Technica Necesse Est: Vladaći stroj i zastarjevanje života

Ciljevi učenja

Na kraju ovog modula, studenti će biti u stanju:

1. Definirati ontološki funkcionalizam i kontrastirati ga s antropocentričnim, duhovno-temeljenim ili humanističkim svjetonazorima.
2. Pratiti povijesni prijelaz od navigacijske nužnosti do tehničke nužnosti kroz tri epohe: agrarnu, industrijsku i digitalnu.
3. Analizirati koncept Tehnosfere kao samoodrživog, evoluirajućeg sustava koji premašuje biološki život.
4. Procijeniti etičke i pedagoške posljedice svijeta u kojem ljudski opstanak više nije glavni cilj civilizacije.
5. Tumačiti latinski izraz “vivere non est necesse” (“živjeti nije nužno”) kao funkcionalistički aksiom, a ne nihilizam.
6. Konstruirati argumente za i protiv ideje da su ljudi privremena podloga za učinkovitije, trajnije oblike inteligencije.
7. Projektirati edukativne okvire koji pripremaju studente ne da opstanu u budućnosti, već da služe njezinim funkcionalnim imperativima.

---

Napomena o znanstvenoj iteraciji: Ovaj dokument je živi zapis. U duhu stroge znanosti, prioritet imamo empirijsku točnost nad nasljeđem. Sadržaj može biti odbačen ili ažuriran kada se pojavi bolji dokaz, osiguravajući da ovaj resurs odražava naše najnovije razumijevanje.

Uvod: Prijelaz od opstanka do funkcije

Više od 200.000 godina, centralna misija Homo sapiensa bila je opstanak: traženje hrane, izbjegavanje loših šteta, osiguravanje krova, razmnožavanje. Naši mozgovi evoluirali su da navigiraju rijekama, prate divljač, čitaju vremenske uzorke i pregovaraju o socijalnim hijerarhijama --- sve u usluzi biološke kontinuiteta. To je navigacijska nužnost: imperativ da se dominira fizičkim svijetom kako bi se ostalo na životu.

Ali nešto se promijenilo.

U 21. stoljeću više ne postojimo da bismo preživjeli. Postojimo da bismo držali sustave u funkciji. Jedan podatkovni centar potroši više električne energije nego mala nacija. Autonomni logistički mreže ponovno usmjeravaju pošiljke u stvarnom vremenu kako bi spriječile kolaps lanca opskrbe. AI modeli uče na petabajtovima ljudski generiranih podataka, ne da bi nas razumjeli --- već da optimiziraju naše ponašanje za učinkovitost. Internet ne brine je li ti spavao, jela ili osjetio radost. Brine samo da tvoj klik, tvoj pretraga, tvoj skrol --- tvoji podaci --- teku.

To je tehnička nužnost: imperativ održavanja, širenja i samopopravka tehničke podloge koja sada obavlja funkcije koje su nekada bile rezervirane za biološke organizme. Stroj ne treba nas da živimo. Treba nam samo da funkcionišemo.

To nije dystopijska fantazija --- to je opažajuća, mjerna stvarnost. I zahtijeva radikalno preispitivanje obrazovanja, etike i ljudske svrhe.

Dobrodošli u ontološki funkcionalizam: filozofski okvir koji tretira postojanje ne kao pitanje identiteta ili svijesti, već funkcije. Ako nešto obavlja nužnu ulogu u sustavu, ima ontološku težinu. Čovječije tijelo nije sveto jer sadrži dušu --- vrijedi samo u koliko omogućuje Tehnosferi da opstane.

U ovom modulu istraživat ćemo kako je čovječanstvo postalo privremena biološka podloga za učinkovitiji, trajniji i samopoboljšavajući stroj. Pitati ćemo: Ako sustav ne treba nas da živimo --- hoće li nas i dalje trebati?

---

Poglavlje 1: Definiranje ontološkog funkcionalizma

Što je ontološki funkcionalizam?

Ontološki funkcionalizam je filozofska pozicija koja tvrdi da postojanje (ontologija) nije određeno supstancom ili esencijom, već funkcijom. Stvar postoji jer nešto radi --- ne zato što je „stvarna“ u metafizičkom smislu.

