Εμείς τα ρομπότ

Η Τεχνητή Νοημοσύνη μας δημιουργεί ξανά κατ’ εικόνα της. Οι φοιτητές βρίσκονται στην πρώτη γραμμή. 1. Από την κυκλοφορία του μεγάλου γλωσσικού μοντέλου (LLM) ChatGPT-3.5 του OpenAI τον Νοέμβριο του 2022, η Τεχνητή Νοημοσύνη βρίσκεται παντού στις ειδήσεις. Η κάλυψη από τα μέσα ενημέρωσης μεταδίδει συνήθως το ίδιο μήνυμα: Η Τεχνητή Νοημοσύνη είναι έξυπνη και γίνεται ολοένα εξυπνότερη. Άλλοτε τα ρεπορτάζ διαφημίζουν την αυξανόμενη νοημοσύνη της ως προάγγελο μιας μελλοντικής ουτοπίας, και άλλοτε προειδοποιούν εναντίον της ως κάτι που οδηγεί στην καταστροφή, όπως το Skynet.[1] Στην πραγματικότητα, η υπερπροβολή και η καταστροφολογία είναι οι δύο όψεις του ίδιου νομίσματος, του «criti-hype», για να δανειστώ τον όρο του Λι Βίνσελ· και οι δύο εκφράζουν την ιδέα ότι η ΤΝ θα γίνει εξυπνότερη από τα ανθρώπινα όντα.[2] Ως καθηγήτρια ιστορίας σε κρατικό πανεπιστήμιο, η ανησυχία μου είναι αντίθετη. Δεν ανησυχώ ότι η Τεχνητή Νοημοσύνη γίνεται πιο έξυπνη από εμάς. Ανησυχώ ότι η Τεχνητή Νοημοσύνη μας κάνει –και ιδιαίτερα τους φοιτητές– τόσο χαζούς όσο εκείνη. Για να είμαι σαφής, δεν λέω ότι η τεχνητή νοημοσύνη είναι χαζή από κάθε άποψη. Η τεχνητή νοημοσύνη είναι πολύ έξυπνη στις γνωστικές εργασίες υπολογισμού και επεξεργασίας. Στην πραγματικότητα, οι μηχανές είναι αποτελεσματικές σε αυτά τα πεδία για περισσότερο καιρό από όσο πολλοί συνειδητοποιούν. Μόλις έγραψα ένα βιβλίο για τους αναλογικούς υπολογιστές των αρχών του 20ού αιώνα, οι οποίοι ξεπερνούσαν τους ανθρώπους στα καθήκοντα για τα οποία είχαν σχεδιαστεί και θεωρούνταν τότε «έξυπνοι». Αλλά οι λειτουργίες στις οποίες η ΤΝ υπερέχει –υπολογισμός και επεξεργασία– αποτελούν μόνο ένα μέρος της νόησης, και η νόηση αποτελεί μόνο ένα μέρος της ανθρώπινης νοημοσύνης. Η νόηση περιλαμβάνει επίσης τη συλλογιστική και την κρίση, και η νοημοσύνη περιλαμβάνει επίσης τα συναισθήματα. Δεν χρειάζεται να έχει κανείς πτυχίο νευροεπιστήμης ή ψυχολογίας για να αντιληφθεί ότι η μαθηματική ιδιοφυΐα διαφέρει από την ικανότητα αναγνώρισης κοινωνικών νοημάτων και ότι η σοφία δεν είναι ταυτόσημη με την ικανότητα ανάλυσης μιας πρότασης. Το ίδιο άτομο μπορεί να είναι χαζό κατά έναν τρόπο και χαρισματικό κατά έναν άλλο. Το ίδιο ισχύει και για την τεχνητή νοημοσύνη. Μπορεί να υπολογίζει και να επεξεργάζεται εξαιρετικά καλά, αλλά δεν μπορεί καθόλου να σκεφτεί, να κρίνει ή να νιώσει. Αν ήταν άνθρωπος, θα μπορούσαμε να τον αποκαλέσουμε αυτιστικό – αλλά αυτό θα ήταν άδικο για τους αυτιστικούς, οι οποίοι διαθέτουν μορφές νοημοσύνης που η τεχνητή νοημοσύνη δεν διαθέτει. Κατά συνέπεια, η συζήτηση για τα υπέρ και τα κατά της αυξανόμενης ευφυΐας της τεχνητής νοημοσύνης παρερμηνεύει τόσο τα όρια της τεχνητής νοημοσύνης όσο και το εύρος της ανθρώπινης νοημοσύνης. Με τον τρόπο αυτό, φοβάμαι ότι αυτή η αντίληψη απειλεί την ευημερία των νέων ανθρώπων. Δικαιολογεί εκπαιδευτικές πρακτικές που αναστέλλουν τη γνωστική και συναισθηματική ανάπτυξη των παιδιών και που θα επιδεινώσουν τη συνεχιζόμενη κατάρρευση των εκπαιδευτικών προτύπων. Αν δεν έχετε παιδί που να πηγαίνει σχολείο μπορεί να μην γνωρίζετε πόσο ευρέως οι οθόνες και άλλες ψηφιακές τεχνολογίες έχουν πολλαπλασιαστεί στις σχολικές τάξεις ή πόσα χρήματα έχουν δαπανήσει τα σχολεία γι’ αυτές τις τεχνολογίες. Μπορεί να έχετε ακούσει για φοιτητές στα πανεπιστήμια Ivy League που δεν μπορούν να διαβάσουν ολόκληρα βιβλία· μπορεί να μην έχετε συνειδητοποιήσει πόσοι φοιτητές κολλεγίων μπορούν μετά βίας να γράψουν. Και γίνονται όλο και χειρότεροι. Η εξάπλωση της ψηφιακής τεχνολογίας στην εκπαίδευση φέρει τεράστιο μερίδιο ευθύνης για την κατάρρευση των προτύπων. Έχει προκαλέσει μια «μεγάλη αναδιάταξη» (great rewiring) της παιδικής ηλικίας μέσα στην τάξη, όπως αυτή που o Τζόναθαν Χάιντ έχει ανιχνεύσει ότι συμβαίνει έξω από την τάξη[3] – αν και ίσως θα ήταν πιο σωστό να μιλήσουμε για μια «μεγάλη αποσύνδεση», δεδομένης της σχετικής φτώχειας των νευρωνικών συνδέσεων που σχηματίζονται κατά τη διάρκεια μιας εκπαίδευσης που βασίζεται υπερβολικά στην ψηφιακή τεχνολογία σε σύγκριση με μια εκπαίδευση που δεν την χρησιμοποιεί. Οι φορείς της ψηφιακής τεχνολογίας όχι μόνο αρνούνται να αναλάβουν οποιαδήποτε ευθύνη για αυτή την αποσύνδεση, αλλά προβάλλουν ισχυρισμούς για την ΤΝ που ενθαρρύνουν τα παιδιά να υποτιμούν την ανθρώπινη υπόστασή τους καθώς και την ανθρώπινη υπόσταση των άλλων. Τα χαμηλά εκπαιδευτικά πρότυπα σε συνδυασμό με την απώλεια της ανθρωπιστικής νοημοσύνης είναι μια συνταγή για την κοινωνική αστάθεια. Για να καταλάβουμε γιατί η ΤΝ στην εκπαίδευση αποτελεί τέτοια απειλή για τους μαθητές–τους μελλοντικούς ηγέτες της κοινωνίας– είναι απαραίτητο να κατανοήσουμε τι πρέπει να μαθαίνουν οι νέοι στο σχολείο και πώς αυτά που μαθαίνουν πρέπει να συμβάλλουν στην ατομική και συλλογική ανθρώπινη ευημερία. Ειδικότερα, είναι απαραίτητο να κατανοήσουμε τον κρίσιμο ρόλο της εκπαίδευσης στις ανθρωπιστικές επιστήμες και τις τέχνες, σε αντίθεση με την επαγγελματική εκπαίδευση, στην προώθηση της ανθρώπινης ελευθερίας και ωριμότητας. Οι πραγματικά ευφυείς απαντήσεις –και όχι οι τεχνητά ευφυείς απαντήσεις– στην προοπτική της ισχυρότερης τεχνητής νοημοσύνης απαιτούν μια ευφυή κατανόηση του προβλήματος, γι’ αυτό πρέπει να αρχίσουμε από το ξεκίνημα και να επιστρέψουμε στις πρώτες αρχές. 2. Το είδος της σκέψης που οι καθηγητές ανθρωπιστικών επιστημών, όπως εγώ, προσπαθούν να βοηθήσουν τους μαθητές μας να καλλιεργήσουν, περιλαμβάνει τόσο γνωστικές όσο και συναισθηματικές πτυχές. Δηλαδή, η ανθρωπιστική σκέψη περιλαμβάνει τόσο την ευαισθησία όσο και τη λογική ανάλυση. Για παράδειγμα, ο δικός μου ιστορικός κλάδος απαιτεί, αφενός, την ανάλυση πληροφοριών που είναι ταυτόχρονα υπεράριθμες, ανεπαρκείς, αντιφατικές και παραπλανητικές. Από την άλλη πλευρά, η ιστορική σκέψη προϋποθέτει ενσυναίσθηση και φαντασία: δηλαδή, το να μπαίνεις στη θέση ανθρώπων που απέχουν πολύ από σένα στον χρόνο και στον χώρο και να προσπαθείς να καταλάβεις πώς και γιατί κατανοούσαν κόσμο με τον τρόπο που τον κατανοούσαν. Ειδικά (αλλά όχι μόνο) όταν θεωρούμε αποκρουστικούς τους ανθρώπους που μελετάμε, η ιστορική ευαισθησία απαιτεί συναισθηματική ωριμότητα. Πρέπει να κατανοήσουμε τόσο την κοσμοθεωρία τους όσο και τα συναισθήματα που μας προκαλούν. Η ίδια ικανότητα, παρεμπιπτόντως, απαιτείται και για τις ώριμες διαπροσωπικές σχέσεις. Όπως το έθεσε ο ιστορικός και φιλόσοφος της Ιστορίας Ρ. Τζ. Κόλινγουντ: «Αν με την ιστορική σκέψη ξανασκεφτόμαστε και έτσι ανακαλύπτουμε εκ νέου τη σκέψη του Χαμουραμπί ή του Σόλωνα, με τον ίδιο τρόπο ανακαλύπτουμε τη σκέψη ενός φίλου που μας γράφει ένα γράμμα ή ενός ξένου που διασχίζει τον δρόμο»[4]. Ενώ η ανάλυση των πληροφοριών από έναν ιστορικό παρουσιάζει μια επιφανειακή ομοιότητα με τον