του Καθηγητή Γιάννη Σουβατζή*
-«Πες μου ΑΙ …τι να κάνω! … χωρίς να σκέπτομαι και κουραστώ!»
Το τελευταίο μεγάλο επίτευγμα της τεχνολογίας, η τεχνητή νοημοσύνη (ΤΝ), αποτελεί ένα τεράστιο εργαλείο απεριόριστων δυνατοτήτων για κάθε επιστήμη. Η τεχνητή νοημοσύνη βοηθά στην συλλογή αλλά και διερεύνηση πληθώρας πηγών πληροφορίας/δεδομένων με στόχο την επίλυση περίπλοκων προβλημάτων, λήψης αποφάσεων, αλλά και απαντήσεων σε κάθε είδους ερωτήσεων που εγείρονται από τον πλέον απλό πολίτη μέχρι τον μεγαλύτερο ερευνητή / επιστήμονα.
Η τεχνητή νοημοσύνη είναι μια τεχνολογία που μιμείται την ανθρώπινη νοημοσύνη, συμπεριφορά και επικοινωνία. Χρησιμοποιώντας δεδομένα, η τεχνητή νοημοσύνη έχει δημιουργήσει μηχανισμούς που σχεδόν σκέφτονται, και ανταποκρίνονται, εκτελώντας εργασίες κάπως με τον ίδιο τρόπο όπως ο άνθρωπος.
Ο ρόλος και η συμβολή της Τεχνητής Νοημοσύνης
Η τεχνητή νοημοσύνη εκτελεί εξειδικευμένες δραστηριότητες, όπως ρομποτική, αναγνώριση ομιλίας και εικόνας, επεξεργασία φυσικής γλώσσας, δημιουργεί καταστάσεις επίλυσης προβλημάτων, προσφέροντας κάθε είδους βοήθεια σε σωρεία κλήσεων, εντολών, απαιτήσεων και ερωτήσεων από κάθε πλευρά.
Στην ουσία η τεχνητή νοημοσύνη είναι ένα σύνολο τεχνολογιών ικανών να εκτελούν εργασίες που απαιτούν ανθρώπινη νοημοσύνη. Αυτές οι τεχνολογίες μπορούν να ενεργούν σχεδόν όπως η ανθρώπινη νοημοσύνη. Με άλλα λόγια η τεχνολογία προσομοιώνει την ανθρώπινη νοημοσύνη εξοικονομώντας χρόνο και πόρους για κάθε ερευνητική, επιχειρηματική αλλά και κοινωνική απαίτηση, που εκφράζεται διαμέσου μιας σύνθετης ή απλής ερώτησης.
Η τεχνητή νοημοσύνη με την τεχνολογία της έχει χαρακτηριστεί ως το «επόμενο βήμα» της βιομηχανικής επανάστασης. Η Τεχνητή Νοημοσύνη και η Μηχανική Μάθηση (ML) προσφέρουν λύσεις στα περισσότερα από τα σημερινά οικονομικά, χρηματοοικονομικά, ερευνητικά, κοινωνικά και πολιτιστικά προβλήματα.
Η Τεχνητή Νοημοσύνη σκέφτεται και ενεργεί σχεδόν σαν άνθρωπος ή σαν μια ομάδα έμπειρων επιστημόνων / ειδημόνων προβάλλοντας την δική της θεώρηση επί παντός επιστητού όταν της ζητηθεί.
Η τεχνητή νοημοσύνη μπορεί να αναλύσει, να κατανοήσει και να λάβει αποφάσεις λαμβάνοντας υπόψη υπάρχοντα δεδομένα χρηστών για να προβεί σε κάθε είδους προβλέψεις που αφορούν τη συμπεριφορά των χρηστών, καταναλωτών και εν γένει των ανθρώπων της κοινωνίας μας.
Όλοι οι οργανισμοί (δημόσιοι, επιχειρηματικοί, ιατρικοί, φαρμακευτικοί, νομικοί, πολιτικοί, πολιτιστικοί) παγκοσμίως χρησιμοποιούν την τεχνητή νοημοσύνη για να βελτιώσουν τις στρατηγικές τους για την επίτευξη των στόχων τους.
Τεχνητή Νοημοσύνη: Μαγεία ή τρόμος
Η άφιξη της τεχνητής νοημοσύνης είτε τρομοκρατεί, είτε μαγεύει τους διάφορους επιστημονικούς κύκλους διότι δημιουργεί έξυπνους μηχανισμούς τεχνητής λογικής που μπορούν να σκέφτονται και να αντιδρούν σαν άνθρωποι με τις ανάλογες θετικές ή αρνητικές επιπτώσεις.
Επιπλέον, η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην πρόβλεψη μελλοντικών προβλημάτων. Επίσης μπορεί να δημιουργήσει νέες τεχνολογίες, βιομηχανίες και περιβάλλοντα. Οι περισσότερες εφαρμογές Τεχνητής Νοημοσύνης χρησιμοποιούν Μηχανική Μάθηση (ML). Η Μηχανική Μάθηση (ΜΜ) είναι ένα υποσύνολο της ΤΝ που επιτρέπει στους υπολογιστές να αναλύουν και να ερμηνεύουν δεδομένα και να βοηθούν στην επίλυση των προβλημάτων με αποτελεσματικό τρόπο.
