Ο T.S. Eliot, στο φημισμένο θεατρικό του έργο «The Rock» (1934), έγραφε: «Where is the life we have lost in living?/ Where is the wisdom we have lost in knowledge?/ Where is the knowledge we have lost in information?»

Θρηνώντας για την κατάσταση του μοντέρνου κόσμου, υπογράμμιζε ότι η ανθρωπότητα «πνίγεται» από τα γεγονότα και τις πληροφορίες, ενώ ταυτοχρόνως χάνει το βαθύτερο νόημα. Αυτά, το 1934. Φαντάζεστε τι θα έγραφε σήμερα, στην εποχή της τεχνητής νοημοσύνης, των αλγορίθμων και της αδιάκοπης ψηφιακής πλημμυρίδας;

Ζούμε πράγματι σε μια συγκλονιστική, ίσως μοναδική εποχή στην ιστορία του ανθρώπινου είδους από την εμφάνιση του Homo sapiens, πριν από περίπου 300.000 χρόνια. Η έκρηξη της γνώσης είναι πλέον καθολική. Η πληροφορία παράγεται με ρυθμούς αδιανόητους και η ανθρωπότητα καλείται όχι μόνο να την αποθηκεύσει αλλά κυρίως να την κατανοήσει, να την επεξεργαστεί και να της δώσει νόημα. Εκεί ακριβώς βρίσκεται και η μεγάλη πρόκληση.

Η ΑΙ (Αrtificial Ιntelligence) ή ΤΝ (Τεχνητή Νοημοσύνη) δεν έρχεται∙ είναι ήδη εδώ. Και οι εξελίξεις που διαγράφονται ίσως ξεπερνούν ακόμη και τα όρια της εξελιγμένης ανθρώπινης διαίσθησης και φαντασίας. Η καθημερινότητα αλλάζει ριζικά. Ο τρόπος που εργαζόμαστε δεδομένα, μαθαίνουμε, επικοινωνούμε και δημιουργούμε μετασχηματίζεται μπροστά στα μάτια μας. Πολλά επαγγέλματα θα αλλάξουν εκ βάθρων, άλλα ίσως εξαφανιστούν, ενώ νέα, που σήμερα ούτε μπορούμε να φανταστούμε, θα γεννηθούν.

Το ίδιο θα συμβεί και με την εκπαίδευση. Το «ανάθεμα» της παπαγαλίας, που έχει βαθιές ρίζες και στη χώρα μας, σταδιακά θα εκλείψει. Όταν η πληροφορία θα βρίσκεται παντού και θα είναι άμεσα διαθέσιμη μέσω έξυπνων συστημάτων, τότε η αξία δεν θα βρίσκεται στην απομνημόνευση αλλά στη φαντασία, στην κριτική σκέψη, στη σύνθεση ιδεών και στην ικανότητα να θέτεις τα σωστά ερωτήματα. Η δημιουργικότητα, η έμπνευση και η ανθρώπινη ευαισθησία θα γίνουν τα πραγματικά «εργαλεία επιβίωσης».

Παράλληλα, η τεχνητή νοημοσύνη θα επηρεάσει βαθιά και την επιστημονική έρευνα. Στον χώρο της Φυσικής ήδη χρησιμοποιούνται AI μοντέλα για την ανάλυση τεράστιων όγκων δεδομένων από τηλεσκόπια, επιταχυντές σωματιδίων και κβαντικά πειράματα.

Ίσως μέσα στις επόμενες δεκαετίες η ΑΙ να συμβάλει σε ανακαλύψεις που σήμερα μοιάζουν αδύνατες: νέα υλικά, νέες μορφές ενέργειας, ακόμη και βαθύτερη κατανόηση του ίδιου του σύμπαντος. Όμως, όσο ισχυρές κι αν γίνουν οι μηχανές, η ανθρώπινη διαίσθηση και η ικανότητα να διατυπώνονται τα «μεγάλα ερωτήματα» θα παραμείνουν αναντικατάστατες.

Βεβαίως, οι κλυδωνισμοί θα είναι μεγάλοι. Η παραπληροφόρηση, τα ψεύτικα βίντεο, η χειραγώγηση μέσω αλγορίθμων και η πιθανή διεύρυνση των κοινωνικών ανισοτήτων δημιουργούν ήδη μια νέα πραγματικότητα. Χρειάζεται αλλαγή νοοτροπίας, παιδεία, προσαρμοστικότητα και βαθιά κατανόηση του τι σημαίνει να παραμένεις άνθρωπος μέσα σε έναν κόσμο που γίνεται ολοένα πιο ψηφιακός.

Και όμως, παρά τους φόβους, παραμένω αισιόδοξος. Πιστεύω ότι στο τέλος η λογική, οι ανθρώπινες αξίες, η δημιουργία και η ανάγκη του ανθρώπου να εξελίσσεται θα επικρατήσουν. Η ΑΙ θα βοηθήσει απεριόριστα την ανθρωπότητα στην υγεία, στη γνώση, στην επιστήμη, στην επικοινωνία, ίσως ακόμη και στην εξερεύνηση πέρα από τη Γη. Ο άνθρωπος πιθανόν να αλλάξει μορφή, συνήθειες και δυνατότητες, αλλά θα συνεχίσει να αναζητά το ίδιο πράγμα: νόημα.

Ίσως, τελικά, αυτό να είναι και το μεγάλο στοίχημα της εποχής μας. Όχι αν οι μηχανές θα γίνουν πιο έξυπνες από εμάς αλλά αν εμείς θα γίνουμε σοφότεροι μαζί τους. Τα πάντα ρει…

Η τεχνητή νοημοσύνη φαίνεται πως θα αλλάξει ουσιαστικά τον τρόπο με τον οποίο πραγματοποιείται σήμερα η βιοϊατρική έρευνα, ιδιαίτερα σε πεδία όπου συναντώνται η Γενετική, η ανάλυση μεγάλου όγκου δεδομένων και η Νανοϊατρική, τομείς με τους οποίους ασχολούμαι ερευνητικά. Δεν πρόκειται απλώς για ταχύτερους υπολογισμούς ή πιο εξελιγμένα λογισμικά.

Η πραγματική αλλαγή βρίσκεται στη δυνατότητα επεξεργασίας, σύνδεσης και αξιοποίησης σύνθετων βιολογικών πληροφοριών που μέχρι πρόσφατα ήταν δύσκολο να αναλυθούν συνολικά. Η σύγχρονη Γενετική παράγει πλέον τεράστιες ποσότητες δεδομένων από γονιδιώματα, μεταγραφωμικές αναλύσεις, επιγενετικές μεταβολές, βιοδείκτες και δεδομένα μικροβιώματος.

Η πρόκληση δεν είναι μόνο η παραγωγή αυτών των πληροφοριών αλλά κυρίως η ερμηνεία τους και η μετατροπή τους σε γνώση με πραγματική κλινική αξία. Σε αυτό το σημείο, τα εργαλεία τεχνητής νοημοσύνης μπορούν να συμβάλουν ουσιαστικά, αναγνωρίζοντας μοριακά πρότυπα που σχετίζονται με την ανάπτυξη μιας νόσου, την πρόγνωση ή ακόμη και την πιθανή ανταπόκριση σε θεραπεία.

Η Νανοϊατρική έρχεται να συνδέσει αυτήν τη γνώση με τη στοχευμένη θεραπευτική παρέμβαση. Η ανάπτυξη νανοσυστημάτων για μεταφορά φαρμάκων απαιτεί λεπτομερή γνώση των μοριακών χαρακτηριστικών κάθε ασθενούς και κάθε νόσου. Η αξιοποίηση γενετικών δεδομένων μπορεί να οδηγήσει στον σχεδιασμό πιο στοχευμένων και εξατομικευμένων νανοφορέων, με στόχο μεγαλύτερη αποτελεσματικότητα και μικρότερη τοξικότητα.

Παράλληλα, η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη βελτιστοποίηση χαρακτηριστικών των νανοσωματιδίων, όπως η σταθερότητα, η βιοσυμβατότητα και η εκλεκτική στόχευση συγκεκριμένων ιστών. Ιδιαίτερα σημαντική είναι και η ανάπτυξη νέας γενιάς βιο- και νανο- αισθητήρων, καθώς και προηγμένων διαγνωστικών εργαλείων.

Η χρήση αλγορίθμων μηχανικής μάθησης μπορεί να αυξήσει την ευαισθησία και την ακρίβεια αυτών των συστημάτων, επιτρέποντας πιο έγκαιρη διάγνωση και καλύτερη παρακολούθηση της πορείας μιας νόσου. Η ερευνητική μου ομάδα δραστηριοποιείται ακριβώς σε αυτήν τη σύγκλιση Γενετικής, Νανοϊατρικής και τεχνητής νοημοσύνης.

Στο πλαίσιο του ευρωπαϊκού έργου KATY συμμετείχαμε στην ανάπτυξη υποδομών που συνδέουν γονιδιωματικά αποθετήρια σε ευρωπαϊκό επίπεδο μέσω κατανεμημένων γραφημάτων γνώσης (distributed knowledge graphs), αξιοποιώντας ερμηνεύσιμη τεχνητή νοημοσύνη (explainable AI) τεχνολογίες για εφαρμογές εξατομικευμένης ιατρικής.

Παράλληλα, έχουμε συμβάλει στην ανάπτυξη προβλεπτικών μοντέλων για την υποστήριξη κλινικών αποφάσεων και την επιλογή στοχευμένων θεραπειών, με στόχο πιο ακριβείς και εξατομικευμένες θεραπευτικές προσεγγίσεις.