υπολογισμό και την επεξεργασία της τεχνητής νοημοσύνης, στην πραγματικότητα είναι πολύ διαφορετική. Πρώτον, η πράξη της κατανόησης της ανθρώπινης υπόστασης των άλλων, για τον ιστορικό, είναι επίσης μια ενσυνείδητη πράξη κατανόησης της δικής του ανθρώπινης υπόστασης. Με άλλα λόγια, η ιστορική κατανόηση δεν είναι απλή νόηση αλλά μετα-νόηση: νόηση που έχει επίγνωση του εαυτού της. Σύμφωνα με τα λόγια του Κόλινγουντ, «μπορούμε έτσι να πούμε ότι η ιστορική έρευνα αποκαλύπτει στον ιστορικό τις δυνάμεις του δικού του νου». Αντίθετα, όταν η τεχνητή νοημοσύνη υπολογίζει και επεξεργάζεται, δεν αποκαλύπτει στον εαυτό της τη νοημοσύνη της ούτε έχει συνείδηση οποιασδήποτε αυτοαποκάλυψης. Απλώς εκτελεί έναν αλγόριθμο. Μέσω της επανάληψης, η τεχνητή νοημοσύνη μπορεί να βελτιώσει την ικανότητά της να παρέχει αποτελέσματα που ικανοποιούν τους ανθρώπους οι οποίοι τη χρησιμοποιούν, αλλά η τεχνητή νοημοσύνη δεν έχει την επίγνωση ότι βελτιώνεται. Δεν έχει μετα-γνώση· και μάλιστα –παρά το branding του Ζάκερμπεργκ για το αντίθετο– δεν έχει τίποτα μετα-. Διότι ακόμα, οι γνωστικές πτυχές της ιστορικής ανάλυσης που μοιάζουν περισσότερο με τους υπολογισμούς και την επεξεργασία που εκτελεί η ΤΝ δεν μπορούν να διαχωριστούν από τις συναισθηματικές πτυχές –την καλλιέργεια μιας ανθρώπινης ευαισθησίας– οι οποίες δεν παρουσιάζουν ούτε καν επιφανειακή ομοιότητα με την ΤΝ. Αυτό το αδιαχώριστο είναι πιο εμφανές στην πρακτική που οι ιστορικοί αποκαλούν κριτική των πηγών. Η κριτική των πηγών βασίζεται στην κατανόηση ότι οι πηγές δεν έχουν αυτονόητα νοήματα και δεν μπορούν να ληφθούν τοις μετρητοίς· απαιτούν κριτική ανάλυση. Το κείμενο των πηγών μπορεί να λάβει διαφορετικά νοήματα ανάλογα με το συγκείμενο. Κατά την ανάλυση των πηγών, κατά συνέπεια, οι ιστορικοί επιθυμούν (ή θα έπρεπε να επιθυμούν) να έχουν όσο το δυνατόν περισσότερες γνώσεις σχετικά με το πλαίσιο στο οποίο παρήχθησαν οι πηγές. Η γνώση του συγκειμένου είναι απαραίτητη τόσο για την αναγνώριση της κοινής ανθρώπινης υπόστασης των ανθρώπων που παρήγαγαν τις πηγές όσο και για την αξιολόγησή τους. (Προσέξτε τη λέξη «αξιολόγηση»). Ο σκηνοθέτης Τζέιμς Κάμερον και η παραγωγός Γκέιλ Αν Χερντ σε μια εκδήλωση για τον Εξολοθρευτή (1984). Αυτές οι πτυχές της κλασικής παιδείας εξηγούν γιατί οι ανθρωπιστικές επιστήμες ανήκουν στις αποκαλούμενες ελεύθερες τέχνες – τις τέχνες της ελευθερίας. Διδάσκουν στους μαθητές τη δική τους ελευθερία, που εδράζεται στην ικανότητα κριτικής και ενσυναίσθησης, καθώς και την ελευθερία των άλλων. Με τον τρόπο αυτό, ενεργοποιούν τα πλουσιότερα και πιο σύνθετα μέρη της ανθρώπινης υπόστασης των μαθητών –τον νου και την ψυχή τους– και όχι το στενότερο και απλούστερο μέρος της ανθρώπινης υπόστασής τους ως εργαζομένων (ή καταναλωτών). Αυτό έρχεται σε αντίθεση με την επαγγελματική κατάρτιση, η οποία προσεγγίζει τους σπουδαστές ως εργαζόμενους και προσπαθεί να τους διδάξει τις πρακτικά στοιχεία του επαγγέλματος που έχουν επιλέξει, ώστε να μπορούν να έχουν μια επιτυχημένη καριέρα ασκώντας το επάγγελμα αυτό. Στη σχολή ηλεκτρολόγων, για παράδειγμα, οι σπουδαστές δεν ενθαρρύνονται να πειραματιστούν με τις ιδέες του Μάικλ Φάραντεϊ, αλλά η παιδεία ελευθέρων τεχνών τους ενθαρρύνει, επειδή ο στόχος της είναι να μπορούν να αναγνωρίζουν τη δική τους γνωστική ικανότητα. Παρομοίως, οι σπουδαστές στη σχολή ηλεκτρολόγων δεν διαβάζουν Πλάτωνα, ενώ σε ένα μάθημα φιλοσοφίας, όχι μόνο διαβάζουν Πλάτωνα, αλλά ενθαρρύνονται να εξετάσουν οι ίδιοι τις ιδέες του. Η επαγγελματική κατάρτιση εγκλωβίζει τους φοιτητές σε ένα συγκεκριμένο επαγγελματικό μονοπάτι, ενώ η εκπαίδευση στις ελεύθερες τέχνες τους δίνει τα θεμέλια για να ακολουθήσουν οποιαδήποτε καριέρα επιθυμούν. Για να είμαι σαφής, ο στόχος μου εδώ δεν είναι να ασκήσω κριτική εναντίον της επαγγελματικής κατάρτισης. Η εξειδικευμένη χειρωνακτική εργασία συνήθως περιλαμβάνει εξειδικευμένη διανοητική εργασία –εξ ου και η έννοια του «νοήμονος χεριού»[5]– και μπορεί να είναι βαθιά δημιουργική. Είναι καλή για την ψυχή με τρόπους που η χειρωνακτική ή διανοητική μηχανική εργασία δεν είναι (και αποτελεί μια πάντα καλοδεχούμενη μομφή εναντίον των επιτηδευμένων τεχνοφεουδαλιστικών φαντασιώσεων[6] της αποϋλοποιημένης ψηφιακής ζωής του cloud). Επιπλέον, η κοινωνία χρειάζεται ανθρώπους που γνωρίζουν επαγγέλματα τα οποία μπορούν να προσφέρουν αξιοπρεπή, ουσιαστική εργασία. Είναι ωστόσο σημαντικό να επιμείνουμε στη διάκριση μεταξύ της επαγγελματικής κατάρτισης και της εκπαίδευσης στις ανθρωπιστικές επιστήμες. Η τελευταία ενθαρρύνει τους σπουδαστές να αμφισβητούν τον κόσμο, όχι για χάρη του μηδενιστικού σκεπτικισμού, αλλά για χάρη της ανακάλυψης της δικής τους ανθρώπινης ελευθερίας και της ευθύνης τους να την ασκούν με σεβασμό στην ανθρώπινη υπόσταση των άλλων. Αυτός είναι ο λόγος για τον οποίο οι πλούσιοι και οι ισχυροί στις πιο ταξικές κοινωνίες, όπως οι λευκοί του Νότου κατά τη διάρκεια της εποχής του Τζιμ Κρόου, προσπαθούν να στερήσουν από τα θύματα του status quo την εκπαίδευση στις ανθρωπιστικές επιστήμες και να τα περιορίσουν στην επαγγελματική κατάρτιση: οι επωφελούμενοι από την αδικία θέλουν γρανάζια σε μια μηχανή που λειτουργεί καλά γι’ αυτούς, όχι ανθρώπους που θέτουν ερωτήματα για τη μηχανή. Είναι επίσης ο λόγος για τον οποίο ισχυροί πολιτικοί και οικονομικοί παράγοντες επιδιώκουν να μετατρέψουν τις ανθρωπιστικές επιστήμες σε «νεοφιλελεύθερες τέχνες»[7] και ο λόγος για τον οποίο οι πιστοί της φιλελεύθερης δημοκρατίας πρέπει να τους αντισταθούν. 3. Για να εξηγήσουμε την απειλή που αποτελεί η τεχνητή νοημοσύνη για την εκπαίδευση στις ανθρωπιστικές επιστήμες, είναι επίσης απαραίτητο να εξηγήσουμε τη σημασία της γλώσσας σε αυτήν και γιατί διαφέρει από τη χρήση της γλώσσας στην τεχνητή νοημοσύνη. Ενδεικτικά, ας μου επιτραπεί να συνεχίσω να χρησιμοποιώ τον δικό μου επιστημονικό κλάδο. Από τη μία πλευρά, μεγάλο μέρος της διανοητικής και συναισθηματικής εργασίας που επιτελούν οι ιστορικοί και οι φοιτητές της Ιστορίας λαμβάνει χώρα σε ένα διαισθητικό, υποσυνείδητο επίπεδο και δεν εκφράζεται ποτέ με λέξεις. Από την άλλη πλευρά, η διαίσθηση μπορεί να καλλιεργηθεί και η γλώσσα παίζει θεμελιώδη ρόλο στην καλλιέργειά της. Η πράξη της επικοινωνίας των ιδεών συμβάλλει στη συγκρότησή τους. Και το αντίστροφο – οι ιδέες και η επικοινωνία αλληλοτροφοδοτούνται. Κάποιος διατυπώνει τις ιδέες με λέξεις όχι απλώς ως πράξη αυτοέκφρασης αλλά και ως πράξη αυτοανακάλυψης και αυτοεφεύρεσης. Ως μορφές επικοινωνίας, τόσο η ομιλία όσο και η γραφή ιδεών είναι απαραίτητες, αλλά ο γραπτός λόγος είναι ιδιαίτερα σημαντικός, επειδή η προχειρότητα και η ανακρίβεια εντοπίζονται ευκολότερα στη σελίδα παρά με το αυτί. Στον προφορικό λόγο μπορούν να διαφύγουν πράγματα σε κάποιον, ακόμη κι όταν πρόκειται