Γράφει η
Δρ. Μαρία Γιαλλούση
Συγγραφέας του βιβλίου
Για μια εκπαίδευση ανθρώπινης συνάντησης, ερωτήσεων και χειραφέτησης
Αθήνα (2021): ΚΨΜ, ISBN13 9786185156862
Η νοημοσύνη είναι ένα από τα κύρια χαρακτηριστικά που διακρίνει τους ανθρώπους από τα ζώα. Η εμφάνιση των βιομηχανικών επαναστάσεων επέφερε συνεχώς την αντικατάσταση της ανθρώπινης εργασίας, όλων των κοινωνικών στρωμάτων, από ένα αυξανόμενο αριθμό διαφόρων τύπων μηχανών και η επικείμενη αντικατάσταση των ανθρώπινων πόρων από τη μηχανική νοημοσύνη είναι η επόμενη μεγάλη πρόκληση που πρέπει να ξεπεραστεί.
Η τεχνητή νοημοσύνη (ΤΝ) αναφέρεται στην προσομοίωση της ανθρώπινης νοημοσύνης από ένα σύστημα ή μια μηχανή. Ο στόχος της είναι η ανάπτυξη μιας μηχανής η οποία να μπορεί να σκέφτεται σαν τους ανθρώπους και να μιμείται ανθρώπινες συμπεριφορές, συμπεριλαμβανομένης της αντίληψης, του συλλογισμού, της μάθησης, του σχεδιασμού, της πρόβλεψης κι άλλων. Η διαδικασία ανάπτυξης της ΤΝ περιλαμβάνει την αντιληπτική νοημοσύνη, τη γνωστική νοημοσύνη και τη νοημοσύνη λήψης αποφάσεων. Η αντιληπτική νοημοσύνη σημαίνει ότι μια μηχανή έχει τις βασικές ικανότητες όρασης, ακοής, αφής κι άλλες, οι οποίες είναι οικείες στους ανθρώπους. Η γνωστική νοημοσύνη είναι μια ικανότητα υψηλότερου επιπέδου επαγωγής, συλλογισμού και απόκτησης γνώσης. Το υπόβαθρό της είναι η γνωστική επιστήμη, η επιστήμη του εγκεφάλου και η εγκεφαλική νοημοσύνη με σκοπό να «προικίσει» τις μηχανές με λογική σκέψη και γνωστική ικανότητα παρόμοια με τους ανθρώπους. Όταν μια μηχανή αποκτήσει τις ικανότητες αντίληψης και νόησης, συχνά αναμένεται να λαμβάνει βέλτιστες αποφάσεις όπως κάνουν τα ανθρώπινα όντα, να βελτιώνει τη ζωή των ανθρώπων, τη βιομηχανική κατασκευή κι άλλα. Η νοημοσύνη των αποφάσεων απαιτεί τη χρήση της εφαρμοσμένης επιστήμης των δεδομένων, της κοινωνικής επιστήμης, της θεωρίας των αποφάσεων και της επιστήμης διοίκησης για την επέκταση της επιστήμης των δεδομένων, ώστε να λαμβάνονται βέλτιστες αποφάσεις. Για την επίτευξη του στόχου της αντιληπτικής νοημοσύνης, της γνωστικής νοημοσύνης και της νοημοσύνης λήψης αποφάσεων, απαιτείται επίπεδο υποδομής της ΤΝ, που υποστηρίζεται από δεδομένα, αποθηκευτική και υπολογιστική ισχύ, αλγόριθμους μηχανικής μάθησης και πλαίσια ΤΝ. Στη συνέχεια, μέσω μοντέλων εκπαίδευσης, η ΤΝ είναι σε θέση να μάθει τους εσωτερικούς νόμους των δεδομένων σχετικά με την υποστήριξη και την υλοποίηση εφαρμογών ΤΝ. Η ανθρώπινη εργασία από τους σχολιαστές (annotators) της ΤΝ παράγει τα δεδομένα που χρησιμοποιούνται για την εκπαίδευσή της. Οι άνθρωποι, επομένως, είναι αυτοί που εκπαιδεύουν την ΤΝ να κατανοεί νέα πράγματα. Στη συνέχεια η ΤΝ παράγει παρόμοια προϊόντα με βάση αυτήν την κατανόηση, χρησιμοποιώντας τη «φαντασία» της.
Το επίπεδο εφαρμογών της ΤΝ γίνεται ολοένα και πιο εκτεταμένο και βαθιά ενσωματωμένο με τις θεμελιώδεις επιστήμες, τη βιομηχανική κατασκευή, την ανθρώπινη ζωή, την κοινωνική διακυβέρνηση και τον κυβερνοχώρο, γεγονός που έχει βαθύ αντίκτυπο στον τρόπο ζωής μας. Παρόλα αυτά η ανθρώπινη εργασία δεν έχει εξαφανιστεί στη διαδικασία παραγωγής και η ΤΝ εξακολουθεί να αποτελεί εργαλείο για την παραγωγική ανθρώπινη εργασία.
