Μεγάλος ο θόρυβος για την Τεχνητή Νοημοσύνη. Εξιτάρει με τις δυνατότητες και φοβίζει με τις πιθανές εφαρμογές της. Είναι όμως έτσι;
Μια απλοποιημένη περιγραφή του τρόπου λειτουργίας της Τεχνητής Νοημοσύνης (ΤΝ)είναι η εξής: ένας εξαιρετικά προηγμένος αλγόριθμος που μπορεί να κάνει λογικές συσχετίσεις ανάμεσα στις πληροφορίες που εμπεριέχονται σε τεράστιους όγκους
δεδομένων. Οπότε πριν σκεφτούμε Αrtificial Ιntelligence (AI), ας σκεφτούμε Big Data.
Ως καινούργιος τομέας, θέτει και πολλά καινούργια θέματα. Πρώτον ποιά είναι ηπροέλευση των δεδομένων; Ποιός έχει δημοσιεύσει αυτά τα δεδομένα; Πόσο ακριβή είναι; Μετά είναι το τρόπος συλλογής τους: επιτρέπεται να έχουν συλλεγεί; Και τέλος ηαποθήκευσή τους: ποιός τα διατηρεί και πόσο συχνά τα ανανεώνει; Αν επιτρέπεται να ταανανεώνει. Και εφ’ όσον κατέχει αυτά τα δεδομένα, επιτρέπεται να τα διαθέτει προς επεξεργασία;
Και αν αυτά είναι κάπως λυμένα, τότε θα πρέπει να κρίνουμε πόσο ‘κανονικοποιημένα’ (normalized) είναι τα δεδομένα αυτά, μια διαδικασία απαραίτητη που εξασφαλίζει ότι τα δεδομένα είναι έτσι δομηmένα, ώστε ο αλγόριθμος να καταλήγει σε σωστές αποφάσεις.
Και φυσικά προκύπτει και η νομιμότητα στη συλλογή τους. Μην ξεχνάμε πως ‘GDPR ishere and is causing fear’.
Νομίζουμε πως η παραπάνω ακροθιγής – και καθόλου σε βάθος – αναφορά των απαιτούμενων συνθηκών για να έχει πραγματική αξία η λειτουργία της ΤΝ, καταδεικνύει τα τεράστια τεχνικά και νομικά θέματα που προκύπτουν.
Εφ’ όσον τα προηγούμενα λυθούν τότε η ΤΝ έχει ένα τεράστιο πλεονέκτημα: η συσχέτιση των πληροφοριών και η εξαγωγή λογικών συμπερασμάτων γίνεται σε εξωφρενικά πιο σύντομο χρόνο απ’ ότι ένα ανθρώπινο μυαλό θα μπορούσε ποτέ να κάνει.
Φυσικά μπορεί να εφαρμοστεί σε πάρα πολλούς τομείς, αλλά όχι παντού.
Ποια είναι η πιο διάσημη εφαρμογή μέχρι σήμερα;
Το ChatGPT που δίνει απαντήσεις σε ό,τι ρωτηθεί σαν μια 24×7 διαθέσιμη εγκυκλοπαίδεια. Και, εφ’ όσον του δώσουμε και συγκεκριμένες παραμέτρους, μπορεί να λειτουργήσει σαν εργαλείο συγγραφής κειμένου.
Εντυπωσιακό μεν, όχι και τόσο αποδοτικό δε. Γιατί ένας έμπειρος αναγνώστης, μπορεί να διακρίνει μεαρκετά μεγάλη αξιοπιστία, ότι ένα κείμενο είναι γραμμένο από αυτό το ‘bot’. Που σηματοδοτεί το ότι η ανθρώπινη νοημοσύνη έχει – ακόμα – πλεονέκτημα.
Είναι ένα ‘Τέρας’ που θα μας αφήσει άνεργους;
Φυσικά και όχι! Είναι ένα ‘Τέρας επεξεργασίας γνώσεων’ που μπορεί να μας συμβουλεύει για πράγματα που θα μας
έπαιρνε χρόνια να λάβουμε υπ’ όψη. Προς το παρόν εφαρμόζεται στο πεδίο της Επεξεργασίας Φυσικού Λόγου (NLP – Natural
Language Processing), με αποτέλεσμα προϊόντα ΤΝ να μπορούν να διεξάγουν διάλογο αντιλαμβανόμενα φράσεις όπως τις εκφωνούν οι άνθρωποι και να δώσουν προδιαγεγραμμένες απαντήσεις σε συγκεκριμένους τομείς.
Για αυτό και πρώτη εφαρμογή είναι τα Chatbots που εξυπηρετούν χρήστες δικτυακών τόπων στην απάντηση ερωτήσεων
ή / και προβλημάτων με συγκεκριμένες προδιαγραφές.