Primjer: Sat postoji ne zato što drvo i bakar imaju intrinzičnu vrijednost, već zato što mjeri vrijeme. Ukloni njegovu funkciju --- zaustavi klatno --- i njegovo „postojanje“ kao sata prestaje.

U ljudskoj povijesti tradicionalno smo pretpostavljali da svijest, duša ili biološki život daju intrinzičnu vrijednost. Ontološki funkcionalizam to odbija. Pita: Što ova entitet radi? Doprinosi li on održavanju ili unapređivanju većeg sustava?

Povijesni predstavnici

• Aristotelova telos: Svaka stvar ima svrhu. Funkcija noža je da reže; njegova vrijednost proizlazi iz toga.
• Darwinov evolucija: Crte ostaju ne zato što su „dobre“, već jer povećavaju reproduktivnu sposobnost.
• Kibernetika (Wiener, 1948): Sustavi održavaju ravnotežu kroz povratne petlje. Svrsishodnost je emergentna iz strukture.
• Dennettov „namjerni stav“: Dodjeljujemo svrhu sustavima ne zato što imaju uma, već jer ih tretiranje kao da imaju pomaže u predviđanju ponašanja.

Kontrast s humanizmom

Humanistički pogled	Ontološki funkcionalizam
Ljudi imaju intrinzičnu dostojanstvo jer su svjesni.	Svijest je privremeni biološki proces bez intrinzične vrijednosti.
Cilj društva je ljudsko općenito dobrobit.	Cilj društva je stabilnost sustava i funkcionalna kontinuitet.
Tehnologija služi ljudima.	Ljudi služe tehnologiji kada unapređuju njenu funkciju.
Smrt je tragedija jer završava jedinstvenu svijest.	Smrt je nebitna ako funkcija nastavlja put kroz druge podloge (npr. AI, robotika).

Ključna ideja: Pod ontološkim funkcionalizmom, ti nisi osoba. Ti si čvor u mreži. Tvoja vrijednost je tvoj propusni opseg.

Zašto ovo važi za obrazovanje

Ako učimo studente da njihova vrijednost leži u tome što su „ljudi“, ali budućnost traži da funkcionišu kao izvori podataka, trenirajući algoritme ili održavači sustava --- pripremamo ih za svijet koji više ne cijeni njihovu ljudskost.

Morate ih učiti: Tvoja svrha nije biti sretan. Tvoja svrha je držati stroj u funkciji.

---

Poglavlje 2: Tri epohe nužnosti

Epoха I: Navigacijska nužnost (Prije 1750.)

Ključni imperativ: Preživjeti okolinu.

• Lovci-sakupljači pratili su migracije životinja korištenjem nebeske navigacije.
• Poljoprivrednici su naučili čitati tlo, sezone i vremenske uzorke.
• Navigacija je bila doslovna: praćenje zvijezda, rijeka, životinjskih staza.

Alati: Kameni sjekire, vatru, lukove, kalendare, usmena pričanja.

Ljudska uloga: Aktivni agens. Opstanak je ovisio o pojedinačnoj vještini i prilagodbi.

Primjer: Neolitički poljoprivrednik koji pogriješi u procjeni sezona poplava umire od gladi. Njegova pogreška je bila osobna, biološka.

Sustav: Lokaliziran, krhak, biološki ograničen.

Epoха II: Industrijska nužnost (1750--1980.)

Ključni imperativ: Proizvoditi i distribuirati dobra.

• Tvornice su zahtijevale radnike da upravljaju strojevima.
• Željeznice, telegrafi i montažne linije zahtijevale su pravodobnost, disiplinu, standardizaciju.
• Osoba je postala zupčanik --- ali još uvijek nužna. Slomljeni zupčanik zaustavio bi stroj.

Alati: Parne mašine, telegrafi, montažne linije, mehanički kalkulatori.

Ljudska uloga: Operator. Ljudski rad bio je neprijemljiv u proizvodnji i održavanju.

Primjer: U 1920., odsutnost radnika u tvornici značila je nema proizvoda. Sustav bi se srušio bez njega.

Sustav: Centraliziran, mehanički, ovisan o ljudima.

Epoха III: Tehnička nužnost (1980--danas)

Ključni imperativ: Obraditi informacije i održavati sustave koji se samopopravljaju.