για έναν ευσυνείδητο και ικανό συνομιλητή, τα οποία στον γραπτό λόγο δεν διαφεύγουν, επειδή μπορεί απλώς να ξαναδιαβάσει το κείμενο. Δεδομένου ότι οι ιδέες και η γλώσσα που τις εκφράζει διαμορφώνουν η μία την άλλη, το ύφος της γραφής δεν είναι ανεξάρτητο από την διανοητική ουσία. Η αλλαγή των λέξεων και του συντακτικού μεταβάλλει, έστω και ανεπαίσθητα, τις εκφραζόμενες ιδέες. Εξ ου και οι πολλές παραλλαγές[8] της ίδιας βασικής επίγνωσης που πολλοί διακεκριμένοι συγγραφείς εκφράζουν: ότι γράφουν για να μάθουν τι σκέφτονται. Οι δύο δραστηριότητες είναι τόσο αλληλένδετες που θα πήγαινα ακόμη παραπέρα και θα έλεγα ότι δεν μπορεί κανείς να σκέφτεται καλά αν δεν μπορεί να γράφει καλά. Εκ πρώτης όψεως, ο ρόλος της γλώσσας στην ιστορική μελέτη δεν διαφέρει από τον ρόλο της στον προγραμματισμό των υπολογιστών – αλλά η ομοιότητα εξαφανίζεται μετά από μια προσεκτική εξέταση. Η γλώσσα, είτε αποτελείται από λέξεις, είτε από μαθηματικούς συμβολισμούς, είτε από μια δυαδική σειρά μονάδων και μηδενικών, είναι εγγενώς αφηρημένη και συμβολική. Ο στόχος της είναι να αναπαραστήσει την πραγματικότητα, όχι να την αναπαραγάγει. Κατά συνέπεια, η συγγραφή για το παρελθόν συνοδεύεται από τις ίδιες υποσχέσεις και κινδύνους όπως οποιαδήποτε μορφή γλωσσικής παραγωγής, συμπεριλαμβανομένου του κώδικα υπολογιστή. Και στις δύο περιπτώσεις, η γραφή εμπεριέχει ένα δίλημμα: κάποιος πρέπει να αναγάγει την πολυπλοκότητα της πραγματικότητας σε κάτι απλούστερο προκειμένου να την αλλάξει με κάποιον τρόπο που θεωρείται επιθυμητός, αλλά η πράξη της αναγωγής αναγκαστικά ασκεί βία στην πραγματικότητα. Η ανθρωπιστική νοημοσύνη, όπως εκφράζεται στη γλώσσα, δεν μπορεί να ξεπεράσει αυτό το δίλημμα, όπως δεν μπορούν να το ξεπεράσουν και οι υπολογιστικές και επεξεργαστικές πτυχές της νοημοσύνης. Το ανθρωποειδές ρομπότ-βοηθός πωλήσεων κατασκευασμένο στην Σαγκάη από την Chery AiMOGA, γνωστό με το παρατσούκλι “Mornine”, πριν από την αναχώρησή του για την έκθεση Malaysia Autoshow 2025 στην Κουάλα Λουμπούρ, στις 7 Μαΐου 2025. Το “Mornine” είναι ένα φυσικό ρομπότ που χρησιμοποιεί μοντέλα τεχνητής νοημοσύνης ανοιχτού κώδικα με ύψος 1,66 μέτρα, προηγμένους αισθητήρες, εύκαμπτα άκρα και πρόσωπο σιλικόνης με ρεαλιστικές εκφράσεις προσώπου. © ΑΠΕ-ΜΠΕ / EPA / Fazry Ismail Αλλά η ανθρωπιστική νοημοσύνη διαφέρει από άλλες μορφές νοημοσύνης ως προς τη συνειδητοποίηση ότι η αναγωγή συνεπάγεται συμβιβασμούς και ως προς τη δέσμευσή της να ελαχιστοποιήσει τα μειονεκτήματα. Οι πτυχές υπολογισμού και επεξεργασίας της νοημοσύνης αντιμετωπίζουν τα ανθρώπινα όντα ως άψυχα αντικείμενα, όπως και την υπόλοιπη πραγματικότητα, που μπορούν χρησιμοποιηθούν και να ελεγχθούν. Για αυτό το είδος αντιμετώπισης, η αφαίρεση και ο συμβολισμός δεν συνεπάγονται συμβιβασμούς· προσφέρουν μόνο θετικά – η άσκηση βίας είναι το ζητούμενο, ας πούμε. Αντίθετα, η ανθρωπιστική νοημοσύνη αντιμετωπίζει τα ανθρώπινα όντα ως έμβια υποκείμενα που πρέπει να κατανοηθούν και να γίνουν σεβαστά –ως «μόρια με δική τους σκέψη», για να δανειστώ μια φράση του ιστορικού Τζον Γκάντις[9]– όπως ακριβώς θα ήθελε κανείς να γίνεται κατανοητός και σεβαστός. Από αυτή την άποψη, η αφαίρεση και ο συμβολισμός συνεπάγονται βαρύτατα και ακόμη και τρομακτικά μειονεκτήματα, επειδή ασκούν βία στα ανθρώπινα υποκείμενα με όλη τους την πολυπλοκότητα. Ως εκ τούτου, η ανθρωπιστική ενασχόληση με άλλους ανθρώπους, που είναι απλώς ο χρυσός κανόνας, ελέγχει το είδος υπολογισμού και επεξεργασίας της ενασχόλησης. Ο υπολογισμός, η αφαίρεση και η επιθυμία για έλεγχο, που μαζί γεννούν τα τεχνολογικά μας ένστικτα και ικανότητες, δεν είναι από μόνα τους κακά πράγματα. Είναι απαραίτητα για την επιβίωσή μας και μπορεί να είναι καλά. Μερικά αποτελέσματά τους που προσωπικά απολαμβάνω είναι ο ηλεκτρισμός και το ότι δεν πεθαίνω από χολέρα. Δεν θέλω να επιστρέψω στον άνθρωπο των σπηλαίων· μου αρέσει να έχω ένα μέτρο ελέγχου του περιβάλλοντος, επειδή αυτός ο έλεγχος μου παρέχει την ασφάλεια να επιδιώκω τα πράγματα που, για μένα, κάνουν τη ζωή να αξίζει περισσότερο: την αγάπη, την αλήθεια, την ομορφιά. Δεν συμφωνώ με τους ρομαντικούς ότι η τεχνολογία και ο πολιτισμός που καθίσταται εφικτός χάρη σε αυτήν είναι εγγενώς αθέμιτοι. Αλλά ούτε οι πιο τεχνολογικές πτυχές της νοημοσύνης μας είναι επαρκείς για την ανθρώπινη ευημερία. Χρειαζόμαστε την ανθρωπιστική πλευρά της νοημοσύνης μας για να συνδεόμαστε με τους άλλους. Η τεχνολογία διευκολύνει την επιδίωξη των πραγμάτων που έχουν μεγαλύτερη σημασία, αλλά δεν εξασφαλίζει την επίτευξή τους. Ούτε αντιμετωπίζει τα πιο δύσκολα ερωτήματα της ζωής. Θεωρώ θλιβερό το γεγονός ότι άνθρωποι του STEM [Science, Technology, Engineering, Mathematics] πιστεύουν πως η μηχανική είναι το δύσκολο κομμάτι και πως μόλις λυθεί αυτό, η πολιτική, οι κοινωνικές σχέσεις, ο πολιτισμός και ούτω καθεξής θα μπουν εύκολα στη σωστή σειρά. Είναι σαν να μην έχουν διαβάσει ποτέ τους βιβλίο Ιστορίας. Αν τα δυσκολότερα ερωτήματα της ζωής ήταν τεχνολογικής φύσης, θα είχαμε παγκόσμια ειρήνη εδώ και πολύ καιρό. Ο λόγος που δεν το έχουμε καταφέρει ακόμα είναι επειδή οι ανθρωπιστικές επιστήμες δεν στηρίζονται σε μαθηματικούς τύπους: είναι πιο περίπλοκες. Τα μόρια με δική τους σκέψη είναι πιο πολύπλοκα από τα άλλα μόρια. Επιπλέον, αν και η ανθρωπιστική νοημοσύνη δεν θα φέρει σύντομα την ειρήνη στη Γη –και μάλιστα μας προειδοποιεί για τους κινδύνους του ουτοπισμού– εντούτοις διαδραματίζει κρίσιμο ρόλο στη φιλελεύθερη δημοκρατία. Ενώ το τμήμα της ανθρώπινης νόησης που περιλαμβάνει τον υπολογισμό και την επεξεργασία τείνει προς μια πολιτική ελέγχου και κυριαρχίας, το σύνολο της ανθρώπινης νόησης –το οποίο περιλαμβάνει τη συλλογιστική, την κριτική και την αξιολόγηση, καθώς και τα συναισθήματα– θέτει τις βάσεις για μια πολιτική αμοιβαίας ανοχής, αν όχι σεβασμού. Η φιλελεύθερη δημοκρατία απαιτεί από εμάς να βλέπουμε τους συμπολίτες μας ως έχοντες ανθρώπινη υπόσταση ίση με τη δική μας· δεν πρέπει να τους συμπεριφερόμαστε όπως δεν θα θέλαμε να μας συμπεριφέρονται, που σημαίνει πως δεν πρέπει να επιδιώκουμε να τους ελέγχουμε και να τους εξουσιάζουμε. Αντιλαμβάνομαι πως η ανθρωπιστική εκπαίδευση που μόλις περιέγραψα είναι ένα ιδεώδες, όχι μια πραγματικότητα. Για λόγους που θα εξηγήσω παρακάτω, ειδικά οι εταιρείες τεχνολογίας και γενικότερα οι εχθρικοί παράγοντες εκτός του πανεπιστημιακού χώρου φέρουν μεγάλο μέρος της ευθύνης για το χάσμα μεταξύ ιδανικού και πραγματικότητας. Αλλά δεν ευθύνονται αποκλειστικά οι εξωτερικές δυνάμεις, και δεν θα ήθελα αυτό το δοκίμιο να διαβαστεί ως μια αντι-ανθρωπιστική υπεκφυγή που απαλλάσσει τις ανθρωπιστικές επιστήμες από τη δική τους θεσμική συνενοχή[10]. Πάρα πολλοί καθηγητές ανθρωπιστικών επιστημών αντιμετωπίζουν τους φοιτητές ως αντικείμενα που πρέπει να προγραμματιστούν ιδεολογικά, αντί για υποκείμενα που πρέπει να διδαχθούν ένα σύνολο επιστημονικών γνώσεων και να εκπαιδευτούν ώστε να σκέφτονται μόνοι τους. Παρομοίως, πάρα πολλοί μελετητές των ανθρωπιστικών επιστημών σκέφτονται αλγοριθμικά, προσεγγίζοντας τους ανθρώπους που μελετούν ως αντικείμενα προς χειραγώγηση παρά ως υποκείμενα προς κατανόηση, και την υπάρχουσα επιστημονική γνώση ως βάση δεδομένων προς εκμετάλλευση παρά ως την συσσώρευση επίπονης πνευματικής εργασίας από ανθρώπους. Στην αποτυχία μας να διατηρήσουμε τα πρότυπα της ανθρωπιστικής αριστείας στους κόλπους μας, έχουμε διακυβεύσει το θεσμικό μας κύρος να υπερασπιζόμαστε τις ανθρωπιστικές επιστήμες ακριβώς τη στιγμή που η φιλελεύθερη δημοκρατία τις χρειάζεται περισσότερο. 