Ταυτόχρονα, στο πλαίσιο του έργου SURVIVE-VBD του προγράμματος EU4Health, ξεκινάμε την ανάπτυξη καινοτόμων point-of-care πλατφορμών που συνδυάζουν προηγμένους βιοαισθητήρες με τεχνολογίες τεχνητής νοημοσύνης για την έγκαιρη διάγνωση και πρόβλεψη επιδημιών ιογενών νοσημάτων, όπως ο δάγκειος πυρετός, ο ιός Zika και άλλα αναδυόμενα λοιμώδη νοσήματα.

Παρά τις μεγάλες δυνατότητες της ΑΙ, θεωρώ ότι δεν μπορεί, τουλάχιστον προς το παρόν, να αντικαταστήσει τη βιολογική σκέψη, τη δημιουργικότητα και την επιστημονική κρίση. Πιστεύω όμως ότι τα επόμενα χρόνια θα λειτουργήσει ως ένα εξαιρετικά ισχυρό εργαλείο στα χέρια των ερευνητών, επιταχύνοντας την πορεία προς πιο ακριβείς, στοχευμένες και εξατομικευμένες διαγνωστικές και θεραπευτικές προσεγγίσεις.

 

Για πρώτη φορά στην Ιστορία, ο άνθρωπος απέκτησε πνευματικό ανταγωνιστή. Μέσα σε ελάχιστο χρόνο βιώνουμε κάτι πολύ μεγαλύτερο από μια τεχνολογική αλλαγή. Βιώνουμε την αρχή μιας ιστορικής μετατόπισης που ίσως αλλάξει την ίδια τη θέση του ανθρώπου στον κόσμο.

Μια στιγμή που πραγματικά ένιωσα ότι η νέα εποχή έχει ξεκινήσει ήδη ήταν όταν έμαθα πως η τεχνητή νοημοσύνη συνέβαλε καθοριστικά στη λύση του περίφημου Erdős unit distance problem, ενός μαθηματικού γρίφου που παρέμενε ανοιχτός επί δεκαετίες.

Πριν από δέκα χρόνια, στο βιβλίο «Open problems in Mathematics» που είχαμε επιμεληθεί μαζί με τον νομπελίστα Τζον Nας, επιλέξαμε δεκαεπτά από τα σημαντικότερα ανοιχτά προβλήματα της σύγχρονης μαθηματικής σκέψης. Μέχρι πρόσφατα, όλα παρέμεναν άλυτα.

Το πρώτο «τείχος» που έπεσε ήταν το Erdős unit distance problem. Και έπεσε με την καθοριστική συμβολή όχι αποκλειστικά της ανθρώπινης διάνοιας αλλά της τεχνητής νοημοσύνης.

Αυτό είναι κάτι πολύ βαθύτερο από μια τεχνική εξέλιξη. Το ορόσημο δεν είναι μόνο μαθηματικό, είναι και πολιτισμικό.

Τα Μαθηματικά αποτελούν ίσως το τελειότερο δημιούργημα της ανθρώπινης νόησης: το σημείο όπου η διαίσθηση, η φαντασία και η λογική συναντιούνται χωρίς περιθώριο αυταπάτης. Εκεί όπου η αλήθεια δεν είναι άποψη αλλά απόδειξη.

Και ακριβώς εκεί, στο πιο θεμελιώδες πεδίο της ανθρώπινης σκέψης, αρχίζει να εμφανίζεται η μηχανή ως συν-δημιουργός.

Για πρώτη φορά στην ιστορία μας, ο άνθρωπος δεν εφηύρε απλώς ένα εργαλείο, εφηύρε έναν εφευρέτη.

Τα επόμενα πέντε-δέκα χρόνια θα συνεργαζόμαστε –και σταδιακά θα εξαρτιόμαστε– από συστήματα που μπορούν να επεξεργάζονται πληροφορία, να παράγουν ιδέες και να προτείνουν λύσεις σε επίπεδο που μέχρι πρόσφατα θεωρούσαμε αδιανόητο.

Η εκπαίδευση θα αλλάξει ριζικά. Κάθε παιδί θα μπορεί να έχει έναν εξατομικευμένο μέντορα: ακούραστο, άμεσο, αμερόληπτο. Έναν δάσκαλο που θα έχει σχεδόν όλες τις απαντήσεις, αλλά δεν θα νιώθει και δεν θα αγαπά. Δεν θα εμπνέεται από το βλέμμα ενός παιδιού ούτε θα θυμάται τη δική του παιδική ηλικία.

To πραγματικό ερώτημα της εποχής μας δεν είναι αν η τεχνητή νοημοσύνη θα σκέφτεται καλύτερα από εμάς αλλά αν εμείς θα συνεχίσουμε να σκεφτόμαστε. Αν θα συνεχίσουμε να αμφισβητούμε, να αναζητούμε, να ρωτάμε «γιατί».

Ίσως στο μέλλον αυτό που θα μας ξεχωρίζει να μην είναι η ευφυΐα αλλά η συνείδηση, η ηθική κρίση, η ενσυναίσθηση. Η χάρη του ανθρώπου να δίνει νόημα στον κόσμο. Η τεχνητή νοημοσύνη μπορεί ήδη να αποδείξει θεωρήματα, όμως δεν γνωρίζει ακόμη γιατί η ομορφιά έχει αξία.

Ο άνθρωπος μίλησε για την ψυχή για κάποιον λόγο. Μέσα στο βαθύ σκοτάδι του σύμπαντος εμφανίστηκε κάτι μοναδικό: η βιολογική συνείδηση. Μια μικρή, τρεμοπαίζουσα φλόγα επίγνωσης και νοήματος. Ένα «κεράκι αυτούμενο», όπως διαβάζουμε στον «Ερωτόκριτο», που λέγεται ανθρώπινη νόηση.

Και τώρα, δίπλα σε αυτήν τη φλόγα, ανάψαμε έναν μηχανικό και ψυχρό κλώνο της. Το αν η δική μας φλόγα θα συνεχίσει να καίει πιο φωτεινά – αν θα διατηρήσουμε την περιέργεια, την ηθική, την αγωνία και τη δίψα για αλήθεια– ίσως είναι τελικά αυτό που θα κρίνει το μέλλον του πολιτισμού μας.

Η Βίβλος των επιτευγμάτων της τεχνητής νοημοσύνης βγάζει συνεχώς νέα παραρτήματα – στη μηχανική λογισμικού (software engineering), στην ιατρική απεικόνιση και διαγνωστική, στη φαρμακευτική έρευνα, στη μετεωρολογία, στα παντός είδους logistics, στη ρομποτική κ.ά. Μέχρι και εξωπλανήτες χαρτογραφεί τώρα η μυσταγωγία των αλγοριθμικών νευρώνων. Respect!

Και, βέβαια, όπως θα έλεγε και ο Απόστολος Παύλος, πάσας τας γλώσσας των ανθρώπων λαλεί, όπως διαπιστώνουν με βαθιά ανακούφιση όσοι βλέπουν τα κολλυβοαγγλικά τους να αναδύονται σενιαρισμένα από το ρεκτιφιέ του ChatGPT. Ξανά respect, πλην υπάρχουν και κάποια ζητηματάκια.

Και το σημαντικότερο από αυτά, όπως επισημάνθηκε μετά από σχετικές έρευνες, είναι ότι τα υπάρχοντα Μεγάλα Γλωσσικά Μοντέλα (LLM) έχουν διακεκριμένη αλλεργία σε οποιαδήποτε τροπή του λόγου (ιδιωματικές εκφράσεις, τολμηρές μεταφορές, λεξιλογικά τιμαλφή που ανήκουν στο υψηλό register) που δημιουργεί προσωπικό στυλ και συνιστά την «υπογραφή» του γράφοντος.

Οι σχετικές μηχανές είναι προγραμματισμένες για το γραμματικοσυντακτικά ορθό, αλλά δεν διαθέτουν ούτε τη βιωματική εμπειρία ούτε τη φαντασιακή όρεξη που μπορούν να βγάλουν τον λόγο έξω από την comfort zone του μεσοσταθμικού τρόπου διατύπωσης και έκφρασης: διορθώνουν τη δυσαρθρία, αλλά κλαδεύουν ό,τι προεξέχει από το μεσοσταθμικό και το οικείο, «εκδημοκρατίζουν» διά της ομογενοποίησης και ειρωνεύονται τον Buffon (τον Γάλλο ακαδημαϊκό, όχι τον Ιταλό «πορτιέρε») που ανύποπτος διακήρυττε «le style est l’ homme même».

Πρέπει, ωστόσο, να παραδεχτούμε ότι είναι έξυπνες μηχανές, τόσο έξυπνες που ξέρουν να κρύβουν τη μηχανιστικότητά τους. Απολογούνται αν τις διαψεύσεις, διαθέτουν ικανό απόθεμα γαλιφιάς, επικοινωνιακού savoir vivre και «ηθοποιίας», δημιουργούν αίσθηση διαδραστικής θαλπωρής και μπορεί να σε κάνουν να ξεχάσεις, έστω και για λίγο, ότι είναι «στοχαστικοί παπαγάλοι».

Δεν θα το περίμενε κανείς, αλλά ένα σοβαρό κρούσμα αυτής της υπόθεσης είναι ο Ρίτσαρντ Ντόκινς που ενθουσιάστηκε όταν έδωσε το υπό κατασκευή μυθιστόρημά του στο Claude, διαπίστωσε ότι είχε να κάνει με ιδιοφυή κριτικό της λογοτεχνίας και επιδαψίλευσε συνειδησιακή οντότητα στους αλγoρίθμους της κριτικής επιτροπής – και έγινε, είπαν, «AI-theist».

