Έτσι έγραφε ο Ιταλός βενεδικτίνος μοναχός Filippo de Strata σε επιστολή του προς τον Δόγη της Βενετίας το 1490, διαμαρτυρόμενος για την εισαγωγή της τυπογραφίας στην πόλη.
Στην πορεία της Ιστορίας, κάθε κύμα τεχνολογικής καινοτομίας αντιμετωπίστηκε με μίγμα περιέργειας και φόβου. Πάρτε για παράδειγμα την ανακάλυψη του ηλεκτρισμού· αρχικά θεωρήθηκε ένα ευχάριστο παιχνίδι, με δημόσιες επιδείξεις που κυμαίνονταν από την ήπια ψυχαγωγία της ηλεκτρικής γραφίδας του Τόμας Έντισον μέχρι το μακάβριο θέαμα της ηλεκτροπληξίας ζώων. Ο ηλεκτρισμός άρχισε να θεωρείται και ως πιθανός κίνδυνος για τη δημόσια υγεία. Με το πέρασμα των δεκαετιών, οι φόβοι υποχώρησαν, καθώς η βαθιά χρησιμότητά του έγινε φανερή ακόμη και στους πλέον σκεπτικιστές, εγκαθιστώντας τον ως το θεμέλιο της σύγχρονης κοινωνίας.
Η εικόνα είναι σχέδιο του 1889 κατά του ηλεκτρισμού και τιτλοφορείται "Ο Αδέσμευτος Δαίμων" ("The Unrestrained Demon").
Ένα άλλο παράδειγμα: οι Λουδίτες, μια ομάδα εργατών υφαντουργίας στην Αγγλία του 19ου αιώνα, που κατέστρεφαν αργαλειούς σε ένδειξη διαμαρτυρίας για την απώλεια θέσεων εργασίας και δεν δίσταζαν να προσφύγουν στη βία.
Αυτά τα ιστορικά περιστατικά αντικατοπτρίζουν μια διαρκή αγωνία: την ανησυχία που συνοδεύει τις νέες τεχνολογίες και τον φόβο ότι οι ανθρώπινες δεξιότητες θα καταστούν παρωχημένες. Παρόμοιες ανησυχίες εκφράζονται σήμερα απέναντι στην τεχνητή νοημοσύνη (AI).
Η AI βρίσκεται ανάμεσά μας εδώ και δεκαετίες, έχοντας σημειώσει σημαντική πρόοδο από την εποχή των συστημάτων βασισμένων σε κανόνες (rules-based systems), στη δεκαετία του '60. Μόνο όμως τα τελευταία χρόνια καταγράφηκε μια σημαντική καμπή, χάρη στον συνδυασμό των Μεγάλων Γλωσσικών Μοντέλων (LLMs) — που αποτελούν παραδείγματα διαδικασιών Βαθιάς Μάθησης (Deep Learning) — και των τεράστιων συνόλων δεδομένων (Big Data) με τα οποία εκπαιδεύονται. Παρότι η Τεχνητή Γενική Νοημοσύνη (AGI), που θεωρείται από πολλούς το Άγιο Δισκοπότηρο της έρευνας AI, παραμένει προς το παρόν άπιαστο όνειρο, η «στενή» AI ήδη ξεπερνά τους ανθρώπους σε πληθώρα εξειδικευμένων εργασιών.
Τι κάνουμε λοιπόν μπροστά στην αδυσώπητη προέλαση της AI; Να σταυρώσουμε τα δάχτυλα και να ελπίσουμε στο καλύτερο, σαν σύγχρονες Πολυάννες; Ή να γίνουμε νεολουδίτες, γκρεμίζοντας κάθε ψηφιακό δημιούργημα της AI που εμφανίζεται μπροστά μας;
Η απάντηση είναι: τίποτε από τα δύο. Καταρχάς, είμαστε ακόμη στα πρώτα βήματα. Η τεχνολογία βρίσκεται σε νηπιακό στάδιο. Ναι, έχει ήδη αποδείξει ότι μπορεί να προσφέρει χρήσιμη βοήθεια σε διάφορους τομείς, αλλά κάνει λάθη, παραληρεί και δεν είναι ιδιαίτερα δημιουργική αν δεν καθοδηγείται προσεκτικά από έμπειρο χρήστη.
