje też na poziomie sensu i zrozumienia, nie przywołuje, ale raczej składa treści na bazie dostępnych zestawień (stąd właściwie każda odpowiedź narzędzi AI jest tak naprawdę halucynacją).

AI staje się fundamentalnym pośrednikiem między osobą czytającą a tekstami, ale nie zna i nie rozumie kontekstów, w jakich teksty i czytelnicy funkcjonują. Naomi Baron przywołuje tu ciekawy eksperyment: oto w krajach skandynawskich istnieje zwyczaj, że rodzice zostawiają dzieci w wózkach przed kawiarniami, w których chcą wypić kawę - uznane jest to za normalne zachowanie i ma wynikać z wysokiego poziomu ufności społecznej. Modele językowe odpytywane o to, czy można zostawić dziecko przed kawiarnią, zdecydowanie to odradzają, ignorując istnienie różnych norm społecznych. Podobne formatowanie ma też miejsce w wypowiedziach generatywnych na tematy kultury czy dziedzictwa, o czym już pisałem. Lektura - przekonuje autorka - to nie tylko relacja z tekstem, ale też z własnymi doświadczeniami i wyobrażeniami. Zapośredniczenie lektury przez AI powoduje, że głównym źródłem tych doświadczeń i wyobrażeń są wagi modeli i kontekst danych treningowych, zawsze w pewien sposób sformatowanych i stronniczych.

Reader Bot: What Happens When AI Reads and Why It Matters to książka w obronie uważnego czytania. Trudno podważać zasadność takiej obrony oraz argumenty wspierające ludzką lekturę, jakie proponuje autorka. Jednak to nie racją i argumentami ograniczać można negatywny wpływ AI na społeczną recepcję tekstów - drogą są tutaj regulacje, szczególnie w dziedzinach, które bazują na jakościowym czytaniu (wdrażane i egzekwowane np. w dziennikarstwie czy w komunikacji naukowej).

Autor: redakcja