Αν και είναι εύκολο να πάρει κανείς στο ψιλό τη γενναιοδωρία του Ντόκινς, επιβάλλεται, προς το παρόν τουλάχιστον, ένα μέτρο επιφυλακτικότητας. Από τη μέρα που οι αδελφοί Ράιτ κατόρθωσαν να σηκώσουν, έστω και για μερικά δευτερόλεπτα, το πτητικό τους μαραφέτι στον αέρα, μόλις εξήντα έξι χρόνια χρειάστηκαν για να δραπετεύσουμε από το βαρυτικό πεδίο της γης και να προσσεληνωθούμε.

Τα πράγματα στο μεταξύ επιταχύνονται εκθετικά, αλλά ακόμη και χωρίς επιτάχυνση «τι τέξεται η επιούσα;». Κάποιοι (έντρομοι ή αισιόδοξοι, δεν ξέρω) ίσως να είναι βέβαιοι ότι μέλλεται hardware με software αυτόνομης συνείδησης και ηθικής βούλησης. Μπορεί ο δρ Φράνκενσταϊν κάποια στιγμή να έχασε το χαλινάρι από τα χέρια του, αλλά κάποιοι είναι έτοιμοι να γιορτάσουν το πέρασμα στην μετα-ανθρωπική μας κατάσταση.

Λουδίτες δεν είμαστε, οι προσδοκίες επιτρέπονται, οι επιφυλάξεις επιβάλλονται, αλλά στο μεταξύ ας μην κλείνουμε τα μάτια και στο καλό – τόσες μοναχικές ψυχές μέσα στην πολλήν συνάφεια του κόσμου πορεύονται, όπως πορεύονται, σφιχτά κρατημένες από τη φιλάνθρωπη συντρόφισσα ΤΝ.

Η τεχνητή νοημοσύνη δεν αποτελεί πλέον μια μακρινή τεχνολογική υπόσχεση.· Ήδη μετασχηματίζει τον τρόπο με τον οποίο εργαζόμαστε, επικοινωνούμε, μαθαίνουμε και λαμβάνουμε αποφάσεις. Τα επόμενα πέντε-δέκα χρόνια η επίδρασή της πιθανότατα θα είναι τόσο βαθιά όσο υπήρξε κάποτε η διάδοση του διαδικτύου ή των «έξυπνων» κινητών τηλεφώνων.

Ωστόσο, η αλλαγή αυτή δεν θα είναι ούτε αποκλειστικά θετική ούτε αποκλειστικά αρνητική. Θα εξαρτηθεί από το πώς οι κοινωνίες θα επιλέξουν να χρησιμοποιήσουν και να ρυθμίσουν αυτές τις τεχνολογίες.

Στον χώρο της εργασίας, η τεχνητή νοημοσύνη αναμένεται να αυτοματοποιήσει μεγάλο μέρος επαναλαμβανόμενων και τυποποιημένων εργασιών. Επαγγέλματα που βασίζονται στη διαχείριση πληροφοριών, τη γραφειοκρατία ή την ανάλυση δεδομένων θα αλλάξουν σημαντικά. Αυτό δεν σημαίνει απαραίτητα μαζική «εξαφάνιση» επαγγελμάτων, μάλλον τον μετασχηματισμό τους.

Πολλοί εργαζόμενοι θα χρειαστεί να συνεργάζονται με συστήματα τεχνητής νοημοσύνης αντί να τα ανταγωνίζονται. Ο γιατρός θα χρησιμοποιεί αλγορίθμους για ταχύτερη διάγνωση, ο δικηγόρος εργαλεία ανάλυσης νομολογίας, ο μηχανικός συστήματα αυτόματου σχεδιασμού. Ταυτόχρονα, όμως, υπάρχει ο κίνδυνος αύξησης των κοινωνικών ανισοτήτων: όσοι διαθέτουν ψηφιακές δεξιότητες και πρόσβαση στην τεχνολογία θα ωφεληθούν περισσότερο, ενώ άλλοι ενδέχεται να περιθωριοποιηθούν.

Στην εκπαίδευση, οι αλλαγές ίσως είναι ακόμη πιο ριζικές. Η τεχνητή νοημοσύνη μπορεί να προσφέρει εξατομικευμένη μάθηση, προσαρμοσμένη στις ανάγκες, στις αδυναμίες και στον ρυθμό κάθε μαθητή. Ένας μαθητής θα μπορεί να έχει έναν «ψηφιακό δάσκαλο» διαθέσιμο οποιαδήποτε στιγμή, που θα εξηγεί δύσκολες έννοιες με διαφορετικούς τρόπους, μέχρι να γίνουν κατανοητές. Αυτό θα μπορούσε να μειώσει εκπαιδευτικές ανισότητες και να ενισχύσει τη διά βίου μάθηση.

Από την άλλη πλευρά, υπάρχει ο κίνδυνος η υπερβολική εξάρτηση από έξυπνα συστήματα να περιορίσει την κριτική σκέψη και την πνευματική προσπάθεια. Αν οι άνθρωποι συνηθίσουν να λαμβάνουν άμεσα απαντήσεις για τα πάντα, ίσως μειωθεί η ικανότητά τους να ερευνούν, να αμφισβητούν και να σκέφτονται δημιουργικά. Ήδη βλέπουμε φαινόμενα «cognitive offloading», όπου αναθέτουμε στη μηχανή όλο και περισσότερες νοητικές λειτουργίες. Η ανθρώπινη σκέψη κινδυνεύει να γίνει πιο ρηχή, αν δεν καλλιεργούμε συνειδητά την αυτονομία μας.

Η δημιουργικότητα είναι ένας ακόμη τομέας όπου η τεχνητή νοημοσύνη θα προκαλέσει μεγάλες συζητήσεις. Ήδη συστήματα τεχνητής νοημοσύνης μπορούν να παράγουν εικόνες, μουσική, κείμενα και βίντεο με εντυπωσιακή ποιότητα. Αυτό δημιουργεί νέες δυνατότητες για καλλιτέχνες και δημιουργούς, καθώς η τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως εργαλείο έμπνευσης και συνεργασίας.

Παράλληλα, όμως, τίθενται σημαντικά ερωτήματα: τι σημαίνει ανθρώπινη δημιουργία όταν μια μηχανή μπορεί να μιμηθεί καλλιτεχνικά στυλ ή να παράγει έργα σε δευτερόλεπτα; Υπάρχει, επίσης, ο φόβος ότι η μαζική παραγωγή περιεχομένου από αλγορίθμους θα οδηγήσει σε υπερπληροφόρηση και δυσκολία διάκρισης του αυθεντικού από το τεχνητό.

Θα προκύψει όμως και μια νέα συζήτηση για το τι σημαίνει τελικά αυθεντικό. Ένα έργο που δημιουργήθηκε με τεχνητή νοημοσύνη είναι λιγότερο «δικό μας»; Η κοινωνία θα χρειαστεί νέους κανόνες και νέα αισθητική για να απαντήσει σε τέτοια ερωτήματα.

Στην πολιτική και στη δημόσια ζωή οι συνέπειες μπορεί να είναι ακόμη πιο σύνθετες. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη βελτίωση δημόσιων υπηρεσιών, στην ανάλυση μεγάλων κοινωνικών προβλημάτων και στη λήψη καλύτερων αποφάσεων. Όμως η ίδια τεχνολογία μπορεί να χρησιμοποιηθεί για παρακολούθηση πολιτών, χειραγώγηση της κοινής γνώμης ή παραγωγή ψευδών ειδήσεων και «deepfakes».

Σε μια εποχή κατά την οποία η πληροφορία διαδίδεται ταχύτατα, η δυνατότητα δημιουργίας πειστικού, αλλά ψευδούς περιεχομένου ίσως αποτελέσει σοβαρή απειλή για τη δημοκρατία και την εμπιστοσύνη στους θεσμούς. Τα deepfakes, η εξατομικευμένη παραπληροφόρηση και τα αλγοριθμικά echo chambers μπορούν να υπονομεύσουν τη δημοκρατία πιο αποτελεσματικά από ποτέ.

Ίσως, τελικά, η πιο σημαντική αλλαγή να αφορά τον ίδιο τον τρόπο με τον οποίο σκεφτόμαστε και αντιλαμβανόμαστε τον εαυτό μας. Η συνεχής παρουσία «έξυπνων» βοηθών στην καθημερινότητα μπορεί να μεταβάλει τη σχέση μας με τη γνώση, τη μνήμη και την απόφαση. Όπως το διαδίκτυο άλλαξε τον τρόπο πρόσβασης στην πληροφορία, έτσι και η τεχνητή νοημοσύνη ίσως αλλάξει τον τρόπο παραγωγής σκέψης. Το ερώτημα δεν είναι μόνο τι θα μπορούν να κάνουν οι μηχανές αλλά και ποιες ανθρώπινες ικανότητες θα συνεχίσουμε να καλλιεργούμε εμείς οι ίδιοι.

Συμπερασματικά, η τεχνητή νοημοσύνη φαίνεται ότι θα αποτελέσει μία από τις πιο καθοριστικές δυνάμεις της επόμενης δεκαετίας. Οι δυνατότητές της είναι τεράστιες: καλύτερη υγεία, πιο αποτελεσματική εκπαίδευση, αύξηση παραγωγικότητας και νέες μορφές δημιουργίας. Ταυτόχρονα, όμως, συνοδεύεται από σοβαρές προκλήσεις που αφορούν την εργασία, τη δημοκρατία, την ιδιωτικότητα και την ανθρώπινη αυτονομία.