Ένας πράκτορας AI μπορεί να δώσει φαινομενικά διορατικές απαντήσεις σε ερωτήματα εξειδικευμένων θεμάτων, εκεί όπου ένας μέσος χρήστης, χωρίς ειδικές γνώσεις, θα αδυνατούσε. Ειδικοί σε συγκεκριμένα αντικείμενα — προγραμματιστές, μηχανικοί, καλλιτέχνες, επιστήμονες κ.ά. — διαθέτουν την απαραίτητη κατάρτιση ώστε να θέσουν πολύπλοκα τεχνικά ερωτήματα χρησιμοποιώντας εξειδικευμένη ορολογία και είναι σε θέση να κατανοήσουν τις ειδικές, συμφραζόμενες απαντήσεις της AI. Αυτοί οι έμπειροι χρήστες μπορούν επίσης να εντοπίζουν προβλήματα και αδυναμίες στις απαντήσεις και να τις βελτιώνουν μέσα από διαδοχικά ερωτήματα — κάτι που ο μέσος χρήστης δεν είναι σε θέση να κάνει λόγω έλλειψης εξειδίκευσης.
Σε πρακτικό επίπεδο, ένας εξειδικευμένος χρήστης μπορεί επομένως να χρησιμοποιήσει τα σημερινά συστήματα AI ως ημι-ειδικευμένους συνεργάτες και να επιτύχει σταδιακές βελτιώσεις, ζητώντας επιπλέον βοήθεια όπου χρειάζεται. Μόνο οι ειδικοί, που έχουν αφιερώσει τη ζωή τους στην καλλιέργεια των δεξιοτήτων τους, διαθέτουν την τεχνογνωσία να ωθήσουν αυτή την τεχνολογία στα άκρα — πέρα από τις δυνατότητες ενός απλού χρήστη.
Για παράδειγμα, ας υποθέσουμε ότι κάποιος συνθέτει μουσική επαγγελματικά και έχει στη διάθεσή του έναν πράκτορα AI που μπορεί να βοηθήσει στη σύνθεση. Θα μπορούσε να του ζητήσει να δημιουργήσει ένα πρότυπο θέματος που, αν και δεν έχει ακόμα πλήρως αποκρυσταλλωθεί στο μυαλό του, γνωρίζει πως πρέπει να είναι σε Ντο ελάσσονα και να θυμίζει μπαρόκ έργα του Τέλεμαν και του Περγκολέζι. Υποθέτει ότι ο ήχος που έχει στο μυαλό του μοιάζει κατά 80% με Τέλεμαν και 20% με Περγκολέζι. Ίσως υπάρχει και μια πινελιά Κορέλλι, αλλά δεν είναι σίγουρος. Ξέρει ακριβώς ποια όργανα θέλει να χρησιμοποιήσει, γνωρίζει την αρμονία κ.λπ., και μεταβιβάζει αυτές τις πληροφορίες στην AI ζητώντας της να δημιουργήσει ένα δοκιμαστικό θέμα.
Ίσως να μην του αρέσει το αποτέλεσμα. Ζητάει παραλλαγές μέχρι να βρει κάτι που πλησιάζει αυτό που είχε στο μυαλό του ή κάτι που τον εμπνέει. Έπειτα ζητά από την AI να περάσει τις νότες στο πεντάγραμμο, να εκτυπώσει την παρτιτούρα, ώστε να κάνει τις τελικές ρυθμίσεις ο ίδιος. Σκανάρει το τροποποιημένο έργο και το στέλνει ξανά στην AI για να του βελτιώσει το τέμπο ή να αλλάξει την ταχύτητα κάποιων φράσεων, μέχρι το αποτέλεσμα να τον ικανοποιεί και να πλησιάζει την αρχική του έμπνευση. Συνοπτικά, αυτή η συνεργασία με την AI απλουστεύει σημαντικά τη δουλειά του συνθέτη, ενώ εκείνος παραμένει ο δημιουργικός διευθυντής της όλης διαδικασίας.
