ChatGPT nahrazuje práci s konkrétními slovy, ale neumí nahradit logické uvažování. Programování a matematické funkce (statistika) umožnily dívat se na tabulky bez manuálního analyzování jednotlivých položek. Teď se můžeme dívat na text, aniž bychom ho četli. Jde s ním manipulovat ve velkém.

1. Hodnota informací v psaném textu je pouze kvantitativní a denotativní.
Mění se paradigma samotné hodnoty informací. S rozvojem nástrojů, které mohou generovat obsah obstojný průměrnému lidskému tvůrci, nelze očekávat, že si text v přirozeném jazyce udrží kvalitativní hodnotu. Sebevíce posvátná věc, která kdy byla napsána, se stává světskou informací; jakékoliv emoce či intelektuální výšiny, které autor při psaní textu prožíval, se stávají triviální jednotkou dat. Podobně jako průměrný uživatel algebry nevidí jistou sublimní krásu, kterou popadá matematiky jakožto tvůrce tohoto jazyka, to samé se nyní děje s textem. Je nutno podotknout, že jak u algebry, tak nyní u textu, je průměrným uživatelem stroj, algoritmus, a nikoliv člověk. A pro stroj nemají informace žádnou kvalitativní hodnotu (tj. ono propojení emocionální či intelektuální), jsou pouze kvantifikovatelnými daty. Pochybuji, že se na tomto vývoji změní, třebaže vyvstává otázka, jakým prostředkem si lidé budou sdělovat i onu kvalitativní složku svých životů, když přirozený jazyk byl k tomu minimálně v internetové sféře degradován. To je však na jinou úvahu – tipuji, že jazyk v jiné než denotativní výpovědi (denotativním jazykem myslím právě onen kvantifikovatelný jazyk používaný stroji) přežije v ústní lidové slovesnosti, případně bude udržovaný v úzkých kruzích elit podobným způsobem, jako Židé udržovali svou psanou tradici Bible v době obecné negramotnosti.

2. S informacemi v psaném textu je třeba manipulovat bez jakékoliv pravdivostní, intelektuální či emocionální hodnoty.
Posun hodnoty informací je nutno ustanovit, abychom mohli pochopit, jak s informacemi v této nové době manipulovat. Základní myšlenka, poněkud kacířská, je: Manipulovat s informacemi v textu je třeba bez jakékoliv emocionální přidané hodnoty. Je třeba s nimi operovat jako s daty, s čísly – tipuju si, že většina lidí stěží má určitý emocionální či jinak blízký vztah s čísly. Jenom tak lze informace v psaném textu uchopit ve vzorech, v nichž dává jejich interní logická argumentace smysl. 

3. Je třeba tušit, kam pro informaci sáhnout
Podobně jako není udržitelné pamatovat si všechny desetinná místa odmocnin, nelze mít v hlavě ani kompletní databázi. Lze mít pouze vzorce, jimiž se internet řídí. A to pokud možno jaksi intuitivně, protože biflovat se nazpaměť jaké zdroje používat pro co je otravné a příliš mechanické. Opět v analogii s matematikou, matematičtí intuitivci si nepamatují všechny vzorečky, které se ve škole učí, zkrátka si je vždycky odvodí z pár základních axiomatických pravidel. Je třeba tušit, kam sáhnout. Tušit, jakými interními pravidly se informace v přirozeném textu řídí. Největším assetem je tak vědět, jak informaci vyhledat a jak jí postavit do vztahu s ostatními informacemi – podobně jako největším assetem datových analytiků je vědět, jak ze stávajících čísel predikovat čísla další pomocí diferenciálního počtu, statistiky a dalších matematických pomůcek. 

Bohužel v oblasti přirozeného jazyka žádné takové vzorce na stromech nerostou; je však možné si stejně vytvořit určitou mapu myšlení, způsobu uvažování v jazyce. Je třeba znát jednotlivé myšlenkové směry, kterými se informace zpravodajství (a dalších odvětvích využívající přirozený jazyk) řídí, aby člověk věděl, kam vkročit, jak položit dotaz, a jak vést smysluplnou argumentaci. Je třeba si proto utvořit kategorie obecných fenoménů. Např. v tématu AI musí člověk vědět, že jsou tu oblasti jako akvizice, regulace, aplikace v technologiích či pohled veřejnosti, aj.