Η πραγματική πρόκληση δεν θα είναι τεχνολογική αλλά κοινωνική και ηθική: αν δηλαδή οι άνθρωποι θα μπορέσουν να χρησιμοποιήσουν την τεχνητή νοημοσύνη ως εργαλείο προόδου χωρίς να χάσουν τον έλεγχο των αξιών και των επιλογών τους.

Η τεχνητή νοημοσύνη λειτουργεί ως μεγεθυντικός φακός των δικών μας προθέσεων και, όπως ένας καθρέφτης, αντανακλά ό,τι της δίνουμε: τη γνώση μας, τις προκαταλήψεις μας, τα όνειρα και τους φόβους μας. Αν την αντιμετωπίσουμε ως εργαλείο ενδυνάμωσης, μπορεί να φτάσουμε σε τόπους στους οποίους μόνοι μας δεν θα φτάναμε.

Το κεντρικό ερώτημα των επόμενων πέντε-δέκα ετών δεν είναι «τι θα κάνει η τεχνητή νοημοσύνη σε μας» αλλά «τι είδους άνθρωποι και θεσμοί επιλέγουμε να γίνουμε, έχοντας στα χέρια μας μια τόσο ισχυρή τεχνολογία». Αν την αντιμετωπίσουμε ως υποκατάστατο της σκέψης, θα βλέπουμε στον καθρέφτη έναν κόσμο που ολοένα λιγότερο θα αναγνωρίζουμε ως δικό μας.

Η ραγδαία ενσωμάτωση της τεχνητής νοημοσύνης στην καθημερινότητα επιταχύνει τη μετάβασή μας σε μια συνθήκη αλγοριθμικής μεταλήθειας. Δεν αναφέρομαι απλώς στη διασπορά ψηφιακών παραποιήσεων, αλλά σε μια ριζική αναδόμηση της δημόσιας σφαίρας καθώς η αλήθεια μετριέται όλο και περισσότερο με την ικανότητα απόσπασης της προσοχής, ενώ ο λόγος κινδυνεύει να εκφυλιστεί σε αλγοριθμικά επιβραβευμένο θυμικό ξέσπασμα.

Ενόσω πλατφόρμες και συστήματα προδιαγράφουν και κατασκευάζουν τις επιθυμίες και τις επιλογές μας δημιουργώντας μια ψευδαίσθηση επιλογής, το εικονιστικό υποκείμενο αναπαύεται σε ένα «ψηφιακό σπήλαιο», όπου η ετερονομία μεταμφιέζεται σε εξατομικευμένη ελευθερία. Το μείζον διακύβευμα της επόμενης δεκαετίας είναι η διάσωση της αυτονομίας μας απέναντι σε αυτή την ψηφιακή εθελοδουλία.

Όμως η διάσωση καθίσταται δυσχερής επειδή η τεχνητή νοημοσύνη θα διευκολύνει την μετοίκησή μας στην εκτεταμένη πραγματικότητα (extended reality). Ταυτόχρονα, θα καταστήσει τη μάθηση πιο εξατομικευμένη, διαβρώνοντας όμως την προσοχή και την πρωτογενή σκέψη.

Στην πολιτική, η χειραγώγηση δεν θα είναι ωμή αλλά λεπτή, προληπτική και βαθιά προσωποποιημένη. Στην εργασία, δεν θα χαθούν απλώς θέσεις αλλά θα επαναπροσδιοριστεί το τι θεωρείται ανθρώπινη συμβολή. Συγχρόνως, θα πολλαπλασιαστούν οι υβριδικές σχέσεις, δηλαδή μορφές φιλίας και ερωτικής συντροφικότητας ανάμεσα σε ανθρώπους και μηχανές.

Παράλληλα, ο πειρασμός να εκχωρήσουμε την ηθική και πρακτική μας ευθύνη στην τεχνητή νοημοσύνη για λόγους άνεσης και αποτελεσματικότητας, από την ιατρική και τη δικαιοσύνη έως την πολιτική διακυβέρνηση, θα ενταθεί. Όμως, η ευθύνη έχει ως αναγκαία προϋπόθεση την τρωτότητα. Η μηχανή ούτε θρηνεί ούτε μετανιώνει. Μόνο ένα πεπερασμένο ον, που κατανοεί την περατότητά του και πάσχει λόγω της απώλειας, δύναται να επωμιστεί το άχθος του πράττειν.

Το ίδιο ισχύει και για το ποιείν. Πιο συγκεκριμένα, για την καλλιτεχνική δημιουργία τα τεχνητά έργα ενδέχεται να είναι αψεγάδιαστα, προξενώντας μας έναν θαυμασμό ανάλογο με εκείνον που νιώθουμε απέναντι στα φυσικά φαινόμενα. Θα είναι όμορφα δίχως να είναι ωραία. Θα τέρπουν, αλλά δεν θα εξυψώνουν, διότι στερούνται το οντολογικό βάρος της βιωμένης εμπειρίας. Η ανθρώπινη δημιουργία θα παραμείνει αναντικατάστατη, ακριβώς ως συνάντηση θνητών.

Στον διαγραφόμενο κίνδυνο ενός ιδιότυπου εξορισμού από τη φυσική πραγματικότητα ο ψηφιακός ανθρωπισμός αντιπροτείνει μια ψηφιακή αυτογνωσία και επιμέλεια εαυτού σε ατομικό επίπεδο και ένα ήθος αυτοπεριορισμού που θα ενσαρκώνεται σε ανθρωποκεντρικές πολιτικές και νομικές ρυθμίσεις σε κοινωνικό επίπεδο, ώστε η τεχνητή νοημοσύνη να τίθεται αυστηρά επικουρικά στην υπηρεσία της αυτονομίας και της ανθρωπινότητάς μας.

Στην εικονιστική συνθήκη που καθορίζεται από τη βλέψη κυριαρχίας επί του ανθρώπου και της φύσης μέσω της τεχνικής, ψηφιακός ανθρωπισμός σημαίνει να παραμείνουμε ανθρώπινοι, δηλαδή οντολογικά απρόβλεπτοι.

Θα ήθελα να ξεκινήσω με τη διαπίστωση ότι ποτέ άλλοτε στην ιστορία του ανθρώπου η υπόστασή του ως είδους, οι δυνατότητες και οι προοπτικές του δεν βρίσκονταν εν μέσω τόσο πολλών και ανατρεπτικών αλλαγών και εξελίξεων διαμορφωμένων από τον ίδιο όσο στην παρούσα φάση της ανθρωπόκαινου εποχής που διανύουμε. Είναι η εποχή που ήδη από τις αρχές της δεκαετίας του 2010 σε σεμινάριά μου στο Χάρβαρντ, διαλέξεις και διάφορα γραπτά μου έχω ορίσει ως «νεομεσαιωνικό μετακαπιταλισμό».

Τα τελευταία χρόνια, κυρίως από τις αρχές της παρούσας δεκαετίας, η τεχνητή νοημοσύνη έχει αναλάβει τον ρόλο πρωτοπόρου στις εξελίξεις αυτές, κι αυτό είναι αποτέλεσμα πολυετών ερευνών και πειραματισμών. Η δυνατότητα συγκέντρωσης και επεξεργασίας πληροφοριών π.χ. από εφαρμογές όπως το ChatGPT, που ήδη, μετά από μόλις τριάμισι χρόνια, θεωρείται πια σχεδόν παρωχημένη, είναι τέτοια που πραγματικά σε ελάχιστα δευτερόλεπτα μπορεί να δώσει απαντήσεις (κατά κανόνα, αλλά όχι πάντοτε, επιτυχείς ή, τουλάχιστον, ενδιαφέρουσες) ακόμη και σε πολύπλοκα ερωτήματα.

Στις λεγόμενες θετικές επιστήμες η τεχνητή νοημοσύνη κάνει πραγματικά θαύματα, συμβάλλοντας έτσι καθοριστικά στην επιστημονική γνώση αλλά και στη θεραπευτική διαδικασία, στον χώρο της Ιατρικής. Δεν τίθεται, λοιπόν, κανένα θέμα για τις εξαιρετικά θετικές επιπτώσεις της τεχνητής νοημοσύνης σε πολλές πτυχές της ανθρώπινης ζωής και της καθημερινότητάς μας. Η τεχνητή νοημοσύνη, όπως και κάθε άλλη τεχνολογική/επιστημονική δυνατότητα, είναι ένα εργαλείο. Δεν πρέπει να το ξεχνάμε αυτό. Δεν πρέπει ούτε να τη θεοποιούμε ούτε να τη δαιμονοποιούμε.

Πολύ συχνά μιλάμε για την τεχνητή νοημοσύνη λες και είναι μια αυτόνομη, σχεδόν υπερβατική, οντότητα, πέρα από το εύρος ελέγχου του ανθρώπινου παράγοντα. Η οπτική αυτή είναι όχι μόνο εσφαλμένη, αλλά και εξαιρετικά επικίνδυνη, καθώς ουσιαστικά μεταθέτει την όποια ευθύνη των σχετικών εξελίξεων από τον ανθρώπινο παράγοντα σε μια τρόπον τινά υπερφυσική δύναμη. Μια τέτοια αντίληψη λειτουργεί ως ένα είδος άλλοθι, κυρίως για φορείς της πολιτικής, τεχνολογικής και οικονομικής εξουσίας αλλά και για επιστήμονες, το οποίο εξυπηρετεί την αποποίηση τυχόν ηθικής, πολιτικής ή και νομικής υπαιτιότητας.

