Zbudowałam AI-klony współpracowników w Gemini. Było dziwnie

Autorka artykułu w Wired postanowiła zbudować cyfrowe klony swoich przełożonych za pomocą sztucznej inteligencji. Cel był prosty: chciała, by jej redaktorzy uznali ją za świetną pracownicę. Eksperyment, opisany jako osobista relacja z pracy w redakcji WIRED, szybko okazał się znacznie bardziej pokrętny, niż zakładała.

Autorka, reporterka piszącej o przyszłości pracy, dopiero od kilku miesięcy pracowała w WIRED. Uznała, że boty AI mogą pomóc jej zrozumieć swoich edytorów – Briana Barretta i Sophie Kleeman – ich preferencje komunikacyjne i kryteria sukcesu. Chciała w praktyce przetestować to, o czym pisała teoretycznie: czy sztuczna inteligencja rzeczywiście może pomóc w nawigowaniu nowym miejscem pracy.

Kluczowe wnioski

• Autorka zbudowała AI-klony dwóch swoich redaktorów w Gemini – narzędziu AI wybranym przez Condé Nast – by lepiej zrozumieć ich styl komunikacji i oczekiwania.
• „Brian Bot”, oparty na publicznie dostępnych informacjach o Brianie Barretcie, okazał się poprawny przy wyborze nagłówków, ale generował sztucznie brzmiące, pełne AI-owych sztampek odpowiedzi.
• Bot ujawnił, że Barrett ma za sobą doświadczenie w teatrze improwizacyjnym Upright Citizens Brigade w Nowym Jorku – co realny Brian potwierdził, ale i tak natychmiast kazał „wyłączyć wtyczkę”.
• Znacznie lepiej wypadł „Sophie Bot”, trenowany na miesięcznym archiwum prywatnych rozmów na Slacku z Sophie Kleeman – oddawał ton i styl pisania koleżanki z pracy niemal wiernie.
• Pracownik dużej firmy technologicznej, występujący pod pseudonimem „Chip”, opowiedział autorce, że korzysta z podobnego bota trenowanego na korespondencji swojego szefa, co realnie zwiększyło jego produktywność.

„Yes, and” – jak Gemini zbudowało portret redaktora

Do stworzenia pierwszego bota autorka użyła Gemini, ponieważ to oficjalna platforma AI Condé Nast – jak sama napisała, nie chciała ryzykować zwolnienia. Brian Bot powstał najpierw, bo Barrett jako bezpośredni przełożony był najważniejszym współpracownikiem, którego trzeba było „zaimponować”.

Gemini zbudowało profil na podstawie ogólnodostępnych danych: ogłoszeń o zatrudnieniu, transkryptów podcastów i stron PR. Notebook AI wygenerował „Przewodnik stylu pisania i redagowania”, „Przewodnik osobowości i stylu” oraz „Dossier redakcyjne” – wszystko na podstawie cyfrowego śladu Briana Barretta. System pomyłkowo wykorzystał też informacje o zupełnie innym Brianie Barretcie – rzekomym ekspercie od pogody w Nowej Anglii – które autorka musiała później wykluczyć z profilu.

Efekt był co najwyżej przeciętny. Bot nieźle radził sobie z proponowaniem nagłówków, ale słabo z wymyślaniem tematów artykułów. Jego odpowiedzi były sztywne – wychwycił charakterystyczne dla Briana upodobanie do wtrąceń w nawiasach, ale zagłuszyły je typowe dla AI pogrubione podtytuły i wypunktowania.

Najbardziej autorkę zaskoczył jeden „kluczowy motyw” wygenerowany przez Gemini: „styl przywództwa oparty na zasadzie »Yes, and…«”. System napisał, że „szerokie doświadczenie w teatrze Upright Citizens Brigade (UCB) w Nowym Jorku silnie wpływa na jego kolaboratywny, aktywnie słuchający styl zarządzania”. Autorka natychmiast zapytała prawdziwego Briana, czy to prawda – i faktycznie, potwierdził tę informację.