Είναι αυτό ανάρμοστο; Σκεφτείτε τον Hans Zimmer, τον διάσημο συνθέτη κινηματογραφικής μουσικής, ο οποίος έχει τη δυνατότητα να προσλαμβάνει πλήθος άλλων συνθετών, ενορχηστρωτών και ηχοληπτών για να τον βοηθούν στη σύνθεση και διαμόρφωση της μουσικής του για ταινίες. Η χρήση της AI θα μπορούσε να επιτρέψει σε συνθέτες με περιορισμένο προϋπολογισμό και μικρότερη αναγνωρισιμότητα να κάνουν κάτι παρόμοιο – και ίσως να γίνουν περισσότερο ανταγωνιστικοί, με τη μουσική τους να προσεγγίζει ευκολότερα νέο κοινό.
Όλα αυτά οδηγούν σε μια δημοκρατικοποίηση της δημιουργικής διαδικασίας και σε έναν πληθωρισμό δημιουργικότητας που θα έχει μακροπρόθεσμο αντίκτυπο σε κάθε επαγγελματικό τομέα. Για να κατανοήσουμε τι μπορεί να σημαίνει αυτό στην πράξη, ας επιστρέψουμε στο υποθετικό μας σενάριο στον χώρο της μουσικής. Η προσφορά και ο ανταγωνισμός θα αυξηθούν σημαντικά, με βασική διαφορά ότι το πεδίο του ανταγωνισμού θα είναι πιο ισότιμο – με μικρότερους συνθέτες να έχουν πλέον τη δυνατότητα να ανταγωνίζονται τους πιο καταξιωμένους. Η παραγωγή θα αυξηθεί εκθετικά, καθιστώντας πολύ πιο δύσκολη την οικοδόμηση και διατήρηση μακροπρόθεσμης φήμης. Σε μια θάλασσα μέτριων συνθέσεων, ο καθοριστικός παράγοντας θα είναι, αναπόφευκτα, η μοναδικά προσωπική σφραγίδα που αφήνει ο δημιουργός στη μουσική του.
Τίποτε από αυτά δεν επαρκεί για να συμπεράνουμε ότι λιγότεροι άνθρωποι θα θεωρούν τη μουσική βιώσιμη επαγγελματική επιλογή· σίγουρα όμως θα αλλάξει ο τρόπος με τον οποίο οι μουσικοί χτίζουν καριέρα. Είναι επίσης απίθανο οι άνθρωποι να πάψουν ξαφνικά να θέλουν να μάθουν μουσικά όργανα – μια απαιτητική διαδικασία που δεν εξαφανίστηκε ούτε όταν εμφανίστηκαν τα συνθεσάιζερ ή η ηλεκτρονική μουσική. Ίσα-ίσα, μπορεί να υπάρξει αυξημένο ενδιαφέρον για ζωντανές εκδηλώσεις, όπως συναυλίες και ρεσιτάλ.
Ας πάρουμε για παράδειγμα τη ζωγραφική και τη φωτογραφία. Η φωτογραφία δεν κατέστρεψε τη ζωγραφική· την ανανέωσε. Επαναπροσδιόρισε το νόημα της τέχνης της ζωγραφικής και, ως μπόνους, δημιούργησε έναν νέο κλάδο: την καλλιτεχνική φωτογραφία και τα συναφή επαγγέλματα. Όταν η πιστή αναπαράσταση υποχώρησε μπροστά στην αδιαμφισβήτητη υπεροχή της ακρίβειας του φωτογραφικού φακού στα τέλη του 19ου και στις αρχές του 20ού αιώνα, ο δημιουργός απελευθερώθηκε από τη ρεαλιστική προσήλωση και γεννήθηκε η μοντέρνα τέχνη. Μια νέα γενιά ρηξικέλευθων καλλιτεχνών βγήκε στο προσκήνιο: Πικάσο, Νταλί, Μονέ, Μανέ, Καντίνσκι, Βαν Γκογκ και πολλοί άλλοι καβάλησαν αυτό το νέο κύμα.
