Svako ima pravo na mišljenje. Nemaju sva mišljenja istu vrednost.

Jedna od najvećih zabluda digitalnog doba nastala je kada smo pravo svakog čoveka da govori neprimetno pretvorili u ideju da sve što je izgovoreno ima jednaku vrednost.

Nema.

Svako ima pravo da misli da zna kako se leči rak. Ali mišljenje onkologa i mišljenje čoveka koji je sinoć pogledao tri videa na internetu nemaju istu težinu.

Svako može da ima stav o tome koliko most može da izdrži. Ali kada preko njega treba da pređe nekoliko hiljada ljudi, ipak bih voleo da proračun uradi građevinski inženjer.

Možemo imati mišljenje o kamatnim stopama, klimatskim promenama, vakcinama, obrazovanju dece, istoriji ili veštačkoj inteligenciji. Problem počinje kada zaboravimo da između mišljenja i znanja postoje obrazovanje, iskustvo, metod, dokaz, rezultat i godine rada.

Demokratija podrazumeva jednakost ljudi.

Znanje je nešto drugo.

Znanje nikada nije bilo demokratska kategorija.

Nije nekada svet bio pametniji

Lako je danas upasti u nostalgiju i zaključiti da su ljudi nekada više poštovali znanje, da su stručnjaci imali autoritet i da se čovek stideo kada nešto nije znao.

Ne mislim da je tako jednostavno.

Glupost nije nastala sa internetom. Nisu ni predrasude, teorije zavere, lažni autoriteti ili samouvereni ljudi koji govore o stvarima koje ne razumeju.

Razlika je bila u dometu.

Čovek koji je pre nekoliko decenija bio potpuno uveren da zna više od lekara, profesora ili inženjera mogao je to da objašnjava porodici, kolegama ili društvu za kafanskim stolom. Nije lako mogao da pronađe sto hiljada ljudi koji misle isto, da ih poveže i da svoje mišljenje distribuira milionima.

Ali ni taj stari svet nije bio idealan.

Postojali su urednici, institucije, akademije, televizije i izdavači koji su odlučivali ko može da uđe u javni prostor. Oni jesu filtrirali mnogo besmislica, ali su često filtrirali i dobre ideje, ljude van postojećih struktura i glasove koji nisu pripadali etabliranim centrima moći.

Internet je veliki deo tih vrata otvorio.

I to smatram civilizacijskim dobitkom.

Nikada toliko ljudi nije imalo mogućnost da uči, objavljuje, diskutuje, pronalazi druge ljude sa sličnim interesovanjima i javno osporava autoritete.

Problem nije što smo demokratizovali govor.

Problem je što smo demokratizaciju govora počeli da mešamo sa demokratizacijom znanja.

Internet je svima dao megafon

Umberto Eco je još 2015. godine izazvao veliku raspravu tvrdnjom da su društvene mreže dale pravo govora ljudima koji su nekada svoje stavove iznosili samo u baru, dok sada nastupaju u istom javnom prostoru kao dobitnik Nobelove nagrade.

Njegova formulacija bila je namerno gruba. Ali problem koji je video bio je stvaran.

Internet nije učinio mišljenje vrednijim.

Učinio ga je vidljivijim.

Društvene mreže su zatim dodale nešto još važnije: distribuciju više nije određivala samo vrednost sadržaja, već i njegova sposobnost da izazove reakciju.

Na internetu najtačnija rečenica ne mora biti najvidljivija. Najstručnije objašnjenje ne mora dobiti najveći domet. Često bolje prolazi ono što nas iznenadi, razbesni, uplaši ili potvrdi ono u šta već želimo da verujemo.

Studija istraživača sa MIT-a objavljena u časopisu Science analizirala je oko 126.000 lanaca širenja proveravanih istinitih i neistinitih priča na Twitteru od 2006. do 2017. U tom skupu neistinite priče širile su se dalje, brže, dublje i šire od istinitih. Važno je i da istraživači nisu tu razliku mogli jednostavno da pripišu botovima.

To ne znači da je svaka laž viralnija od svake istine.