Για τη διάκριση ανθρώπου, τεχνολογίας και μη ανθρώπινων αντικειμένων χρειάζεται να ληφθεί υπόψη ο τρόπος με τον οποίο οι άνθρωποι, η τεχνολογία και τα μη ανθρώπινα αντικείμενα αναδύονται όπως είναι, καθώς και ο τρόπος με τον οποίο έχουν ιστορικά αναπτυχθεί και εξελιχθεί μετά την εμφάνισή τους (Zhang 2023). Στον βαθμό που απλώς και μόνο δίνεται έμφαση στην αμοιβαία διαμόρφωση και δημιουργία ανθρώπου και τεχνολογίας (καθώς και τεχνολογικών αντικειμένων) τότε ισχύει ότι η ύπαρξη ανθρώπου και τεχνολογίας (μαζί με τα τεχνολογικά αντικείμενα) προηγείται της ίδιας της πορείας διαμόρφωσης και δημιουργίας τους, γεγονός που οδηγεί στο παράδοξο ότι τα προϊόντα προηγούνται της παραγωγής. Αυτό αυξάνει την πιθανότητα να υιοθετηθεί μια μη ιστορική άποψη για την τεχνολογία και τα τεχνολογικά αντικείμενα. Σύμφωνα με τον Μαρξ, η αντικειμενική δραστηριότητα η οποία παράγει την πραγματικότητα (Ψύλλος 2018) προηγείται λογικά των προϊόντων της, δηλαδή των ανθρώπων και των μη ανθρώπινων αντικειμένων (μέρος των οποίων είναι τα τεχνολογικά αντικείμενα). Καθώς οι αντικειμενικές δραστηριότητες εκτυλίσσονται, τα προϊόντα που γεννιούνται, συμμετέχουν και αντιδρούν σε αντικειμενικές δραστηριότητες με συγκεκριμένους τρόπους και μπορούν θεωρητικά να αναγνωριστούν, να περιγραφούν ως άνθρωποι ή μη ανθρώπινα αντικείμενα. Έτσι, τα κριτήρια για τη διάκριση των ανθρώπων από τα μη ανθρώπινα αντικείμενα έγκεινται στη σχέση τους με την αντικειμενική δραστηριότητα (καθώς και τις σχέσεις που περιέχονται στην αντικειμενική δραστηριότητα) στην οποία γεννιούνται και βρίσκονται. Οι άνθρωποι κατανοούν, χρησιμοποιούν, κατασκευάζουν και αλλάζουν την αντικειμενική δραστηριότητα και τις σχέσεις που περιέχει με τρόπο που τα μη ανθρώπινα αντικείμενα δεν μπορούν.
Το τελευταίο σημείο μας βοηθά στη διάκριση τεχνολογίας και τεχνολογικών αντικειμένων. Η τεχνολογία είναι ο τρόπος με τον οποίο οι άνθρωποι κατασκευάζουν και αλλάζουν ενεργά, συνειδητά και στοχαστικά την αντικειμενική δραστηριότητα και τις σχέσεις της με τους ανθρώπους. Αυτές τις σχέσεις οι άνθρωποι μπορούν να κατανοήσουν και να χρησιμοποιήσουν στη εκάστοτε ιστορική τους στιγμή. Ένα τεχνολογικό αντικείμενο είναι ένα μη ανθρώπινο αντικείμενο που παίρνει μορφή ή δημιουργείται κατά τη διαδικασία της ενεργούς, συνειδητής και στοχαστικής κατασκευής, αλλαγής, συμμετοχής και αντίδρασης των ανθρώπων στην αντικειμενική δραστηριότητα και τις σχέσεις που περιέχονται σε αυτήν. Τα τελευταία επικυρώνει η πολυσυζητημένη εργασία του σχολιαστή ΤΝ. Αυτή εκπαιδεύει τον «εγκέφαλο» της τεχνητής νοημοσύνης χρησιμοποιώντας παραδοσιακές, «μη τεχνητές» μεθόδους. Η απλή, επαναλαμβανόμενη και βαριά εργασία σχολιασμού δεδομένων, μας παραπέμπει στη σκηνή της ταινίας «Μοντέρνοι Καιροί», όπου ο Τσάρλι Τσάπλιν σφίγγει τις βίδες.
Με λίγα λόγια, οι άνθρωποι και η τεχνολογία είναι διαφορετικές πτυχές των ίδιων ιστορικά εξελισσόμενων αντικειμενικών δραστηριοτήτων. Οι άνθρωποι δεν εξισώνονται με τα μη ανθρώπινα (τεχνολογικά) αντικείμενα και μόνο αυτοί αντιμετωπίζουν τις αντικειμενικές δραστηριότητες και τις σχέσεις που εμπεριέχονται σε αυτές. Τον 19ο αιώνα υπήρχαν, για παράδειγμα, πολλές εχθρικές φωνές μεταξύ των εργατών προς τις νέες τεχνολογίες και τα νέα εργαλεία. Κατά την άποψη του Μαρξ, οι νέες τεχνολογίες και τα νέα εργαλεία δεν ήταν ένοχοι. Μόνο οι καπιταλιστές που επιδίωκαν τα κέρδη προκαλούσαν τις άθλιες εμπειρίες στους εργάτες.