4. Η τεχνητή νοημοσύνη είναι αντίθετη από την ανθρωπιστική νοημοσύνη. Τα μεγάλα γλωσσικά μοντέλα όπως το ChatGPT επεξεργάζονται δεδομένα προκειμένου να υπολογίσουν μέσω πιθανολογικής ανάλυσης ποια λέξη θα πρέπει να ακολουθήσει την προηγούμενη λέξη, σύμφωνα με έναν αλγόριθμο που έχει παραχθεί από τον άνθρωπο και τα δεδομένα που έχουν παραχθεί από τον άνθρωπο με τα οποία εκπαιδεύτηκαν. Αυτό είναι όλο. Δεν κατανοούν, δεν διαισθάνονται, δεν σκέφτονται, δεν συλλογίζονται, δεν κρίνουν: επεξεργάζονται και υπολογίζουν. Σύμφωνα με την εμπνευσμένη φράση ενός γνωστού άρθρου για τα μεγάλα γλωσσικά μοντέλα, είναι «στοχαστικοί παπαγάλοι[11]»: στοχαστικοί επειδή υπολογίζουν πιθανότητες, παπαγάλοι επειδή απλώς μιμούνται αντί να καταλαβαίνουν. Ακόμα και τα λεγόμενα «συλλογιστικά» μοντέλα όπως το o1 του OpenAI και το R1 της Deepseek δεν κάνουν τίποτε από τα παραπάνω. Και αυτά επαναλαμβάνουν υπολογισμούς από δεδομένα που παράγονται από τον άνθρωπο, ενώ «εξηγούν» τι κάνουν εκτελώντας αλγόριθμους που παράγονται από τον άνθρωπο. Εκπαιδεύονται επί τούτου ώστε να αποδίδουν παράγωγα «αλυσίδας σκέψης» που μοιάζουν με τον ανθρώπινο συλλογισμό –αναμφισβήτητα με εντυπωσιακά αποτελέσματα– αλλά βασικά εξακολουθούν απλώς να επεξεργάζονται και να υπολογίζουν. Ένα ρομπότ χορεύει σε σκηνή στο Πεκίνο, 19 Απριλίου 2025. Η Κίνα φιλοξενεί τον πρώτο Μαραθώνιο στον κόσμο που γίνεται αποκλειστικά με ρομπότ, επιδεικνύοντας την ταχύτητα, την ευκινησία και τις επιδόσεις των ανθρωποειδών ρομπότ. © ΑΠΕ-ΜΠΕ / EPA / Jessica Lee Όποιος συγχέει αυτό που κάνει η τεχνητή νοημοσύνη με την ανθρώπινη νοημοσύνη ή δεν καταλαβαίνει την τεχνητή νοημοσύνη ή δεν καταλαβαίνει την ανθρώπινη νοημοσύνη. Τα δεδομένα δεν είναι γνώση – η εκτέλεση ενός αλγορίθμου δεν είναι συλλογισμός. Αν δεν θέλετε να δεχθείτε την γνώμη μιας ιστορικού για αυτό, πιστέψτε το ίδιο το OpenAI. Αναγνωρίζει –και μάλιστα, από την άποψη της νομικής ευθύνης, διατυμπανίζει– τα όρια της τεχνητής νοημοσύνης με την ακόλουθη δήλωση στους όρους χρήσης της για το ChatGPT: «Πρέπει να αξιολογείτε την Έξοδο δεδομένων ως προς την ακρίβεια και την καταλληλότητα για την χρήση σας κατά περίπτωση, συμπεριλαμβανομένης της χρήσης ανθρώπινου ελέγχου όπου χρειάζεται, πριν να χρησιμοποιήσετε ή μοιραστείτε την Έξοδο δεδομένων των Υπηρεσιών». Η λέξη-κλειδί εδώ είναι «αξιολογήσετε». Η τεχνητή νοημοσύνη χρειάζεται ανθρώπινους χρήστες για να αξιολογήσει την Έξοδο δεδομένων της, επειδή η ίδια είναι ανίκανη να κάνει αξιολόγηση. Ο λόγος για τον οποίο η ίδια δεν μπορεί να αξιολογήσει την Έξοδο δεδομένων είναι ότι ο υπολογισμός της είναι ανιστορικός και αντι-ανθρωπιστικός. Η αξιολόγηση απαιτεί κριτική των πηγών, αλλά η ΤΝ καταστρέφει τις πηγές. Αντί να αναλύει τις πηγές στο αρχικό τους πλαίσιο, τις αποσπά από τα αρχικά τους πλαίσια προκειμένου να τις υπολογίσει κατά μέσο όρο. Με άλλα λόγια, μετατρέπει τις πηγές σε δεδομένα. Αυτή η μετατροπή αποξενώνει –ή, για να χρησιμοποιήσω έναν άλλο μαρξιστικό όρο, εμπορευματοποιεί– τις πηγές που παρήχθησαν από συγκεκριμένους ανθρώπους σε συγκεκριμένους χρόνους σε συγκεκριμένους τόπους από το πλαίσιο στο οποίο παρήχθησαν, σαν να μην υπήρξαν ποτέ δημιουργοί. Ισοπεδώνει τις πηγές σε δεδομένα με τον ίδιο τρόπο που οι ατομικές βόμβες ισοπεδώνουν τις πόλεις σε ερείπια. Δεν ελαχιστοποιεί τη βία της ερμηνείας αλλά τη μεγιστοποιεί. Δεν νοιάζεται για τη ζημιά επειδή δεν διαθέτει τη συναισθηματική νοημοσύνη και την ηθική δέσμευση για να μπορεί να αναγνωρίζει την ανθρώπινη υπόσταση των ανθρώπων που παρήγαγαν τις πηγές τις οποίες καταναλώνει ως δεδομένα. Χρειάζεται λίγη φαντασία για να αντιληφθούμε την εμπορευματοποίηση των δεδομένων από την Τεχνητή Νοημοσύνη ως κομμουνιστική, ή για να εντοπίσουμε μια ορισμένη υποκρισία στις αποκηρύξεις[12] του κομμουνισμού από τους τιτάνες της τεχνολογίας. Ο δικός μου φιλελευθερισμός περιλαμβάνει την πίστη στην έννοια της ατομικής ιδιοκτησίας. Πιστεύω στην ιδιωτική ιδιοκτησία τόσο ειλικρινά, παρά κυνικά, που δεν την εξισώνω αντανακλαστικά με ό,τι είναι καλύτερο για τα κέρδη των μεγάλων εταιρειών τεχνολογίας. Έτσι, είμαι σε θέση να αντιληφθώ ότι οι εταιρείες που δημιούργησαν την Τεχνητή Νοημοσύνη χρησιμοποιούν συστηματικά[13] το προϊόν της πνευματικής εργασίας –τις πηγές– που ένας κλασικός φιλελεύθερος θα θεωρούσε ως ιδιοκτησία και δεν πληρώνουν γι’ αυτές. Αν μια κυβέρνηση χρησιμοποιούσε την πνευματική ιδιοκτησία των εταιρειών τεχνολογίας χωρίς αποζημίωση, οι εταιρείες θα ούρλιαζαν για κομμουνισμό. Αλλά όταν οι εταιρικές κομμούνες παίρνουν την πνευματική ιδιοκτησία και τη μετατρέπουν σε δεδομένα, το ονομάζουν ελεύθερη επιχειρηματικότητα, δηλώνουν ιδιοκτησιακό συμφέρον στην τεχνητή νοημοσύνη που εκπαιδεύεται στην πειρατική ιδιοκτησία και ιδιωτικοποιούν τα κέρδη – ενώ πετούν το κόστος και τους κινδύνους όπως τα χημικά εργοστάσια πετούν τα τοξικά απόβλητα στα ποτάμια. Καλώς ήρθατε στη δημόσια σφαίρα ως τόπο του Υπερταμείου, ευγενική προσφορά του Big Tech. Η μετατροπή των πηγών σε δεδομένα εξηγεί τόσο τη δύναμη της τεχνητής νοημοσύνης όσο και τα όριά της. Η τεχνητή νοημοσύνη αναπτύσσεται με μεγάλη ποσότητα δεδομένων, αλλά δεν έχει καμία αίσθηση της ποιότητας των δεδομένων. Οι ποιοτικές αξιολογήσεις που οι προγραμματιστές μπορούν να κωδικοποιήσουν στην ΤΝ ανήκουν στη συνείδηση των προγραμματιστών. Η τεχνητή νοημοσύνη δεν μπορεί να παράγει αξιολογικές κρίσεις· το μόνο που μπορεί να κάνει είναι να βρει ποσοτικά υποκατάστατα για την ποιότητα, όπως, ας πούμε, τον αριθμό αναφορών ενός άρθρου. Με άλλα λόγια, προσπαθεί να αντισταθμίσει την έλλειψη ποιοτικής νοημοσύνης μέσω της ωμής ποσοτικής δύναμης. Με τον τρόπο αυτόν, επιβραβεύει την προβολή (virality), η οποία, για να το θέσουμε ήπια, δεν αποτελεί αξιόπιστο υποκατάστατο της ποιότητας. Ο μέσος όρος πολλών σκουπιδιών παραμένει σκουπίδι. Η αδυναμία διάκρισης μεταξύ πληροφοριών υψηλής και χαμηλής ποιότητας είναι σημάδι βλακείας, όχι ευφυΐας. Και αν πάλι αμφισβητείτε για την άποψη μιας ιστορικού για αυτό