Nyní jsem již načrtnul dostatek kontextu, aby bylo možné zhruba vytyčit postup práce, který mi bude sloužit jako výchozí bod. Při jeho vytváření jsem měl neustále na paměti tyto pravidla, vyplývající z textu výše:

1. Hodnota informací v psaném textu je pouze kvantitativní a denotativní.
2. S informacemi v psaném textu je třeba manipulovat bez jakékoliv pravdivostní, intelektuální či emocionální hodnoty.
3. Je třeba tušit, kam pro informaci sáhnout.
4. A k tomu nakonec teze vyřčená úplně na začátku: ChatGPT nám umožňuje dívat se na text, aniž bychom ho četli. Jde s ním manipulovat ve velkém. 

Z toho jsem vyvodil následující postup práce:

  1. Definování problému, který chci vyřešit. Nelze očekávat, že mi internet poskytne řešení. Internet poskytuje data, nezpracované suroviny. Je jako neforemná hrnčířská hlína, kterou musí člověk vlastním úsilím vytvarovat. Ještě předtím, než začnu na čemkoliv pracovat, tudíž musím mít již jasnou představu o problematice. Jak tuto jasnou představu získat když ne z pomocí rešerše na internetu, je jiné téma, ale dovoluji si poněkud evidentně tvrdit, že ze vzdělání.
     
  2. Vytvoření postupu práce pro ChatGPT. U jednoduchých úkonů, jako je zkrácení zprávy, se vejde instrukce do jednoho promptu, ale jakmile se jedná o složitější téma (např. psaní akademického článku), není možné skočit po tvorbě s ChatGPT po hlavě. S množstvím dat, které jeden delší článek vyžaduje, se bez struktury nelze obejít. Je třeba napsat precizní osnovu práce. Tento krok můžeme přirovnat k datovému analytikovi, který sepisuje v programovacím jazyce algoritmus, s pomocí něhož si načte potřebná data do srozumitelných vzorců a grafických koláčů.
  3. Samotné promptování ChatGPT. Každý krok z vytvořeného postupu práce je třeba ChatGPT zadat jako jednoznačnou instrukci, pokud možno rozebranou do základních komponent. Můžeme sice přistupovat k ChatGPT jako k černé krabičce, do které hodíme instrukce a ona nám na základě neznámých pravidel vyplivne výsledek, ale takto nemáme nad procesem kontrolu a je třeba následně zdlouhavá a nudná práce editování. ChatGPT musí výsledek vyplivnout dobře na první pokus, maximálně na druhý. Toho lze docílit jednoznačnou instrukcí.
  4. Vytvoření propojek mezi jednotlivými kroky postupu práce. ChatGPT neumí tvořit logické celky, neumí dělat “skoky” z jednoho tvrzení k druhému. Tato činnost zůstává na člověku, a je tudíž na něm, aby jednotlivé části výstupu následně propojil do výsledného, celostního textu. Naštěstí se většinou jedná jen o jednu, maximálně dvě věty, které vysvětlují, jak na sebe jednotlivé části navazují.
  5. Editace pomocí ChatGPT. S touto oblastí jsem ještě příliš neexperimentoval, protože mi přišly výsledky rozporuplné, ale věřím, že by se šlo vyhnout i zdlouhavým korekturám a estetickým úpravám. Je ostatně třeba mít na paměti, že cílem je operovat s textem jako s daty a číst ho maximálně povrchně pro zjištění kontextu (tzv. skim-reading) – pozorné čtení při korekturách je v tomto smyslu zbytečnou a zdlouhavou překážkou. Pokud bychom však analyzovali, jakým způsobem člověk při editování textu postupuje, tak by to šlo teoreticky udělat masově. 

Jak je vidět, v konečném důsledku je to postup velmi intuitivní, de facto převzatý z již zaběhlých struktur pro psaní a rešeršování článků a textu. Jedinou zásadní změnou, vyplývající z 1. pravidla, není tak důležitá mimořádnost článku (ve smyslu toho, že přináší cosi objevného, převratného), ale spíše schopnost rychle a efektivně zkompilovat informace dohromady, a to včetně zdrojů.