Στην ανάγκη κατανόησης και αξιοποίησης της Τεχνητής Νοημοσύνης μέσα από τις προκλήσεις και τις ευκαιρίες που αυτή προφέρει, επικεντρώθηκε ο Καθηγητής Επιστήμης Υπολογιστών στο MIT, Κωνσταντίνος Δασκαλάκης, κατά τη διάρκεια του The Upfront Initiative στο Ωδείο Αθηνών, που γιορτάζει την πέμπτη χρονιά του.
Ο Δασκαλάκης τόνισε πως υπάρχει συχνά σύγχυση γύρω από την έννοια της Τεχνητής Νοημοσύνης. Αν και πολλοί πιστεύουν ότι η τεχνολογία αυτή είναι νέα, στην πραγματικότητα, οι εφαρμογές της αναπτύσσονται εδώ και πολλές δεκαετίες. Το πρόσφατο μπαράζ δημοφιλίας της Generative AI, όπως το ChatGPT, έχει επιτρέπει στο κοινό να αλληλεπιδράσει μαζί της με τρόπο που δεν είχαμε ξαναδεί. Παράλληλα, επισήμανε πως οι τεχνολογίες αυτές χρησιμοποιούνται χωρίς πολλές φορές οι χρήστες να το αντιλαμβάνονται, για παράδειγμα στα μέσα κοινωνικής δικτύωσης όπου οι αλγόριθμοι διαμορφώνουν την ιεράρχηση των πληροφοριών. Έκανε επίσης αναφορά στις «εθιστικές» επιπτώσεις που μπορούν να προκαλέσουν αυτές οι πλατφόρμες, έχοντας στο μυαλό του πρόσφατες δικαστικές διώξεις μεγάλων εταιρειών τεχνολογίας στις ΗΠΑ σχετικά με το θέμα.
Αναφερόμενος στην Generative AI, υπογράμμισε την τάση των χρηστών να αποδίδουν ανθρωπομορφικά χαρακτηριστικά στις απαντήσεις που δίνει, παρ’ όλο που η ακρίβεια των πληροφοριών της δεν είναι απόλυτη. Η Τεχνητή Νοημοσύνη, όπως δήλωσε, είναι ένα ισχυρό εργαλείο που μπορεί να αναζητήσει και να επεξεργαστεί γνώσεις, επιτυγχάνοντας εξαιρετικά αποτελέσματα σε ορισμένες περιπτώσεις και αποτυγχάνοντας σε άλλες. «Η σημερινή Τεχνητή Νοημοσύνη έχει μία “χύμα” εξυπνάδα» επεσήμανε.
Στο πρακτικό κομμάτι, αναγνώρισε ότι η Τεχνητή Νοημοσύνη είναι ήδη ευρέως διαδεδομένη στους τομείς προγραμματισμού και κειμενικής επεξεργασίας, όπου η ταχύτητα παραγωγής κώδικα έχει αυξηθεί εντυπωσιακά.
Όταν ρωτήθηκε για την επίδραση της Τεχνητής Νοημοσύνης στον κόσμο της εργασίας, ο Δασκαλάκης εκτίμησε ότι στο εγγύς μέλλον θα έχουμε θετική επίδραση στην παραγωγικότητα, με την ανάπτυξη αυτοματοποιημένων ή υβριδικών συστημάτων λήψης αποφάσεων. Αυτό σημαίνει ότι οι άνθρωποι και οι μηχανές θα συνεργάζονται πιο αποτελεσματικά. Όπως ανέφερε, η διάκριση μεταξύ ανθρώπινης και μηχανικής απόφασης θα επαναστατηθεί, καθώς πολλές επαναλαμβανόμενες εργασίες θα αναλαμβάνονται από συστήματα Τεχνητής Νοημοσύνης.
Οι «νικητές» της νέας εποχής θα είναι οι μεγάλες εταιρείες που θα ενσωματώσουν τη νέα τεχνολογία αποτελεσματικά, καθώς και αυτοί που θα κατανοούν βαθύτερα τον ανθρώπινο παράγοντα. Αντιθέτως, οι θέσεις εργασίας που βασίζονται σε επαναλαμβανόμενες διαδικασίες και έλλειψη δημιουργικότητας θα είναι οι πιο ευάλωτες.
Στην ομιλία του, ο Δασκαλάκης υπογράμμισε την σημασία δεξιοτήτων όπως η προσαρμοστικότητα, η κατανόηση της τεχνολογίας, η ενσυναίσθηση και η κριτική σκέψη. Η ανθρώπινη επαφή θα γίνει πιο πολύτιμη, και η προσαρμογή στα νέα δεδομένα θα είναι κρίσιμη για την επιτυχία.
Όσον αφορά την πρόσβαση στην τεχνολογία, δήλωσε ότι είναι σημαντικό να διασφαλιστεί η ίση πρόσβαση σ’ αυτήν προκειμένου να αποφευχθεί η εμφάνιση ανισοτήτων στην κοινωνία και την οικονομία. «Αυτό είναι πολιτικο-στρατηγικό ζήτημα» επισήμανε.
Κλείνοντας, τόνισε ότι η ακαδημαϊκή κοινότητα θα πρέπει να επικεντρωθεί στην παραγωγή καινοτόμων ερευνών, καθώς και να συμβάλλει στη διατήρηση της καινοτομίας στο μέλλον. Σε μία δεκαετία, προσμένεται ότι η επιστήμη θα έχει κάνει σημαντικά βήματα προόδου, αλλά η επιτυχία θα εξαρτάται από επενδύσεις και στρατηγικές στοχεύσεις.
Η συζήτηση ήταν με τον Διευθυντή Σύνταξης της LiFO, Γιάννη Πανταζόπουλο.
window.fbAsyncInit = function() {
fusion_resize_page_widget();
jQuery(window).on(‘resize’, function() {
fusion_resize_page_widget();
});
function fusion_resize_page_widget() {
var availableSpace = jQuery(‘.facebook-like-widget-3’).width(),
lastAvailableSPace = jQuery(‘.facebook-like-widget-3 .fb-page’).attr(‘data-width’),
maxWidth = 300;
if (1 > availableSpace) {
availableSpace = maxWidth;
}
if (availableSpace != lastAvailableSPace && availableSpace != maxWidth) {
if (maxWidth < availableSpace) {
availableSpace = maxWidth;
}
jQuery('.facebook-like-widget-3 .fb-page').attr('data-width', Math.floor(availableSpace));
if ('undefined' !== typeof FB) {
FB.XFBML.parse();
}
}
}
};
(function(d, s, id) {
var js,
fjs = d.getElementsByTagName(s)[0];
if (d.getElementById(id)) {
return;
}
js = d.createElement(s);
js.id = id;
js.src = "https://connect.facebook.net/el/sdk.js#xfbml=1&version=v8.0&appId=";
fjs.parentNode.insertBefore(js, fjs);
}(document, 'script', 'facebook-jssdk'));