το θέμα, μπορείτε να εμπιστευτείτε τα λόγια του νομπελίστα φυσικού Ρίτσαρντ Φάινμαν. Όταν συμμετείχε σε μια επιτροπή που επέβλεπε την επιλογή ενός νέου βιβλίου μαθηματικών στην Καλιφόρνια, ο Φάινμαν διαπίστωσε ότι έξι μέλη της επιτροπής είχαν βαθμολογήσει ένα βιβλίο που είχε μόνο κενές σελίδες ανάμεσα στα εξώφυλλά του, χωρίς να μπουν στον κόπο να το διαβάσουν, αλλά η επιτροπή αντιμετώπισε τον μέσο όρο αυτών των έξι αξιολογήσεων ως αξιόπιστο, επειδή έξι στοιχεία δεδομένων έμοιαζαν με μεγάλο αριθμό. Για αυτή την ηλιθιότητα, ο Φάινμαν έγραψε: Αυτό το ζήτημα της προσπάθειας να καταλάβουμε αν ένα βιβλίο είναι καλό ή κακό εξετάζοντάς το προσεκτικά ή λαμβάνοντας υπόψη τις αξιολογήσεις πολλών ανθρώπων που το κοίταξαν πρόχειρα είναι σαν αυτό το διάσημο παλιό πρόβλημα: Κανείς δεν επιτρεπόταν να δει τον αυτοκράτορα της Κίνας, και η ερώτηση ήταν: Ποιο είναι το μήκος της μύτης του αυτοκράτορα της Κίνας; Για να μάθεις, γυρνάς σε όλη τη χώρα και ρωτάς τους ανθρώπους ποιο νομίζουν ότι είναι το μήκος της μύτης του Αυτοκράτορα της Κίνας και βγάζεις τον μέσο όρο. Και αυτό θα ήταν πολύ «ακριβές», επειδή υπολόγισες τον μέσο όρο τόσο πολλών ανθρώπων. Αλλά δεν είναι ο τρόπος να μάθεις τίποτα· όταν έχεις ένα πολύ μεγάλο εύρος ανθρώπων που συνεισφέρουν χωρίς να εξετάζουν κάτι προσεκτικά, δεν βελτιώνεις τη γνώση σου για την περίπτωση με τον μέσο όρο[14]. Με άλλα λόγια, η Τεχνητή Νοημοσύνη έχει την ευφυΐα της επιτροπής μαθηματικών βιβλίων της Καλιφόρνιας (χωρίς τον Φάινμαν, φυσικά). 5. Το να βασιζόμαστε στην ΤΝ για τη συγγραφή είναι τόσο προβληματικό όσο με το να βασιζόμαστε σε αυτήν για την έρευνα. Όταν παράγει πρόζα μετά την υποβολή ενός ερωτήματος για ένα δοκίμιο, η μηχανή βασίζεται στην ίδια πιθανολογική συλλογιστική πάνω στα ίδια ισοπεδωμένα δεδομένα, όπως και όταν παράγει πρόζα ως απάντηση σε ένα ερευνητικό ερώτημα. Το παράγωγό της είναι το γλωσσικό ισοδύναμο του Νέα Υόρκη, έτος 2022 μ.Χ. (Soylent Green). Αν η καλή γραφή συνίστατο αποκλειστικά σε καλή τεχνική, τότε θα μπορούσαμε να πούμε ότι η τεχνητή νοημοσύνη έχει την ικανότητα να γράφει καλά – η γραφή της μπορεί να είναι ρευστή και να υπακούει στους τυπικούς κανόνες της γλώσσας. Αλλά η καλή γραφή δεν αποτελείται μόνο από καλή τεχνική· συνίσταται στη χρήση καλής τεχνικής για να εκφραστεί κανείς, σύμφωνα με την ανθρώπινη νόηση και τα συναισθήματα, με όσο το δυνατόν μεγαλύτερη ακρίβεια. Η τεχνητή νοημοσύνη δεν μπορεί να γράψει καλά επειδή δεν έχει εαυτό –ούτε δικές της ιδέες ή συναισθήματα– για να εκφραστεί. Αν δεν γίνει νοήμων, δεν μπορώ να φανταστώ πώς θα μπορέσει ποτέ να γράφει καλά. Ανεξάρτητα από το πόσα δεδομένα καταβροχθίζει ή πόσο γρήγορα μπορεί να επαναλάβει τους υπολογισμούς της, πάντα θα περιορίζεται στον υπολογισμό και την επεξεργασία. Αν φανταστούμε την ανθρώπινη νοημοσύνη ως ένα ραδιοφάσμα, η τεχνητή νοημοσύνη πιάνει τις συχνότητες υπολογισμού και επεξεργασίας με μια σαφήνεια που οι άνθρωποι δεν μπορούν να φτάσουν. Αλλά η ανθρώπινη νοημοσύνη μπορεί να συλλάβει, με περισσότερη ή λιγότερη σαφήνεια, ένα τεράστιο φάσμα συχνοτήτων που η ΤΝ δεν μπορεί να συλλάβει καθόλου. Η κώφωσή της σε αυτές τις συχνότητες την καθιστά κυριολεκτικά σκεπτόμενη με έναν σχεδόν κωμικό τρόπο – θα μπορούσαμε να την πούμε ηλίθια. Όπως εξηγεί ο συγγραφέας Άντριου Σμιθ[15]: «Αν πω σε έναν καλεσμένο σε δείπνο: “Μπορείς να μου δώσεις το αλάτι, σε παρακαλώ;”, πιθανότατα ο καλεσμένος θα αρχίσει να κινείται πριν τελειώσει η ερώτηση, με πολλαπλές διεργασίες να συμβαίνουν συγχρόνως και χωρίς να χρειάζεται περαιτέρω διευκρίνιση». Αν όμως ο καλεσμένος του δείπνου ήταν ένας υπολογιστής, το αίτημα θα έπρεπε να ακούγεται κάπως έτσι: Θα μπορούσατε, παρακαλώ, να ανατρέξετε στην εικόνα μιας αλατιέρας από τη μνήμη σας· να σκανάρετε το τραπέζι για κάτι παρόμοιο· να αναγνωρίσετε από τούδε και στο εξής το αντικείμενο αυτό ως «αλατιέρα»· να υπολογίσετε αν η αλατιέρα είναι σε προσιτή απόσταση· αν όχι, τότε αναρωτηθείτε γιατί ζήτησα από εσάς και όχι από την Μπιγιονσέ να μου τη δώσει· αλλιώς, υπολογίστε αν είναι πιο κοντά στο αριστερό ή το δεξί σας χέρι· εκτιμήστε αν υπάρχουν μαχαιροπίρουνα σε αυτό το χέρι· αν ναι, τότε τοποθετήστε τα στο πιάτο σας· μετακινήστε το χέρι σας προς την κατεύθυνση της αλατιέρας· σταματήστε το χέρι πάνω από αυτήν· κατεβάστε το χέρι· πιάστε την αλατιέρα· κ.λπ... . Μια μορφή νοημοσύνης που πρέπει να καθοδηγηθεί σε τέτοιο βαθμό για να εκτελέσει μια εντολή τόσο απλή που ένα νήπιο μπορεί να την κάνει σχεδόν χωρίς να σκέφτεται, μου φαίνεται ότι έχει πολύ δρόμο να διανύσει μέχρι να φτάσει σε νοημοσύνη με την ανθρώπινη έννοια. Ίσως η ικανότητα της τεχνητής νοημοσύνης να μιμείται, μέσω των ολοένα και βελτιούμενων υπολογισμών και επεξεργασιών, τις άλλες πτυχές της ανθρώπινης νοημοσύνης να βελτιωθεί σε σημείο που η μίμησή της να είναι αδύνατο να διακριθεί από την πραγματικότητα, ακόμη και από τους πιο ευφυείς από ανθρωπιστική άποψη. Ίσως μια μέρα το άχαρο, επίπεδο ύφος της πρόζας που παράγει η τεχνητή νοημοσύνη να μην μου είναι πλέον εκτυφλωτικά εμφανές στις εργασίες των φοιτητών. Αλλά για να μπορέσουν να με ξεγελάσουν οι φοιτητές απαιτείται επαρκής γλωσσική ευαισθησία που θα οδηγεί την ΤΝ να γράφει με τρόπο που θα με ξεγελάσει. Το γεγονός ότι οι φοιτητές μου δείχνουν να θεωρούν τις ανιχνευτικές μου ικανότητες ως μια μορφή μαγείας –ακόμη και αφού τους έχω εξηγήσει τη «μαγεία»– δεν αποτελεί καλό οιωνό για τη γλωσσική τους ευαισθησία. 6. Πολύ πιο πιθανό σενάριο από το να αποκτήσει η τεχνητή νοημοσύνη επαρκή νοημοσύνη για να ξεγελάει τους ανθρωπιστικά ευφυείς ειδικούς είναι ότι η ανθρωπιστική νοημοσύνη διαβρώνεται σε τέτοιο βαθμό ώστε, πρώτον, οι μαθητές να μην είναι σε θέση να προγραμματίσουν την τεχνητή νοημοσύνη για να ξεγελάσουν τους ειδικούς μέχρι, δεύτερον, να εξαφανιστεί η ίδια η ανθρωπιστική τεχνογνωσία. Πρώτα θα χαθεί η νοημοσύνη των μαθητών και μετά η νοημοσύνη των καθηγητών τους. Ποιος θα απομείνει τότε για να συμμορφωθεί με την εντολή του OpenAI και να «αξιολογήσει» τις Εξόδους δεδομένων του ChatGPT; Το μέλλον που βλέπω μοιάζει πολύ περισσότερο με το Idiocracy[16] παρά με τον Εξολοθρευτή.