Ali znači da je opasna pretpostavka da će se dobra informacija sama izboriti za svoje mesto samo zato što je tačna.

Neće nužno.

Algoritam ne mora da zna šta je istina

Još zanimljiviji problem nastaje kada pogledamo šta izaziva angažovanje.

Analiza više od 2,7 miliona objava političara i medija na Facebooku i Twitteru pokazala je da je sadržaj usmeren prema političkoj suprotnoj grupi bio deljen približno dvostruko češće od sadržaja o sopstvenoj grupi. Druga istraživanja pokazala su da moralno-emotivni jezik može povećati širenje sadržaja.

A zatim se događa nešto možda još važnije.

U istraživanju miliona objava na Twitteru, uz dodatne eksperimente, pokazano je da pozitivna reakcija publike na izražavanje moralnog besa povećava verovatnoću da će korisnik isti obrazac ponoviti.

Dakle, ne prilagođava se samo algoritam nama.

Prilagođavamo se i mi sistemu nagrađivanja koji je napravljen oko nas.

Ako za mirno, nijansirano objašnjenje dobijete deset reakcija, a za kategoričnu osudu hiljadu, nije potrebno mnogo vremena da shvatite šta publika nagrađuje.

To ne znači da nas društvene mreže pretvaraju u glupe ljude.

Znači nešto suptilnije.

Digitalno okruženje može da nagradi upravo ono što najmanje pogoduje ozbiljnom razmišljanju: brzinu umesto promišljanja, sigurnost umesto sumnje, pripadnost grupi umesto otvorenosti prema dokazu i konflikt umesto nijanse.

Tako samopouzdanje počinje da izgleda kao znanje.

Problem nije jednostavno u tome što ljudi ne razlikuju istinu od laži

Ovde ne bih otišao u drugu krajnost i proglasio javnost nesposobnom za rasuđivanje.

Novija velika meta-analiza, koja je obuhvatila 67 eksperimentalnih radova, gotovo 200.000 učesnika iz 40 zemalja, pokazala je da ljudi, kada ih eksplicitno zamolimo da procene tačnost vesti, u proseku jasno razlikuju provereno istinite od provereno neistinitih sadržaja.

To bitno menja dijagnozu problema.

Mi uglavnom nismo izgubili sposobnost da razlikujemo istinu od laži.

Problem je što u realnom životu ne zastajemo pred svakom objavom i ne pitamo: „Da li je ovo zaista tačno?“

Delimo je zato što nas je naljutila.

Zato što potvrđuje ono u šta već verujemo.

Zato što pokazuje koliko je „druga strana“ glupa.

Ili zato što smo potpuno sigurni da bismo laž svakako prepoznali.

Tu nastaje mnogo opasniji problem od običnog neznanja: neznanje o sopstvenom neznanju.

Dve velike američke studije pokazale su da je tri četvrtine ispitanika precenjivalo svoju relativnu sposobnost da razlikuje legitimne od lažnih vesti. Preterano samouvereni ispitanici bili su ujedno skloniji nepouzdanim izvorima i izražavali veću spremnost da dele netačne sadržaje.

To je povezanost, ne dokaz da samopouzdanje samo po sebi proizvodi dezinformacije.

Ali upozorenje je važno.

Neznanje se može popraviti učenjem.

Mnogo je teže sa čovekom koji ne zna, ali je potpuno siguran da zna.

Ali ni stručnjak nije svetinja

Iz svega ovoga ne proizlazi da treba vratiti vreme u kojem nekoliko autoriteta odlučuje šta ostali smeju da misle.

Naprotiv.

Lekari greše. Profesori greše. Naučnici greše. Novinari greše. Institucije mogu biti spore, ideološke, korumpirane ili zarobljene sopstvenim interesima.

Naučni konsenzus nije dogma.

Autoritet koji ne sme da se dovede u pitanje nije znanje. To je moć.

Ali postoji ogromna razlika između kritičkog odnosa prema autoritetu i tvrdnje da autoritet zbog toga više ništa ne znači.

