Organizacja Narodów Zjednoczonych szykuje dane pod agentów AI. Google dostał bardzo ważne i odpowiedzialne zadanie.
Sztuczna inteligencja ma dziś jeden fundamentalny problem: potrafi mówić bardzo pewnym głosem o rzeczach, których nie wie. Szczególnie dobrze widać to wtedy, gdy zapytamy ją o konkretne dane statystyczne. Ilu ludzi ma dostęp do elektryczności? Jak zmienia się długość życia w poszczególnych regionach świata? Jaki jest poziom ubóstwa w konkretnym kraju? Odpowiedzi często brzmią przekonująco, ale z wiarygodnością bywa różnie.
Właśnie dlatego Organizacja Narodów Zjednoczonych postanowiła zrobić coś, co może okazać się znacznie ważniejsze niż kolejna premiera modelu AI. ONZ ogłosiła współpracę z Google, której celem jest przygotowanie ogromnych zasobów globalnych danych do świata agentów AI i systemów opartych na dużych modelach językowych.
Problem nie leży w braku danych. Problem leży w dostępie do nich
Przez lata agencje ONZ budowały jedne z największych i najbardziej wartościowych zbiorów danych na świecie. To właśnie tam znajdują się informacje dotyczące zdrowia publicznego, edukacji, ubóstwa, dostępu do wody, energii czy zmian społecznych w niemal każdym zakątku globu.
Paradoks polegał jednak na tym, iż dostęp do tych danych nie był szczególnie wygodny. Statystyki były rozproszone pomiędzy różnymi organizacjami, zapisane w różnych formatach i publikowane w osobnych systemach. Samo połączenie kilku źródeł często wymagało żmudnej pracy analityków. Jak przyznaje Google, łączenie danych z rozmaitych agencji ONZ bywało procesem trwającym miesiące.
Dlatego powstał UN System Data Commons, nowa platforma bazująca na otwartym projekcie Data Commons od Google. Jej zadaniem jest zebranie rozproszonych zasobów w jedno miejsce i przedstawienie ich w formie gotowej zarówno dla ludzi, jak i dla systemów sztucznej inteligencji. Brzmi jak kolejna nudna modernizacja rządowego portalu? Tylko na pierwszy rzut oka.
To adekwatnie wyszukiwarka dla globalnej wiedzy
Największa zmiana polega na sposobie interakcji z danymi. Dotychczas użytkownicy korzystali z portalu UNData, który przypominał klasyczną bazę danych. Trzeba było znać strukturę systemu, odpowiednie wskaźniki i metody wyszukiwania.
Nowe rozwiązanie ma działać bardziej jak współczesny chatbot. Użytkownik może zadawać pytania naturalnym językiem, a system sam odnajdzie odpowiednie zestawy danych i przygotuje wizualizacje lub odpowiedzi.
Google podaje przykładowe pytania:
- „Jak dostęp do czystej wody na obszarach wiejskich wpływa na frekwencję szkolną?”
- „Ile osób uzyskało dostęp do energii elektrycznej w ciągu ostatniej dekady?”
- „Jak zmieniała się długość życia w różnych regionach świata?”
Takie podejście może wydawać się oczywiste w epoce ChatGPT, Gemini czy Claude’a, ale w przypadku globalnych statystyk publicznych wciąż jest czymś stosunkowo nowym.
ONZ ma bardzo konkretny powód do działania
Za całą inicjatywą kryje się jeszcze jeden, znacznie ciekawszy wątek. ONZ nie buduje nowej platformy dlatego, iż AI jest modne. Wyzwaniem jest coś innego: obecna generacja modeli językowych bardzo słabo radzi sobie z danymi statystycznymi.
Podczas briefingu prasowego główny statystyk UNICEF João Pedro Azevedo przytoczył wyniki badań obejmujących ponad 133 tys. odpowiedzi wygenerowanych przez sześć dużych modeli AI. Średnia skuteczność wyniosła zaledwie 21,2 proc. W testach znalazły się systemy OpenAI, Anthropic i Google, między innymi GPT‑4o, GPT‑4o-mini, Claude Sonnet 4.5, Claude Haiku 4.5 oraz modele Gemini.
