ONZ i Google budują wspólną bazę danych dla sztucznej inteligencji

Modele sztucznej inteligencji mają skłonność do udzielania odpowiedzi z dużą dozą pewności, nawet gdy nie mają solidnych podstaw merytorycznych. Widać to zwłaszcza wtedy, gdy pytamy je o konkretne wskaźniki - liczbę osób z dostępem do prądu, zmiany długości życia w różnych częściach świata albo poziom ubóstwa w danym kraju. Brzmią przekonująco, ale nie zawsze mówią prawdę.

Z tego powodu ONZ zdecydowała się na krok, który może mieć większe znaczenie niż premiera kolejnego modelu AI. Organizacja nawiązała współpracę z Google, aby przygotować swoje ogromne zbiory danych do wykorzystania przez agentów AI i systemy oparte na dużych modelach językowych.

Kłopot nie tkwi w ilości danych, a w ich dostępności

Agencje działające pod szyldem ONZ od dawna gromadzą jedne z najbardziej rozbudowanych i cennych zbiorów danych na świecie - dotyczących zdrowia publicznego, edukacji, ubóstwa, dostępu do wody i energii, a także przemian społecznych w praktycznie każdym regionie globu.

Problem był jednak inny: korzystanie z tych informacji było niewygodne. Statystyki znajdowały się w różnych organizacjach, w odmiennych formatach i osobnych systemach, a scalenie kilku źródeł wymagało czasochłonnej pracy analitycznej. Według Google, zestawianie danych pochodzących z różnych agencji ONZ mogło zajmować nawet kilka miesięcy.

Odpowiedzią na ten problem jest UN System Data Commons - nowa platforma oparta na otwartym projekcie Data Commons od Google. Ma ona scalić rozproszone zasoby w jednym miejscu i podać je w formie zrozumiałej zarówno dla ludzi, jak i dla algorytmów AI. Choć z pozoru wygląda to jak zwyczajna modernizacja rządowego serwisu, w rzeczywistości chodzi o coś więcej.

Rodzaj wyszukiwarki dla wiedzy globalnej

Kluczowa zmiana dotyczy sposobu, w jaki użytkownicy będą korzystać z danych. Do tej pory funkcjonował portal UNData, przypominający tradycyjną bazę danych - żeby coś w niej znaleźć, trzeba było znać strukturę systemu, konkretne wskaźniki i metody wyszukiwania.

Nowa platforma ma działać w sposób znacznie bardziej zbliżony do popularnych chatbotów. Zapytania można formułować w naturalnym języku, a system samodzielnie odnajduje odpowiednie zestawy danych, generując wizualizacje lub konkretne odpowiedzi.

• „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?”

W dobie ChatGPT, Gemini czy Claude'a taki sposób komunikacji może wydawać się standardem, ale w kontekście globalnych statystyk publicznych wciąż to nowość.

ONZ ma bardzo wymierny motyw

Za projektem stoi jeszcze ważniejszy powód niż moda na AI. Chodzi o to, że aktualne modele językowe wciąż mają duże trudności z prawidłowym przetwarzaniem danych statystycznych.

João Pedro Azevedo, główny statystyk UNICEF, przedstawił podczas briefingu prasowego wyniki analizy obejmującej ponad 133 tys. odpowiedzi wygenerowanych przez sześć dużych modeli AI. Średnia trafność wyniosła jedynie 21,2 proc. W badaniu wzięły udział systemy firm OpenAI, Anthropic i Google - w tym GPT-4o, GPT-4o-mini, Claude Sonnet 4.5, Claude Haiku 4.5 oraz modele z rodziny Gemini.

Dane szczegółowe są jeszcze mniej optymistyczne. Około trzy piąte odpowiedzi nie zawierało żadnej konkretnej wartości liczbowej - modele wolały unikać jasnej deklaracji albo dawały ogólniki. Do tego, gdy te same pytania zadano ponownie po dwóch dniach, liczby zgodne z poprzednimi odpowiedziami pojawiły się jedynie w około połowie przypadków.

To istotny sygnał ostrzegawczy. Pomyłka w kwestii ulubionego serialu czy specyfikacji telefonu rzadko ma poważne konsekwencje. Inaczej wygląda sytuacja, gdy błąd dotyczy demografii, zdrowia publicznego lub poziomu ubóstwa - może to skutkować nieprawidłowymi decyzjami biznesowymi, społecznymi lub politycznymi.

Prawdziwym celem są agenci AI

Najbardziej interesującym elementem technicznym całego przedsięwzięcia jest wsparcie dla protokołu MCP (Model Context Protocol). Nowa platforma ONZ pozwala systemom AI łączyć się bezpośrednio ze źródłem danych - a to właśnie temat, który dominuje w dyskusjach o AI ostatnich miesięcy: agenci.

Agent AI, w odróżnieniu od klasycznego chatbota, nie ogranicza się do odpowiadania na pytania. Może samodzielnie szukać informacji, korzystać z zewnętrznych narzędzi, przetwarzać dane i realizować zadania. Jego skuteczność jest jednak ograniczona jakością źródeł, z których korzysta.

Gdy agent zbiera informacje z przypadkowych witryn internetowych, jego odpowiedzi są równie przypadkowe. Jeśli natomiast ma dostęp do wiarygodnej bazy danych ONZ, szanse na trafną odpowiedź rosną znacząco.

To między innymi dlatego coraz więcej organizacji zamiast inwestować w trenowanie własnych modeli, koncentruje się na porządkowaniu i udostępnianiu danych. Przewaga konkurencyjna zależy w coraz większym stopniu nie tylko od mocy obliczeniowej, ale od jakości dostępnych źródeł wiedzy.

UNICEF przytoczył również ciekawe dane dotyczące ruchu w internecie. Serwisy z danymi organizacji odwiedza ponad 6 mln użytkowników miesięcznie, a liczba wejść generowanych przez odpowiedzi ChatGPT wzrosła w tym roku o 67 proc. rok do roku - odpowiadając już za 6,4 proc. wszystkich sesji. Według szacunków UNICEF różnego rodzaju asystenci AI generują obecnie około 10 proc. całego ruchu.

To może być zapowiedź większej zmiany

Na starcie do inicjatywy przystąpiło 26 jednostek systemu ONZ, a dane od niemal 20 z nich były dostępne już od pierwszego dnia działania platformy. Sama informacja może nie wzbudzić takiego entuzjazmu jak premiera nowego modelu Gemini czy ChatGPT, ale to właśnie takie działania mogą mieć realny wpływ na dalszy rozwój sztucznej inteligencji.

Od dobrych dwóch lat rozmowy o AI skupiają się głównie na tym, jak modele stają się coraz bardziej zaawansowane. Coraz częściej okazuje się jednak, że kluczowym wyzwaniem nie jest inteligencja maszyn, a dostęp do rzetelnych informacji. Nawet najbardziej zaawansowany model, który nie zna źródła swoich danych, będzie popełniał błędy niezależnie od liczby parametrów.

ONZ próbuje rozwiązać ten problem od samego fundamentu. Zamiast tworzyć własny, potężny model AI, organizacja buduje infrastrukturę umożliwiającą agentom sztucznej inteligencji bezpośredni dostęp do jednego z najbardziej wiarygodnych zbiorów danych na świecie.

Tego typu wiadomości mogą dziś mieć większe znaczenie dla rynku niż kolejne rekordy w testach benchmarkowych. Przyszłość AI zależy prawdopodobnie nie tylko od tego, jak dobrze model formułuje odpowiedzi, ale przede wszystkim od tego, czy wie, gdzie szukać sprawdzonych danych.