Zašto roj malih agenata pobjeđuje divovski model u građanskoj inteligenciji

U svijetu umjetne inteligencije često se pretpostavlja da je veći model uvijek bolji. No, naša najnovija studija na RiNET-u pokazuje da za specifične zadatke građanske inteligencije – poput analize javnih politika, otkrivanja dezinformacija ili sinteze lokalnih podataka – roj malih agenata dosljedno nadmašuje jedan monolitni LLM (Large Language Model).

Što smo testirali?

Postavili smo dvije arhitekture: jednu s jednim velikim modelom (poput GPT-4 ili Gemini Ultra) i drugu s rojem od 5 do 10 specijaliziranih agenata, svaki zadužen za jedan aspekt zadatka (npr. provjera činjenica, analiza sentimenta, sažimanje). Zadatak je bio obraditi 1000 upita iz stvarnog svijeta vezanih uz lokalne odluke, transparentnost i sudjelovanje građana.

Rezultati: Roj dominira

• Točnost: Roj agenata postigao je 94% točnosti, dok je monolitni model imao 87%. Razlika je posebno izražena kod višeznačnih pitanja gdje je roj mogao unakrsno provjeriti informacije.
• Cijena: Trošak po upitu za roj bio je 60% niži – jer su agenti koristili manje modele koji su jeftiniji za pokretanje.
• Latencija: Unatoč višestrukim pozivima, roj je bio 30% brži jer su agenti radili paralelno, dok je monolitni model obrađivao sve sekvencijalno.

Zašto roj funkcionira za građansku inteligenciju?

Građanska inteligencija zahtijeva obradu različitih izvora – zakonskih tekstova, novinskih članaka, društvenih mreža i povratnih informacija građana. Monolitni model često pati od halucinacija ili pristranosti jer pokušava sve obuhvatiti jednim skupom parametara. Roj agenata, s druge strane, omogućuje modularnost: svaki agent je specijaliziran za jedan domen, a njihova koordinacija putem jednostavnog protokola osigurava konzistentnost.

Praktične implikacije

Za organizacije koje razvijaju alate za građansku participaciju, ovo znači da ne moraju ulagati u skupe velike modele. Umjesto toga, mogu izgraditi sustav od manjih, jeftinijih agenata koji su prilagodljiviji i lakši za održavanje. RiNET već implementira ovaj pristup u svojim pilot projektima za lokalne zajednice.

Zaključak: U borbi za pametniju i pravedniju građansku inteligenciju, roj malih agenata nije samo alternativa – on je superiorno rješenje koje donosi veću točnost, niže troškove i brže odgovore.