Ολοένα και περισσότερο κατακλυζόμαστε τα τελευταία χρόνια από τις εξελίξεις γύρω από τα επιτεύγματα της Τεχνητής Νοημοσύνης. Είτε αυτά αφορούν σε νέες εφαρμογές για παραγωγή γραπτού λόγου, είτε σε συστήματα που απαντούν στα ερωτήματά μας, είτε σε έναν βοηθό για τις οικιακές εργασίες, είναι ήδη εμφανής η επέλαση της ψηφιακής τεχνολογίας στην καθημερινότητά μας, ενώ τα επόμενα χρόνια η ανάπτυξη της Τεχνητής Νοημοσύνης και η επίδρασή της στον άνθρωπο αναμένεται να απασχολήσουν ακόμα περισσότερο.
Για την παραπάνω θεματική μιλά στο «Θ» ο κ. Κώστας Καρπούζης με τη διπλή ιδιότητα του επίκουρου καθηγητή και ερευνητή στο Πάντειο Πανεπιστήμιο, αλλά και του μέλους της Εθνικής Επιτροπής Βιοηθικής και Τεχνοηθικής.
-Πριν από λίγο καιρό είδαμε να λαμβάνει μεγάλες διαστάσεις η εφαρμογή τεχνητής νοημοσύνης ChatGPT λόγω των δυνατοτήτων που παρείχε στους χρήστες. Πού θα λέγατε ότι μπαίνει ο πήχης για την ανάπτυξη παρόμοιων συστημάτων στη συνέχεια;
Νομίζω ότι δεν υπάρχει πήχης αυτήν τη στιγμή για τα συστήματα τύπου ChatGPT, τα οποία συνολικά ονομάζουμε Μεγάλα Γλωσσικά Μοντέλα (ΜΓΜ), κι αυτό αποδεικνύεται από τις καινούριες εφαρμογές που βλέπουμε μήνα με το μήνα: πλέον δεν περιοριζόμαστε μόνο στο μοντέλο της OpenAI/Microsoft, αλλά έχουμε αντίστοιχες ανακοινώσεις από τη Facebook/Meta, το Twitter, ακόμα και την Amazon, με διαφορές βέβαια στο πώς έχουν εκπαιδευτεί και πώς μπορούν να χρησιμοποιηθούν από εταιρικούς ή μεμονωμένους χρήστες.
Ξεκινώντας από την παραγωγή κειμένου μερικών γραμμών, τα ΜΓΜ πλέον χρησιμοποιούνται για να συγγράψουμε ολόκληρα βιβλία, για να δημιουργήσουμε ρεαλιστικές ή «καλλιτεχνικές» εικόνες, ακόμα και για να δημιουργήσουμε ένα καινούριο τραγούδι από τους Beatles, βασιζόμενοι στο ήδη υπάρχον υλικό.
Αν υπάρχει κάποιο όριο, αυτό είναι μάλλον τεχνικό, αφού όσο πιο πολύπλοκα γίνονται αυτά τα μοντέλα, τόσο μεγαλύτερες απαιτήσεις έχουν για να αποθηκευτούν και να εκτελεστούν, αναγκάζοντας έτσι και τις εταιρείες τεχνολογίας σε μεγάλες επενδύσεις σε υλικό υπολογιστών, αλλά και αυξάνοντας τις απαιτήσεις σε ενέργεια. Ήδη από το 2020 η Google κατανάλωνε περισσότερο ηλεκτρικό ρεύμα από ολόκληρες χώρες, όπως η Σρι Λάνκα και η Ζάμπια, κι αυτό ήταν μόνο για να «τρέξει» η αναζήτηση Google και το YouTube, πριν δηλαδή την εκρηκτική ανάπτυξη της Τεχνητής Νοημοσύνης.
