Od trgovine pažnjom do dizajna namere: Kako nevidljiva infrastruktura oblikuje našu radoznalost
Svedoci smo sumraka ekonomije pažnje i nastanka ekonomije namere. Trgovci pažnjom vladaju duže od jednog veka, od tabloidnih novina i kontroverznih radijskih komentatora, do klikbejta na društvenim mrežama. Ali ta imperija se urušava. Veliki medijski izdavači su izgubili 50% onlajn saobraćaja od kada Gugl pretraga nudi pregled rezultata uz pomoć veštačke inteligencije. Industrija digitalnog oglašavanja vredna 685 milijardi dolara zapala je u egzistencijalnu krizu jer ljudi koriste AI alate koji ne klikću na oglase. Optimizacija pretrage (SEO), ta mračna veština koja je oblikovala dve decenije veb sadržaja, puca po šavovima od kada pretraživači ne usmeravaju korisnike na sajtove.
Krivulja radoznalosti
Tri su nova signala koji ukazuju na ono što bi verovatno moglo da zameni ovaj poredak u rasulu. Prvo, alati veštačke inteligencije sada čuvaju naše razgovore u trajnom pamćenju, učeći ne samo šta pitamo i čemu smo skloni, već i putanju naših interesovanja tokom dužeg vremena. Drugo, tržišta predviđanja su skočila na preko dve milijarde dolara u nedeljnom obimu, prebacujući našu potragu za odgovorima na tržišne mehanizme koji sintetišu kolektivnu inteligenciju i tako pretvaraju neizvesnost iz ciklusa vesti u tržišni ciklus. Treći obrazac je zasnovan na nalazima istraživača da razgovori sa veštačkom inteligencijom tipično obuhvataju više pitanja po korisniku, ali to mogu da potvrdim samo na svom primeru: koristim veštačku inteligenciju ne da bih dobila odgovor, već da bih shvatila šta u stvari hoću da pitam. Moja istorija razgovora sa veštačkom inteligencijom puna je ponavljajućih segmenata dijaloga koji počinje jednim pitanjem, a završava se na sasvim drugom mestu – dok svaka interakcija usavršava ne samo odgovor, već i sâmo pitanje.
To nas dovodi do nečega što nazivam „grafikon radoznalosti“: krivulja koja ne prati samo ono što nam privlači pažnju (kao grafikon interesovanja na društvenim mrežama), već mapira evoluciju naših pitanja tokom dužeg perioda. Svaka naša digitalna interakcija produbljuje razumevanje veštačke inteligencije ne samo onoga što znamo, već i onoga što još ne znamo da pitamo. Uskoro bi to razumevanje moglo da profitira od usmeravanja putanje naše radoznalosti, koja može postati predmet trgovine – naše nedoumice mogu se pakovati kao finansijski derivati, dok se naš AI alat kladi na to šta će biti naše sledeće pitanje.
Neki istraživači nazvali su ovaj fenomen ekonomijom namere. Sistemi veštačke inteligencije prikupljaju, komercijalizuju i potencijalno manipulišu namerama korisnika. A to je tek vrh ledenog brega. Primećeno je fundamentalno restrukturiranje načina na koji informacije teku kroz ljudsko društvo. U ekonomiji namere sistemi veštačke inteligencije se nadmeću u predviđanju i oblikovanju onoga što korisnici traže pre nego što oni postanu svesni da to traže. Infrastruktura koja nastaje je većini nas nevidljiva. Ona određuje ne samo šta vidimo već i šta želimo da vidimo pre nego što smo i mi sami svesni te želje.
Ovaj preokret je dublji od promene poslovnog modela ili platforme. Kada mašine obrađuju beskonačno mnogo informacija bez marginalnih troškova i savršeno pamte naša interesovanja, bitka za demokratiju se pomera sa vidljivog terena sadržaja na skriveni sloj u kom se oblikuje sama ljudska radoznalost. Pitanje više nije ko kontroliše šta čitamo, već ko kontroliše šta ćemo pitati. To je ekonomija namere, gde najvredniji predmet trgovine nije naša pažnja već naša radoznalost.