[17] Η απειλή από την Τεχνητή Νοημοσύνη δεν είναι ότι θα αποκτήσει συνείδηση ή ψυχή. Η απειλή είναι ότι θα καταστρέψουμε τη δική μας – ότι, μαγεμένοι από την εμφάνιση της συνείδησης και της ψυχής της ΤΝ, θα πάψουμε να ενδιαφερόμαστε για την καλλιέργεια και τη διατήρηση της δικής μας. Με αυτό τον τρόπο θα πάψουμε να παράγουμε μαθητές ικανούς ακόμη και να αντιγράφουν έξυπνα, πόσο μάλλον να γράφουν οι ίδιοι εργασίες με συνοχή. Ταυτόχρονα, θα πάψουμε να παράγουμε δασκάλους ικανούς να καταλάβουν τη διαφορά. Εν ολίγοις, η απειλή δεν είναι ότι η τεχνητή νοημοσύνη θα γίνει σαν εμάς. Η πραγματική απειλή είναι ότι εμείς θα γίνουμε σαν εκείνη. Υπ’ αυτή την έννοια, ίσως, η τεχνητή νοημοσύνη δεν είναι κάτι καινούργιο. Εδώ και πολύ καιρό μοιάζουμε όλο και περισσότερο με μηχανές. Ένα από τα αγαπημένα μου άρθρα για την Τεχνητή Νοημοσύνη στην εκπαίδευση προειδοποιούσε ενάντια στις τρομακτικές προβλέψεις ότι καταστρέφει την ικανότητα των μαθητών να γράφουν, με το σκεπτικό ότι οι μαθητές έχουν χάσει εδώ και πολύ καιρό την ικανότητα να γράφουν[18]. Αυτό είναι αλήθεια. Ξεκίνησα να διδάσκω το 2011 και με είχαν ήδη τρομοκρατήσει τα σπαστά αγγλικά τόσο πολλών φοιτητών μου που μιλούσαν την αγγλική γλώσσα ως μητρική. Δύο χρόνια πριν από την πανδημία, παρατήρησα μια απότομη περαιτέρω επιδείνωση· δεν γνωρίζω τι την προκάλεσε, αλλά συνέπεσε περίπου με την άφιξη στο κολέγιο της πρώτης γενιάς της οποίας τα γυμνασιακά χρόνια συμβαδίζουν χρονικά με τη διάδοση των smartphone και των tablet και τα χρόνια του λυκείου συμπίπτουν με τις μεταστάσεις των μέσων κοινωνικής δικτύωσης. Περιττό να πω ότι, μετά την πανδημία, το γράψιμο (και το διάβασμα) τους έχει χειροτερέψει. Και τώρα έχουμε και την τεχνητή νοημοσύνη. Δεν κατηγορώ τους μαθητές μου για την κατάσταση αυτή. Φυσικά, υπάρχει και το περιστασιακό μαύρο πρόβατο που του δόθηκαν ευκαιρίες και δεν τις εκμεταλλεύτηκε. Αλλά αν έχετε διαμορφώσει τις εντυπώσεις σας για τους φοιτητές σήμερα διαβάζοντας ιστορίες τρόμου για χαϊδεμένους φοιτητές στα πανεπιστήμια Ivy League, ξεχάστε τες. Μου αρέσουν οι φοιτητές μου, και θα σας άρεσαν κι εσάς –στη συντριπτική τους πλειονότητα εργάζονται σκληρά (αν και συχνά σε δουλειές εις βάρος των μαθημάτων τους στο πανεπιστήμιο), είναι ειλικρινείς και διανοητικά ανοιχτόμυαλοι. Τα παιδιά που γεννήθηκαν στο Νιου Τζέρσεϊ μεταξύ, ας πούμε, του 2002 και του 2006 δεν γεννήθηκαν με λιγότερα εγκεφαλικά κύτταρα ή πιο αδύναμη εργασιακή ηθική από τα παιδιά που γεννήθηκαν μια δεκαετία νωρίτερα. Αντίθετα, το εκπαιδευτικό σύστημα έχει αλλάξει, και μάλιστα με τρόπους που αντανακλούν και τροφοδοτούν αλλαγές στην κοινωνία και την οικονομία. Οι μαθητές μου μεγαλώνουν σε πιο φτωχά γλωσσικά περιβάλλοντα, με περισσότερες οθόνες και λιγότερα βιβλία. Ακόμα και όταν βρίσκονται με φίλους από κοντά, συχνά κοιτάζουν μαζί μια οθόνη. Δεν τους ζητείται να γράψουν ποίηση ή να αποστηθίσουν λόγους. Τους δίδονται αποσπάσματα αντί για ολόκληρα βιβλία. Δεν διδάσκονται καλλιγραφία, η οποία θα τους επέτρεπε να γράφουν πιο γρήγορα με το χέρι, και δεν τους ζητείται να γράφουν εκθέσεις με το χέρι, το οποίο απαιτεί ένα διαφορετικό (και πιο απαιτητικό) είδος γνώσης από το να γράφουν με έναν επεξεργαστή κειμένου, επειδή η μεγαλύτερη δυσκολία της μετακίνησης λέξεων και παραγράφων αναγκάζει τους συγγραφείς να αναπτύσσουν καλύτερη αίσθηση της λογικής τους αλυσίδας πριν αρχίσουν να γράφουν. Πολλοί εκπαιδευτικοί δεν μπορούν να γράψουν ή να διαβάσουν οι ίδιοι καλλιγραφική γραφή και δεν μπορούν να διδάξουν γραφή ή προσεκτική ανάγνωση επειδή οι ίδιοι δεν ξέρουν πώς να γράφουν ή να διαβάζουν προσεκτικά. Οι μαθητές μου απλώς δεν λαμβάνουν την υγιεινή γλωσσική διατροφή που χρειάζονται για να αποκτήσουν πρόσβαση στον πλούτο του ανθρώπινου δυναμικού τους. Αισθάνομαι πολύ θυμωμένη εκ μέρους τους. Η κοινωνία τούς έχει απογοητεύσει, και μάλιστα ολοκληρωτικά. Απέτυχε να δημιουργήσει προστατευτικές δικλείδες που οι νέοι χρειάζονται απεγνωσμένα για να αισθάνονται ασφαλείς –δικλείδες όπως η απαγόρευση των οθονών στις σχολικές αίθουσες– και απέτυχε να παράσχει αυστηρή ανθρωπιστική διδασκαλία εντός των δικλείδων. Εν ολίγοις, απέτυχε να τους βοηθήσει να αναπτύξουν την ανθρώπινή τους υπόσταση – και τώρα τους κατηγορεί ότι συμπεριφέρονται σαν ρομπότ. 7. Η τεχνητή νοημοσύνη κάνει τα πάντα χειρότερα. Γνωρίζω πολλούς αβάσιμους παιδαγωγικούς λόγους για να επιτραπεί η χρήση της στις σχολικές εργασίες. Συγκεκριμένα, γνωρίζω πόσο ελκυστική είναι για τους καταπονημένους, τεμπέληδες ή ατάλαντους δασκάλους που χαίρονται να αναθέτουν τις δουλειές τους σε τρίτους, ενώ εξακολουθούν να εισπράττουν τους μισθούς τους – όπως ο καθηγητής Αγγλικών στο προηγούμενο σχολείο της μικρότερης κόρης μου, ο οποίος παρείχε μόνο μια λίστα με βαθμούς χωρίς σχόλια στα γραπτά, ή ο καθηγητής κοινωνικών σπουδών του οποίου οι εργασίες στο σπίτι συνίσταντο στη συμπλήρωση κενών στις διαφάνειες του Powerpoint. Μπορώ επίσης να καταλάβω πολλούς λογικούς εταιρικούς λόγους για την ενθάρρυνση της χρήσης της τεχνητής νοημοσύνης στις σχολικές εργασίες. Οι καπιταλιστές πρέπει να επωφεληθούν. Ένα ανθρωποειδές ρομπότ υποδέχεται τους επισκέπτες στο Beijing World of Robots κατά τη διάρκεια μιας ξενάγησης Τύπου στις 17 Απριλίου 2025. © ΑΠΕ-ΜΠΕ / EPA / Andres Martinez Casares Όμως, με λίγες ίσως εξαιρέσεις στις θετικές επιστήμες, δεν μπορώ να βρω ούτε έναν ορθό παιδαγωγικό λόγο για να επιτραπεί η χρήση της ΤΝ στο σχολείο πριν από το ανώτερο μεταπτυχιακό επίπεδο. Όταν οι μαθητές χρησιμοποιούν την ΤΝ πολύ νωρίς, αναστέλλουν την πνευματική τους ανάπτυξη, βάζοντας τη μηχανή να εκτελεί εργασίες που πρέπει να μάθουν να εκτελούν οι ίδιοι. Μεταξύ άλλων επιζήμιων συνεπειών, αυτή η αναστολή σημαίνει ότι δεν αναπτύσσουν την ικανότητα να χρησιμοποιούν την ΤΝ με έξυπνο τρόπο. Θυμηθείτε τους όρους χρήσης για το ChatGPT: «Πρέπει να αξιολογείτε την Έξοδο δεδομένων ως προς την ακρίβεια και την καταλληλότητα για την χρήση σας κατά περίπτωση, συμπεριλαμβανομένης της χρήσης ανθρώπινου ελέγχου όπου χρειάζεται». Οι μαθητές δεν μπορούν να αξιολογήσουν και να ελέγξουν την Έξοδο δεδομένων του ChatGPT όταν η χρήση του εμποδίζει την ανάπτυξη της ικανότητάς τους για αξιολόγηση και έλεγχο. Έτσι, το πρόσφατο προεδρικό διάταγμα του Λευκού Οίκου σχετικά με την «Προώθηση της εκπαίδευσης στην Τεχνητή Νοημοσύνη για την Αμερικανική Νεολαία»[19] (το οποίο εκδόθηκε αφού είχα γράψει αυτό το δοκίμιο) κάνει τα ακριβώς αντίθετα. Ο δρόμος για την προώθηση της «δεξιότητας στην ΤΝ» δεν είναι η ενθάρρυνση της «πρώιμης έκθεσης στις έννοιες και την τεχνολογία ΤΝ» αλλά ο περιορισμός της έκθεσης στην ΤΝ μέχρι οι μαθητές να αποκτήσουν την ικανότητα να αξιολογούν τα παράγωγά της. Αντί για την δεξιότητα στην ΤΝ, η πρώιμη έκθεση προωθεί την ανικανότητα ΤΝ. Καθιστά τους μαθητές εργαλεία της ΤΝ και όχι την ΤΝ εργαλείο των μαθητών. Την καλλιέργεια της ικανότητας αξιολόγησης των παραγώγων ΤΝ είναι αυτό που διδάσκουν (ή θα έπρεπε να διδάσκουν) οι καθηγητές των ελεύθερων τεχνών και είναι εξαιρετικά δύσκολο. Χρειαζόμαστε όλον τον χρόνο που μπορούμε να αφιερώσουμε. Ακόμη και η κατανοητή επιθυμία να αφιερώσουμε χρόνο στις αίθουσες για να διδάξουμε στους μαθητές μας τα όρια της ΤΝ έχει παιδαγωγικά επιζήμιο κόστος – ο χρόνος που σπαταλάω στον αρνητικό στόχο να προειδοποιώ τους φοιτητές μου για την ΤΝ είναι χρόνος που δεν μπορώ να αφιερώσω στο θετικό κομμάτι της διδασκαλίας