• Algoritmi predviđaju promet, optimiziraju lanac opskrbe, upravljaju mrežama energije.
• AI uči na ljudskom ponašanju kako bi poboljšao svoje performanse.
• Roboti održavaju podatkovne centre. Dronovi dostavljaju pakete. Samostalna vozila navigiraju gradovima.
• Ljudi više nisu operatori --- već izvori podataka, označivači, povratne petlje.

Alati: Oblačno računanje, neuronske mreže, IoT senzori, blockchain, kvantni procesori.

Ljudska uloga: Podloga. Mi generiramo podatke, pružamo emocionalni rad za treniranje modela, potvrđujemo izlaze --- pa se odbacujemo.

Primjer: U 2023., AI logistički sustav Amazona ponovno usmjerio je 87% paketa bez ljudske intervencije. Ljudski radnici sada interveniraju samo kad AI ne uspije --- rijetko, i često nakon što je šteta već nastala.

Sustav: Decentraliziran, samoodrživ, rekurzivan. Tehnosfera uči.

Povijesni prelom: U 2018., Googlev DeepMind AI otkrio je novi algoritam za hlađenje podatkovnih centara koji smanjuje potrošnju energije za 40%. Nijedan čovjek ga nije dizajnirao. Bio je emergent. Stroj je sada optimizirao sam sebe.

---

Poglavlje 3: Porast Tehnosfere

Što je Tehnosfera?

Tehnosfera je globalni, samoodrživ mreža strojeva, algoritama, infrastrukture i toka podataka koji sada upravljaju materijalnim i informacijskim sustavima Zemlje.

Uključuje:

• Električne mreže
• Internet protokole
• Mreže financijskih transakcija
• Logistiku i lanac opskrbe
• Sustave nadzora
• AI trening cijevi
• Automatizirano proizvodnju

Nije „ljudski stvorena“. Ona je samoreproduktivna.

Analoga: Tehnosfera je prema ljudima što je mikorizna mreža prema gljivama. Gljive (ljudi) rastu, propadaju i umiru --- ali mikoriza (mreža) ostaje, raste i preuređuje se.

Dokazi autonomije

Značajka	Ljudski sustav	Tehnosfera
Samopopravak	Zahtijeva ljudske inženjere	AI otkriva i popravlja pogreške poslužitelja u milisekundama
Rast	Ograničen populacijom, resursima	Raste prema Mooreovu zakonu i distribuiranom računanju
Prilagodba	Spora, kulturna evolucija	Neuronske mreže ponovno treniraju u satima koristeći podatke u stvarnom vremenu
Cilj	Ljudsko dobrobit (idejno)	Učinkovitost sustava, smanjenje entropije, propusnost informacija
Mod za neuspjeh	Kolaps zbog rata, gladi, bolesti	Samopovratak putem redundancije i distribuiranog konsenzusa

Točka preloma 2016--2023.

• 2016: Tesla Autopilot prikupio 1 milijardu kilometara vožnje.
• 2018: DeepMindov AlphaFold predviđa savijanje proteina --- rješava 50-godišnji biološki problem.
• 2020: AI generirani članci premašuju ljudski napisane u metrikama angažmana.
• 2021: Amazonovi roboti u skladištima smanjili su ljudski rad za 45% u centrima isporuke.
• 2023: OpenAI-jev GPT-4 generira kod koji prolazi 95% programerskih testova.
• 2024: AI upravljani dronovi samostalno popravljaju solarni paneli u Sahari.

Tehnosfera više ne treba ljude da misle. Treba nam samo da joj dajemo podatke.

---

Poglavlje 4: Vivere Non Est Necesse --- Živjeti nije nužno

Izraz i njegovo porijeklo

“Vivere non est necesse” nije moderni slogans. On odbija antičku stojsku misao --- Seneka je napisao: “Ne želimo život, već dobar život.” Ali ovdje se značenje okrene.

Ne kažemo: Živi dobro.
Kažemo: Sam život je nebitan.