Velika inverzija
Da bismo razumeli kako namera zamenjuje pažnju, treba ispitati fundamentalnu inverziju koja se odvija u protoku informacija. Kada danas postavite pitanje veštačkoj inteligenciji, ona obično poseduje 128 do 200 hiljada tokena konteksta,1 što je otprilike količina informacija koja staje u jednu knjigu, iz kojih ona crpi materijal za kreiranje svog odgovora. Sa udvostručavanjem informacija svakih nekoliko godina na globalnom nivou, i milionima tekstova koji se svakodnevno objavljuju na mreži, naš mozak nije evoluirao da prati ovaj eksponencijalni rast. Mašine su postale neophodni posrednici koji konzumiraju višak sadržaja koji mi nismo u stanju da primimo i destiluju ga u ono što treba da znamo. To je strukturalni zaokret u načinu na koji se informacije kreću kroz ljudsko društvo. Ulazimo u svet kojim će vladati novi poslovni model: entiteti proizvode informacije, veštačka inteligencija ih konzumira i obrađuje, a zatim veštačka inteligencija stvara ono što ljudi zapravo vide. Izvorna informacija postaje sirovina za mašine, a ne za ljude.
To je temeljna razlika u odnosu na eru platformi. Gugl je organizovao linkove ka stranicama koje će ljudi čitati. Fejsbuk je prikazivao objave ljudi iz našeg društvenog kruga. Tviter nam je pokazivao šta je u trendu. Te platforme su imale algoritamski uticaj, ali ne i sposobnost da delaju samostalno: nisu mogle da kreiraju novi sadržaj, već su samo rangirale ono što već postoji. Sistemi veštačke inteligencije imaju funkcionalnu delatnu sposobnost. Oni mogu da preoblikuju izvore informacija u potpuno nove forme. Te informacije više nisu zasnovane na artefaktima i nisu postojane. One su tečne, neprekidno menjaju oblik u zavisnosti od toga ko pita i kako. AI sistemi ne vrše samo izbor iz mogućih opcija već generišu nove realnosti iz obrazaca u podacima. Kada veštačka inteligencija sintetiše odgovor ona nas ne usmerava ka postojećoj informaciji već stvara informacije koje nikada ranije nisu postojale u tačno takvom obliku. Svaki odgovor je specifičan za pojedinačnu nameru, oblikovan ne onim što postoji već onim što pokušavamo da saznamo.
Migracija vrednosti
Mašinsko posredovanje u obradi informacija ne menja samo fiziku tokova informacija već fundamentalno menja njihovu ekonomiju. Kako sinteza postaje primarna vrednost komunikacije, komodifikuje se stvaranje sadržaja uz rast vrednosti kontrole njegovog tumačenja.
Ovu veliku inverziju podupire dobro utabani ekonomski obrazac, čineći je nepovratnom. Kada kopiranje ili generisanje sadržaja postane besplatno, vrednost ne nestaje već migrira ka onome ko kontroliše distribuciju i sintezu. Dolazi do prelaska sa ekonomskog modela u kojem se vrednost meri akumuliranim resursima na model u kojem se vrednost stvara kroz tokove i aktivnosti. Čim je muzika mogla da se kopira besplatno i neograničeno, Spotify se prebacio na izvlačenje vrednosti iz kontrole pristupa muzičkim sadržajima. Replikovanje softvera ne košta ništa, pa se model softvera kao usluge (SaaS) zasniva na izvlačenju vrednosti iz kontrole njegovog ažuriranja i integracije.
Informacija je stigla do iste prekretnice. Kada je veštačka inteligencija u stanju da generiše beskonačno mnogo sadržaja bez marginalnih troškova (praktično nema troškova proizvodnje svake dodatne jedinice sintetizovanih informacija, što ne znači da je infrastruktura besplatna; tu su i milijarde potrebne za data centre i obuku modela) i kada su mašine, a ne ljudi, primarni potrošači tog sadržaja, vrednost više ne može biti u samom sadržaju. Ona migrira u infrastrukturu koja kontroliše sintezu, to jest kako veštačka inteligencija pronalazi, obrađuje, tumači i dostavlja informacije korisnicima. Visoku vrednost pritom zadržavaju samo slojevi koji oblikuju nameru i značenje.
Tako dolazimo do neprijatne istine da se infrastruktura interneta hrani ukupnom sumom digitalnih sadržaja. Najveća ekonomska moć Tejlor Svift nije zasnovana na njenim pesmama, već na njenim fanovima, Sviftijima, i njihovom onlajn ekosistemu koji ona kontroliše. Jedine preostale informacije koje kontrolišu ljudi jesu oflajn sadržaji i polje podrazumevanog: insajdersko znanje, lični odnosi, određena ekspertiza. Ali čim se neka informacija digitalizuje ona postaje sirovina za rad mašina. Njena vrednost skače u trenutku prve digitalizacije (ekskluzivna vest, procureli dokument) ali čim je mašine apsorbuju ona postaje roba.