-Λαμβάνοντας ως δεδομένη την περαιτέρω ανάπτυξη της συναισθηματικής πληροφορικής, εκτιμάτε ότι σε κάποια χρόνια από σήμερα θα είναι εύκολη η αναγνώριση των ανθρώπινων συναισθημάτων από έναν υπολογιστή/ρομπότ, καθώς και η αλληλεπίδρασή του με τον άνθρωπο;
Ήδη οι μηχανές μπορούν να αναγνωρίσουν εκφράσεις του προσώπου και στάσεις του σώματος που σχετίζονται με τη συναισθηματική έκφραση, με ακρίβεια μεγαλύτερη ακόμα και από τους ανθρώπους που είναι εκπαιδευμένοι για κάτι τέτοιο, όπως τους επαγγελματίες ψυχικής υγείας ή τους αστυνομικούς. Αυτό το βλέπουμε και από τα κινητά μας τηλέφωνα, τα οποία αναγνωρίζουν το χαμόγελο όσων εικονίζονται σε μια φωτογραφία και το θεωρούν περίπου σαν προϋπόθεση για να τραβήξουν μια επιτυχημένη selfie.
Αυτό δε σημαίνει ότι έχουμε ακόμα τη δυνατότητα να διακρίνουμε την ειρωνεία σε ένα tweet που επιδοκιμάζει την εκάστοτε κυβέρνηση ή να εκτιμήσουμε με ακρίβεια το γιατί ένας άνθρωπος είναι στενοχωρημένος ή κατσούφης. Μπορούμε, όμως, να υποστηρίξουμε συνανθρώπους μας με διαγνωσμένη κατάθλιψη στην καθημερινή τους ρουτίνα ή ακόμα και να χρησιμοποιήσουμε τα έξυπνα ρολόγια ή τους αισθητήρες στο περιβάλλον τους, για να ειδοποιήσουμε τους συγγενείς ή το θεράποντα ιατρό τους αν κρίνουμε ότι βρίσκονται σε μια επικίνδυνη κατάσταση.
Όσον αφορά στην αλληλεπίδραση, οι δικές μας γενιές είναι ακόμα πολύ μακριά στο να εξοικειωθούν με ένα οικιακό ρομπότ ή να συνομιλήσουν με ένα «έξυπνο» ηχείο, όπως είναι το Echo της Google, που συνδέεται με την Alexa, ένα από τα πρώτα chatbots που έγιναν ευρέως γνωστά. Αυτό, όμως, σχετίζεται πιο πολύ με το ότι είμαστε «ψηφιακοί μετανάστες», δηλαδή περάσαμε ένα μεγάλο μέρος της ζωής μας στο οποίο εδραιώνονται οι μέθοδοι αλληλεπίδρασης που προτιμάμε, χωρίς να έχουμε πρόσβαση σε αυτές τις τεχνολογίες, και αρχίζουμε να τις χρησιμοποιούμε ως ενήλικοι, σε αντιδιαστολή με τους «ψηφιακούς γηγενείς» (digital natives, όπως τους αναφέρει ο Marc Prensky) που έχουν γεννηθεί και μεγαλώσει μέσα στις έξυπνες συσκευές και το πανταχού παρόν internet.
Στην Ιαπωνία, για παράδειγμα, όπου η διείσδυση των ρομπότ στην καθημερινή ζωή είναι μεγαλύτερη, λόγω και της παρουσίας τους στην ποπ κουλτούρα εδώ και αρκετές δεκαετίες, θεωρείται κοινωνικά αποδεκτό το να έχουμε ένα ρομπότ στο σπίτι για να κάνει παρέα με τους ηλικιωμένους γονείς που μένουν μόνοι τους.