Μεταφερόμενοι στο σήμερα, το ερώτημα είναι: αν η ΤΝ μπορεί να συμβάλλει στην ανάπτυξη των παραγωγικών δυνάμεων και την κοινωνική αλλαγή; Ο τρόπος που η TN λαμβάνει αποφάσεις συνιστά απόρροια της εκπαίδευσής της κυρίως σε δυτικά και αγγλόφωνα κείμενα και της ανθρώπινης ανατροφοδότησης. Και τα δύο όχι μόνο κρύβουν πολιτιστικές και κοινωνικές προκαταλήψεις, με συνέπειες στην αντιπροσώπευση, τη συμπερίληψη και την περιθωριοποίηση, αλλά μπορούν επίσης να οδηγήσουν σε μια τάση απλοϊκού ρεαλισμού (Clark et al., 2018). Επιπλέον, υπό παρόμοιους αλγόριθμους και συνθήκες υπολογιστικής ισχύος, η ποσότητα των πόρων των δεδομένων καθορίζει την ποιότητα της AIGC (Περιεχόμενο που Δημιουργείται από Τεχνητή Νοημοσύνη). Αυτά τα δεδομένα περιλαμβάνουν δεδομένα διεργασίας που παράγονται από τους χρήστες κατά την ανατροφοδότηση της παραγωγής και την προσαρμογή κατά τη χρήση εφαρμογών ΤΝ. Εταιρείες με μεγάλο αριθμό χρηστών που βασίζονται στην κατοχή δεδομένων των χρηστών τους μπορούν να επιτύχουν επιχειρηματικά πλεονεκτήματα έναντι άλλων εταιρειών. Έτσι, όταν οι χρήστες προσδοκούν ότι τα εργαλεία ΤΝ θα είναι πιο αποτελεσματικά, ταυτόχρονα χωρίς επίγνωση ισχυροποιούν την ανάδειξη των ολιγαρχών των δεδομένων.
Για να συμβάλλει η ΤΝ στην ανάπτυξη των παραγωγικών δυνάμεων και την κοινωνική αλλαγή πρέπει οι προσπάθειες στην εκπαίδευσής της – στο επίπεδο υποδομής της ΤΝ- να στοχεύουν στη συνεχή βελτίωση της ικανότητάς της να κατανοεί, να χρησιμοποιεί, να καθορίζει και να αλλάζει τις αντικειμενικές δραστηριότητες (στις οποίες ενσωματώνεται η ΤΝ) και τις σχέσεις που αυτές περιέχουν προς την κατεύθυνση της χειραφέτησης (Ρανσιέρ 2008). Όσοι και όσες εργάζονται με την AIGC, όπως εκπαιδευτικοί, φοιτητές, ερευνητές, καλλιτέχνες, δημοσιογράφοι κι άλλοι, και συνεχίζουν να νοιάζονται για την αναδιαμόρφωση των αισθητικών κανόνων και των κρίσεών μας για ό, τι εκτιμάται, αμφισβητείται ή απορρίπτεται, έχουν την ευθύνη να αντισταθμίζουν τη συνενοχή της υποταγής του πνεύματός μας στην ψηφιακή ηγεμονία και κυριαρχία. Η AIGC, όπως πολλές επαναστατικές τεχνολογίες στο παρελθόν, συνιστά «δίκοπο μαχαίρι» που πρέπει να μελετάμε προσεκτικά. Είναι κοφτερό αλλά ελεγχόμενο αν «σφίγγουμε τις βίδες» με φορά στραμμένη στην κοινωνική αλλαγή.
- Ρανσιέρ, Ζ (2008). Ο Αδαής Δάσκαλος. Πέντε Μαθήματα Πνευματικής Χειραφέτησης, Μετάφραση: Μπουνάνου, Δ. Αθήνα: νήσος. ISBN13 9789608392502
- Ψύλλος Στ. (2018/2). Υλισμός και Επιστήμη στον Karl Marx. ΚΡΙΣΗ, Εξαμηνιαία Επιστημονική Επιθεώρηση, Τεύχος Τέταρτο, 103-118.
- Clark, E., Ross, A. S., Tan, C., Ji, Y., & Smith, N. A. (2018). Creative writing with a machine in the loop: Case studies on slogans and stories. In 23rd International Conference on Intelligent User Interfaces.
- Zhang, Z. (2023). We Have Always Been Post-Human: Towards a Marxist Account of Post-Humanism. Comput. Sci. Math. Forum, 8, 14. https://doi.org/10.3390/cmsf2023008014