Na ovu dinamiku ukazuju dogovori između kompanija za veštačku inteligenciju i izdavača premijum sadržaja – OpenAI je sa News Corpom navodno sklopio dogovor vredan 250 miliona dolara i partnerstvo sa Condé Nastom i FT-om. Nije reč o pukoj licenci za sadržaj, u igri je sama infrastruktura. Kompanije za veštačku inteligenciju ne kupuju samo sadržaj ili podatke za trening modela, već pravo da postanu legitimni kanali kroz koje teku sve informacije.
Infrastruktura namere
Možemo razlikovati četiri sloja nove informacione infrastrukture, što bi mogla biti osnova za razvoj još složenijeg sistema. Sloj pretraživanja određuje kako veštačka inteligencija pronalazi informacije. U ovoj oblasti, vrednost kompanije Pinecone je procenjena na 750 miliona dolara, dok je Databricks dostigla 62 milijarde dolara izgradnjom infrastrukture podataka za veštačku inteligenciju. Sloj atribucije prati ko dobija nadoknadu. Kompanija TollBit je prikupila 24 miliona dolara da izgradi mehanizme plaćanja za sadržaj koji konzumira AI. Sloj sinteze kontroliše kako se informacije kombinuju. LangChain beleži više od milion preuzimanja svog alata mesečno, dok model kompanije Anthropic nudi konkurentnu viziju. Na kraju, sloj za transakcije omogućava plaćanja između mašina. Gugl je nedavno predstavio svoj protokol, dok kripto rešenja obećavaju programabilni novac za automatizovane transakcije između AI agenata.
Danas se kompanije nadmeću oko ključnih reči koje smo pretraživali. U bliskoj budućnosti, mogle bi da licitiraju za pravo da utiču na to šta će biti naše sledeće pitanje. Mehanizam aukcije oglašavanja neće biti „prikaži ovaj oglas nekome ko traži cipele“, već „učini ovu osobu zainteresovanom za luksuznu obuću pre nego što shvati da su joj potrebne nove cipele“. Vrednost će biti u samom buđenju radoznalosti. Kada veštačka inteligencija bude u stanju da predvidi i oblikuje naše želje pre nego što se formiraju, samo oglašavanje bi se moglo transformisati iz ubeđivanja u iščekivanje. Zašto ubeđivati nekoga da mu je nešto potrebno kada možete da osmislite njegovu želju umesto njega?
I baš kao što su nekada tzv. kolačići trećih strana stvorili čitavu ekonomiju podataka o ponašanju, profili radoznalosti mogli bi se pakovati i prodavati, a moglo bi se trgovati i njihovim derivatima. Zamislite tržišta fjučersa gde se trguje temama koje će zanimati bogate ljude u sledećem kvartalu, opcijama naše intelektualne putanje, svapovima zasnovanim na korelaciji obrazaca interesovanja i ponašanja pri kupovini.
Kada tržišta predviđanja budu sintetisala kolektivnu inteligenciju u velikim razmerama, ne samo da će predviđati događaje, već mogu stvarati mikroprofit od predviđanja naših namera. Svaki upit postaje opklada. Veštačka inteligencija može bukvalno da se kocka i potencijalno profitira od onoga što ćemo je pitati, stvarajući likvidnost iz same neizvesnosti. Razlika između onoga što mislimo da želimo da saznamo i onoga što zapravo treba da znamo mogla bi postati predmet trgovine.
Tada bi pamćenje plus namera mogli biti jednaki nečemu za šta još nemamo naziv. Emocionalni derivati? Obveznice radoznalosti? Infrastruktura za trgovinu ne samo informacijama, već predviđanjem potreba za informacijama. Nusproizvodi znanja drugog i trećeg reda pred kojim će današnje kvantifikovano društvo delovati staromodno.
U tom svetu, istina i potraga za njom i mehanizmi samoispravljanja informacija postaju važniji nego ikada, jer čine korenski direktorijum društva. Neophodan je rad novinara koji grade sisteme verifikacije nove generacije, građanskih aktivista koji prave alate transparentnosti, istraživača koji za proveru činjenica razvijaju protokole zasnovane na veštačkoj inteligenciji. Ali to nije dovoljno. Infrastruktura namere će oblikovati šta će na kraju dospeti do ljudi i kako će se narativi sintetizovati. Moramo početi da odlučujemo kako da oblikujemo sledeći informacioni ekosistem tako da služi, a ne da potkopava naše znanje i razumevanje. Činjenice protiču kroz društvo, a kanali kroz koje one teku oblikuju demokratiju.
Demokratija u ekonomiji namere
Nova inverzija informacija znači da kada imamo odgovore na sve, jedino radoznalost ostaje oskudna. Sistemi koji se danas grade odrediće da li će se ta radoznalost širiti ili smanjivati, da li ćemo postavljati bolja pitanja ili ćemo prestati da pitamo.