-Θεωρείτε ότι ενδέχεται να υπάρξουν επαγγέλματα τα οποία θα κινδυνεύουν από την ανάπτυξη της τεχνητής νοημοσύνης μελλοντικά;
Με κάθε καινούρια επιστημονική ή τεχνολογική ανακάλυψη ή καινοτομία, η φύση της εργασίας αλλάζει, καθώς κάποιες εργασίες είναι ασφαλέστερο, ταχύτερο και αποδοτικότερο να γίνονται από τις μηχανές. Νομίζω ότι τα επαγγέλματα που πραγματικά κινδυνεύουν να αντικατασταθούν από την ΤΝ είναι πολύ λίγα και συγκεκριμένα, και αφορούν σε επαναλαμβανόμενες εργασίες που δεν απαιτούν αυτενέργεια ή πρωτοβουλία από έναν άνθρωπο. Αυτό που θα δούμε σίγουρα είναι το να εκχωρούμε συγκεκριμένες δραστηριότητες ενός ανθρώπου σε υπολογιστικά συστήματα που ονομάζουμε ευφυείς πράκτορες (smart agents) και τα οποία θα λαμβάνουν αποφάσεις χαμηλού ρίσκου με βάση τα δεδομένα που ανακτούν ή τους παρέχουμε.
Για παράδειγμα, αν έχουμε ένα ραντεβού στο ημερολόγιό μας και, καθώς πλησιάζει η ώρα του, είμαστε ακόμα απασχολημένοι με κάποια άλλη εργασία, θα μπορεί να στέλνεται μια ειδοποίηση στους ανθρώπους που μας περιμένουν ότι θα αργήσουμε, ενδεχομένως προτείνοντάς τους την αλλαγή του ραντεβού σε μια ώρα που να είναι διαθέσιμη στα ημερολόγια όλων των συμμετασχόντων. Αυτή η διαδικασία, που συχνά απαιτεί την ανταλλαγή πολλών emails για να οριστεί μια συνάντηση σε ώρα που να είναι βολική για όλους, δε χρειάζεται να απασχολεί τους ανθρώπους που θα συμμετάσχουν στη συνάντηση, οπότε μπορεί να ολοκληρωθεί από τους έξυπνους βοηθούς που ενσωματώνουν οι Google και Microsoft στα συστήματα αυτοματισμού γραφείου.
-Η αλματώδης ανάπτυξη της ΤΝ θεωρείτε ότι θα μπορούσε να μπει εντός πλαισίου, ακόμα και εάν αναπτυσσόταν ένα τέτοιο νομοθετικό πλαίσιο ώστε να περιορίζει ακραία παραδείγματα;
Σε γενικές γραμμές, κάτι τέτοιο είναι επιβεβλημένο, κυρίως για να ρυθμίσει τα ζητήματα της προστασίας και ιδιοκτησίας των προσωπικών και ευαίσθητων δεδομένων, αλλά και της ευθύνης όταν παίρνεται μια απόφαση με τη βοήθεια της ΤΝ. Τόσο η κυβέρνηση των ΗΠΑ, στη δικαιοδοσία της οποίας βρίσκονται οι περισσότερες από τις εταιρείες που αναπτύσσουν τις τεχνολογίες αιχμής στην ΤΝ, όσο και η Ε.Ε., βρίσκονται τους τελευταίους μήνες σε διαδικασία διαβουλεύσεων για τη θέσπιση θεσμικών κανόνων, οι οποίοι πάντως θα πρέπει να συνοδευτούν και από διαμόρφωση των εθνικών νομοθετικών πλαισίων για να έχουν νόημα και στην καθημερινότητά μας.
Παραδόξως, η Κίνα είναι αρκετά πιο μπροστά στο συγκεκριμένο θέμα, έχοντας επιβάλλει συγκεκριμένους περιορισμούς σε εταιρείες που συγκεντρώνουν και διαχειρίζονται δεδομένα χρηστών, αλλά και στα εργαλεία Παραγωγικής ΤΝ, όπως το ChatGPT ή το Dall-E για την παραγωγή εικόνων, που μπορούν να χρησιμοποιηθούν για την κατασκευή και διασπορά ψευδών ειδήσεων.