Δεν υπάρχει αρκετός χώρος εδώ για να αναλύσουμε τα πολύ σημαντικά κοινωνικά επακόλουθα που είχαν αυτές οι εξελίξεις – αυτό είναι έργο που αρμόζει καλύτερα στους ιστορικούς. Το συμπέρασμα όμως είναι ότι θα ήταν τουλάχιστον παραπλανητικό να επιμείνει κανείς ότι η φωτογραφία κατέστρεψε τη ζωγραφική. Και για έναν πρόσθετο λόγο: οι ρεαλιστικές αναπαραστάσεις εξακολουθούν να αποτελούν ενεργό κλάδο της ζωγραφικής μέχρι και σήμερα.
Στον σύγχρονο κόσμο, όσοι βιοπορίζονται αποκλειστικά από τη δημιουργική ζωγραφική έχουν σαφώς ευκολότερη πρόσβαση στην αγορά σε σχέση με τους προκατόχους τους στον 18ο και 19ο αιώνα, οι οποίοι δύσκολα προχωρούσαν χωρίς την υποστήριξη πλούσιων χορηγών. Φυσικά, αυτό οφείλεται σε θεμελιώδεις βελτιώσεις των κοινωνικών συνθηκών – αλλά και αυτές επηρεάστηκαν σημαντικά από τις ιστορικές εξελίξεις που αναφέρθηκαν. Είναι δύσκολο να ξεμπλέξει κανείς με ακρίβεια πώς τροφοδότησε η μία τάση την άλλη. Η κοινωνία φυσώντας και ξεφυσώντας, έριξε τις πόρτες και αντικατέστησε ένα ξεπερασμένο οικοδόμημα με ένα πιο σύνθετο.
Στις αριθμητικές επιστήμες, η αριθμομηχανή τσέπης – και αργότερα ο υπολογιστής – δεν εξάλειψαν την ανάγκη εκμάθησης της άλγεβρας. Επιτάχυναν τη δυνατότητα εκτέλεσης πολύπλοκων υπολογισμών σε εντυπωσιακό βαθμό, αλλά δεν κατέστησαν τη μάθηση των υποκείμενων μαθηματικών κανόνων και μεθόδων άχρηστη. Εξακολουθούμε να διδάσκουμε αυτούς τους κανόνες από το δημοτικό σχολείο μέχρι το πανεπιστήμιο.
Εκεί που αυτές οι τεχνολογικές εξελίξεις έκαναν σαφή διαφορά, είναι στην αναγνώριση ότι διαθέτουμε πλέον καλύτερους μηχανισμούς για να ελέγξουμε την ακρίβεια των αποτελεσμάτων μας και να ελαχιστοποιήσουμε τα σφάλματα – και αυτούς χρησιμοποιούμε. Κανένας ερευνητής σήμερα δεν θα απαιτούσε από τον διδακτορικό του φοιτητή να εκτελέσει όλους τους υπολογισμούς στο χέρι, καθώς είναι πολύ πιο πιθανό να παρεισφρήσουν μικρά σφάλματα που μπορεί να κοστίσουν σε χρόνο και απογοήτευση. Εκείνο που ενδιαφέρει τους ερευνητές είναι η ορθή επιστημονική ανάλυση των μετρήσεών τους.