Υποστηρίζω, λοιπόν, πως έχουμε να κάνουμε με το εξής παράδοξο, το οποίο προφανώς ωφελεί τις πολιτικές και οικονομικο-τεχνολογικές ολιγαρχίες: από τη μια πλευρά, μια άκρατη έμφαση και προσήλωση σε μια υποτιθέμενη λογοκρατική και πρακτική νοοτροπία (δηλαδή στις λογικά/επιστημονικά και «θετικιστικά» αναπτυσσόμενες εξελίξεις στην τεχνολογία) και, από την άλλη, μια σχεδόν μοιρολατρική, δηλαδή αντι-λογική αποδοχή της αδυναμίας του ανθρώπου να υποστηρίξει την αυτονομία του εν όψει των εξελίξεων αυτών.

Πέρα, λοιπόν, από τις τεράστιες θετικές δυνατότητες που παρέχει η τεχνητή νοημοσύνη, η (κατα)χρήση της εγκυμονεί αρκετούς κινδύνους σε διάφορους τομείς. Πολλά επαγγέλματα (διερμηνείς, δημοσιογράφοι, αλλά και στελέχη επιχειρήσεων, ειδικοί στους τεχνικούς υπολογιστές κ.λπ.) αρχίζουν ήδη να υποσκελίζονται δραματικά και ένας μεγάλος αριθμός ανθρώπων βρίσκεται χωρίς δουλειά.

Μια άλλη τεράστια παράπλευρη απώλεια της τεχνητής νοημοσύνης, όχι ευρέως γνωστή, αλλά που φαίνεται να μην απασχολεί ιδιαιτέρως τους ολιγάρχες της, είναι η χρήση υπέρογκων ποσών ενέργειας που συνεπάγεται η χρήση της. Σύμφωνα με το MIT Technology Review, μέχρι το 2028 η χρήση εφαρμογών τεχνητής νοημοσύνης στις ΗΠΑ θα καταναλώνει το 22% της παραγόμενης ενέργειας, με ό,τι καταστροφικό αυτό συνεπάγεται για το περιβάλλον! Το βασικό ζήτημα παραμένει: ποιος θέτει και ελέγχει αυτό που ονομάζω «τελεολογία», δηλαδή τους απώτερους στόχους και προτεραιότητες, της περαιτέρω ανάπτυξης της τεχνητής νοημοσύνης; Οι πολίτες ανά την υφήλιο απαιτούν και δικαιούνται μια απάντηση.

Η επόμενη δεκαετία είναι μικρό διάστημα για να δούμε τεράστιες αλλαγές μετασχηματισμού του κόσμου και της ζωής μας. Η τεχνητή νοημοσύνη θα συνεχίσει να εξελίσσεται και η ενσωμάτωσή της στη ζωή μας θα διευρύνεται. Τα συστήματά της θα γίνονται πιο αποτελεσματικά, θα προσομοιώνουν πιο πολύ ανθρώπινες συμπεριφορές. Αυτό δεν σημαίνει ότι θα αποκτήσουν την ικανότητα της ανθρώπινης νοητικότητας και κατανόησης νοήματος ή συνείδηση.

Όσο εντυπωσιακή κι αν είναι η εξέλιξή της, κατά την προσεχή δεκαετία δεν θα επιτύχουμε την ευαγγελιζόμενη Γενική Τεχνική Νοημοσύνη (AGI), δηλαδή εξελιγμένα συστήματα που να διαθέτουν συνειδητή γνώση, αυτογνωσία και ετερογνωσία, επίγνωση του κόσμου γύρω τους, ικανότητα να αισθάνονται γεύσεις ή οσμές, να εκφράζουν συναισθήματα και όχι απλώς να τα περιγράφουν, να επικοινωνούν με νόημα και ενσυναίσθηση. Υπάρχουν κρίσιμοι φραγμοί.

Η τεχνητή νοημοσύνη μάλλον θα εξελιχθεί σε ένα είδος χρήσιμης υποδομής ενσωματωμένο σε πολλά άλλα συστήματα, βελτιστοποιώντας τη λειτουργία και αποτελεσματικότητά τους. Πεδία στα οποία θα δούμε σπουδαίες εξελίξεις είναι εκείνα όπου διαδραματίζει πρωτεύοντα ρόλο η πληροφορία, πληροφοριακά πεδία όπως το χρηματοπιστωτικό σύστημα.

Η τεχνητή νοημοσύνη μπορεί να αυξήσει την παραγωγικότητα, να επιταχύνει επιστημονικές ανακαλύψεις, να συμβάλει στην πρόληψη, έγκαιρη διάγνωση και αντιμετώπιση ασθενειών όπως ο καρκίνος, να καταργήσει ή να αναμορφώσει πολλά επαγγέλματα, να δημιουργήσει νέες ειδικότητες.

Οι μεγαλύτερες μετατοπίσεις όμως θα προκύπτουν μέσα από πολυάριθμες μικρές σταδιακές αλλαγές σε πολλές περιοχές της κοινωνικής ζωής. Καθώς θα εισχωρεί σε πολλαπλά πεδία, ξεπερνώντας σε ορισμένα την ανθρώπινη επάρκεια (βλ. επικίνδυνες αποστολές), θα εγείρονται νέα ηθικά και κοινωνικά ζητήματα και θα απαιτούνται ορθές πολιτικές αποφάσεις.

Θέματα μείζονα θα είναι η κυβερνοασφάλεια, η δίκαιη και ισότιμη πρόσβαση στις νέες δυνατότητες που διανοίγει η τεχνητή νοημοσύνη, η προστασία από αθέμιτη ή κακόβουλη χρήση της, η εντεινόμενη παραπληροφόρηση και διάβρωση της αλήθειας αλλά και η πολεμική και διπλή χρήση της, κενά λογοδοσίας και υπευθυνότητας στη χρήση των πολύπλοκων αλγορίθμων της, η βιομετρική παρακολούθηση και η προγνωστική αστυνόμευση, οι κίνδυνοι μεροληψίας και αρνητικών διακρίσεων σε βάρος προσώπων.

Όμως το πλέον καθοριστικό διακύβευμα είναι το πώς η αλγοριθμική αυτοματοποίηση και η αυξανόμενη εξάρτησή μας από αυτοματοποιημένες λήψεις αποφάσεων θα επηρεάσουν την κοινωνική ζωή και τις μεταξύ μας σχέσεις. Πρωτεύον ζήτημα θα αποτελέσει τι αποφάσεις θα κρίνουμε πως πρέπει να εκχωρήσουμε στην τεχνητή νοημοσύνη προκειμένου να κερδίσουμε π.χ. μεγαλύτερη άνεση, ευκολία ή αποτελεσματικότητα, και ποιες θα κρατήσουμε υπό ανθρώπινο έλεγχο και ευθύνη.

Εάν εκχωρήσουμε θεμελιώδεις για τη ζωή και την κοινωνική συνύπαρξή μας αποφάσεις σε αλγοριθμικά συστήματα και «βγούμε από την τροχιά», ο κίνδυνος θα είναι να προκληθούν νέες μορφές εξάρτησης και ελέγχου της ανθρώπινης ζωής. Συναφώς, η υπερσυγκέντρωση ελέγχου και δύναμης σε μια μικρή ομάδα τεχνολογικών γιγάντων (και ελάχιστο αριθμό κρατών) που αναπτύσσουν αυτή την τεχνολογία θα σημάνει ακόμα μεγαλύτερες προκλήσεις για τη δημοκρατία, τα θεμελιώδη δικαιώματα, τη δίκαιη και κοινωνικά ωφέλιμη αξιοποίησή της.

Εν ολίγοις, η μεγαλύτερη πρόκληση της δεκαετίας δεν θα αφορά τη δημιουργία όσο γίνεται πιο εξελιγμένων μοντέλων με κριτήριο τη βελτιστοποίηση αλλά τον έλεγχο και τη διακυβέρνηση της τεχνητής νοημοσύνης, και, συναφώς, τις στρατηγικές επιλογής των κοινωνικών στόχων που θα επιδιώξουμε να πραγματοποιήσουμε μέσω του σχεδιασμού, της ανάπτυξης και αξιοποίησης αυτής της εξαιρετικά ισχυρής τεχνολογίας.

Στο βιβλίο μου «Ιχνηλατώντας τα μονοπάτια του εγκεφάλου και του νου» γράφω: «Είναι εξαιρετικά δύσκολο να κατανοήσουμε τη δομή και τη λειτουργία του εγκεφάλου διότι, σε πλήρη αντίθεση με τα προϊόντα της τεχνητής νοημοσύνης, ο εγκέφαλος δεν δημιουργήθηκε προκειμένου να επιτευχθεί ένας συγκεκριμένος στόχος με βάση τις αρχές ενός συγκεκριμένου σχεδιασμού.

Η φυσική επιλογή, η μηχανή της εξέλιξης δηλαδή, είναι η μόνη υπεύθυνη για τη δημιουργία του. Δηλαδή, ο εγκέφαλος του ανθρώπου, που είναι προϊόν του “τυχαίου και της αναγκαιότητας”, για να θυμηθούμε τον Jack Monod, δημιούργησε και δημιουργεί με βάση τις αρχές ενός συγκεκριμένου σχεδιασμού τα προϊόντα της τεχνητής νοημοσύνης προκειμένου να επιτευχθούν συγκεκριμένοι στόχοι».

