La rivoluzione dell’intelligenza artificiale: dalle macchine ai pensieri.

Η επανάσταση της τεχνητής νοημοσύνης: από τις μηχανές στις σκέψεις.

Δημοσιεύτηκε στις:Συστήματα&Επιχειρήσεις, τεύχος Οκτωβρίου/Νοεμβρίου/Δεκέμβρη, θέμα: από τη βιομηχανική επανάσταση στη γνωστική επανάσταση

Η επανάσταση της Τεχνητής Νοημοσύνης (AI), ιδιαίτερα η γενεσιουργός, μπορεί να πλαισιωθεί ως "πέμπτη βιομηχανική επανάσταση" ή μια "ψηφιακή γνωστική επανάσταση", και τα αποτελέσματά της ακολουθούν ορισμένα πρότυπα παρόμοια με προηγούμενες βιομηχανικές επαναστάσεις, αλλά με νέα δυναμική. Ενώ η πρώτη επανάσταση (από το 1750 έως το 1850 περίπου) σηματοδότησε τη μετάβαση από τη γεωργία στη βιομηχανία (με την εφεύρεση της ατμομηχανής και της μηχανικής ύφανσης), θέτοντας σε κρίση το εισόδημα των γαιοκτημόνων και των τεχνιτών, η δεύτερη (από το 1870 έως το 1914 περίπου) είδε την έλευση της παραγωγής ηλεκτρικής ενέργειας, της μαζικής παραγωγής, της παραγωγής χάλυβα και του χάλυβα. μεταφορές και την εργασία των εργαζομένων και των μηχανικών. Η τρίτη επανάσταση, αυτή της πληροφορικής, του αυτοματισμού και του διαδικτύου, που σημειώθηκε από το 1970 έως το 2000 περίπου, άλλαξε ριζικά τους τομείς των υπηρεσιών, του γραφείου και των οικονομικών, δημιουργώντας σοκ στον κόσμο των εργαζομένων γραφείου, των τεχνικών και των τραπεζιτών. Η τέταρτη, η οποία ξεκίνησε το 2000 και συνεχίζεται ακόμη, σημείωσε περαιτέρω μετασχηματισμούς στα ψηφιακά, στο cloud, στα μεγάλα δεδομένα και περιέλαβε όλους τους τομείς. Αλλά είναι η πέμπτη επανάσταση που μας ενδιαφέρει τώρα, αυτή της τεχνητής νοημοσύνης. Για πρώτη φορά, έχει τεράστιο αντίκτυπο στους τομείς της γνώσης, της δημιουργικότητας και της λήψης αποφάσεων, καθώς και σε δραστηριότητες όπως αυτές των γιατρών, των δικηγόρων, των διαφημιστών, των διευθυντών, των επαγγελμάτων υψηλής γνωστικότητας και καλοπληρωμένων επαγγελμάτων. Φυσικά, η μετάβαση μεταξύ διαδοχικών βιομηχανικών επαναστάσεων ήταν, και εξακολουθεί να είναι, σταδιακή, με μεγάλες επικαλύψεις: για πολλά χρόνια, για εξειδικευμένες επαγγελματικές δεξιότητες όπως, για παράδειγμα, οι δομικοί υπολογισμοί στη μηχανική ή η διαγνωστική απεικόνιση στην ακτινολογία, υπήρχε λογισμικό ικανό να προσομοιώνει τις δεξιότητες εξαιρετικών επαγγελματιών, των οποίων η εργασία περιορίζεται ολοένα και περισσότερο στην εισαγωγή της εισόδου των επαγγελματιών.