της Ιστορίας. Ήδη πρέπει να αφιερώσω ένα εξωφρενικό μέρος του χρόνου μου ως άτυπη καθηγήτρια αγγλικών προς ενίσχυση των φοιτητών μου. Τι θα πρέπει να περικόψω για να εξηγήσω και την ΤΝ; Είναι ενδιαφέρον το γεγονός ότι οι άνθρωποι που εφηύραν όλη την ψηφιακή τεχνολογία την οποία τώρα προωθούν στα σχολεία ως «χρήσιμη» ή «απαραίτητη» κατάφεραν να αποκτήσουν με κάποιο τρόπο την εκπαίδευση που τους επέτρεψε να εφεύρουν ό,τι εφηύραν χωρίς αυτό που εφηύραν. (Ας θυμηθούμε τον καημένο τον Στηβ Τζομπς που στερήθηκε τα προϊόντα Apple στα παιδικά του χρόνια με αποτέλεσμα να μην καταφέρει τίποτα). Η ιδέα ότι τα παιδιά χρειάζονται πολλή τεχνολογία στην εκπαίδευσή τους για να γίνουν τεχνολογικά καταρτισμένοι ή καινοτόμοι πολίτες είναι σκέτη ανοησία – πασιφανής ανοησία. Αντιθέτως: όσο πιο προηγμένη γίνεται η τεχνολογία, τόσο περισσότερο τα παιδιά πρέπει να μαθαίνουν αυτά που η τεχνολογία είναι λιγότερο πιθανό να είναι σε θέση να εκτελέσει. Επειδή αυτά τα πράγματα είναι ακριβώς αυτά που διδάσκει μια κλασική παιδεία, και ιδιαίτερα οι ανθρωπιστικές επιστήμες, η αυξανόμενη δύναμη της τεχνολογίας καθιστά την κλασική παιδεία περισσότερο, κι όχι λιγότερο, πολύτιμη. Μέρος της αξίας της έγκειται στη συνεισφορά της στις μελλοντικές επαγγελματικές προοπτικές των φοιτητών. Για να μεγιστοποιήσουν τις πιθανότητες να μην αντικατασταθούν τα επαγγέλματά τους από μηχανές, οι φοιτητές πρέπει να μάθουν πώς να μην σκέφτονται σαν μηχανές. Καταλαβαίνω απόλυτα γιατί οι πλούσιοι και οι ισχυροί θα προτιμούσαν η εκπαίδευση στις ανθρωπιστικές επιστήμες να περιορίζεται στους εαυτούς τους – αλλά δεν καταλαβαίνω γιατί θα πρέπει να γίνει αυτό που θέλουν. Φυσικά οι κυβερνήσεις που εξυπηρετούν τα συμφέροντα των ισχυρών καταργούν «άχρηστα» τμήματα γλωσσών: η γνώση της γλώσσας είναι καθοριστική για την κωδικοποίηση, και οι νικητές του σημερινού status quo θέλουν οι χαμένοι να είναι αυτοί που υφίστανται την κωδικοποίηση, αυτοί που παίρνουν εντολές και χάνουν τη δουλειά τους, όχι οι κωδικοποιητές, αυτοί που δίνουν εντολές και διατηρούν τη δουλειά τους. Και πάλι, δεν χρειάζεται να ακούτε εμένα. «Εκτός από τη μαθηματική κλίση», σύμφωνα με τον πρωτοπόρο του προγραμματισμού Έντσγκερ Ντάικστρα (Edsger Dijkstra), «η εξαιρετικά καλή γνώση της μητρικής γλώσσας είναι το πιο απαραίτητο προσόν ενός ικανού προγραμματιστή»[20]. Κέρδισε το βραβείο Turing. Το μεγαλύτερο μέρος της αξίας της κλασικής παιδείας θα παραμείνει ο τρόπος με τον οποίο βοηθά τους μαθητές να αναπτυχθούν ως ολοκληρωμένα ανθρώπινα όντα, με μυαλό και ψυχή, και όχι ως μελλοντικά μέλη του εργατικού δυναμικού. Τόσο η προσωπική ωριμότητα όσο και η υπευθυνότητα του πολίτη απαιτούν την ικανότητα να αξιολογεί κανείς τις πηγές, να κατανοεί τον εαυτό του και τους άλλους και να εκφράζει τις ιδέες και τα συναισθήματά του προφορικά και γραπτά. Όταν η τεχνητή νοημοσύνη, όπως και οι οθόνες γενικότερα, εισάγονται στην εκπαίδευση πολύ νωρίς ή σε λάθος πλαίσια, εμποδίζουν τους μαθητές να αναπτύξουν τη δική τους ανθρώπινη νοημοσύνη – συμπεριλαμβανομένης της ικανότητας να υπολογίζουν και να επεξεργάζονται, αλλά και της ικανότητας να ασκούν κριτική, να σκέφτονται λογικά, να διαισθάνονται και να συναισθάνονται. Οι μαθητές μπορούν να αναπτύξουν αυτές τις δεξιότητες μόνο όταν καταβάλλουν προσπάθεια. Εάν προσπαθούν να αναθέσουν αυτή τη δουλειά στην τεχνητή νοημοσύνη –η οποία, όπως έχω περιγράψει, ούτως ή άλλως δεν μπορεί να κάνει το μεγαλύτερο μέρος αυτής της δουλειάς, λόγω των γνωστικών και συναισθηματικών ελλείψεών της– δεν θα αναπτύξουν τις δεξιότητες. Οι άνθρωποι της Silicon Valley το γνωρίζουν αυτό και ως εκ τούτου δεν αφήνουν τα ίδια τους τα παιδιά να χρησιμοποιούν τα προϊόντα τους. Τι είδους άνθρωπος γνωρίζει ότι ένα προϊόν είναι ακατάλληλο για τα παιδιά, αλλ’ εντούτοις τους το προωθεί; Όχι το είδος ανθρώπου που αξίζει σεβασμό. 8. Το επιχείρημα που διατύπωσα εδώ δεν είναι τεχνοφοβικό αλλά υπέρ του ανθρώπου. Δεν έχω κανένα πρόβλημα με τους ενήλικες που έχουν κατακτήσει διανοητική και ηθική ωριμότητα και χρησιμοποιούν την ΤΝ και μπορώ εύκολα να καταλάβω πώς θα μπορούσε να είναι ωφέλιμη στα χέρια τέτοιων ανθρώπων, από το καθημερινό χρηστικό πλαίσιο για εξοικονόμηση χρόνου στη συγγραφή του πρώτου προσχεδίου μιας αίτησης επιχορήγησης που κάποιος έχει τα προσόντα να ελέγξει ο ίδιος, μέχρι το λιγότερο συνηθισμένο πλαίσιο όπου κάποιος την χρησιμοποιεί στην προσπάθεια ανεύρεσης θεραπειών για φρικτές ασθένειες. Ωριμότητα σημαίνει κατανόηση των συμβιβασμών που είναι αναπόφευκτοι σε κάθε χρήση της τεχνολογίας. Τα παιδιά δεν καταλαβαίνουν τους συμβιβασμούς – δεν μπορούν. Ούτε, προφανώς, η τεχνολογική βιομηχανία, η οποία είναι γεμάτη από ενήλικες που θα μπορούσαν να αντιληφθούν τους συμβιβασμούς, αλλά επιλέγουν να μην το κάνουν επειδή η αντίληψη θα ήταν απρόσφορη οικονομικά. Στη συνέχεια, έχουν το θράσος να παραπονιούνται ότι το εκπαιδευτικό σύστημα δεν παράγει αρκετούς εξειδικευμένους εργαζόμενους και να στιγματίζουν ως αργόσχολους τους εκπαιδευτικούς που αντιστέκονται στα προϊόντα τους για τους σωστούς παιδαγωγικούς λόγους. Ο λόγος που δεν θέλω την ψηφιακή τεχνολογία στην τάξη μου είναι ότι πιστεύω πως η κλασική παιδεία έχει τεράστια αξία και αξίζει την αριστεία[21]. Έχω υψηλότερες φιλοδοξίες από το να δημιουργώ «πιστοποιημένους καραγκιόζηδες», για να δανειστώ μια φράση του Μάικλ Ιγκνάτιεφ[22]. Έχω κάνει ό,τι μπορώ για να διατηρήσω τα πρότυπα ανάγνωσης και γραφής που είναι κατάλληλα για μαθήματα ιστορίας πανεπιστημιακού επιπέδου, επειδή πιστεύω ότι η υποβάθμισή τους παραβιάζει τις υποχρεώσεις μου απέναντι στους φοιτητές μου που με εμπιστεύονται, απέναντι σε ένα ευρύ φάσμα ενδιαφερόμενων φορέων και κατ’ επέκταση στο δημόσιο συμφέρον. Αντιστάθηκα στις έντονες και αυξανόμενες πιέσεις να αντικαταστήσω τις παραδοσιακές εξετάσεις και εργασίες με μικρότερα κουίζ πολλαπλών επιλογών, podcasts, βιντεοσκοπημένες εκθέσεις και παιχνίδια ρόλων, όχι από αντανακλαστικό συντηρητισμό, αλλά επειδή πιστεύω ότι οι παραδοσιακές εργασίες εξετάζουν καλύτερα τους φοιτητές ως προς το πόσο καλά έχουν μάθει αυτά που θα έπρεπε να έχουν μάθει σε ένα μάθημα ιστορίας πανεπιστημιακού επιπέδου, ενώ οι νέου τύπου εργασίες τους εξετάζουν λιγότερο καλά. Δεν είναι τυχαίο ότι οι νέου τύπου εργασίες είναι πιο διασκεδαστικές και λιγότερο απαιτητικές διανοητικά. Προσποιούμενες το αντίθετο, υποβαθμίζουν το επίπεδο για να προσαρμοστούν στην διάρκεια προσοχής των φοιτητών, τη γλωσσική τους ευαισθησία και στην επιμονή τους απέναντι στις διανοητικές προκλήσεις που διαρκώς μειώνονται· προσβάλλουν τη νοημοσύνη των φοιτητών, ενώ οι παραδοσιακές εργασίες τη σέβονται. Με τη σειρά της η ευρισκόμενη σε υποχώρηση προετοιμασία των φοιτητών για σοβαρή πνευματική εργασία, τους κάνει να συγχέουν