Αν είστε σαν εμένα, έχετε περάσει πολύ χρόνο τους τελευταίους μήνες προσπαθώντας να καταλάβετε τι είναι αυτό το πράγμα που λέγεται τεχνητή νοημοσύνη. Large-language models, generative AI, algorithmic bias – είναι πολλά για εμάς τους λιγότερο εξοικειωμένους με την τεχνολογία ώστε να ξεκαθαρίσουν, προσπαθώντας να βγάλουμε νόημα από τους αναρίθμητους τίτλους που κυκλοφορούν για την τεχνητή νοημοσύνη.
Αλλά το να κατανοήσουμε πώς λειτουργεί η Τεχνητή Νοημοσύνη είναι απλά ένα κομμάτι του διλλήματος. Ως κοινωνία, ερχόμαστε επίσης αντιμέτωποι με ανησυχίες σχετικά με τις κοινωνικές, ψυχολογικές και δεοντολογικές συνέπειές της. Εδώ προβάλουμε άρθρα για τα βαθύτερα ερωτήματα που εγείρει η επανάσταση της ΤΝ σχετικά με την προκατάληψη και την ανισότητα, την μάθηση, τον αντίκτυπό της στις θέσεις εργασίας, ακόμη και την καλλιτεχνική διαδικασία.
1. Δεοντολογικό χρέος
Όταν μια εταιρεία βιάζεται να βγάλει λογισμικό στην αγορά, συχνά συσσωρεύει “τεχνικό χρέος”: το κόστος της διόρθωσης σφαλμάτων μετά την κυκλοφορία ενός προγράμματος, αντί να τα διορθώσει εκ των προτέρων.
Υπάρχουν παραδείγματα αυτού στην τεχνητή νοημοσύνη, καθώς οι εταιρείες επιδίδονται σε έναν αγώνα δρόμου ανταγωνιζόμενη η μία την άλλη σε αυτόν τον τομέα. Πιο ανησυχητικό, όμως, είναι το “δεοντολογικό χρέος”, που προκύπτει όταν οι ομάδες ανάπτυξης δεν έχουν εξετάσει πιθανές κοινωνικές ή δεοντολογικές ζημιές – πώς η Τεχνητή Νοημοσύνη θα μπορούσε να αντικαταστήσει ανθρώπινες εργασίες, για παράδειγμα, ή όταν οι αλγόριθμοι καταλήγουν να ενισχύουν προκαταλήψεις.
Η Casey Fiesler, μια ειδική τεχνολογικής δεοντολογίας στο Πανεπιστήμιο του Colorado Boulder, έγραψε ότι είναι μια «τεχνολογικά αισιόδοξη που σκέφτεται και προετοιμάζεται σαν απαισιόδοξη»: κάποια που αφιερώνει χρόνο στο να εικάζει τί μπορεί να πάει λάθος.
Αυτού του είδους η εικασία είναι μια ιδιαίτερα σημαντική δεξιότητα για τους τεχνολόγους που προσπαθούν να οραματιστούν συνέπειες που μπορεί να μην επηρεάσουν τους ίδιους, εξηγεί η Fiesler, αλλά που μπορεί να πλήξουν «περιθωριοποιημένες ομάδες που δεν εκπροσωπούνται επαρκώς» στον χώρο της τεχνολογίας. Όσον αφορά το δεοντολογικό χρέος, σημείωσε, «οι άνθρωποι που το προκαλούν σπάνια είναι αυτοί που το πληρώνουν στο τέλος».
2. Είναι κανείς εκεί;
Οι δυνατότητες των προγραμμάτων τεχνητής νοημοσύνης μπορεί να δίνουν την εντύπωση ότι έχουν συναίσθηση, αλλά δεν έχουν, εξήγησε ο Nir Eisikovits, διευθυντής του Κέντρου Εφαρμοσμένης Ηθικής στο Πανεπιστήμιο της Μασαχουσέτης στη Βοστόνη. “Το ChatGPT και παρόμοιες τεχνολογίες είναι εκλεπτυσμένες εφαρμογές συμπλήρωσης προτάσεων – τίποτα περισσότερο, τίποτα λιγότερο”, έγραψε.
Αλλά το να λέμε ότι η ΤΝ δεν έχει συνείδηση δεν σημαίνει ότι είναι ακίνδυνη.
“Για μένα”, εξήγησε ο Eisikovits, “το επείγον ερώτημα δεν είναι αν οι μηχανές αισθάνονται, αλλά γιατί είναι τόσο εύκολο για μας να φανταστούμε ότι αισθάνονται”. Οι άνθρωποι εύκολα προβάλλουν ανθρώπινα χαρακτηριστικά σε σχεδόν οτιδήποτε, συμπεριλαμβανομένης της τεχνολογίας. Αυτή η τάση για ανθρωπομορφισμό «υποδεικνύει πραγματικούς κινδύνους ψυχολογικής εμπλοκής με την τεχνολογία», σύμφωνα με τον Eisikovits, ο οποίος μελετά τον αντίκτυπο της ΤΝ στον τρόπο με τον οποίο οι άνθρωποι κατανοούν τον εαυτό τους.