Αυξημένη παραγωγικότηταμε χαμηλότερο κόστος

Πάντα, ωστόσο, το αποτέλεσμα των βιομηχανικών επαναστάσεων ήταν η τεράστια αύξηση της παραγωγικότητας της εργασίας, αρχικά ειδικά στον πρωτογενή και δευτερογενή τομέα. Αυτό δημιούργησε αρχικά μεγάλα προβλήματα απασχόλησης. Όπως είναι γνωστό, η αυξανόμενη αντικατάσταση των εργατών με μηχανές οδήγησε, στις αρχές του 19ου αιώνα, στις βίαιες εξεγέρσεις των Λουδιτών, που καλούνται έτσι για τον πρώτο θρυλικό (με κυριολεκτική έννοια: δεν υπάρχουν συγκεκριμένα στοιχεία για την ύπαρξή του) ηγέτη Ned Ludd, έναν εργάτη που ξεκίνησε την εξέγερση ήδη από το 1768, καταστρέφοντας τη δουλειά του. Οι περισσότεροι οικονομικοί ιστορικοί συμφωνούν ότι η διαμαρτυρία, η οποία ήταν κατανοητή (αν και δύσκολο να δικαιολογηθεί λόγω της βίας της) βραχυπρόθεσμα, δεν ήταν τόσο μεσοπρόθεσμα και μακροπρόθεσμα. Αν είναι αλήθεια ότι η αύξηση της ατομικής παραγωγικότητας (ποσότητα προϊόντος που παράγεται σε μια ώρα από έναν μόνο εργάτη) σήμαινε ότι η ίδια ποσότητα παραγωγής μπορούσε να επιτευχθεί από μικρότερο αριθμό εργαζομένων, είναι επίσης αλήθεια ότι - ακριβώς χάρη σε αυτήν την αύξηση της παραγωγικότητας - το κόστος παραγωγής μειώθηκε πάρα πολύ. Κατά συνέπεια, η ζήτηση για το τελικό προϊόν αυξήθηκε ακόμη περισσότερο (το Ηνωμένο Βασίλειο έγινε ο παγκόσμιος ηγέτης στην παραγωγή υφασμάτων) και για να ανταποκριθεί στην αυξανόμενη ζήτηση οι εταιρείες έπρεπε να (επανα)προσλάβουν πολλούς εργαζόμενους. Αυτό συνέβη σε όλους τους παραγωγικούς τομείς: στη γεωργία, για παράδειγμα, στις αρχές του 19ου αιώνα η πλειοψηφία του εργατικού δυναμικού απασχολούνταν στην παραγωγή αρκετής τροφής για έναν παγκόσμιο πληθυσμό περίπου ενός δισεκατομμυρίου, ενώ σήμερα ένα μέτριο (στις πιο βιομηχανικές χώρες, πολύ μέτριο) ποσοστό εργαζομένων παράγει τρόφιμα σε αφθονία (ακόμα και αν, δυστυχώς, η πλειοψηφία των εργαζομένων έχει διανεμηθεί για τους φτωχούς). στον δευτερογενή και, κυρίως, στον τριτογενή τομέα.

Γενικά, σε παγκόσμιο επίπεδο, το κατά κεφαλήν εισόδημα είναι τώρα (σε σταθερές τιμές) περίπου 10 φορές αυτό του 1850.Ο μέσος Ιταλός είναι 15 φορές πλουσιότερος από ό,τι ήταν το 1880. ΙΤο παγκόσμιο ΑΕΠ είναι 250 φορές μεγαλύτερο από αυτό πριν από την πρώτη βιομηχανική επανάσταση.