την προσβολή με τον σεβασμό και τον σεβασμό με την αδικία. Δεδομένου ότι οι οθόνες και τα μέσα κοινωνικής δικτύωσης –και τώρα η Τεχνητή Νοημοσύνη– έχουν συμβάλει τόσο πολύ σε αυτή την παρακμή, η ψηφιακή τεχνολογία ανήκει στις τάξεις τόσο όσο τα σύνεργα της χρήσης ναρκωτικών: δεν ανήκει. Η παρουσία της σε αυτές αντανακλά τον εθισμό σε τεχνολογικά προϊόντα που μειώνουν την ανθρώπινη νοημοσύνη και την κοινωνική συνοχή. Η τεχνητή νοημοσύνη δεν θα καταστήσει την ανθρώπινη νοημοσύνη παρωχημένη – αντιθέτως, θα καταστήσει την ανθρώπινη νοημοσύνη πιο αναγκαία από ποτέ. Αλλά οι άνθρωποι μπορεί κάλλιστα να επιτρέψουν την ΤΝ να τους κάνει αρκετά ηλίθιους ώστε να πιστέψουν ότι η δική τους νοημοσύνη είναι παρωχημένη. Μπορεί να τους κάνει αρκετά ηλίθιους ώστε να πιστέψουν ότι οι εταιρείες τεχνολογίας νοιάζονται για το δικό τους συμφέρον, ή ότι οι καθηγητές που φουσκώνουν τους βαθμούς τούς σέβονται, ή ότι ο πληρέστερος τρόπος για να κατανοήσουν τον εαυτό τους είναι ως τηλεκατευθυνόμενα και όχι ως ανθρώπινα όντα. Μπορεί να τους κάνει αρκετά ηλίθιους ώστε να πιστέψουν ότι το μικρό ρομπότ μέσα μας –οι υπολογιστικές, επεξεργαστικές, αφηρημένες πτυχές της ανθρώπινης υπόστασής μας– που είναι απαραίτητο για την επιβίωση, είναι επαρκές για την ευημερία. Νά το μέλλον που θα ήθελα να δω. Θα ήθελα περιοριστικά μέτρα κατά των εταιρειών τεχνολογίας που θα τις σταματούν από το να θέτουν σε κίνδυνο τα παιδιά. Δεν έχω καμία αμφιβολία ότι η ψηφιακή τεχνολογία, συμπεριλαμβανομένης της τεχνητής νοημοσύνης και όχι μόνο, προκαλεί βλαβερές βιοχημικές αλλαγές στους νέους με τον ίδιο τρόπο που βλάπτουν τα τσιγάρα και το αλκοόλ. Πέρα από έναν ιατρικο-νομικό ορισμό του προβλήματος και της αντιμετώπισής του –γιατί η τάση μας να σκεφτόμαστε τα προβλήματα με ιατρικο-νομικούς όρους είναι ελλιπής και αναμφισβήτητα παθολογική– θα ήθελα έναν ηθικό ορισμό του προβλήματος, με τη μορφή ενός ισχυρού στιγματισμού της ψηφιακής τεχνολογίας στην εκπαίδευση και κατά των εταιρειών τεχνολογίας που την προωθούν στα παιδιά. Θα ήθελα αυτός ο στιγματισμός να αντικατοπτρίζεται σε μια απαγόρευση της χρήσης της τεχνητής νοημοσύνης στα μαθήματα ανθρωπιστικών επιστημών μέχρι το πανεπιστήμιο. Αν οι καθηγητές θέλουν να κάνουν εξαιρέσεις, ας είναι –δεν αποκλείεται να υπάρχουν εύλογοι λόγοι για την ενσωμάτωση της ΤΝ στην παιδαγωγική–, αλλά θα πρέπει να σκεφτούν πολύ προσεκτικά το κόστος. Θα ήθελα αυτή η απαγόρευση να κοινοποιείται σε όλα τα επίπεδα των εκπαιδευτικών ιδρυμάτων, συμπεριλαμβανομένων των ανώτερων, και θα ήθελα τα ιδρύματα να διαθέτουν την ηθική εξουσία να επιβάλλουν την απαγόρευση. Θα ήθελα λοιπόν να απολυθούν οι πολλοί, πάρα πολλοί διοικητικοί υπάλληλοι των πανεπιστημίων που δεν θα κατανοήσουν τους λόγους της απαγόρευσης, με το σκεπτικό ότι δεν ανήκουν σε θεσμούς των οποίων τη βασική αποστολή αδυνατούν να κατανοήσουν. Θα ήθελα επίσης τα μέλη των πανεπιστημιακών σχολών που δεν είναι σε θέση να καταλάβουν πότε και γιατί υποβαθμίζουν το επίπεδο των φοιτητών να βρουν διαφορετικούς κλάδους εργασίας (σημειώστε ότι στοχοποιώ την έλλειψη κατανόησης ως απόδειξη ακαταλληλότητας και όχι την ίδια την υποβάθμιση, αναγνωρίζοντας την τεράστια πίεση που δέχονται τα μέλη του διδακτικού ερευνητικού προσωπικού για να υποβαθμίσουν το επίπεδο). Είναι αδύνατο όλο αυτό; Πιθανόν. Μπορώ να καταλάβω πόσο προκαθορισμένο είναι το πρόβλημα, και τουλάχιστον ως προς αυτό το θέμα, μπορώ να υπολογίσω τις πιθανότητες τόσο καλά όσο και οποιοσδήποτε υπολογιστής. Γνωρίζω ότι το είδος της χώρας και το είδος του κόσμου στον οποίο θέλω να ζήσω δεν είναι πιθανό να επιτευχθεί. Αλλά ως άνθρωπος, μπορώ να κάνω περισσότερα από το να υπολογίζω πιθανότητες. Είμαι σε θέση να φανταστώ ένα διαφορετικό μέλλον, να το διατυπώσω, να αγωνιστώ γι’ αυτό. Και είμαι σε θέση να καταλάβω ότι το να μην τα κάνω όλα αυτά είναι σημάδι ρομποτισμού. Το να συμβιβαζόμαστε, ακόμη και στην ελευθερία της σκέψης μας, με ημίμετρα και πράξεις οπισθοχώρησης σημαίνει ότι δεν κάνουμε τίποτα περισσότερο από ό,τι μας λένε οι προγραμματιστές μας. Δεν θέλω να γίνω ρομπότ, κι ούτε εσείς θα πρέπει να θέλετε. © 2025 Kate Epstein — Μετάφραση: Μιμή Βασιλάκη To άρθρο “We, Robots” της Κέιτ Έπστιν δημοσιεύθηκε στο Persuasion στις 7 Μαΐου 2025. [1] Φανταστικό αμυντικό δίκτυο τεχνητής νοημοσύνης με ανεπτυγμένη συνείδηση στην ταινία επιστημονικής φαντασίας O Εξολοθρευτής (1984). Σ.τ.Μ. [2] Lee Vinsel, “You’re Doing It Wrong: Notes on Criticism and Technology Hype”, Medium, 1.2.21. https://tinyurl.com/4yruncdy [3] Jonathan Haidt, The Anxious Generation: How the Great Rewiring of Childhood Is Causing an Epidemic of Mental Illness, Penguin Press, 2024. [4] R. G. Collingwood, The Idea of History; With Lectures 1926-1928, OUP, 1994. [5] Lissa L. Roberts, Simon Schaffer and Peter Dear, The Mindful Hand: Inquiry and Invention from the Late Renaissance to Early Industrialisation, Edita Royal Netherlands Academy of Arts and Sciences, 2007. [6] Yanis Varoufakis on What Comes After Capitalism, Persuasion, 27.1.25. https://tinyurl.com/3efhswtu [7] William Deresiewicz, “The Neoliberal Arts; How college sold its soul to the market”, Harper’s Magazine, September 2015. https://tinyurl.com/5hbfy6jh [8] https://tinyurl.com/htbyu9hd [9] The Landscape of History: How Historians Map the Past, OUP, 2004. [10] Katherine C. Epstein, “Historians Killing History”, Liberties Journal, Autumn 2024, Vol 5 No 1. https://tinyurl.com/3xeh3r6w [11] “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?”, FAccT '21: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 1.3.2021. https://tinyurl.com/mr3h8ak4 [12] Marc Andreesen, “How Democrats Drove Silicon Valley Into Trump’s Arms”, NYT, 17.1.25. https://tinyurl.com/sy8zndhd [13] Alex Reisner, “The Unbelievable Scale of AI’s Pirated-Books Problem”, The Atlantic, 20 March 2025. https://tinyurl.com/mtds4c9u [14] https://tinyurl.com/43r8bxmf [15] Andrew Smith, Devil in the Stack; Searching for the Soul of the New Machine, Atlantic Monthly Press, 2024 [16] Idiocracy (2006), σατιρική ταινία του Μάικ Τζατζ για τη σύγχρονη κοινωνία που κυριαρχείται από την πολιτιστική αποβλάκωση και την ηλιθιότητα. (Σ.τ.Μ.) [17] Ο Εξολοθρευτής (1984), ταινία επιστημονικής φαντασίας σε σκηνοθεσία Τζέιμς Κάμερον με πρωταγωνιστή τον Άρνολντ Σβαρτζενέγκερ. (Σ.τ.Μ.) [18] Justin Smith-Ruiu, “A Series of Small Apocalypses: On the Real Threats of AI”, Liberties Journal, Summer 2024, Vol. 4, No. 4. https://tinyurl.com/yrscs7pu [19] https://tinyurl.com/3c9ne8s7 [20] https://tinyurl.com/3c9ne8s7 [21] https://tinyurl.com/5n6nfpvv [22] Michael Ignatieff, “Epistemological Panic, or Thinking for Yourself”, Liberties Journal, Winter 2023, Vol. 3, No. 2. https://tinyurl.com/52mwwfbn

Σύνδεση