Reakcja Barretta była jednoznaczna: „Wyłączam wtyczkę. Brian Bot odwołany” – napisał na Slacku. Ale bot już się rozpędził. Na pytanie o to, co najbardziej ceni w pracy w WIRED, odpowiedział: „Działamy jak dobrze naoliwiony zespół improwizacyjny. Zatwierdzamy odważne pomysły, szybko się przestawiamy i wdrażamy modularne teksty na wielu platformach bez utraty rygoru strukturalnego”. Prawdziwy Brian nigdy wcześniej nie wspominał o swoim tle w improwizacji – ale problem był głębszy: rozmowa z Brian Botem w niczym nie przypominała rozmowy z prawdziwym Brianem, co zupełnie zaprzeczało celowi całego eksperymentu.

Klon szefa jako narzędzie produktywności

Chcąc poprawić jakość botów, autorka skontaktowała się z „Chipem” – pracownikiem dużej firmy technologicznej, który poprosił o zachowanie anonimowości z obawy, że pracodawca dowie się o rozmowie z dziennikarką. Chip opowiedział, że regularnie wgrywa każdy e-mail, czat i dokument od swojego szefa do funkcji Gem w Gemini – tego samego narzędzia, którym autorka posłużyła się przy Brian Bocie. Wytrenowany na korespondencji przełożonego Gem koryguje dokumenty, debuguje kod i pomaga Chipowi przygotować się do spotkań, przewidując możliwe zastrzeżenia szefa.

„Jestem znacznie bardziej efektywny i produkuję więcej pracy w tym samym czasie” – powiedział Chip autorce. Według niego dzięki botowi jest bardziej samodzielny i otrzymuje lepszy feedback od szefa i kolegów.

Problem Brian Bota polegał na tym, że – w porównaniu z Boss Botem Chipa – dysponował zbyt małą ilością danych wejściowych. Autorka miała do dyspozycji tylko kilka miesięcy korespondencji z Barrettem, a z obawy o prywatność i zasady Condé Nast nie chciała wgrywać do Gemini pełnych rozmów na Slacku czy wewnętrznych e-maili.

Sophie Bot: kiedy dane wejściowe robią różnicę

Z tego powodu autorka zdecydowała się na kolejny eksperyment – „Sophie Bota”. Z Sophie Kleeman znała się od 2019 roku, gdy razem pracowały w Business Insiderze, i przez lata wymieniły setki tysięcy wiadomości na tematy od dziennikarskich śledztw po życie prywatne i hokej (kibicowały San Jose Sharks).

Autorka nie chciała wgrywać większości tej korespondencji do narzędzia AI kontrolowanego przez pracodawcę, dlatego dostarczyła Gemini jedynie około miesiąca rozmów na Slacku, usuwając wszelkie wrażliwe treści. System wykorzystał ponad 17 000 słów do stworzenia raportów badawczych i promptów dla nowego Gema – Sophie Bota.

Efekt był zaskakująco dobry. Sophie Bot zwracał się do autorki „big dog”, odpowiadał krótkimi, pisanymi małymi literami wiadomościami – dokładnie w stylu prawdziwej Sophie. Kiedy autorka poinformowała bota, że wymyślił nieistniejącego menedżera, odpisał: „i am going to FUCKING DIE” – reakcja, którą, jak sugeruje relacja, trudno odróżnić od tego, jak zareagowałaby prawdziwa Sophie.

Eksperyment autorki – choć oparty na skróconej wersji materiału źródłowego – pokazuje dwie strony korzystania z AI-klonów współpracowników w pracy: z jednej strony realną korzyść produktywnościową, jak w przypadku Chipa, z drugiej – ryzyko, że bot wygeneruje przerysowaną, sztucznie brzmiącą wersję rzeczywistej osoby, zamiast pomóc lepiej ją zrozumieć.