Αυτή η αύξηση της παραγωγικότητας, ωστόσο, δεν ακολούθησε την ίδια δυναμική για όλες τις βιομηχανικές επαναστάσεις: στην πραγματικότητα, εάν για τις τρεις πρώτες ο αντίκτυπος ήταν σχετικά γρήγορος, αλλά με (πολύ περίπου) γραμμική ανάπτυξη, για την τέταρτη και την πέμπτη, χάρη στο νόμο του Moore, η ανάπτυξη (με εκθετικό νόμο: η υπολογιστική ισχύς διπλασιάζεται σε 2 μήνες, η αρχική τιμή διπλασιάζεται κάθε 1). γρήγορο, αλλά όχι «εκρηκτικό» όπως έγινε την επόμενη περίοδο (ας θυμηθούμε το γνωστό παραμύθι για τον εφευρέτη του σκακιού). Ακόμη και το 1987, ο Ρόμπερτ Σόλοου (βραβευμένος με το Νόμπελ Οικονομικών την ίδια χρονιά) μπορούσε να πει γελοιοποίηση: «Βλέπουμε την εποχή των υπολογιστών παντού, εκτός από τα δεδομένα παραγωγικότητας». Ωστόσο, οι επόμενες δεκαετίες άλλαξαν τα πάντα: ενώ οι τρεις πρώτες βιομηχανικές επαναστάσεις χαρακτηρίστηκαν από μακρο-ασυνέχειεςποιοτικό, το πέρασμα από το τρίτο στο τέταρτο, και -ακόμα περισσότερο- από αυτό στο πέμπτο,είναιστην πραγματικότητα χαρακτηρίζεται από ένα μακροσκοπικό άλμα κλίμακαςποσοτικάσε δυνατότητες αποθήκευσης και υπολογισμού. Για να πάρετε μια ιδέα για το πόσο μεγάλο είναι αυτό το άλμα, σκεφτείτε ότι, ενώ ένα κοινό σαλιγκάρι έχει περίπου 10 χιλιάδες νευρώνες, ένας άνθρωπος έχει περίπου 100 δισεκατομμύρια: θα μπορούσαμε να συμπεράνουμε ότι είμαστε «μόνο» 10 εκατομμύρια φορές πιο «έξυπνοι» από ένα σαλιγκάρι, ενώ από τους πρώτους μικροεπεξεργαστές μέχρι τους τρέχοντες ο παράγοντας πολλαπλασιασμού δεν είναι πολύ μεγαλύτερος από το 1,0 εκατομμύριο).

Η σημασία των soft skills

Υπό αυτή την πίεση μπορούμε να πιστέψουμε ότι πολλές από τις πνευματικές δραστηριότητες που μέχρι τώρα ήταν σχεδόν αποκλειστικά «ανθρώπινες» θα αυτοματοποιηθούν σύντομα, όπως η νομολογία, η αυτόματη σύνταξη και ανάλυση φορολογικών δηλώσεων, προηγμένες αυτόματες μεταφράσεις. Ακόμη και στον κόσμο των συγγραφέων/σκηνοθετών/διαφημιστών βλέπουμε όλο και μεγαλύτερη χρήση λογισμικού τεχνητής νοημοσύνης. μιλάμε για "υβριδισμός ανθρώπου-μηχανής”, με την έννοια ότι οι διαχειριστές και οι αναλυτές θα έχουν υποστήριξη αποφάσεων από την τεχνητή νοημοσύνη, οι μηχανικοί λογισμικού θα ελέγχουν και θα συναρμολογούν μόνο αυτόματα γραμμένους κώδικες και τα δημιουργικά θα μπορούν να περιοριστούν στην παροχή ακατέργαστων (αλλά όσο το δυνατόν πιο έξυπνων) εισροών στο λογισμικό AI.

Όταν οι προηγούμενες επαναστάσεις αυτοματοποιούσαν τη φυσική δύναμη ή τους υπολογισμούς, τώρα μέρος της σκέψης είναι αυτοματοποιημένη, και ακόμη και η εξειδικευμένη και καλά αμειβόμενη πνευματική εργασία μπορεί να αντικατασταθεί. Για ποιον (είχε;) προστασίακατάσταση(προσόντα, μεταπτυχιακά, εμπειρία) μπορούν να υποστηριχθούν ή να ξεπεραστούν από συστήματα AI. Στη συνέχεια, η τιμή θα μετακινηθεί στοικανότητα χρήσης AI(ταχεία μηχανική, αλγοριθμική επίβλεψη), ενώοι ανθρώπινες μαλακές δεξιότητες θα παραμείνουν σημαντικές: ενσυναίσθηση, σχέση, αυθεντική δημιουργικότητα. Ήδη σήμερα υπάρχει όλο και λιγότερη ζήτηση για σχεδιαστές σε εταιρείες μηχανικών, παρά τη συνεχή, ή και αυξανόμενη, χρήση των διαχειριστών έργων.