Για παράδειγμα ο Σουηδικός πάροχος υπηρεσιών πληρωμών Klarna ανακοίνωσε ότι η ενσωμάτωση του OpenAI αντικατέστησε το έργο 700 ζωντανών agents που απαντούσαν(με προδαγεγραμμένες πληροφορίες) στα προβλήματα των χρηστών της υπηρεσίας. Και
αφού οι απαντήσεις είναι προδιαγεγραμμένες, είναι δεδομένο ότι μπορεί να προσφερθούν από ένα καθοδηγούμενο από ΑΙ bot.
Αλλά αυτή τη δουλειά – το να απαντάς σε χρήστες /συνδρομητές / πελάτες με δεδομένο, εντελώς προδιαγεγραμμένο και μηχανιστικό τρόπο χωρίς καμία δυνατότητα προσωπικής προσαρμογής, ποιός την θεωρεί καρριέρα;
Αυτή είναι σήμερα η χρήση της ΤΝ: η απάντηση σε ερωτήματα, που προκύπτει από τον συνδυασμό τεράστιου όγκου δεδομένων, με προτιμήσεις ή/και συγκεκριμένες προτιμητέες συμπεριφορές. Η απάντηση μπορεί να έχει την μορφή ενός κειμένου, μιας πρόβλεψης ή
μιας σύστασης.
Θα μπορούσε να ποβλέψει απάτες όταν πχ πολλοί λογαριασμοί εμφανίζουν ίδια συμπεριφορά, πιθανότητα ή να εκτιμήσει πιθανότητα φοροδιαφυγής όταν ποσά μεταφέρονται ταχύτατα ανάμεσα σε λογαριασμούς συγκεκριμένων τραπεζικών ιδρυμάτων.
Θα ήταν χρήσιμη για επενδυτικές συμβουλές αφού αυτές βασίζονται στην ανάλυση τεράστιου όγκου ιστορικών στοιχείων που καταγράφουν πως διάφορα οικονομικά ή πολιτικά γεγονότα επηρέασαν την κίνηση κάποιων αριθμοδεικτών προς μια συγκεκριμένη
κατεύθυνση.
Στην χώρα μας πρόσφατα, εκπονήθηκε μια μελέτη από το Εθνικό Κέντρο Κοινωνικών Ερευνών (EKKE) και το Εθνικό Κέντρο Έρευνας Φυσικών Επιστημών «Δημόκριτος» (ΕΚΕΦΕ «Δ»), με την υποστήριξη της Ειδικής Γραμματείας Μακροπρόθεσμου Σχεδιασμού, με θέμα «Τάσεις- Ευκαιρίες για την Ελλάδα- Ευαλωτότητες- Αβεβαιότητες- Σενάρια-Προτάσεις Πολιτικής- GenAI & Ελλάδα 2030».
Στην εν λόγω μελέτη υπάρχουν τέσσερεις προβλέψεις – από την σε υψηλό επίπεδο υιοθέτηση της ΤΝ μέχρι την φοβική αντιμετώπισή της.
Σημαντικότατος παράγοντας είναι ο βαθμός κοινωνικής αποδοχής των συνεπειών τηςεφαρμογής της. Και ο βαθμός κοινωνικής αποδοχής εξαρτάται από το τι αισθήματα θαπροκαλέσει: ο φόβος θα φέρει αντιδράσεις, η θετική άποψη θα φέρει συνεχώς καινούργιες εφαρμογές της.
Το κανονιστικό πλαίσιο που θα την διέπει αποτελεί κρίσιμο στοιχείο για την εφαρμογή της.
Χωρίς κανονιστικούς περιορισμούς, είναι δύσκολο να εξασφαλιστεί η προστασία την προσωπικότητας του ατόμου. Με αυστηρούς περιορισμούς, θα περιοριστεί η εφαρμογή της σε πολλούς τομείς. Η προσωπική εκτίμηση είναι ότι προς το παρόν το βάρος πρέπει να πέφτει στο ‘Τεχνητή’ και όχι στο ‘Νοημοσύνη’.
Όπως ένας μαθητής που απομνημονεύει εύκολα τεράστια κείμενα δεν είναι αυταπόδεικτα και έξυπνος, έτσι και η ΤΝ – που βασίζεται στην ταχύτητα επεξεργασίας δεδομένων και προηγούμενων εμπειριών για να καταλήξει σε ένα αποτέλεσμα – είναι περισσότερο θαύμα ‘αλγορίθμου και όγκου’ παρά δυνατότητας κατανόησης κάθε θέματος σε βάθος.
Επίσης από την ΤΝ απουσιάζει πλήρως η Συναισθηματική Νοημοσύνη – εκείνο το χαρακτηριστικό που επηρεάζει τις αποφάσεις που παίρνουν οι άνθρωποι βασιζόμενοι όχι στα στεγνά δεδομένα, αλλά από τις προσωπικές τους προτιμήσεις και τη συναισθηματική
τους κατάσταση.
Αναμφισβήτητα είναι μια τεράστια τεχνολογική επανάσταση. Και σαν τέτοια, απαιτεί ισορροπία στην εφαρμογή της.
Με Θετικές επιπτώσεις, αν εφαρμοστεί σωστά.
Ανθρώπινη όμως, όχι. Τουλάχιστον με τη σημερινή της μορφή.