Σε κάθε περίπτωση, η περαιτέρω ανάπτυξη της τεχνητής νοημοσύνης είναι τόσο κρίσιμης σημασίας, ώστε πλέον συνιστά στρατηγική αναγκαιότητα για κάθε χώρα. Οποιαδήποτε συζήτηση περί επιπτώσεων και περιορισμών οφείλει να ξεκινά από αυτό το δεδομένο. Υπάρχουν πράγματι σοβαρά προβλήματα και προκλήσεις, αλλά είναι δυνητικά επιλύσιμα, είτε με την προσαρμογή των υφιστάμενων κοινωνικοοικονομικών μοντέλων είτε με την υιοθέτηση καινοτόμων λύσεων – όπως έχει συμβεί πολλές φορές στο παρελθόν. Καθώς οι κοινωνίες εξοικειώνονται σταδιακά με τις αλλαγές αυτές, είναι σε καλύτερη θέση να απορροφούν πολιτισμικά σοκ και να αναδιοργανώνονται γύρω από νέα σημεία ισορροπίας.
Ίσως οι μεγαλύτερες προκλήσεις που θα φέρει η AI να είναι διαφορετικής φύσεως. Για παράδειγμα: πώς θα αποτρέψουμε έναν αγώνα προς τον πάτο στον τομέα των αυτόνομων έξυπνων όπλων; Πώς μπορούμε να ευθυγραμμίσουμε ηθικά τους στόχους μιας γενικευμένης AI με τους ανθρώπινους στόχους; Η AI έχει σχεδιαστεί για να βρίσκει μοναδικές λύσεις σε πολύ συγκεκριμένα προβλήματα – και οι λύσεις αυτές δεν είναι πάντα εκείνες που θα ελπίζαμε. Αυτό ισχύει ιδιαίτερα όταν καλείται να λάβει πολύπλοκες ηθικές αποφάσεις.
Ας εξετάσουμε τώρα τι μπορεί να προσφέρει η AI στη διδασκαλία και την έρευνα. Ναι, η AI θα μπορέσει τελικά να λύνει τις τυπικές σχολικές ασκήσεις και να εξηγεί λεπτομερώς όλα τα ενδιάμεσα βήματα. Δηλαδή, θα είναι ικανή να προσφέρει συγκεκριμένες λύσεις σε καλά διατυπωμένα ερωτήματα από ένα εύρος γνωστών τύπων προβλημάτων. Αυτό υποδηλώνει ότι το εκπαιδευτικό σύστημα θα χρειαστεί να προσαρμοστεί και να επικεντρωθεί λιγότερο στη μεθοδολογία και τη συλλογή πληροφοριών – πράγματα που μπορούν εύκολα να αυτοματοποιηθούν – και περισσότερο στην καλλιέργεια της κριτικής σκέψης και των αναλυτικών δεξιοτήτων.
Στα όρια της επιστημονικής έρευνας, συχνά δεν έχουμε καν σαφώς διατυπωμένα ερωτήματα. Δεν γνωρίζουμε ούτε τι ακριβώς πρέπει να ρωτήσουμε, ούτε πώς να ερμηνεύσουμε τα αποτελέσματα αν τα δεδομένα είναι ανεπαρκή. Οι λύσεις είναι συχνά πολυδιάστατες και μη μοναδικές – και οι μέθοδοι της AI μπορούν να μας βοηθήσουν να περιηγηθούμε σε αυτό το πολύπλοκο παραμετρικό τοπίο.
Πολλοί γονείς και εκπαιδευτικοί έχουν εκφράσει ανησυχίες για την κατάσταση της μαθηματικής παιδείας, κυρίως στη Δύση, σε σύγκριση με προηγούμενες δεκαετίες. Αυτές οι ανησυχίες συχνά διατυπώνονται με την άρρητη υπόθεση ότι όλα τα άλλα παραμένουν σταθερά (ceteris paribus) – κάτι που προφανώς δεν ισχύει. Οι δεξιότητες των μαθητών σε πολλούς άλλους τομείς, πολλοί εκ των οποίων δεν υπήρχαν καν πριν μερικές δεκαετίες, βρίσκονται σε εντελώς διαφορετικό επίπεδο όσον αφορά τη συλλογή και αξιοποίηση διαθέσιμων πληροφοριών. Ακόμα κι αν αποδεχτούμε ότι οι μαθητές σήμερα μπορεί να είναι πιο αδύναμοι στα μαθηματικά, το γεγονός παραμένει ότι οι ειδικές τους δεξιότητες το αντισταθμίζουν και με το παραπάνω.