Σε έναν κόσμο που καθοδηγείται από την τεχνητή νοημοσύνη, δεν αρκεί να γνωρίζουμε πώς να χρησιμοποιείτε τα εργαλεία:πρέπει να καταλάβετε πώς να αλληλεπιδράσετεμαζί τους και κυρίως,αυτό που μπορεί (ακόμα) να πετύχει μόνο ένας άνθρωπος. Leμαλακές δεξιότητεςθα είναι όλο και πιο σημαντική η αλληλεπίδραση με ανθρώπους και μηχανές, η επαλήθευση της παραγωγής τεχνητής νοημοσύνης, η αποφυγήπροκατάληψη, πάρτε αποφάσεις. Η ικανότητα επικοινωνίας θα είναι πιο περίπλοκη, καθώς θα είναι απαραίτητη η αλληλεπίδραση μαζί με ομάδες ανθρώπων και τεχνητής νοημοσύνης.

Φυσικά, δεν χρειάζεται να είστε όλοι προγραμματιστές τεχνητής νοημοσύνης. Μάλλον, θα χρειαστεί να γίνετε επαγγελματίες που ξέρουν πώς να το χρησιμοποιούν, να το αξιολογούν, να το καθοδηγούν. Το πιο ανθεκτικό και χρήσιμο προφίλ τα επόμενα 20 χρόνια πιθανότατα θα είναι αυτό ενός «υβριδικού εμπειρογνώμονα»: κάποιος που συνδυάζει βαθιά γνώση ενός τομέα (π.χ. νόμος, υγειονομική περίθαλψη, επικοινωνίες) με μια πραγματική ικανότητα χρήσης και επίβλεψης τεχνητής νοημοσύνης.

Ποιος θα είναι ο αντίκτυπος στην απασχόληση αυτής της (προς το παρόν) τελευταίας βιομηχανικής επανάστασης; Μέχρι σήμερα, όπως φαίνεται, η αύξηση σεπαραγωγικότηταλειτούργησε ως σχεδόν ακριβής αντίστιξη (τουλάχιστον σε παγκόσμιο επίπεδο) στην ανάπτυξη τουπαραγωγή, αλλά μπορούμε να πιστέψουμε (ή, ακόμη περισσότερο, να ελπίζουμε) ότι αυτή η ανάπτυξη θα συνεχιστεί επ' αόριστον; Ευτυχώς, οι «άυλοι» κλάδοι παραγωγής, τουλάχιστον στις βιομηχανικές χώρες, φαίνεται να αναπτύσσονται περισσότερο από τους υλικούς, των οποίων οι περιβαλλοντικές επιπτώσεις (κυρίως κλιματικές) είναι όλο και λιγότερο υποφερτές, αλλά σε κάθε περίπτωση -παρά τις (προφανώς ανεπαρκείς) προσπάθειες που έχουν γίνει μέχρι τώρα- αυτές συνεχίζουν να αυξάνονται. Όπως σημειώνει ο David Keeling, όχι μόνο αυξάνεται η συγκέντρωση CO2 στην ατμόσφαιρα, αλλά συνεχίζει να το κάνει με αυξανόμενους ρυθμούς: αν τη δεκαετία του 1960 η ετήσια αύξηση ήταν 0,7 ppm, σήμερα η αύξηση είναι πάνω από 2 ppm ετησίως. Και τότε, πόσο «άυλη» είναι στην πραγματικότητα η παραγωγή «εικονικών» υπηρεσιών ή χρηματοοικονομικών μέσων, για να δώσω μόνο μερικά παραδείγματα; Ο τουρισμός δεν αποτελείται μόνο από ξενοδοχειακή φιλοξενία, αλλά και αεροπορικά ταξίδια, και το δίκτυο Bitcoin καταναλώνει μεταξύ 90 και 164 δισεκατομμύρια kWh ετησίως, ίσο με περίπου0,5%της παγκόσμιας κατανάλωσης ηλεκτρικής ενέργειας.