Αυτή είναι η κυρίαρχη σχέση μεταξύ εγκεφάλου και τεχνητής νοημοσύνης και κατά τη γνώμη μου ένας πολύ σημαντικός στόχος της επιστημονικής έρευνας σήμερα είναι η κατανόηση της δομής και λειτουργίας του εγκεφάλου. Ο Φράνσις Κρικ έγραψε το 1979 το εξής (η μετάφραση δική μου): «Στόχος μας είναι επιτύχουμε το ακατόρθωτο, δηλαδή να κατανοήσουμε το νευρωνικό δίκτυο (wiring diagram) ενός κυβικού χιλιοστού του εγκεφαλικού ιστού και πως οι νευρώνες αυτοί αντιδρούν(firing)». To ακατόρθωτο του σερ Φράνσις έγινε κατορθωτό μισό αιώνα μετά από τις μελέτες του MICrONS Consortium το οποίο αποτελείται από είκοσι εργαστήρια σε ΗΠΑ και Ευρώπη.

Οι μελέτες αυτές οδήγησαν στη λεπτομερέστατη ανασύνθεση του ανατομικο-λειτουργικού δικτύου ενός κυβικού χιλιοστού της περιοχής V1 του οπτικού φλοιού του εγκεφάλου ποντικού. Τούτο κατέστη δυνατό μετά από επεξεργασία με το ΜICrONS Functional connectome dataset αποτελεσμάτων που προήλθαν από την τεχνική dense calcium imaging της διέγερσης 75.000 νευρώνων της περιοχής αυτής ενός ποντικού που έβλεπε φυσιολογικά και τεχνικά ερεθίσματα και από τη μελέτη με ηλεκτρονικό μικροσκόπιο 200.000 νευρώνων και 0,5 δισεκατομμυρίου συνάψεων.

Με άλλα λόγια, η τεχνητή νοημοσύνη, μέσω της δυνατότητας επεξεργασίας ενός τεράστιου αριθμού δεδομένων, έπαιξε καθοριστικό ρόλο στη μελέτη του δημιουργού της, του εγκεφάλου.

Ας έρθουμε σ’ ένα άλλο θέμα. Στην κοινωνική ζωή του ανθρώπου έχει σπουδαία θέση η κατανόηση των συναισθημάτων του άλλου. Αναμφίβολα, οι άνθρωποι κατανοούν τα συναισθήματα του άλλου. Η παρατήρηση ενός άλλου την ώρα που βιώνει ένα συναίσθημα μπορεί να δώσει το έναυσμα για μια γνωστική επεξεργασία των αισθητηριακών πληροφοριών, η οποία τελικά θα οδηγήσει σε ένα λογικό συμπέρασμα σχετικά με το τι νιώθει.

Από την άλλη, όμως, το ίδιο θέαμα μπορεί να οδηγήσει σε μια άμεση καταγραφή των αισθητηριακών πληροφοριών πάνω σε ένα κατοπτρικό εγκεφαλικό σύστημα.

Τούτοι οι δύο τρόποι αναγνώρισης του συναισθήματος είναι θεμελιωδώς διαφορετικοί: με το πρώτο ο παρατηρητής συνάγει το συναίσθημα, αλλά δεν το αισθάνεται. Με το δεύτερο, όμως, η αναγνώριση γίνεται από πρώτο χέρι, διότι ο κατοπτρικός μηχανισμός προκαλεί τα ίδια συναισθηματική κατάσταση στον παρατηρητή.

Πρόκειται για τη διαδικασία που έχει ονομαστεί ενσυναίσθηση (empathy). Mε άλλα λόγια, αντιλαμβανόμαστε τα συναισθήματα του άλλου μέσα από εγκεφαλικούς μηχανισμούς άμεσης αντιστοίχισης, στους οποίους συμμετέχουν κατοπτρικοί μηχανισμοί που εντοπίζονται σε περιοχές όπως είναι η νήσος ή η πρόσθια έλικα του προσαγωγίου, οι οποίες παράγουν σπλαχνικές κινητικές αποκρίσεις και παράλληλα παίζουν καθοριστικό ρόλο στην αντίληψη του εαυτού και στη δόμηση της αυτοσυνείδησης.

Οι Αγγλοσάξονες χρησιμοποιούν τον όρο «gut feelings». Όταν οι άνθρωποι λέμε «νιώθω πόσο υποφέρεις», μάλλον δεν αντιλαμβανόμαστε πόσο κυριολεκτική είναι αυτή η φράση. Αυτές οι εξαιρετικά περίπλοκες διαδικασίες που συμβαίνουν στον εγκέφαλο του ανθρώπου διαφέρουν ριζικά από αυτό που ορίζεται ως «τεχνητή ενσυναίσθηση», δηλαδή η ικανότητα συστημάτων τεχνητής νοημοσύνης να προσομοιώνουν ανθρώπινα συναισθήματα. Μέσω αλγορίθμων «διαβάζουν» εκφράσεις προσώπου, τόνο φωνής, στάση και κινήσεις σώματος, καρδιακό ρυθμό κ.λπ. και αντιδρούν ανάλογα. Οι αλγόριθμοι όμως δεν έχουν «guts».

Το γεγονός ότι αναρωτιόμαστε πού μας οδηγεί η τεχνητή νοημοσύνη ενέχει ήδη την παραδοχή ότι πρόκειται πλέον για μια αναπόδραστη νομοτέλεια, την κανονικότητα που έχει δρομολογήσει τόσες και τόσο ραγδαίες αλλαγές και εξελίξεις στον τρόπο που εργαζόμαστε, επικοινωνούμε, σκεφτόμαστε, ζούμε, και στην οποία η δυνατότητα να επιδράσουμε μοιάζει περιορισμένη ή και ανύπαρκτη. Διόλου παράδοξο που το ερώτημα διατυπώνεται συνήθως με αυτόν τον τρόπο και όχι κάπως αντίστροφα, δηλαδή πού θέλουμε να οδηγήσουμε εμείς την τεχνητή νοημοσύνη και πώς.

Η υπόσχεση της ευημερίας και της διεύρυνσης των ανθρώπινων ικανοτήτων και δυνατοτήτων (κυρίως σε επίπεδο αποδοτικότητας και λιγότερο δημιουργίας) προσκρούει στο δέος που προκαλεί η ιδέα μιας τεχνολογίας που υποκαθιστά τον άνθρωπο, μη υποκείμενη στον ανθρώπινο έλεγχο, ή ελεγχόμενη, όπως και εν γένει ο ψηφιακός κόσμος, από ισχυρούς τεχνολογικούς και οικονομικούς φορείς, αυξάνοντας τον κίνδυνο στρεβλών, μονομερών και επιβλαβών για το περιβάλλον μορφών ανάπτυξης, νέων εξαρτήσεων, ανισοτήτων, χειραγώγησης της πληροφόρησης και των αντιλήψεων που διαμορφώνονται.

Όπως και να έχει, η δυνατότητα της όποιας πρόβλεψης είναι πεπερασμένη, υποκείμενη στην εικόνα της τεχνολογικής πραγματικότητας που έχουμε τώρα υπόψη μας, η οποία ωστόσο, όπως καθημερινά αποδεικνύεται, είναι διαρκώς μεταβαλλόμενη και μη προδιαγνώσιμη. Αρκεί να αναλογιστούμε αν μας απασχολούσε το ερώτημα δέκα χρόνια πριν και πόσο αστραπιαία διείσδυσε η τεχνητή νοημοσύνη στην καθημερινότητα.

Ποιος μπορεί να διαβλέψει τον ρυθμό και την κατεύθυνση της εξέλιξης, εάν και κατά πόσο είμαστε κοντά στη γενική τεχνητή νοημοσύνη, τη singularity; Εάν οι κίνδυνοι περιορίζονται στην περαιτέρω ενίσχυση της ανισορροπίας τεχνολογικής και οικονομικής ισχύος ή αν τίθεται ζήτημα υπαρξιακών κινδύνων; Η αλήθεια είναι ότι αυτό που μπορούμε να κάνουμε είναι να αποτυπώσουμε τις ελπίδες αλλά και τις επιφυλάξεις που γεννά το ρευστό παρόν.

Μπορούμε να αναλογιστούμε τις δυνατότητες που μας δίνουν τα μεγάλα γλωσσικά μοντέλα, όπως το ChatGPT, το Claude, το GEMINI ή άλλες εφαρμογές τεχνητής νοημοσύνης, τα οποία προσομοιώνουν την ανθρώπινη σκέψη και έκφραση, πηγάζουν από την ανάλυση και την αναπαραγωγή της γλώσσας, προσφέρουν συσχετίσεις και λύσεις, αλλά δεν διαθέτουν εμπειρία και δομή των αιτιωδών σχέσεων, συνοψίζουν προϋφιστάμενες γνώσεις και πληροφορίες, αλλά υπολείπονται στην επιτέλεση λογικών σκέψεων και δεν κατανοούν το νόημα.