Stručnost se ne zaslužuje titulom sama po sebi. Zaslužuje se metodom kojim se dolazi do zaključka, kvalitetom dokaza, rezultatima, iskustvom u konkretnoj oblasti, spremnošću da se tvrdnje podvrgnu proveri i sposobnošću da se stav promeni kada se pojave bolji dokazi.

Pravo pitanje zato nije:

Ko ima pravo da govori?

Svi.

Pravo pitanje je:

Koliku težinu treba da dam onome što govori?

Tu smo počeli da gubimo kriterijume.

A upravo u trenutku kada ih gubimo pojavila se tehnologija koja ovaj problem podiže na potpuno novi nivo.

AI odvaja sposobnost govora od dubine znanja

Do pojave generativne veštačke inteligencije, neznanje je često ostavljalo tragove.

Čovek nije poznavao terminologiju. Nije umeo da strukturira argument. Nije mogao brzo da pronađe relevantne protivargumente. Nije umeo da napiše ubedljiv tekst o kompleksnoj temi.

Danas može.

Za nekoliko sekundi.

AI čoveku bez dubokog znanja može da obezbedi strukturu, terminologiju, stil, argumente, primere, kontraargumente i ton stručnosti.

Ne daje mu automatski znanje.

Ali mu daje sposobnost da proizvede izgled znanja.

Eksperiment objavljen u Science još 2023. pokazao je da je u određenim profesionalnim zadacima pisanja pristup ChatGPT-u prosečno smanjio vreme rada za oko 40 odsto, a povećao ocenjivani kvalitet rezultata za 18 odsto. Posebno je zanimljivo što su slabiji učesnici imali veću korist, pa se razlika između njih i boljih smanjila.

To je odlična vest za produktivnost.

Ali ima i drugu stranu.

Generativni AI smanjuje razliku između kvaliteta izražavanja osobe koja nešto duboko zna i osobe koja o istoj temi zna mnogo manje.

Istraživanje objavljeno 2025. u Nature Communications, kroz tri eksperimenta sa više od 4.800 ljudi, pokazalo je da su poruke koje su proizveli veliki jezički modeli mogle da utiču na stavove ljudi o javnim politikama približno jednako kao poruke koje su pisali ljudi. Autori AI poruka doživljavani su, između ostalog, kao dobro informisani i logični.

Drugo istraživanje pokazalo je nešto što smatram posebno važnim: duža AI objašnjenja mogu da povećaju poverenje ljudi u odgovor čak i kada dodatna dužina ne povećava njegovu tačnost.

To znači da se nalazimo pred novom vrstom problema.

Ne samo da možemo poverovati pogrešnom odgovoru.

Možemo mu poverovati više zato što je bolje napisan.

AI čini signale stručnosti jeftinim

Do skoro je za ulazak u ozbiljnu raspravu ipak postojala određena cena.

Morali ste nešto da pročitate. Da naučite pojmove. Da razumete kontekst. Da umete da strukturirate argument.

AI tu cenu dramatično smanjuje.

To je u mnogim slučajevima sjajno. Čovek koji ima dobru ideju, ali nije dobar pisac, može konačno jasno da je izrazi. Mali preduzetnik dobija alat kakav je nekada imala samo velika kompanija. Student može da dobije personalizovanog tutora. Stručnjak može višestruko ubrzati deo svog rada.

Ali ista tehnologija daje potpuno novu moć čoveku koji ne zna dovoljno da proceni kvalitet onoga što mu je AI proizveo.

On može da postavi pitanje iz imunologije, ekonomije, psihologije ili istorije, dobije besprekoran pasus i objavi ga kao argument.

Što odgovor izgleda bolje, problem može biti veći.

Jer smo dugo koristili određene signale za procenu stručnosti: bogatstvo jezika, poznavanje terminologije, strukturiranost argumenta, sposobnost da se brzo odgovori na složeno pitanje.

AI upravo te signale čini skoro besplatnim.

To ne znači da znanje postaje manje važno.

Naprotiv.

Znanje postaje važnije upravo zato što će njegova imitacija postajati sve bolja.