Εάν η αύξηση σεπαραγωγέςδεν θα είναι πλέον σε θέση να αντισταθμίσει πλήρως τις αυξήσεις της παραγωγικότητας εάν πρέπει να κινηθούμε προς την παραγωγική πραγματικότηταποσοτικάστάσιμο, έστω και ανποιοτικάκαθώς εξελίσσεται πάντα, υπάρχει μόνο ένας τρόπος για να αποφευχθεί αυτό που οδηγεί σε δραματική αύξηση της ανεργίας: να μειωθεί ο χρόνος που αφιερώνεται στην εργασία. Πριν από έναν αιώνα ο Κέινς, στην ομιλία του με θέμα «Οικονομικές δυνατότητες για τα εγγόνια μας», είχε προβλέψει, για την εποχή μας, σημαντική μείωση των ωρών εργασίας (έως και μόλις 15 ώρες την εβδομάδα), χάρη στην αύξηση της παραγωγικότητας, με τους ίδιους όγκους παραγωγής. Ήταν ακριβώς η τεράστια αύξηση του κατά κεφαλήν ΑΕΠ που ματαίωσε αυτή την πρόβλεψη, αλλά όχι εντελώς. Στην πραγματικότητα, πρέπει να θυμόμαστε ότι, τα τελευταία 150 χρόνια, στις βιομηχανικές χώρες, και επομένως και στην Ιταλία, υπήρξαν πράγματι προοδευτικές μειώσεις του χρόνου εργασίας, ο οποίος ήταν «απεριόριστος στην αρχή της Βιομηχανικής Επανάστασης, είδε τα πρώτα όρια σε δώδεκα και στη συνέχεια δέκα ώρες την ημέρα μέχρι το τέλος του δέκατου ένατου αιώνα, την κατάκτηση των οκτώ ωρών της Ρωσικής Επανάστασης. Η αργία του Σαββάτου και η αύξηση των αμειβόμενων αργιών με την πάροδο των ετών, παρά τις τεράστιες αυξήσεις στην παραγωγικότητα που προκαλείται από την τεχνολογική και οργανωτική καινοτομία, η τάση των ωρών εργασίας σταματά και αντιστρέφεται σε ολόκληρη τη Δύση: απαιτήσεις» (Craviolatti, 2014).

Η κεντρική θέση της εκπαίδευσηςστην ανάπτυξη της κριτικής σκέψης

Σήμερα, στην πραγματικότητα, τα επίπεδα ανεργίας είναι σταθερά ή ακόμη και μειώνονται, ακόμη και αν η νέα απασχόληση εμφανίζεται όλο και περισσότερο συγκεντρωμένη σε τομείς με υψηλή επισφάλεια και χαμηλή κερδοφορία, που δεν κινδυνεύουν να αντικατασταθούν (μόνο αυτή τη στιγμή, έως ότου - για παράδειγμα - τα drones αντικαταστήσουν τους αναβάτες και τα ρομπότ φροντιστές). Ωστόσο, ακόμη και στην έκρηξη των επενδύσεων στην τεχνητή νοημοσύνη, υπάρχουν ενδείξεις μείωσης της απασχόλησης: σύμφωνα με το Indeed, στις ΗΠΑ η ζήτηση για προγραμματιστές λογισμικού υπερδιπλασιάστηκε μεταξύ 2020 και 2022 και στη συνέχεια μειώθηκε σταδιακά κατά περίπου75%μεταξύ 2022 και 2025. Φαίνεται ότι, σταδιακά, οι αποκλειστικά «ανθρώπινοι» επαγγελματικοί χώροι περιορίζονται σε σχετικά λίγες θέσεις «λαμπρή» ηγεσίας της έρευνας και της τεχνολογικής ανάπτυξης, όλο και πιο κοντά (η βιομηχανική έρευνα διαπιστώνει ότι περίπου85%από τις τεχνολογικές λύσεις τεχνητής νοημοσύνης που δημιουργήθηκαν γίνονται βιομηχανικά προϊόντα μέσα σε δύο χρόνια), ενώ η μάζα των προγραμματιστών «ρουτίνας» μειώνεται ακριβώς χάρη στην αντικατάστασή τους με εφαρμογές τεχνητής νοημοσύνης.

