Όταν χρησιμοποιούμε όλο και περισσότερο την Τεχνητή Νοημοσύνη (AI), μήπως ξεχνάμε κάποιες από τις νοητικές δεξιότητες που είχαμε παλαιότερα; Αυτό εξετάζει σχετική ανάλυση της Frankfurter Allgemeine Zeitung (FAZ).
Την ώρα που η συζήτηση έχει «φουντώσει» για το κατά πόσο οι mega επενδύσεις στην τεχνητή νοημοσύνη των αμερικανικών Big Tech μπορούν να προκαλέσουν μια «φούσκα AI» στη Wall Street, ολοένα και περισσότεροι επιστήμονες εστιάζουν στις επιπτώσεις που μπορεί να υπάρξουν στον τρόπο σκέψης των χρηστών. Ιδιαίτερη έμφαση δίνεται σε δύο μελέτες που υποδηλώνουν ακριβώς αυτό που υποψιάζονται ορισμένοι επιστήμονες και υπάρχει σαν ιδέα από τότε που πρωτοεμφανίστηκε το απλό κομπιουτεράκι και αντικατέστησε το χαρτί και το μολύβι.
Στο επιστημονικό περιοδικό της Εθνικής Ακαδημίας Επιστημών των ΗΠΑ δημοσιεύτηκε σχετική μελέτη. Σύμφωνα με τα ευρήματα, οικονομολόγοι διοίκησης έβαλαν συνολικά περισσότερους από 10.000 συμμετέχοντες να μάθουν νέα πράγματα. Έπρεπε, για παράδειγμα, να εμβαθύνουν στο ερώτημα πώς να ζει κανείς πιο υγιεινά και στη συνέχεια κλήθηκαν να γράψουν σύντομες οδηγίες για έναν φίλο. Μερικοί συμμετέχοντες έλαβαν βοήθεια από το Google για αυτήν την εργασία, ενώ άλλοι μπορούσαν να κάνουν χρήση του ChatGPT.
Χωρίς AI θυμόμαστε περισσότερα
Τα αποτελέσματα ήταν όπως θα τα περίμεναν πολλοί: Όποιος έπρεπε να συνοψίσει ο ίδιος τις πληροφορίες που βρήκε στο Google σε μια συμβουλή, χρειαζόταν μεν περισσότερο χρόνο, αλλά μπορούσε στη συνέχεια να θυμάται περισσότερα από τους ανθρώπους που άφησαν την Τεχνητή Νοημοσύνη να κάνει την εργασία.
Ακόμη περισσότερο: Οι απαντήσεις των χρηστών του Google ήταν μακροσκελέστερες και πιο πρωτότυπες από εκείνες των χρηστών της ΤΝ. Επίσης, άλλοι άνθρωποι βρήκαν τις απαντήσεις των χρηστών του Google καλύτερες από τις απαντήσεις των χρηστών της ΤΝ -Τουλάχιστον αυτό ίσχυε για τη σχετικά παλιά έκδοση GPT – 3.5, που χρησιμοποιήθηκε στο συγκεκριμένο πείραμα.
Δεν εκπλήσσει λοιπόν κανέναν το γεγονός ότι βρέθηκαν παρόμοια αποτελέσματα και σε μια άλλη ανάλογη έρευνα στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT). Εκεί, οι συμμετέχοντες έπρεπε να γράψουν εκθέσεις, είτε με το κάπως νεότερο GPT- 4.o, είτε με το Google, είτε χωρίς καμία άλλη βοήθεια.
Μεγαλύτερη νοητική δραστηριότητα χωρίς AI
Οι άνθρωποι που είχαν στη διάθεσή τους μόνο τον δικό τους… εγκέφαλο, έδειξαν πράγματι τη μεγαλύτερη δραστηριότητα στις σχετικές περιοχές του εγκεφάλου. Αντίθετα, οι συμμετέχοντες που χρησιμοποίησαν Τεχνητή Νοημοσύνη, λίγα μόλις λεπτά μετά την παράδοση της έκθεσής τους, δεν μπορούσαν πλέον να ανακαλέσουν σωστά αποσπάσματα από αυτήν. Πιο ικανοποιημένοι ήταν οι συμμετέχοντες που είχαν γράψει την έκθεσή τους με τη βοήθεια του Google.