Τα μειονεκτήματα της Τεχνητής Νοημοσύνης
Παρόλα αυτά η τεχνητή νοημοσύνη χρήζει της ανάλογης προσοχής λόγω των μειονεκτημάτων που παρουσιάζει, τα οποία πρέπει να αναφερθούν και είναι τα εξής: Η τεχνητή νοημοσύνη οδηγεί στην έλλειψη δημιουργικότητας, έλλειψη συναισθηματικής νοημοσύνης, ενθαρρύνει την ανθρώπινη τεμπελιά για σκέψη και διερεύνηση, προκαλεί ανησυχίες ως προς την ιδιωτικότητα, που μπορεί να οδηγήσουν σε απώλεια εργασιών διότι πολλοί εργαζόμενοι θα χρειαστούν επανεκπαίδευση και αναβάθμιση των δεξιοτήτων τους. Η απώλεια εργασίας θα αυξήσει τα ποσοστά ανεργίας και την κοινωνική ανισότητα.
Η τεχνητή νοημοσύνη συμβάλλει και προωθεί την υπερβολική εξάρτηση από την Τεχνολογία. Επίσης οι αλγόριθμοι τεχνητής νοημοσύνης μπορούν να περιορίσουν τη διαφάνεια και τον δημόσιο έλεγχο, καθιστώντας δύσκολη την αξιολόγηση της δικαιοσύνης, της ακρίβειας και του συνολικού αντίκτυπου στην κοινωνία.
Η τεχνητή νοημοσύνη μπορεί να προκαλέσει περιβαλλοντικά ζητήματα. Η ανάπτυξη και η εφαρμογή τεχνολογιών τεχνητής νοημοσύνης μπορεί να έχουν σημαντικές περιβαλλοντικές επιπτώσεις λόγω της απαιτούμενης υπολογιστικής ισχύος, η οποία απαιτεί σημαντική κατανάλωση ενέργειας. Αυτό μπορεί να συμβάλει στην αύξηση των εκπομπών άνθρακα και να επιδεινώσει την κλιματική αλλαγή.
Η χρήση της τεχνητής νοημοσύνης συμβάλλει στην έλλειψη της κοινής λογικής διότι δεν έχει την έμφυτη ικανότητα να κατανοεί την καθημερινή γνώση και τους κοινωνικούς κανόνες, οι οποίοι μπορούν να οδηγήσουν σε λογικά σωστές αποφάσεις.
Η τεχνητή νοημοσύνη δημιουργεί προβλήματα ερμηνευσιμότητας και διαφάνειας διότι πολλά μοντέλα τεχνητής νοημοσύνης, λειτουργούν ως «μαύρα κουτιά», που σημαίνει ότι οι διαδικασίες λήψης αποφάσεων δεν είναι εύκολα ερμηνεύσιμες ή διαφανείς.
Η τεχνητή νοημοσύνη δεν διαθέτει ανθρώπινη νοημοσύνη και προσαρμοστικότητα.
Η αυξανόμενη αυτονομία των συστημάτων Τεχνητής Νοημοσύνης μπορεί να οδηγήσει σε καταστάσεις όπου η ανθρώπινη εποπτεία είναι ελάχιστη, θέτοντας ηθικές προκλήσεις, δημιουργώντας θέματα αυτονομίας και έλεγχου.
Τέλος, καθώς τα συστήματα Τεχνητής Νοημοσύνης γίνονται πιο προηγμένα, δημιουργούν ερωτήματα σχετικά με την ηθική τους αρμοδιότητα και ευθύνη.
Συμπέρασμα
Η Τεχνητή Νοημοσύνη έχει τεράστιες δυνατότητες για τη δημιουργία ενός καλύτερου κόσμου. Ωστόσο, οι ιθύνοντες πρέπει να διασφαλίσουν ότι η ανάπτυξη και η εφαρμογή της πρέπει να βρίσκεται κάτω από έναν αυστηρό έλεγχο. Παρά τις συνεχιζόμενες συζητήσεις σχετικά με τα πλεονεκτήματα και τα μειονεκτήματά της, η συμβολή της τεχνητής νοημοσύνης σε όλους τους κλάδους παγκοσμίως είναι αναμφισβήτητη, αλλά δεν πρέπει όμως να αφεθεί ελεύθερη και ανεξέλεγκτη διότι μπορεί να δημιουργήσει τερατογενέσεις με μη αναστρέψιμες καταστάσεις.
Δρ. Γιάννης Σουβατζής
Dr. Jean Suvatjis
Professor/Consultant
Brand Marketing & Corporate Identity Expert
PhD in Brand Marketing & Corporate Identity
MBA in Operations Management
MSc. in Marketing
M.A. in Management
Β. Α. Economics / Finance