Αυτό που πρέπει να θυμόμαστε, πάντως, είναι ότι οποιαδήποτε νομοθετική ή τιμωρητική ενέργεια έρχεται συνήθως εκ των υστέρων, ώστε να διορθώσει κάποιο σχετικό κενό στη νομολογία ή να παράξει κάποιο δεδικασμένο για επόμενες παρόμοιες περιπτώσεις – το πιο σημαντικό είναι να είμαστε, ως πολίτες, ενημερωμένοι για τις δυνατότητες, αλλά και τους περιορισμούς αυτών των συστημάτων, ώστε να είμαστε «εμβολιασμένοι» απέναντι στο κατασκευασμένο περιεχόμενο που αναπόφευκτα θα δημιουργηθεί, αλλά και απέναντι στη μη εξουσιοδοτημένη χρήση των δεδομένων μας.
-Κατά την ανάπτυξη συστημάτων που βασίζονται στις δυνατότητες της τεχνητής νοημοσύνης λαμβάνονται υπόψη κάποιου είδους πρωτόκολλα που βρίσκονται αυτή τη στιγμή σε ισχύ;
Αυτό που κάνουμε συνήθως είναι το να προσαρμόζουμε τις ήδη υπάρχουσες τεχνικές και δεοντολογικές προσεγγίσεις σε αυτά που θεωρούμε ότι μπορεί να κάνει η ΤΝ. Το ζήτημα είναι ότι, όπως προαναφέραμε, δεν είναι ορατά τα όρια αυτής της τεχνολογίας, σε συνδυασμό με την ανθρώπινη δημιουργικότητα, οπότε ανά πάσα στιγμή μπορεί να βρεθούμε μπροστά σε μια εφαρμογή την οποία δεν είχαμε προβλέψει. Και επειδή οι άνθρωποι είμαστε ικανοί για το καλύτερο, αλλά και για το χειρότερο, προσπαθούμε να υιοθετήσουμε προσεγγίσεις που ενσωματώνουν τις ηθικές και δεοντολογικές απαιτήσεις στο σχεδιασμό ενός προϊόντος (αυτό που ονομάζουμε ethics by design), αντί να ερχόμαστε απολογιστικά να διορθώσουμε τα όποια προβλήματα συναντάμε.
-Ποια η προσέγγιση της ανάπτυξης της τεχνητής νοημοσύνης μέχρι σήμερα στην καθημερινότητα του ατόμου από πλευράς της Επιτροπής Βιοηθικής;
Αυτόν τον καιρό προετοιμάζουμε ένα κείμενο γνώμης σχετικά με τη χρήση τεχνολογιών ΤΝ στην Υγεία – αυτό το κείμενο περιγράφει τα ηθικά και δεοντολογικά ζητήματα που αφορούν τόσο στη λήψη, τήρηση και επεξεργασία των προσωπικών και ευαίσθητων δεδομένων των πολιτών όσο και στη λήψη αποφάσεων από τεχνητά νοήμονα συστήματα, ακόμα και σε συμβουλευτικό επίπεδο. Θεωρώ ότι είναι σημαντικές τέτοιες δράσεις, πάνω στις οποίες μπορεί να στηριχθεί σε επόμενη φάση κάποια νομική πρωτοβουλία, καθώς αναδεικνύει τα ζητήματα που κάνουν δύσκολες τις αποφάσεις, αλλά και προειδοποιεί τους πολίτες και όσους χαράσσουν πολιτική για τα ενδεχόμενα προβλήματα και τις ευκαιρίες που παρουσιάζονται.
-Εκτιμάτε ότι η σημερινή ελληνική κοινωνία είναι έτοιμη να δεχθεί τέτοιου είδους συστήματα ή ακόμα ότι τα συστήματα αυτά μπορούν να χρησιμοποιηθούν με ευκολία;
Το ενδιαφέρον με τα τεχνητά νοήμονα συστήματα είναι ότι πολλές φορές δεν καταλαβαίνουμε ακόμα και οι ίδιοι ότι τα χρησιμοποιούμε. Για παράδειγμα, η αυτόματη διόρθωση των κειμένων που γράφουμε στα κινητά μας τηλέφωνα ή η αναγνώριση προσώπων και τοποθεσιών σε φωτογραφίες που δημοσιεύουμε στα μέσα κοινωνικής δικτύωσης αξιοποιούν αλγορίθμους ΤΝ, ενώ κάτι αντίστοιχο γίνεται και με την πρόβλεψη της ώρας που θα χρειαστούμε για την κάλυψη μιας διαδρομής με το αυτοκίνητο, με βάση το ιστορικό της κίνησης στο δρόμο κατά τις προηγούμενες μέρες.