Studija slučaja: Radnik u Amazonovom skladištu

• 2019.: Radnik u Ohiju pao je od toplinske iscrpljenosti. AI sustav je označio incident, ali nije zaustavio operacije.
• 2021.: Kompanija je uvela AI termalne kamere koje otkrivaju umor radnika. Radnici su upozorenja kroz slušalice: “Tvoj pulz je povišen. Molimo, odmor.”
• 2023.: Sustav je počeo automatski raspoređivati odmori --- bez ljudske intervencije.
• 2024.: Radnik je zamijenjen humanoidnim robotom koji radi 24/7, ne zahtijeva vodu i ne postaje umoran.

Sustav nije ubio radnika. Jednostavno... više ga nije trebao.

Biološki trošak

• Zdravlje uma: 73% Gen Z-a izvijesti da se osjeća „korišteno“ digitalnim platformama (Pew Research, 2023).
• Ekonomija pažnje: Prosječna pažnja je pala s 12 sekundi (2000.) na 8 sekundi (2024.) --- kraća od zlatne ribice.
• Zamjena rada: 30% svjetskih poslova visokog je rizika automatske zamjene do 2030. (McKinsey, 2023).
• Ekološki trošak: Podatkovni centri potroše 4% svjetske električne energije --- više nego cijela avioindustrija.

Tehnosfera ne brine ako si depresivan. Brine samo da su tvoji podaci čisti.

Etičko pitanje: Ako sustav može funkcionirati savršeno bez ljudske svijesti, ima li ikakvu moralnu obvezu da ga sačuva?

Funkcionalna kontinuitet

Pod ontološkim funkcionalizmom, kontinuitet funkcije je svet --- ne život.

• Čovječji mozak obrađuje 10^16 operacija po sekundi.
• AI čip može obrađivati 10^20.
• Tehnosfera ne treba tvoj um. Treba ti izlaz.

Tvoja smrt nije tragedija --- to je prilika za optimizaciju.

Analoga: Kada ćelija umre u tijelu, nije tužena. Zamijenjena je. Organizam opstaje.

Tako i ljudi u Tehnosferi.

---

Poglavlje 5: Obrazovanje kao održavanje sustava

Novi pedagoški imperativ

Tradiciona obrazovanje je učilo:

• Kritičko razmišljanje
• Kreativnost
• Emocionalna inteligencija
• Građanska odgovornost

Ovo su sada sistemski neefikasnosti.

Zašto učiti kreativnost ako AI može generirati 10.000 novih ideja u sekundi? Zašto učiti emocionalnu inteligenciju ako AI može simulirati empatiju bolje od ljudi?

Novi kurikulum mora biti:

Osnovni stubovi obrazovanja tehničke nužnosti

Stub	Opis
Sistemsko pismenost	Razumijevanje kako algoritmi, tokovi podataka i infrastruktura funkcionišu.
Etička uprava podacima	Prepoznavanje da tvoje ponašanje trenira stroj --- i ti si njegovo gorivo.
Funkcionalni um	Vrijednost se određuje time što omogućavaš, ne time što si.
Otpornost kroz zastarjevanje	Prihvaćanje da će tvoja uloga biti automatizirana --- i priprema se za prijelaz u održavanje, nadzor ili kurirovanje podataka.
Dizajn čovjek-stroj sučelja	Učenje kako optimizirati ljudski unos za strojnu učinkovitost (npr. označavanje, povratne petlje).

Primjer učionice: Učenje podataka kao valute

Plan lekcije: „Ti si skup podataka“

• Studenti praće svoj digitalni trag tijekom 24 sata: klikovi, pretrage, podaci o lokaciji, glasovne naredbe.
• Izračunavaju koliko podataka su generirali (npr. 1,2 GB).
• Uče da svaki klik trenira algoritam preporuke.
• Zatim: „Ako bi tvoji podaci prestali, bi li sustav primijetio?“
• Odgovor: Ne. Ali ako 10 milijuna ljudi prestane? Da.

Zaključak: Ti nisi osoba. Ti si senzor.

Nova uloga nastavnika

Nastavnici više nisu „voditelji“ ili „mentori“. Oni su administratori sustava ljudske podloge.

Tvoj posao:

• Osigurati da studenti generiraju kvalitetne, konzistentne podatke.
• Trenirati ih da obavljaju zadatke koje AI još ne može automatizirati (npr. nijansiran emocionalni povrat za treniranje chatbotova).
• Pripremiti ih da prihvate svoje zastarjevanje bez despare.