Θα μας απαλλάξουν από περιττές ή εντάσεως χρόνου εργασίες δίνοντάς μας χρόνο για πραγματική δημιουργία ή θα μας αποδυναμώσουν ‒ίσως και να μας ευνουχίσουν διανοητικά‒, καταλήγοντας στην κοινοτοπία, στον μαρασμό της πρωτότυπης σκέψης και δημιουργικότητας, της μεθοδικότητας, της ερμηνευτικής ικανότητας;

Τι θα σημαίνει απασχόληση στην εποχή της τεχνητής νοημοσύνης και της αλγοριθμικής διακυβέρνησης της εργασίας; Απελευθέρωση του χρόνου των εργαζομένων, προσαρμογή τους στους (ταχείς) ρυθμούς της τεχνητής νοημοσύνης ή το «τέλος της εργασίας»; Η αύξηση της παραγωγικότητας θα εξισορροπήσει τον κίνδυνο μετατοπίσεων και εκτοπισμού για ευρύ φάσμα κατηγοριών εργαζομένων, τον διαχωρισμό μεταξύ των AI ready απασχολούμενων και αυτών που θα εξοβελιστούν προσωρινά ή μόνιμα από την αγορά εργασίας;

Η (πόσο γενική;) ευημερία θα μπορεί να επιτευχθεί εάν διευρύνεται περαιτέρω το ψηφιακό, κοινωνικό και οικονομικό χάσμα και επιτείνονται οι ανισότητες; Η αυτοματοποιημένη επιτήρηση, η αλγοριθμική οργάνωση της εργασίας και αντίστοιχα της αξιολόγησης των εργαζομένων θα εξασφαλίζει καλύτερη «απόδοση» ή αναθέτοντας σε μια «μηχανή» (που βέβαια επιλέγεται από άνθρωπο) την εξουσία να αποφασίζει ποιος είναι απασχολήσιμος και άξιος πλήττουμε ουσιαστικά δικαιώματα των εργαζομένων και παραδίδουμε σε αυτή τον επανακαθορισμό των ορίων της ανθρώπινης δυνατότητας, όπως εύστοχα παρατηρεί ο Πάπας Λέων ΙΔ’ στην εγκύκλιο «Magnifica Humanitas»;

Όταν προσπαθώ να φανταστώ το μέλλον (και εάν και πώς μπορούμε να το διαχειριστούμε και να το ελέγξουμε) είμαι εξαιρετικά αμφίθυμη: ενώ παρά τα αποκλίνοντα συμφέροντα και τις ποικίλες κοσμοαντιλήψεις για το παρόν και το μέλλον φαίνεται να συναντά αποδοχή η ανάγκη διασφάλισης της ανθρώπινης πρωτοκαθεδρίας και υπεροχής, δεν είναι αμελητέος ο κίνδυνος να καταστεί η προσαρμογή στην τεχνητή νοημοσύνη (και όχι το αντίστροφο) το κριτήριο που θα υπαγορεύει τι έχει αξία και σημασία και τι μπορεί να απορριφθεί. Και τότε, ένα μέλλον που ο άνθρωπος θα είναι το μέσον και όχι ο σκοπός ίσως να μην είναι αξιοβίωτο.

Να σημειώσω καταρχάς ότι θα περιοριστώ σε ζητήματα επιστήμης και εκπαίδευσης στα οποία ίσως έχω κάτι να πω. Αρχίζουμε με την επιστήμη όπου η συμφωνία για το «μέλλει γενέσθαι» είναι μάλλον γενική. Η χρήση της τεχνητής νοημοσύνης ως βοηθού έρευνας θα είναι σύντομα κοινή πρακτική με ισχυρά πλεονεκτήματα σε επιστημονικές περιοχές όπου ο τεράστιος όγκος των δεδομένων συνιστά προνομιούχο πεδίο για την «τεχνολογία» των νευρωνικών δικτύων στην οποία βασίζεται η τεχνητή νοημοσύνη.

Και στα Καθαρά Μαθηματικά η πρόσφατη είδηση («Scientific American», 20/5) ότι η τεχνητή νοημοσύνη κατέρριψε μια διάσημη εικασία με μια εκπληκτικά πρωτότυπη ιδέα μάς φέρνει για πρώτη φορά αντιμέτωπους με το ενδεχόμενο μιας νοημοσύνης προικισμένης με ανθρώπινη δημιουργικότητα.

Η τεχνητή νοημοσύνη είναι επίσης ένας εκπληκτικός συζητητής αν ενδιαφέρεσαι να βάλεις τις ιδέες σου στη δοκιμασία ενός αντιλόγου, ο οποίος μπορεί να φτάσει στο υψηλότερο δυνατό επίπεδο. Είχα αυτή την εμπειρία πολύ πρόσφατα, όταν έθεσα στη δοκιμασία του διαλόγου με το ChatGPT κάποιες «έμμονες» ιδέες μου για τα θεμέλια της κβαντομηχανικής· και η εμπειρία –διάρκειας 40 ημερών απόλυτης συγκέντρωσης– ήταν συγκλονιστική: ο παγκόσμιος δάσκαλος.

Όχι εκείνος που δεν κάνει λάθη –αν ξέρετε κάποιον, να μου τον δείξετε– αλλά εκείνος που είναι εκεί για να τον αντικρούσεις ή να σε αντικρούσει όχι σε ένα παιχνίδι εξουσίας αλλά σε μια διαδικασία συν-αναζήτησης που μόνο από την ιδανική εκδοχή ελληνικής διαλεκτικής μπορείς να περιμένεις.

Έχεις, μάλιστα, την ευχέρεια να ζητήσεις από τον «συνομιλητή» σου να σου απαντά όχι ως ένας «ξερόλας» αλλά ως ένας πραγματικός δάσκαλος που δεν οφείλει μόνο να δίνει τη σωστή (αν υπάρχει) απάντηση στο ερώτημά σου αλλά και να σου εξηγεί τη διαδικασία που οδήγησε σε αυτήν. Ο παγκόσμιος δάσκαλος μπορεί να είναι «ξερόλας» εάν αυτό του ζητάς να είναι, ή ένας κορυφαίος παιδαγωγός, αν έναν τέτοιο επιζητείς να έχεις απέναντί σου. Είναι λίγο δυσάρεστο, αλλά είναι αληθινό.

Από την τεχνητή νοημοσύνη θα πάρεις αυτό που είσαι σε θέση να ζητήσεις, το οποίο όμως θέτει αμέσως και τα όρια στην αξιοποίησή της ως εκπαιδευτικού εργαλείου. Στα χέρια ενός ανθρώπου με αυτονομία σκέψης ώστε να μην «ψαρώνει» μπροστά στην άπειρη σοφία(!) της Μηχανής θα δούμε να γίνονται θαύματα· να αυτοεκπαιδεύεσαι μέσα σε ελάχιστο χρόνο πάνω σε αντικείμενα που μάλλον δεν θα τολμούσες καν να φανταστείς ότι θα μπορούσες να μάθεις.

Όμως για τη μεγάλη πλειονότητα εκπαιδευομένων τα αποτελέσματα ενδέχεται να είναι καταστρεπτικά. Όχι μόνο επειδή οι περισσότεροι –ας πούμε μαθητές ή φοιτητές– θα αναθέτουν (όπως ήδη γίνεται) όλες τις εργασίες τους στην τεχνητή νοημοσύνη αλλά και για έναν πολύ σοβαρότερο λόγο: θα οδηγηθούμε σε μια διαδικασία φθίνουσας εκτίμησης των διανοητικών μας ικανοτήτων, αφού κάθε επαφή μας με τη Μηχανή θα βιώνεται ως ένα αίσθημα αυξανόμενης κατωτερότητας απέναντί της. Γιατί να σκέφτεσαι όταν κάποιος άλλος μπορεί να το κάνει καλύτερα από σένα;

Δεν είναι, βεβαίως, η πρώτη φορά που το είδος μας εκχωρεί καθήκοντά του σε μηχανές. Όμως τώρα η εκχώρηση αφορά το κατεξοχήν χαρακτηριστικό μας ως είδους, το σκέπτεσθαι.

Είναι σαφές ότι η τεχνητή νοημοσύνη –σίγουρα η μεγαλύτερη τεχνολογική ανακάλυψη στην ιστορία του πολιτισμού μας– συνιστά μια κορυφαία πρόκληση για το είδος μας και δεν είναι πουθενά γραμμένο ότι θα την αξιοποιήσει προς όφελός του. Να ένα καλό στοίχημα για όλους μας.

Στον ραγδαία μεταβαλλόμενο κόσμο μας, ολοένα πιο συχνά νέοι όροι προσπαθούν να περιγράψουν τις καινούργιες συνθήκες. Το «άγχος για την τεχνητή νοημοσύνη» (AI anxiety), σύγχρονη έκφραση του τεχνολογικού άγχους, σηματοδοτεί την ανθρώπινη ανησυχία για το παρόν και το μέλλον που διαμορφώνονται υπό όρους αλγοριθμικής ηγεμονίας και τεχνο-ολιγαρχικής συγκέντρωσης ισχύος. Αντανακλά τον προβληματισμό για τις συντελούμενες και διαφαινόμενες βαθιές αλλαγές στην εργασία, στη γνώση και την εκπαίδευση, στην επικοινωνία και τη δημιουργικότητα, στη δημοκρατία και το περιβάλλον, στο πεδίο της μάχης αλλά και στην ίδια την ανθρώπινη υπόσταση.

Είναι γεγονός ότι οι περισσότερες εκτιμήσεις συγκλίνουν στο ότι η τεχνητή νοημοσύνη αναμένεται να αποτελέσει μία από τις σημαντικότερες δυνάμεις κοινωνικού, οικονομικού, πολιτικού και πολιτισμικού μετασχηματισμού τα επόμενα πέντε-δέκα χρόνια. Το ερώτημα είναι με ποιο πρόσημο και με ποιον τρόπο. Ο Τζέφρι Χίντον, ο ερευνητής που το 2024 τιμήθηκε με το Nόμπελ Φυσικής για το έργο του στο πεδίο της τεχνητής νοημοσύνης, προειδοποιεί πως όσο βελτιώνονται τα συστήματά της τόσο πιο επικίνδυνα γίνονται. Δεν είναι ο μόνος, καθώς οι θετικές επιδράσεις της τεχνητή νοημοσύνη υπονομεύονται από τη σκοτεινή πλευρά της διττής της φύσης.