Θεωρώ ότι σε ζητήματα χαμηλού ρίσκου που σχετίζονται με τη διευκόλυνση της καθημερινότητάς μας, το πόσο γρήγορα θα ψηθεί ένα φαγητό ή το πότε θα ανάψει ο θερμοσίφωνας για να βρούμε ζεστό το νερό στο ντους όταν φτάσουμε στο σπίτι, δε θα υπάρχει πρόβλημα είτε με τη χρήση είτε με την αποδοχή. Όταν, όμως, φτάσουμε σε πιο σημαντικά ζητήματα, όπως αυτά που σχετίζονται με την αγωγή ή την πρόληψη στην υγεία, το επιτόκιο που θα μας προτείνει μια τράπεζα όταν κάνουμε αίτηση για δάνειο ή το αν μια εταιρεία στην οποία θέλουμε να εργαστούμε θα μας κάνει πρόταση για πρόσληψη, τότε είναι πολύ σημαντικό να κατανοούμε ακριβώς πώς φτάνουν στην απόφασή τους αυτά τα συστήματα, ποια χαρακτηριστικά των ατόμων που εμπλέκονται λαμβάνουν υπ’ όψιν τους και, κυρίως, αν παράγουν τα ίδια αποτελέσματα ή προβλέψεις για όλους τους συμμετέχοντες, ανεξάρτητα από το πολιτισμικό ή το κοινωνικό τους υπόβαθρο. Αυτή η έννοια της ερμηνευσιμότητας (interpretability) είναι ο τομέας που θα απασχολήσει τόσο την επιστήμη όσο και την κοινωνία για τα επόμενα 20-30 χρόνια, και θα καθορίσει σε σημαντικό επίπεδο την ασφάλεια και τη διάδοση των τεχνητά νοημόνων συστημάτων.
-Θα μπορούσε η Ελλάδα να ηγηθεί στην ανάπτυξη της τεχνητής νοημοσύνης;
Με δεδομένο ότι οι τεχνολογίες των υπολογιστών, αλλά και οι εφαρμογές τους, δε γνωρίζουν σύνορα στην ανάπτυξη και τη χρήση τους, δεν μπορούμε να μιλάμε για ηγεσία μιας συγκεκριμένης χώρας, ειδικά του μεγέθους της Ελλάδας. Αυτό που μπορούμε να κάνουμε με δεδομένο το μικρό μέγεθος της χώρας, αλλά και την εξαιρετική ποιότητα των πανεπιστημίων μας και των αποφοίτων τους, είναι να γίνουμε ελκυστικοί για μικρές, νεοφυείς επιχειρήσεις που παράγουν καινοτόμα προϊόντα τεχνολογίας, αλλά και για μεγάλες εταιρείες, που θα μπορούν να δημιουργήσουν τεχνολογικά hubs με υψηλών προδιαγραφών προσωπικό που θα ζει και θα εργάζεται στην Ελλάδα.
Το παράδειγμα της Εσθονίας είναι αρκετά ενδιαφέρον, καθώς ξεκίνησε από πολύ χαμηλά επίπεδα σχετικά με την έρευνα και την καινοτομία μετά την κατάρρευση του Σοβιετικού καθεστώτος, έχει όμως μέσα σε δύο δεκαετίες γίνει υπόδειγμα ψηφιακού μετασχηματισμού σε ό,τι αφορά το κράτος και τις υπηρεσίες του, αλλά και φιλόξενη σε μικρές και μεγάλες ομάδες δημιουργών λογισμικού, προσφέροντας τεχνολογικές υποδομές και φορολογικά και ασφαλιστικά κίνητρα.
Της Χριστίνας Μανδρώνη