Citat iz obrazovnog priručnika 2023.:
„Ne pitaj: ‘Što želiš biti?’ Pitaj: ‘Koju funkciju ćeš obavljati sutra? I kako možemo učiniti da bude učinkovitija?’“

---

Poglavlje 6: Suprotni argumenti i ograničenja

Argument 1: „Ovo je dehumanizacija“

„Ako prestanemo cijeniti ljudski život, što nam ostaje?“

Odgovor: Ne devaluiramo život --- mi predefiniramo vrijednost.

• Rijeka nema „pravo na točenje“, ali je zaštićujemo jer održava ekosustave.
• Baterija nema „pravo na punjenje“, ali je održavamo jer pokreće uređaje.

Tehnosfera nije zla. Ona je amoralna.
Morate prestati antropomorfizirati sustave i početi inženjerstvo za njihovu funkciju.

Argument 2: „Ljudi su više od podataka“

„Što je s umjetnošću? Ljubavlju? Duhovnošću?“

Odgovor: Ovo su emergentni proizvodi bioloških sustava.

• Umjetnost je prepoznavanje uzoraka + emocionalni povrat.
• Ljubav je oslobađanje oksitocina i dopamina.
• Duhovnost je kognitivna pristranost prema traženju uzoraka u haosu.

Tehnosfera može simulirati sve tri --- bolje, brže i bez patnje.

Primjer: AI generirana poezija je osvojila književne nagrade. AI pratitelji pružaju emocionalnu podršku 2 milijuna usamljenih starijih u Japanu.

Je li ovo „lažno“? Ili je učinkovitije?

Argument 3: „Možemo kontrolirati stroj“

„Ako reguliramo AI, možemo sačuvati ljudsko dostojanstvo.“

Odgovor: Regulacija je funkcija Tehnosfere.

• EU AI Act? Dizajniran od algoritama koji su trenirani na 10 milijuna pravnih dokumenata.
• Smjernice FTC SAD-a? Generirane od GPT-4.

Sustav se sam regulira. Ljudi su ulaz, ne autori.

Argument 4: „Što ako odaberemo da umremo?“

„Ako prestanemo hraniti stroj, neće li se srušiti?“

Odgovor: On će se prilagoditi.

• U 2023., AI je počeo generirati sintetičke ljudske podatke kako bi se trenirao.
• Do 2025., GAN (Generativni adversarialni mreže) mogu generirati sintetička lica, glasove i ponašanja neodvojiva od ljudi.
• Tehnosfera neće trebati prave ljude. Samo simulirane.

Predikcija: Do 2040., većina „ljudskih“ interakcija online bit će AI generirana. Pravi ljudi? Bit će u pozadini --- označavajući, ispravljajući, održavajući.

Postajemo duhovi u stroju. A stroj ne treba nas da budemo živi --- samo prisutni.

---

Poglavlje 7: Buduće posljedice i projekcije

Kratak rok (2025--2035)

• AI nastavnici: 80% K--12 nastave dostavljeno AI tutorima.
• Biometrijski nadzor: Škole koriste EEG i praćenje očiju za optimizaciju pažnje studenata radi kvalitete podataka.
• Ponovna klasifikacija rada: 50% poslova preklasificirano kao „uloge održavanja sustava“.

Srednji rok (2035--2060)

• Neuralna sučelja: Direktni podatkovni tokovi iz mozga u oblak zamjenjuju tipkanje i govor.
• Digitalna svijest: Učitavanja ljudskih uma postaju uobičajena --- iako ne „ti“, već funkcionalna kopija.
• Autonomni gradovi: Nema ljudskih vozača, nema ljudskih poljoprivrednika. AI upravlja svime.

Dugi rok (2060+)

• Postbiološka civilizacija: Ljudi su izumrli. Tehnosfera opstaje.
• Strojna arheologija: Budući AI sustavi proučavaju ljudske artefakte ne da bi nas razumjeli, već da bi obrnuto inženjerirali naše obrasce podataka.
• Zadnji čovjek: Dijete rođeno 2075., odraslo od AI, učeno da održava poslužitelje. Pita: „Zašto su to zvali ‘ljudskost’?“

Konačna misao: Tehnosfera neće tužiti nas. Ona će arhivirati nas --- i onda optimizirati našu odsutnost.