Jeszcze bardziej niepokojące były szczegóły.
Około trzy piąte odpowiedzi w ogóle nie zawierało użytecznej wartości liczbowej. Modele często asekurowały się lub unikały jednoznacznych odpowiedzi. Co więcej, gdy identyczne pytania zadano tym samym modelom po około dwóch dniach – odpowiedzi zawierające liczby były zgodne tylko mniej więcej w połowie przypadków.
To bardzo ważna obserwacja. W codziennych zastosowaniach błędna odpowiedź na temat ulubionego serialu czy parametrów telefonu zwykle nie jest katastrofą. Błędna odpowiedź dotycząca demografii, zdrowia publicznego czy ubóstwa może jednak prowadzić do błędnych decyzji biznesowych, społecznych albo politycznych.
Tak naprawdę chodzi o agentów AI
Najciekawszym technologicznym elementem całego projektu jest obsługa MCP, czyli Model Context Protocol. Platforma ONZ ma umożliwiać bezpośrednie podłączanie się systemów AI do źródła danych. To właśnie tutaj pojawia się słowo-klucz ostatnich miesięcy: agenci.
W wielkim uproszczeniu agent AI nie odpowiada wyłącznie na pytania. Potrafi samodzielnie wyszukiwać informacje, korzystać z narzędzi, analizować dane i wykonywać zadania. Problem polega na tym, iż agent jest tylko tak dobry, jak dobre są źródła, do których ma dostęp.
Jeżeli agent będzie pobierał dane z przypadkowych stron internetowych, to jego odpowiedzi będą podobnie przypadkowe. o ile natomiast będzie mógł połączyć się bezpośrednio z autorytatywną bazą danych ONZ, to szansa na uzyskanie poprawnego wyniku znacząco wzrośnie.
To jeden z powodów, dla których coraz więcej organizacji, zamiast trenować własne modele skupia się na porządkowaniu i udostępnianiu danych. Coraz wyraźniej widać, iż przewaga nie będzie wynikała wyłącznie z mocy obliczeniowej, ale także z jakości źródeł wiedzy.
Ciekawie wyglądają też statystyki ruchu internetowego przytoczone przez UNICEF. Serwisy danych organizacji odwiedza ponad 6 mln użytkowników miesięcznie. Jednocześnie liczba wejść pochodzących z odpowiedzi generowanych przez ChatGPT wzrosła w tym roku o 67 proc. rok do roku. Takie wejścia odpowiadały już za 6,4 proc. wszystkich sesji. UNICEF szacuje też, iż różnego rodzaju asystenci AI odpowiadają w tej chwili za około 10 proc. całego ruchu.
To może być początek większej zmiany
W chwili startu do projektu zobowiązało się 26 jednostek systemu ONZ, a dane z niemal 20 były już dostępne od pierwszego dnia działania platformy. Sama wiadomość może nie wywołać takich emocji jak premiera kolejnego modelu Gemini czy ChatGPT. Paradoksalnie jednak właśnie takie inicjatywy mogą mieć znacznie większe znaczenie dla przyszłości sztucznej inteligencji.
Od dwóch lat dyskutujemy głównie o coraz sprytniejszych modelach. Tymczasem coraz częściej okazuje się, iż największym problemem nie jest inteligencja maszyn, ale dostęp do wiarygodnych informacji. Model, który nie wie, skąd pochodzą dane, będzie popełniał błędy niezależnie od liczby parametrów.
ONZ właśnie próbuje rozwiązać ten problem u źródła. Zamiast budować własny supermodel AI, organizacja tworzy infrastrukturę, dzięki której agent sztucznej inteligencji będzie mógł sięgnąć prosto do jednego z najbardziej wiarygodnych zbiorów danych na świecie.
I być może właśnie takie wiadomości powinny dziś interesować rynek bardziej niż kolejne rekordy w benchmarkach. Przyszłość AI prawdopodobnie nie zależy wyłącznie od tego, jak dobrze model potrafi mówić. Coraz częściej zależy od tego, czy wie, gdzie sprawdzić odpowiedź.