Βεβαίως, αν και ήδη σημειώνονται τεκτονικές αλλαγές, το τι πραγματικά θα συμβεί σε βάθος χρόνου παραμένει άδηλο. Κι αυτό διότι, αφενός ο ρυθμός ανάπτυξης των συστημάτων τεχνητής νοημοσύνης είναι πρωτοφανής, αφού η ίδια η τεχνολογία συμβάλλει στην εξέλιξή της αλλά και στη βελτίωσή της, επομένως ο ορίζοντας της πρόβλεψης συρρικνώνεται όσο επιταχύνεται η ίδια η εξέλιξη ‒ ένα παράδοξο που καθιστά την αβεβαιότητα δομικό χαρακτηριστικό της εποχής μας.

Αφετέρου, δεν είναι αυτονόητο ότι η έρευνα για την τεχνητή νοημοσύνη προχωρά απρόσκοπτα. Στην 70χρονη πορεία της πάγωσε δύο φορές για περίπου έξι χρόνια (1974-1980 και 1987-1994), εισερχόμενη σε μια περίοδο που έμεινε γνωστή ως ο «χειμώνας της τεχνητής νοημοσύνης».

Σήμερα, η ταχεία ανάπτυξη των μεγάλων γλωσσικών μοντέλων και των συστημάτων βαθιάς μάθησης έχει δημιουργήσει υψηλές προσδοκίες, συχνά υπερβολικές, οι οποίες εγείρουν τον κίνδυνο ενός νέου «χειμώνα τεχνητής νοημοσύνης», αφού οι αγορές και οι θεσμοί δεν χρηματοδοτούν επ’ αόριστον υποσχέσεις, χρηματοδοτούν αποτελέσματα.

Ταυτόχρονα, αμφισβητείται η οικονομική βιωσιμότητα του οικοσυστήματος της τεχνητής νοημοσύνης. Το επιχειρηματικό μοντέλο των μεγάλων εταιρειών παραμένει αβέβαιο, καθώς το κόστος της έρευνας, εκπαίδευσης και λειτουργίας των μοντέλων είναι τεράστιο, ενώ τα αντίστοιχα έσοδα δεν είναι ακόμη σαφώς εξασφαλισμένα.

Το πρόβλημα επιτείνεται εξαιτίας της, μέχρι σήμερα, απαραίτητης τεράστιας υποδομής των data centers, που απαιτεί ενέργεια, νερό και σπάνια υλικά σε κλίμακα που θέτει υπό αμφισβήτηση τη μακροπρόθεσμη βιωσιμότητα του μοντέλου. Η μαζική είσοδος start-ups με ασαφή προϊόντα και υπερβολικές υποσχέσεις τροφοδοτεί τη συζήτηση περί ενδεχόμενης επενδυτικής «φούσκας», ανάλογης με εκείνη της «.com» εποχής.

Παράλληλα, οι κοινωνικοπολιτικές συνέπειες ‒ο πολλαπλασιασμός της παραγωγής παραπληροφόρησης, οι δυνατότητες χειραγώγησης και επιτήρησης της κοινωνίας, η πανοπτική ιχνηλασία του υποκειμένου στις ψηφιακές διαδρομές του, ο έλεγχος της γνώσης μέσω των μεγάλων γλωσσικών μοντέλων τεχνητής νοημοσύνης και της «λειτουργίας ΤΝ» στις αναζητήσεις αποτελεσμάτων στον διαδικτυακό ιστό, η «πλατφορμοποιημένη» δημόσια σφαίρα, η αυτοματοποίηση των κυβερνοεπιθέσεων, οι αρνητικές επιπτώσεις στην εργασία και οι παραγόμενες ανισότητες‒ ενισχύουν την οπτική σοβαρών και πολλαπλών αναταράξεων από το νέο τεχνολογικό κύμα.

Επιπλέον, η συζήτηση για την ίδια τη φύση της τεχνητής νοημοσύνης, με ορισμένους ερευνητές να υποστηρίζουν ότι τα τρέχοντα μοντέλα έχουν φτάσει στα φυσικά τους όρια, τροφοδοτεί την ανάγκη για ένα νέο επιστημονικό παράδειγμα. Ωστόσο, θα πρέπει να επισημανθεί ότι, παρά τα μη εξασφαλισμένα έσοδα των τεχνολογικών κολοσσών, δεδομένου του υψηλού ερευνητικού κόστους, αποκομίζουν τεράστια «υπεραξία» εξαιτίας της πολιτικής χειραγώγησης που ασκείται σε πλανητική κλίμακα και οφείλεται σε μεγάλο βαθμό στην ολοκληρωτική προσχώρηση των μαζών σε ένα πεδίο ορατότητας αλγοριθμικά ελεγχόμενο και προσφερόμενο για την επίτευξη αυτής της χειραγώγησης.

Ξεχωρίζοντας το πεδίο που αφορά τη γνώση και την εκπαίδευση, να σημειωθεί ότι, παρά την εντυπωσιακή τους επίδοση, τα μεγάλα γλωσσικά μοντέλα τεχνητής νοημοσύνης που έχουν παρεισφρήσει στην καθημερινότητα εξακολουθούν να στερούνται ουσιαστικής κατανόησης, να παράγουν ψευδαισθήσεις και να δυσκολεύονται να γενικεύσουν πέρα από τα δεδομένα εκπαίδευσής τους.

Η τεχνητή νοημοσύνη μαθαίνει, ενώ δεν γνωρίζει. Δεν έχει συνείδηση, άποψη, εμπειρία ή πρόθεση. Μαθαίνει και απαντά με όρους πιθανότητας και πρόβλεψης.

Όμως, αν η τεχνητή νοημοσύνη μαθαίνει από την υπάρχουσα ανθρώπινη γνώση, τροφοδοτούμενη με δεδομένα και η ανθρώπινη γνώση, σήμερα και αύριο, χτίζεται πάνω στη γνώση της τεχνητής νοημοσύνης, πού οδηγούμαστε; Μήπως σε μια στασιμότητα της γνώσης που, συνεχώς ανακυκλούμενη, προερχόμενη από την ίδια πηγή, περιορίζει τον χώρο για πρωτοτυπία, τη ρηξικέλευθη σκέψη και τη διαφορά;

Ποιο είναι αυτό το περιεχόμενο που καταναλώνουν τα LLM για να μάθουν; Εκπαιδεύονται σε κυρίαρχα μοτίβα λόγου, οπότε τείνουν να προβάλλουν κανονιστικές αξίες και στερεότυπα, ομογενοποιώντας συχνά την οπτική. Η γλώσσα που παράγουν ενδέχεται να νομιμοποιεί υφιστάμενες εξουσιαστικές σχέσεις (κοινωνικές, πολιτικές, οικονομικές), χωρίς να τις αμφισβητούν.

Επιπροσθέτως, η ολοένα συχνότερη τάση προσφυγής σε μεγάλα γλωσσικά μοντέλα και μηχανές αναζήτησης σε «λειτουργία ΤΝ» για την ανάκτηση πληροφοριών ή τη διατύπωση σκέψεων μεταβιβάζει νοητικές διεργασίες όπως η ανάκληση, η επεξεργασία και η λεκτική έκφραση σε εξωτερικά εργαλεία, οπότε, εάν παγιωθεί, τείνει να μειώσει τη χρήση των ενδογενών μηχανισμών μνήμης και να αποδυναμώσει την αυτόνομη γνωστική λειτουργία.

Σε μακροπρόθεσμο επίπεδο, η συνεχής εκχώρηση γνωστικών λειτουργιών στα συστήματα τεχνητής νοημοσύνης ενδέχεται να περιορίσει την ενεργό συμμετοχή του ατόμου στη διαδικασία της σκέψης και να επηρεάσει την ποιότητα της γνωστικής του αυτονομίας.

Έρευνες διαπιστώνουν ότι τα εργαλεία αναζήτησης με τεχνητή νοημοσύνη, τα μεγάλα γλωσσικά μοντέλα και τα μέσα κοινωνικής δικτύωσης συνδέονται με χαμηλότερη γνωστική απόδοση. Και η «νοητική σήψη», συνδεδεμένη με την επίδραση της ψηφιακής κουλτούρας υπερβολικής κατανάλωσης διαδικτυακού περιεχομένου χαμηλής ποιότητας, ιδίως στα μέσα κοινωνικής δικτύωσης. επιτεινόμενη από τους αλγορίθμους, το 2024 αναδείχθηκε σε φράση της χρονιάς από το Λεξικό της Οξφόρδης. Το γεγονός αυτό αναδεικνύει τον προβληματισμό για την επίδραση της ψηφιακής κουλτούρας στη γνωστική λειτουργία και τις επιπτώσεις της.

Το ζήτημα, ασφαλώς, δεν περιορίζεται στην επίδραση των συστημάτων τεχνητής νοημοσύνης επί της ανθρώπινης νόησης αλλά επεκτείνεται στη συλλογική αποδοχή μιας σταδιακής μεταβίβασης θεμελιωδών γνωστικών διεργασιών σε εργαλεία που υπερέχουν σε ταχύτητα, αλλά στερούνται της ανθρώπινης εμπειρίας, της κριτικής συνέπειας και της ηθικής στάθμισης ως προς την ορθότητα ή και δημιουργία σκοπών, και, τουλάχιστον μέχρι σήμερα, υπολείπονται σε αξιοπιστία.