Λαμβάνοντας υπόψη πόσοι άνθρωποι μιλούν με τα κατοικίδια και τα αυτοκίνητά τους, δεν θα πρέπει να αποτελεί έκπληξη το γεγονός ότι τα chatbots μπορούν να σημαίνουν τόσα πολλά για τους ανθρώπους που ασχολούνται με αυτά. Τα επόμενα βήματα, ωστόσο, είναι «ισχυρά προστατευτικά κιγκλιδώματα» για να αποτρέψουν τα προγράμματα από το να εκμεταλλευτούν αυτή τη συναισθηματική σύνδεση.
3. Βάζοντας στυλό στο χαρτί
Από την αρχή, το ChatGPT τροφοδότησε τους φόβους των γονέων και των καθηγητών σχετικά με την αντιγραφή. Πώς θα μπορούσαν οι εκπαιδευτικοί – ή οι υπεύθυνοι εισακτέων στα κολέγια, για την ακρίβεια – να καταλάβουν αν ένα δοκίμιο γράφτηκε από άνθρωπο ή από chatbot;
Αλλά η ΤΝ εγείρει πιο θεμελιώδη ερωτήματα σχετικά με τη γραφή, σύμφωνα με τη Naomi Baron, γλωσσολόγο του Αμερικανικού Πανεπιστημίου που μελετά τις επιπτώσεις της τεχνολογίας στη γλώσσα. Η πιθανή απειλή της ΤΝ για τη γραφή δεν αφορά μόνο την ειλικρίνεια, αλλά και την ίδια την ικανότητα να σκέφτεται κανείς.
Η Baron επικαλείται την επισήμανση της μυθιστοριογράφου Flannery O’Connor ότι «γράφω επειδή δεν ξέρω τι σκέφτομαι μέχρι να διαβάσω τι λέω». Με άλλα λόγια, η συγγραφή δεν είναι απλώς ένας τρόπος να αποτυπώσετε τις σκέψεις σας στο χαρτί∙ είναι μια διαδικασία που βοηθάει να ξεκαθαρίσετε τις σκέψεις σας εξ αρχής.
Η παραγωγή κειμένων με τεχνητή νοημοσύνη μπορεί να είναι ένα εύχρηστο εργαλείο, έγραψε η Baron, αλλά «υπάρχει λεπτή διαχωριστική γραμμή μεταξύ συνεργασίας και καταπάτησης». Καθώς οδεύουμε προς έναν κόσμο με όλο και περισσότερη ΤΝ, είναι βασικό να θυμόμαστε ότι “η δημιουργία γραπτού έργου πρέπει να είναι ένα ταξίδι, όχι απλώς ένας προορισμός”.
4.Η αξία της τέχνης
Τα παραγωγικά προγράμματα ΤΝ δεν παράγουν μόνο κείμενο, αλλά και πολύπλοκες εικόνες- που έχουν κερδίσει και ένα ή δυο βραβεία. Θεωρητικά, επιτρέποντας στην ΤΝ να κάνει βασικές εκτελέσεις εντολών μπορεί να απελευθερώσει τη δημιουργικότητα των καλλιτεχνών σε μεγάλο βαθμό.
Όχι τόσο γρήγορα, είπαν ο Eisikovits και ο Alec Stubbs, ο οποίος είναι επίσης φιλόσοφος στο Πανεπιστήμιο της Μασαχουσέτης στη Βοστόνη. Το ολοκληρωμένο αντικείμενο που εκτιμούν οι θεατές είναι απλώς μέρος της διαδικασίας που αποκαλούμε «τέχνη». Τόσο για τον δημιουργό όσο και για αυτόν που απολαμβάνει το δημιούργημα, αυτό που κάνει την τέχνη πολύτιμη είναι «η δουλειά του να κάνεις κάτι πραγματικό και να δουλεύεις τις λεπτομέρειές του»: ο αγώνας για να μετατρέψεις τις ιδέες σε κάτι που μπορούμε να δούμε.
Σημείωση: Το άρθρο αυτό αποτελεί σύνοψη σειράς άρθρων από το αρχείο του The Conversation.
Molly Jackson, Religion and Ethics Editor, The Conversation
Το άρθρο αναδημοσιεύεται από το The Conversation κάτω από την άδεια Creative Commons. Διαβάστε το πρωτότυπο άρθρο.