Αρκετούς μήνες αργότερα, εκείνοι που είχαν εργαστεί χωρίς Τεχνητή Νοημοσύνη, θυμούνταν ακόμα αρκετά πράγματα από τις εκθέσεις τους. Όποιος όμως είχε ξεκινήσει με ΑΙ και έπρεπε στη συνέχεια να γράψει μια έκθεση χωρίς αυτήν, αντιμετώπισε μεγαλύτερες δυσκολίες. Οι ερευνητές συμπεραίνουν: «Πριν αξιολογήσει κανείς την Τεχνητή Νοημοσύνη ως τελικά θετική, χρειάζονται μακροπρόθεσμες μελέτες».
Η δυσκολία βοηθά στη μάθηση
Ίσως χρειάζεται πάνω απ’ όλα διαφοροποίηση, εκτιμούν οι ερευνητές. Η ΑΙ φέρνει στο προσκήνιο δύο παλιούς, γνωστούς όρους της ψυχολογίας:
- «Γνωστική Αποφόρτιση». Διαδικασία κατά την οποία «αδειάζουμε» πληροφορίες από το μυαλό μας και τις αποθηκεύουμε ή τις επεξεργαζόμαστε στο περιβάλλον γύρω μας, προκειμένου να ελαφρύνουμε τη μνήμη εργασίας (π.χ. λίστα για ψώνια).
- «Επιθυμητές δυσκολίες»: Μερικές φορές είναι καλό για τη μάθηση, όταν κάτι στην αρχή δεν γίνεται τόσο εύκολα. Σε αυτήν την περίπτωση η προσπάθεια βοηθά στη μάθηση.
Τώρα παραμένει το ερώτημα: Ποιες γνώσεις είναι τόσο σημαντικές για τους ανθρώπους, ώστε η δυσκολία να είναι επιθυμητή, επειδή πρέπει να τις μάθουν μέχρι την τελευταία λεπτομέρεια; Σε ποιες δεξιότητες αρκούν οι βασικές γνώσεις ώστε τις περίπλοκες εργασίες να μπορεί να τις αναλάβει ο υπολογιστής -όπως για παράδειγμα στους υπολογισμούς; Και ποιες δεξιότητες είναι τέτοιες, που μπορούμε άφοβα να αποφορτιστούμε από αυτές;
Στην τελευταία κατηγορία ανήκουν, για παράδειγμα, εργασίες που έτσι κι αλλιώς ποτέ δεν μάθαμε οι ίδιοι, αλλά σε διαφορετική περίπτωση θα τις είχαμε αναθέσει σε έναν ειδικό ή δεν θα τις είχαμε κάνει καθόλου. Εάν η Τεχνητή Νοημοσύνη είναι αρκετά καλή, μπορεί να αναλάβει τέτοιες εργασίες χαλαρά, χωρίς ο χρήστης της να «σταματήσει να σκέφτεται». Και όποιος σκέφτεται τις καθημερινές του εργασίες, σίγουρα θα βρει μερικές που στο μέλλον δεν θα είναι πλέον υπαρξιακά σημαντικές.
Υπήρχαν εποχές που κάθε οδηγός αυτοκινήτου ήξερε πώς να αλλάξει ένα μπουζί. Όμως η εξέλιξη των μπουζί οδήγησε στο να γίνει αυτό πλέον γνώση ειδικού. Οι οδηγοί βρίσκουν επίσης πιο δύσκολα τον δρόμο τους στους χάρτες, από τότε που ξεκίνησαν τα συστήματα πλοήγησης.