Zamislite nedelju predsedničkih izbora u Sjedinjenim Državama 2028. Pojavljuje se neizvesnost oko kandidata. Birači više ne čitaju vesti, pa pitaju svog AI asistenta: „Šta bi trebalo da znam o tome?“ Odgovor veštačke inteligencije u mikrosekundi prolazi kroz infrastrukturu nevidljivu ljudskim okom: kroz sisteme za pretraživanje koji daju prioritet određenim izvorima, slojeve atribucije koji isključuju nezavisno novinarstvo, protokole sinteze koji peglaju složenost teme. Ali ovde se pojavljuje još nešto, jer obrasci radoznalosti birača imaju svoju vrednost. Pitanja koja su postavili prošle nedelje, teme koje su pretraživali, sumnje i strahovi koje su izrazili, sve to ulazi u sisteme koji predviđaju šta je sledeće što će želeti da znaju. Političke kampanje počinju da shvataju da oblikovanje onoga što ljudi pitaju može biti moćnije od kontrole onoga što čitaju. Iste tehnike koje oglašivači koriste za predviđanje namere potrošača mogle bi odrediti demokratski diskurs. Ovakva infrastruktura ne samo da posreduje u informisanju, već uči da usmerava našu radoznalost. Na rezultate izbora možda ne utiče ono što novinari pišu ili ono što birači traže, već odluke koje su inženjeri doneli godinama ranije, misleći samo na to kako da naprave bolju pretragu.
Puna realizacija ekonomije namere koju sam opisala možda je decenijama daleko ili se možda nikada neće ostvariti u tom obliku. Slika koju nudim verovatno je previše distopijska, a derivati namere previše spekulativni. Ali čak i ako grešim oko detalja, signali su jasni: gradi se infrastruktura radoznalosti, namera postaje vrednost i pomaljaju se sistemi koji oblikuju ono što tražimo.
Tržišne sile optimizuju komercijalne namere, a ne građansko razumevanje. Bez intervencije, ista tehnologija koja može da pomogne građanima da se snađu u složenom svetu, potvrđivaće njihove predrasude. Efekat mreže znači da će ovu infrastrukturu, kada se jednom učvrsti, biti gotovo nemoguće promeniti. Možda nam je ostalo svega nekoliko godina pre nego što se novi standardi iskristališu. To zahteva da akteri javnog interesa počnu da grade alternative sada, a ne da reaguju prekasno.
Nadu mi ulivaju kapital i kreatori politika koji prepoznaju ovu infrastrukturu kao polugu promene. Standardi još nisu postavljeni i njena arhitektura je još uvek fluidna. Možda je sada pravi čas da sagledamo nastupajuću promenu paradigme. Za razliku od ranijih promena koje su demokratiju zatekle nespremnu (konsolidacija radija, komercijalizacija televizije, polarizacija društvenih medija) ovoga puta imamo rano upozorenje. Ako naša radoznalost postaje nova oskudna i tražena roba, ako namera oblikuje ishode više nego što je to kontrola pažnje ikada mogla, onda će onaj ko izgradi infrastrukturu radoznalosti imati u svojim rukama ključ budućnosti našeg razumevanja sveta. Za razliku od pažnje, koje ima ili nema i može se potrošiti, naša radoznalost može da se razvija, svako pitanje otvara nova pitanja, a radoznalost se upotrebom širi umesto da se iscrpljuje. To budi nadu: dobra infrastruktura bi mogla da stvara razumevanje u izobilju tamo gde se ekonomija pažnje koristila oskudicom.
Vekovima se demokratija borila za pravo na znanje – za slobodu informisanja, transparentnost, ukidanje cenzure. Ako veštačka inteligencija može da učini sve informacije trenutno dostupnim, možda se suočavamo sa novom granicom: kako da osiguramo da hrabrost postavljanja pitanja preživi udobnost beskonačnih odgovora. Ekonomija namere možda nije neizbežna. Ona može biti prostor koji čeka svoje arhitekte. Ne postavlja se pitanje da li ćemo imati infrastrukturu radoznalosti, jer verovatno hoćemo. Dilema glasi da li ćemo je izgraditi da bismo proširili ili ukinuli ljudsku zapitanost i potrebu za znanjem.
Shuwei Fang, Shorenstein Center, 29.10.2025.
Prevela Milica Jovanović
________________
- „Tokeni konteksta“, jedinice (reči, delovi reči ili znakovi interpunkcije) koje obrađuju veliki jezički modeli da bi generisali tekst, odnosno predviđali šta da napišu. Broj tokena koje model može uzeti u obzir odjednom određuje koliko dugo i detaljno AI alat može da prati informacije u razgovoru; prim.prev.