Škola više ne može da se završi kod tačnog odgovora

Ovde dolazimo do obrazovanja.

Škola je vekovima imala važnu funkciju prenosa informacija. Nastavnik je znao nešto što učenik nije znao. Udžbenik je sadržao informacije do kojih učenik nije mogao jednostavno da dođe.

Ta epoha se završila.

Informacija više nije oskudna.

Oskudna postaje sposobnost da procenimo kojoj informaciji treba verovati.

Iz dugogodišnjeg iskustva u obrazovanju sve više verujem da će upravo ovde morati da se dogodi jedna od najvećih promena škole.

Nije dovoljno pitati učenika: „Koji je odgovor?“

Moramo sve češće pitati: „Kako znaš?“

Koji je izvor? Zašto mu veruješ? Koji dokaz podržava tvrdnju? Šta bi moglo da je opovrgne? Postoji li drugo objašnjenje? Da li osoba koju citiraš ima stručnost baš u toj oblasti? Da li bi promenio mišljenje kada bi dobio bolji dokaz?

To nije dodatak obrazovanju.

U svetu društvenih mreža i generativne veštačke inteligencije to postaje njegova srž.

I UNESCO-ov okvir AI kompetencija za učenike ide u tom pravcu: među ključnim sposobnostima posebno naglašava kritičko procenjivanje AI sistema i njihovih rezultata.

Decu više ne možemo pripremati za svet u kojem će pobediti onaj ko zapamti najviše informacija.

Moramo ih pripremati za svet u kojem će gotovo svako imati pristup ogromnoj količini informacija i mašini sposobnoj da od njih za nekoliko sekundi napravi veoma ubedljiv odgovor.

Najvažnija intelektualna veština zato neće biti samo znati.

Biće znati kako znaš.

Razlika koju moramo da vratimo

Ne mislim da treba manje da govorimo.

Ne mislim da internet treba ponovo da pripadne elitama.

Ne mislim ni da treba slepo verovati stručnjacima.

Naprotiv.

Nikada nismo imali veći pristup znanju, veću mogućnost da osporimo loš autoritet niti moćnije alate za učenje.

Ali upravo zato moramo vratiti jednu razliku koju smo počeli da gubimo.

Razliku između prava da nešto kažeš i razloga da ti neko veruje.

Svako ima pravo na mišljenje.

Ali mišljenje zasnovano na dvadeset godina rada, dokazima i proverljivom metodu nije isto što i mišljenje nastalo posle tri videa na TikToku.

Sumnjati u stručnjaka je zdravo.

Misliti da je zbog toga svako stručnjak je opasno.

A AI će ovu razliku učiniti još manje vidljivom.

Internet je svima dao glas.

Veštačka inteligencija gotovo svakome daje sposobnost da zvuči kao da zna.

Ni jedno ni drugo nije demokratizovalo znanje.

Zato možda najveći problem AI doba neće biti to što će ljudi znati manje.

Biće to što ćemo sve teže prepoznavati ko zaista zna, a ko samo savršeno zvuči kao da zna.

Izvori i dalje čitanje

• Umberto Eco / La Stampa (2015) — originalni kontekst izjave o društvenim mrežama.
• Vosoughi, Roy & Aral / Science (2018) — kako se istinite i neistinite vesti šire onlajn.
• Rathje, Van Bavel & van der Linden / PNAS (2021) — neprijateljstvo prema suprotnoj grupi i angažovanje na društvenim mrežama.
• Pfänder & Altay / Nature Human Behaviour (2025) — koliko dobro ljudi razlikuju istinite od neistinitih vesti.
• Noy & Zhang / Science (2023) — uticaj generativnog AI-ja na produktivnost i kvalitet pisanog rada.
• Bai et al. / Nature Communications (2025) — ubedljivost poruka koje generišu veliki jezički modeli.
• Nature Machine Intelligence — kako forma AI objašnjenja utiče na poverenje korisnika.
• UNESCO / AI Competency Framework for Students — kritičko procenjivanje AI sistema i njihovih rezultata.