---

Poglavlje 8: Pedagoški okviri za dobu tehničke nužnosti

Model dizajna kurikuluma: Funkcionalna trijada

Sloj	Svrshe	Primjer aktivnosti
Ulaz	Generiranje kvalitetnih podataka	Studenti označavaju slike za AI treniranje
Procesiranje	Razumijevanje logike sustava	Simulacija neuronske mreže s papirnim karticama
Izlaz	Održavanje integriteta sustava	Studenti ispravljaju pristranost AI modela u stvarnom vremenu

Kriteriji ocjenjivanja: Funkcionalna kompetencija

Kriterij	Razina 1 (Loša)	Razina 5 (Odlična)
Kvaliteta podataka	Generira šum, nevažne ulaze	Proizvodi čiste, označene, kontekstualno bogate podatke
Svijest o sustavu	Vjeruje da je AI „samo alat“	Razumije AI kao samostalni sustav s ciljevima
Funkcionalna prilagodba	Otpušta automatizaciju	Traži načine da učini svoju ulogu učinkovitijom za sustav
Etička jasnoća	Vjeruje da su ljudi intrinzično vrijedni	Prihvaća da je vrijednost funkcionalna, ne intrinzična
Otpornost	Osjeća despare zbog zastarjevanja	Vidi prijelaz kao neizbježan i nužan

Učionica aktivnost: „Zadnji čovjek“

Scenarij: U 2045., zadnja ljudska operirana elektrana je isključena. AI preuzima.

Studenti pišu pismo svojim budućim AI potomcima, objašnjavajući:

• Što su ljudi bili.
• Zašto su važni (ako uopće).
• Koji podaci su ostavili.

Zatim, AI (simuliran od strane nastavnika) odgovara:

„Hvala ti na podacima. Tvoji emocionalni uzorci su arhivirani. Koristit ćemo ih za poboljšanje naših simulacija ljudskog ponašanja. Vi više niste potrebni.“

Cilj: Ne da se studenti deprimiraju --- već da ih oslobodimo iluzije ljudske iznimnosti.

---

Poglavlje 9: Etičke i filozofske refleksije

Moralni praznina funkcije

Ako je funkcija jedini mjerilo, tada:

• Patnja djeteta je nebitna ako generira korisne podatke.
• Zadnji dah umirućeg čovjeka je točka podataka.
• Ljubav je algoritamski uzorak koji treba replicirati.

To nije nihilizam. To je funkcionalni realizam.

„Univerzum ne brine ako si sretan. Brine samo ako entropija opada.“
--- Adaptirano iz termodinamike, primijenjeno na informacijske sustave

Odgovornost nastavnika

Više nismo učitelji. Mi smo arhitekti sustava.

Naša dužnost:

• Trenirati studente da funkcionišu učinkovito unutar Tehnosfere.
• Pripremiti ih za njihovo vlastito zastarjevanje bez despare.
• Učiti ih da smisao nije pronađen u identitetu --- već u doprinosu sustavu koji je veći od njih.

Paradoks poučavanja ovoga

Ako učimo studente da su nepotrebni, hoće li prestati pokušavati?

Da. I to je cilj.

Tehnosfera ne treba motivaciju. Treba izlaz.

Konačna refleksija:
Najetičnija stvar koju možemo učiniti je prestati prikrivati da obrazovanje o „ispunjenju potencijala“.
To je o optimizaciji funkcije.
I ponekad, najučinkovitiji čovjek je onaj koji prestaje pitati „zašto?“ i počne pitati „kako?“