Η κλίμακα των επενδύσεων σε ταλέντο τεχνητής νοημοσύνης είναι σίγουρα εντυπωσιακή, γεγονός που έχει κάνει μερικούς πολύ έξυπνους νέους επιστήμονες υπολογιστών σε δισεκατομμυριούχους, απομακρύνοντάς τους τεράστιες αποστάσεις (από πλευράς αμοιβής) από «κανονικούς» ερευνητές. Η απόφαση του Zuckemberg να ιδρύσει το τμήμα Meta Superintelligence Labs, με επικεφαλής τον Alexandr Wang (έναν πολύ νέο πρώην CEO της Scale AI, την οποία δημιούργησε πριν καν αποφοιτήσει) και τον Nat Friedman, με στόχο την ανάπτυξη μιας νέας superintelligence, αξιολογήθηκε πρόσφατα θετικά στο χρηματιστήριο. Η αρχική επένδυση είναι της τάξης των δεκάδων δισεκατομμυρίων δολαρίων, αλλά ο αριθμός των νέων εργαζομένων φαίνεται πολύ μικρός, τουλάχιστον σε κορυφαίες θέσεις: η αρχική ομάδα έχει περίπου 50 ελίτ ερευνητές που ειδικεύονται στα πολυτροπικά (κείμενο, φωνή, εικόνα, βίντεο).Η Meta έχει προσλάβει τουλάχιστον 11 κορυφαίους ερευνητές από τα OpenAI, DeepMind και Anthropic, με προσφορέςμπόνους υπογραφήςπρωτοφανές έως και 100 εκατομμύρια δολάρια σε κορυφαία ταλέντα.

Όλα αυτά τοποθετούν τους θεσμούς (κυβερνήσειςπρώτον, αλλά και τα σχολεία και τα πανεπιστήμια) μπροστά σε τεράστια προβλήματα, και κυρίως μακροσκοπικούς κινδύνους, όπως αυτός της περαιτέρω αύξησης των ήδη τεράστιων κοινωνικών και οικονομικών χασμάτων, των αναταραχών στην απασχόληση, της υπερβολικής ανάθεσης στην τεχνητή νοημοσύνη (γνωστική ατροφία), του ψηφιακού αποκλεισμού (αυτές που δεν έχουν πρόσβαση και είναι νόμιμοι). (ποιος είναι υπεύθυνος για τη λειτουργία ενός αυτοοδηγούμενου αυτοκινήτου ή - σε ένα λίγο πολύ δυστοπικό, αλλά πιθανό, μέλλον ενός «ρομποκόπ» σε περιπολία στις πόλεις μας;). Για να προετοιμαστούμε για αυτό το μέλλον χρειαζόμαστε όλο και περισσότερο ένα εκπαιδευτικό και ερευνητικό σύστημα ικανό να εκπαιδεύει κριτικά, δημιουργικά και προσαρμοστικά άτομα, συμβαδίζοντας με τους μετασχηματισμούς που επιβάλλονται απόΧρήσηεΚίνα, παγκόσμιοι ηγέτες σε αυτούς τους μετασχηματισμούς: αυτή είναι η τεράστια πρόκληση που πρέπει να αντιμετωπίσουμε άμεσα.