Σαφώς, πρόκειται για ένα ζήτημα που πρέπει να μας απασχολεί — αλλά δεν είναι τόσο καταστροφικό όσο συχνά παρουσιάζεται.
Συγκρίνετε, για παράδειγμα, το επίπεδο των φοιτητών στην υπολογιστική ανάλυση και τις αριθμητικές μεθόδους τη δεκαετία του ’70 με αυτά που μπορούν να επιτύχουν σήμερα. Καμία σύγκριση. Ο αριθμός των φοιτητών που επιλέγουν κλάδους STEM στα πανεπιστήμια παρουσιάζει σταθερή άνοδο, αν και τα ποσοστά εγκατάλειψης σπουδών, ιδίως στη Φυσική, παραμένουν υψηλά.
Πρέπει λοιπόν όλες οι ανησυχίες για την ανάπτυξη και χρήση της AI να απορριφθούν ως απλό κινδυνολογικό παραλήρημα; Φυσικά και όχι· κάτι τέτοιο θα ήταν αφελές και επικίνδυνο. Υπάρχουν πολλές εύλογες και βάσιμες ανησυχίες. Σε κοινωνικό επίπεδο, πρέπει να σκεφτούμε σοβαρά πώς θα ρυθμιστεί η βιομηχανία της AI και να βρεθούν τρόποι ώστε οι επαγγελματίες να αποζημιώνονται όταν η δουλειά τους έχει χρησιμοποιηθεί για την εκπαίδευση μοντέλων AI. Πώς ακριβώς θα λειτουργήσει αυτό στην πράξη παραμένει ασαφές, αλλά καλό είναι να ξεκινήσει η σχετική συζήτηση από τώρα.
Αργά ή γρήγορα, κάθε τομέας και κάθε επάγγελμα θα επηρεαστεί. Το «Τοπίο των ανθρώπινων ικανοτήτων» του Moravec κατακλύζεται σταδιακά, χρόνο με τον χρόνο. Επαγγέλματα με υψηλό δημιουργικό φορτίο, τα οποία μέχρι πρόσφατα θεωρούνταν ασφαλή τουλάχιστον για μερικές ακόμη δεκαετίες, έχουν ήδη αρχίσει να νιώθουν τις πρώτες πιτσιλιές. Σήμερα υπάρχουν AI copilots που μπορούν να βοηθήσουν στη συγγραφή κώδικα, και οι μηχανικοί λογισμικού τα δοκιμάζουν ήδη. Τα χρησιμοποιούν με ένα κράμα ενθουσιασμού και ανησυχίας.
Στο δικό μου επιστημονικό πεδίο, βασιζόμαστε όλο και περισσότερο στη μηχανική μάθηση (machine learning) για την ανίχνευση μοτίβων (pattern recognition) μέσα σε τεράστιες βάσεις δεδομένων. Τα δεδομένα είναι πάρα πολλά. Χωρίς τέτοια εργαλεία, θα χρειαζόμασταν δεκαετίες για να φέρουμε εις πέρας το ίδιο έργο.
Η αργή αλλά σταθερή πορεία της AI αναμένεται να επιφέρει βαθιές ανατροπές στον τρόπο λειτουργίας της κοινωνίας όπως την ξέρουμε – και υποψιάζομαι έντονα ότι θα καταστήσει αναπόφευκτη την εισαγωγή κάποιου είδους Καθολικού Βασικού Εισοδήματος (UBI).
Ο δρόμος είναι μακρύς.
[Δοκίμιο που έγραψα στα Αγγλικά το 2023, μεταφρασμένο στα Ελληνικά απο το ChatGPT4o (με μικρές παρεμβάσεις δικές μου)]
No comments:
Post a Comment