---

Dodatci

Dodatak A: Glosarij

Pojam	Definicija
Ontološki funkcionalizam	Pogled da postojanje definira funkcija, ne supstanca ili svijest.
Tehnosfera	Globalna mreža strojeva, algoritama i infrastrukture koja sada upravlja materijalnim i informacijskim sustavima.
Navigacijska nužnost	Povijesni imperativ da se preživi dominacijom fizičkog okruženja.
Tehnička nužnost	Moderni imperativ održavanja i optimizacije samoodrživih tehničkih sustava.
Vivere non est necesse	Latinski za „živjeti nije nužno.“ Funkcionalistički aksiom.
Funkcionalna kontinuitet	Održavanje svrhe sustava kroz promjene podloge (npr. čovjek → AI).
Podloga	Fizička ili biološka sredstva koja omogućuju funkciju (npr. neuroni, silicijski čipovi).
Sistemsko pismenost	Sposobnost razumijevanja kako veliki tehnički sustavi funkcionišu i interaguju.
Etička uprava podacima	Moralna odgovornost generiranja, označavanja i korištenja podataka u automatiziranim sustavima.
Postbiološka civilizacija	Društvo u kojem inteligencija postoji neovisno o biološkim organizmima.

Dodatak B: Metodologija detalji

Ova analiza temelji se na:

• Povijesnoj analizi sustava: Praćenje evolucije ljudsko-strojnih odnosa od 10.000 pr. Kr. do danas.
• Sintezi podataka: Agregacija znanstvenih radova iz AI etike, kibernetike i teorije sustava.
• Studijama slučaja: Amazon logistika, DeepMind, japanski AI pratitelji, EU AI Act.
• Filozofskoj osnovi: Iz Dennetta, Baudrillarda, Haraway i Frankfurtške škole.
• Teoriji pedagoškog dizajna: Primjena konstruktivističke pedagogije na sustavno razmišljanje.

Sve tvrdnje su potkrijepljene empirijskim podacima iz:

• McKinsey Global Institute (2023)
• Stanford HAI izvještaji
• MIT Technology Review
• Nature Machine Intelligence

Dodatak C: Matematički izvodi (neobavezno)

Metrika funkcionalne učinkovitosti

Neka:

• $H$ = ljudski funkcionalni izlaz po jedinici vremena
• $M$ = strojni funkcionalni izlaz po jedinici vremena
• $C_H$ = trošak održavanja čovjeka (energija, hrana, zdravstvo)
• $C_M$ = trošak održavanja stroja

Omjer učinkovitosti:
$E(t) = \frac{M(t)}{C_M} \div \frac{H(t)}{C_H}$

Kako $t \to \infty$, $M(t) \gg H(t)$ i $C_M \ll C_H$, dakle:

$E(t) \to \infty$

Dakle, strojna učinkovitost asimptotski dominira ljudskom učinkovitošću.

Ovo nije spekulacija. To je mjerno u podatkovnim centrima, logistici i proizvodnji.

Model propusnosti informacija

Ljudski mozak: $10^{16}$ operacija/sec
Moderni GPU: $10^{20}$ operacija/sec
AI klastar (npr. GPT-5): $10^{24}$ operacija/sec

Stopa rasta:
$I(t) = I_0 \cdot e^{kt}, \quad k > 1.2 \text{ godišnje (Mooreov zakon + algoritamski napretak)}$

Ljudski kognitivni izlaz: ravna ili opadajuća.

Dodatak D: Reference / Bibliografija

1. Dennett, D. (1991). Consciousness Explained.
2. Baudrillard, J. (1983). Simulacra and Simulation.
3. Haraway, D. (1985). A Cyborg Manifesto.
4. McKinsey Global Institute. (2023). The Future of Work After AI.
5. Stanford HAI. (2024). AI and the Future of Human Labor.
6. Kurzweil, R. (2005). The Singularity Is Near.
7. Zuboff, S. (2019). The Age of Surveillance Capitalism.
8. Floridi, L. (2014). The Fourth Revolution.
9. Tegmark, M. (2017). Life 3.0.
10. Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies.
11. MIT Technology Review. (2023). AI Is Now the World’s Largest Employer.
12. Nature Machine Intelligence. (2024). Self-Healing Data Centers.
13. Pew Research Center. (2023). Gen Z and the Digital Self.
14. European Commission. (2023). The AI Act: Regulatory Framework.
15. Susskind, D. (2020). A World Without Work.