Είμαστε εξαρτημένοι από κάθε νέα τεχνολογία
Και τα δύο κάνουν τώρα τους οδηγούς πιο εξαρτημένους από την τεχνολογία, αλλά έχουν επίσης ελευθερώσει το μυαλό τους για άλλα πράγματα. Οι άνθρωποι συχνά παραβλέπουν ότι ο όγκος των πραγμάτων που πρέπει να σκεφτούμε δεν είναι σταθερός. Από την εφεύρεση της γραφής, ο νοητικός ελεύθερος χώρος που δημιουργείται από μια τεχνολογία, γεμίζει πάντα ξανά με άλλες σκέψεις.
Ο Ethan Mollick, καθηγητής στη Wharton School of Business, μιλά εδώ και καιρό για την έννοια της «Συν-Νοημοσύνης». Συνιστά το εξής: Η ΑΙ πρέπει να χρησιμοποιείται όταν είναι καλύτερη σε μια εργασία από τον καλύτερο διαθέσιμο άνθρωπο. Δεν πρέπει να χρησιμοποιείται αντί για μια μαθησιακή εργασία. Όμως, συχνά η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στη μάθηση, απαντώντας σε ερωτήσεις ή εξηγώντας έννοιες ξανά με διαφορετικό τρόπο.
Αυτοί με τις χαμηλότερες επιδόσεις ωφελούνται περισσότερο από την ΑΙ
Στο Πανεπιστήμιο του Στάνφορντ, ο οικονομολόγος Erik Brynjolfsson, μαζί με μερικούς συναδέλφους, εισήγαγε Τεχνητή Νοημοσύνη στο τηλεφωνικό κέντρο εξυπηρέτησης πελατών ενός παρόχου λογισμικού.
Η ΑΙ άκουγε τις συνομιλίες και έδινε στους υπαλλήλους συμβουλές για το τι θα μπορούσαν να απαντήσουν στη συνέχεια. Σε αυτήν την περίπτωση, ήταν οι υπάλληλοι με τις χαμηλότερες επιδόσεις που ωφελήθηκαν ιδιαίτερα από την ΑΙ. Και μάλιστα όχι μόνο βραχυπρόθεσμα. Όταν το σύστημα ΑΙ τέθηκε εκτός λειτουργίας, φάνηκε επίσης ότι οι υπάλληλοι είχαν μάθει οι ίδιοι μακροπρόθεσμα από τις επαναλαμβανόμενες προτάσεις, και μάλιστα ταχύτερα από ό,τι θα το έκαναν χωρίς την ΑΙ.
Αυτό αφορούσε κυρίως περιπτώσεις που ο τυπικός υπάλληλος συναντούσε σπάνια, αλλά οι οποίες εξακολουθούσαν να εμφανίζονται τόσο συχνά, ώστε να έχουν συμπεριληφθεί στην εκπαίδευση της ΑΙ.
ΑΙ και προσλήψεις
Τότε μένει προς το παρόν ένα άλλο πρόβλημα: Πώς αναγνωρίζουν οι εταιρείες αν έχουν να κάνουν με ικανούς υποψηφίους ή όχι; Κι αυτό γίνεται όλο και πιο δύσκολο. Είτε πρόκειται για συνοδευτικές επιστολές είτε για τεστ -οι υποψήφιοι μπορούν πλέον να βελτιώσουν τα πάντα με τη βοήθεια της Τεχνητής Νοημοσύνης.
Ερευνητές από το Πανεπιστήμιο του Πρίνστον και το Κολέγιο Ντάρτμουθ έδειξαν ότι οι εταιρείες δυσκολεύονται να αναγνωρίσουν τους καλούς υποψηφίους. Έτσι, βασίζονται όλο και περισσότερο στις μισθολογικές απαιτήσεις, οι οποίες είναι συχνά χαμηλότερες στους χειρότερους υποψηφίους.
Στο τέλος, οι καλύτεροι υποψήφιοι προσλαμβάνονται κατά 14% σπανιότερα, αλλά οι χειρότεροι κατά 19% συχνότερα. «Το σύστημα γίνεται λιγότερο αξιοκρατικό», συνοψίζουν οι ερευνητές. Και αυτό σίγουρα δεν είναι κάτι το επιθυμητό.
