Salt la conținut

Gândire rapidă și gândire lentă (Sistemul 1 și Sistemul 2)

IntermediarLectură: 5 min

Psihologul Daniel Kahneman, laureat al Premiului Nobel pentru economie în 2002, a popularizat o distincție între două moduri de gândire în cartea Thinking, Fast and Slow (2011), tradusă în română ca Gândire rapidă, gândire lentă. Denumirile de Sistem 1 și Sistem 2 fuseseră propuse înainte de psihologii Keith Stanovich și Richard West. Distincția s-a dovedit utilă și pentru a descrie cum sunt construite sistemele de inteligență artificială.

Sistemul 1Sistemul 2
VitezăRapid, automatLent, deliberat
EfortAproape fără efortCere atenție și concentrare
ExempleRecunoașterea unei fețe, citirea unui cuvânt, rezultatul lui 2 + 2Calculul lui 17 × 24, compararea a două oferte, verificarea unui argument
Erori tipiceScurtături mentale și prejudecăți (biases)Oboseală și capacitate limitată

Sistemul 1 lucrează tot timpul și ne oferă impresii și intuiții. Sistemul 2 intervine când o problemă este nouă sau când intuiția nu ajunge, și poate verifica și corecta ce propune Sistemul 1. Majoritatea deciziilor de zi cu zi le ia Sistemul 1, pentru că Sistemul 2 cere mult efort și nu poate fi folosit tot timpul.

Analogia are limite. Kahneman descrie procese ale minții umane, nu arhitecturi de calcul, iar împărțirea în două sisteme este o simplificare chiar și în psihologie. În inteligența artificială, această împărțire rămâne totuși o metaforă bună pentru compromisul dintre viteză și cost, pe de o parte, și flexibilitate, pe de altă parte.

În 2019, la conferința NeurIPS, Yoshua Bengio a spus că rețelele neuronale de atunci se descurcă bine mai ales la sarcini de tip Sistem 1, precum percepția și recunoașterea tiparelor, și a cerut modele capabile de raționament explicit, de tip Sistem 2.

Un model de limbaj mare generează text token cu token. Un singur pas de generare, adică o singură trecere prin rețea, seamănă mai degrabă cu o intuiție. Comportamentul se schimbă când modelul își scrie raționamentul pas cu pas (chain of thought, descris de Wei și colaboratorii în 2022), verifică rezultatele intermediare, revine asupra unor pași greșiți și apelează instrumente într-un proces agentic. Privit în ansamblu, un astfel de sistem seamănă cu Sistemul 2: este lent și scump, dar flexibil și poate aborda probleme pe care nu le-a mai întâlnit. Modelele de raționament antrenate prin învățare prin consolidare duc această idee mai departe și învață singure să genereze pași de verificare înainte de răspunsul final.

Prețul acestei flexibilități este timpul. Un model de raționament poate genera mii de tokenuri și poate avea nevoie de secunde sau minute pentru un singur răspuns. Pentru multe decizii din software, precum clasificarea unui tichet, alegerea unei acțiuni dintr-o listă sau direcționarea unei cereri, un asemenea efort este prea mare. Aici apare ideea unui Sistem 1 artificial.

În 2026, compania TypeSafe a prezentat Jev, primul său model public dintr-o clasă pe care o numește modele System One (System One models). Numele clasei trimite explicit la cartea lui Kahneman. Jev poartă numele economistului William Stanley Jevons, cunoscut pentru observația că o eficiență mai mare poate crește consumul total al unei resurse.

Spre deosebire de un LLM, Jev nu generează text liber. Compania îl descrie ca pe un apel de funcție care primește o stare nestructurată și întoarce decizii tipizate, însoțite de probabilități.

  • Intrări: starea unui program, adesea nestructurată, nu mesajele unei conversații.
  • Ieșiri: valori tipizate, definite dinainte printr-o schemă, de exemplu alegerea unei opțiuni dintr-o listă. Răspunsul respectă întotdeauna schema.
  • Încredere calibrată: fiecare decizie vine cu probabilități, astfel încât programul știe cât de sigur este modelul.
  • Eșantionare paralelă: toate valorile ieșirii sunt produse într-o singură interogare, nu token cu token.
  • Antrenare: o metodă numită de companie RLCD (reinforcement learning for calibrated decisions), care recompensează deciziile calibrate, nu preferințele umane sau răspunsurile verificabile.

Compania raportează timpi de răspuns între 70 și 500 de milisecunde, de 40 până la 200 de ori mai mici decât ai LLM-urilor de vârf pentru întrebări de acest tip, și un cost de 0,042 dolari pentru un milion de tokenuri de intrare. Printre demonstrații se numără un agent care joacă Doom pe baza stării jocului descrise ca text, cu aproximativ 10 decizii pe secundă, și navigarea între articole Wikipedia prin alegerea repetată a linkului următor.

Articolul TypeSafe nu împarte explicit rolurile în Sistem 1 și Sistem 2, dar recomandă în continuare LLM-urile pentru asistenții conversaționali, agenții de programare, problemele verificabile și prototipurile. Analogia lui Kahneman sugerează o arhitectură în care cele două tipuri de modele lucrează împreună.

Model de tip Sistem 1 (de exemplu Jev)LLM ca Sistem 2
IeșireO valoare tipizată, cu probabilitățiText liber, cod sau apeluri de instrumente
Timp de răspunsZeci sau sute de milisecundeSecunde sau minute
Potrivit pentruDecizii frecvente, repetitive și bine delimitateProbleme noi, ambigue sau cu mulți pași
Rolul în sistemO funcție apelată din codCoordonatorul care planifică și verifică

Într-un sistem agentic, un LLM poate juca rolul Sistemului 2: planifică sarcina, scrie cod și verifică rezultatele. Deciziile mărunte, care trebuie luate de multe ori pe secundă sau la un cost minim, pot fi delegate unor modele rapide de tip Sistem 1, apelate la fel ca orice alt instrument. Ca la oameni, Sistemul 2 poate prelua controlul atunci când încrederea raportată de Sistemul 1 este mică.

Sistemul 1 decide repede, Sistemul 2 preia cazurile incerteStarea programului ajunge la un model de tip Sistem 1, care întoarce în zeci sau sute de milisecunde o decizie tipizată și probabilitatea asociată. Dacă încrederea este mare, decizia se aplică direct. Dacă este mică, decizia ajunge la un LLM folosit ca Sistem 2, care raționează pas cu pas, în secunde sau minute.StareaprogramuluiModel de tip Sistem 1:decizie tipizatăși probabilitatezeci sau sute de milisecundeîncrederemare?Decizia se aplică directLLM (Sistem 2):raționează pas cu passecunde sau minutedanu
Deciziile mărunte și frecvente merg la un model rapid de tip Sistem 1, apelat ca orice alt instrument. Când încrederea acestui model este mică, decizia ajunge la LLM, care raționează pas cu pas, ca un Sistem 2.