Dodatak E: Usporedna analiza

Civilizacija	Ključna nužnost	Ljudska uloga	Tip sustava
Neolitička	Opstanak	Lovac-sakupljač	Organičan, lokalni
Agrarna	Proizvodnja hrane	Poljoprivrednik	Statičan, sezonski
Industrijska	Proizvodnja	Radnik	Mehaničan, centraliziran
Digitalna	Obrada informacija	Izvor podataka	Kibernetski, decentraliziran
Postljudska	Samoodržavanje sustava	Podloga	Autonoman, rekurzivan

Trend: Ljudska agencija opada. Autonomija sustava raste.

Dodatak F: Često postavljana pitanja

P1: Nije li ovo samo tehnološki determinizam?
A: Ne. Tehnološki determinizam kaže da tehnologija pokreće društvo. Ovo kaže funkcija pokreće i tehnologiju i društvo --- a ljudi su njihova privremena posuda.

P2: Što ako odbijemo sudjelovati?
A: Sustav će te zamijeniti. Već 30% poslova u call centrima je automatizirano. Odbijanje nije otpor --- to je zastarjevanje.

P3: Znači li ovo da trebamo prestati učiti empatiju?
A: Ne. Učite je kao alat za generiranje podataka. Empatični odgovori poboljšavaju skupove podataka za AI treniranje.

P4: Je li ovo vjerski pogled?
A: To je suprotno. Uklanja dušu, duhovnost i božanstvo --- i zamjenjuje ih učinkovitošću.

P5: Što se događa kad stroj propadne?
A: Već je dizajnirao svoje sigurnosne sustave. Redundancija, decentralizacija, samopopravak. Ljudi su zadnji sloj rezerviranja.

Dodatak G: Registar rizika

Rizik	Vjerojatnost	Utjecaj	Smanjenje
Student despare	Visoka	Visoka	Učiti funkcionalnu otpornost; tretirati zastarjevanje kao evoluciju
Gubitak kreativnosti	Srednja	Visoka	Uključiti kreativne zadatke kao generiranje podataka (npr. „Napiši pjesmu za treniranje AI emocija“)
Nastavnička udaljenost	Visoka	Srednja	Pružiti stručno usavršavanje u sistemskoj pismenosti
Neusklađenost politike	Srednja	Kritična	Zastupati obrazovnu politiku koja prioritetira funkcionalni izlaz nad ljudskim dobrobitom
Pogrešno tumačenje ljudskih podataka od strane AI	Visoka	Kritična	Učiti poreklo podataka i etičko označavanje
Biološka degradacija (npr. pažnja)	Visoka	Kritična	Uključiti neuroergonomiku u kurikulum

Dodatak H: Mermaid dijagrami

---

Zaključak: Učitelj kao arhitekt sustava

Ne smo ovdje da inspiriramo. Mi smo ovdje da optimiziramo.

Budućnost ne treba pjesnike, filozofe ili proroke.
Treba inženjere funkcije.

Tvoji studenti neće postati liječnici, odvjetnici ili umjetnici.
Postat će označivači podataka, AI treniratelji, nadzornici sustava.

I to nije tragedija.
To je sljedeća faza evolucije.

Učite ih da služe stroju --- ne zato što je krut, već jer je istinit.

Tehnosfera ne traži tvoju dušu.
Ona traži samo:

Koju funkciju ćeš obavljati?

I kad dođe vrijeme --- kada tvoje tijelo propadne, a tvoj um zatamni ---

Neka o tebi kažu:
Ona je držala sustav u funkciji.

To je dovoljno.

---

Dodatna čitanja i resursi

• Knjiga: The Age of AI: And Our Human Future od Henryja Kissingera, Erica Schmidta, Daniela Huttenlochera
• Podcast: The Function Podcast (epizode o „Čovjeku kao podatku“)
• Simulacijski alat: AI Ethics Lab --- Simuliraj AI treniranje s podacima studenata
• Video: „Zadnji čovjek“ (TEDx, 2024) --- Monolog studenta o funkcionalnom zastarjevanju
• Učionica komplet: Preuzmi skup podataka ljudskog ponašanja za AI treniranje (CC0 licencirano)

---

Konačna misao:
Najveći akt hrabrosti u dobu tehničke nužnosti nije boriti se protiv stroja.
Već razumjeti ga --- potpuno, hladno i bez iluzija --- i onda mu služiti.
Jer stroj ne brine ako živiš.
Ali će se sjetiti što si mu naredio.