Η Τεχνητή Νοημοσύνη (AI) έχει εξελιχθεί γρήγορα τα τελευταία χρόνια, “μεταμορφώνοντας” πολυάριθμους κλάδους από την υγειονομική περίθαλψη, τις τραπεζικές υπηρεσίες και τους παρόχους internet, μέχρι τη ψυχαγωγία και τις μεταφορές και πάει λέγοντας…
Καθώς τα συστήματα τεχνητής νοημοσύνης ενσωματώνονται περισσότερο στην καθημερινή μας ζωή, το ερώτημα εάν μπορούμε να τα εμπιστευτούμε—και αν ναι, σε ποιο βαθμό— έχει έρθει στο δημόσιο βήμα. Το ενδιαφέρον από τα άτομα, τις επιχειρήσεις και την κοινωνία συνολικά, είναι μεγάλο.
Η Υπόσχεση της AI
Τα συστήματα AI “έχουν υποσχεθεί” αλλά και αποδείξει ότι έχουν τεράστιες δυνατότητες βελτίωσης της αποτελεσματικότητας, επίλυσης πολύπλοκων προβλημάτων και ακόμη και πρόβλεψης αποτελεσμάτων με μεγαλύτερη ακρίβεια από τους ανθρώπους σε ορισμένους τομείς. Για παράδειγμα, οι αλγόριθμοι τεχνητής νοημοσύνης χρησιμοποιούνται ήδη για τη διάγνωση ασθενειών, τη βελτιστοποίηση των logistics, την οδήγηση οχημάτων στα μέσα μεταφοράς και τη βοήθεια στη λήψη αποφάσεων σε όλους τους κλάδους, ακόμα και σε κρατικό κυβερνητικό επίπεδο αλλά και σε πολεμικές επιχειρήσεις.
Σε τέτοιες περιπτώσεις, η εμπιστοσύνη στην τεχνητή νοημοσύνη μπορεί να υπάρξει μόνο αν υπάρχει η ακρίβεια, η συνέπεια και η ικανότητα αυτών των συστημάτων να επεξεργάζονται τεράστιες ποσότητες δεδομένων πολύ πιο γρήγορα από ό,τι ένας άνθρωπος.
Ένα είναι βέβαιο. Όταν λειτουργεί όπως έχει σχεδιαστεί, η τεχνητή νοημοσύνη μπορεί να ξεπεράσει τις ανθρώπινες ικανότητες σε συγκεκριμένους τομείς, όπως ο εντοπισμός προτύπων σε ιατρικές σαρώσεις ή η πρόβλεψη των τάσεων της αγοράς. Σε τέτοιες εφαρμογές, η AI μπορεί συχνά να μειώσει το ανθρώπινο λάθος και να παρέχει λύσεις που είναι αρκετά πιο αποτελεσματικές και οικονομικά αποδοτικές.
Τα όρια της εμπιστοσύνης
Ωστόσο, η εμπιστοσύνη στην τεχνητή νοημοσύνη δεν είναι τόσο απλή υπόθεση όσο μπορεί να φαίνεται. Παρά τις αξιοσημείωτες δυνατότητες, υπάρχουν αρκετοί κρίσιμοι παράγοντες που επηρεάζουν την εμπιστοσύνη που μπορούμε να έχουμε σε αυτά τα συστήματα:
Ποιότητα δεδομένων και χειραγώγηση
Τα συστήματα AI είναι τόσο καλά όσο και τα δεδομένα στα οποία έχουν εκπαιδευτεί. Εάν τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης είναι ελλιπή, παρωχημένα ή προκατειλημμένα υπέρ του ενός ή του άλλου, η τεχνητή νοημοσύνη θα παράγει ελαττωματικά αποτελέσματα.(!)
Αυτό μπορεί να οδηγήσει σε ακούσιες συνέπειες, όπως διακρίσεις στις πρακτικές πρόσληψης, μεροληπτικές αποφάσεις έγκρισης δανείου ή λάθη στις ιατρικές διαγνώσεις κλπ.
Οι προκαταλήψεις στα μοντέλα τεχνητής νοημοσύνης αποτελούν βασικό μέλημα σε τομείς όπως η επιβολή του νόμου, ή η τεχνολογία αναγνώρισης προσώπου που έχει εγείρει και ζητήματα φυλετικής προκατάληψης αλλά και χειραγώγησης.
Έτσι, κατά βάση, η αξιοπιστία της τεχνητής νοημοσύνης εξαρτάται σε μεγάλο βαθμό από την ακεραιότητα και την αντιπροσωπευτικότητα των δεδομένων στα οποία βασίζεται.
Διαφάνεια και Ευθύνη
Τα μοντέλα τεχνητής νοημοσύνης, ειδικά αυτά που βασίζονται στη μηχανική μάθηση, μπορεί να είναι πολύπλοκα και δύσκολα κατανοητά από τον άνθρωπο. Όταν οι αποφάσεις λαμβάνονται από ένα σύστημα AI, είναι συχνά ασαφές πώς το σύστημα κατέληξε σε ένα συγκεκριμένο συμπέρασμα. Αυτή η έλλειψη διαφάνειας –που μερικές φορές αναφέρεται ως πρόβλημα του «μαύρου κουτιού» (black box)– εγείρει ανησυχίες σχετικά με τη “Λογοδοσία”.
Εάν ένα σύστημα τεχνητής νοημοσύνης κάνει λάθος ή προκαλέσει βλάβη, μπορεί να είναι δύσκολο να προσδιοριστεί ποιος είναι υπεύθυνος: ο προγραμματιστής, ο οργανισμός / επιχείρηση ή το ίδιο το AI σύστημα;
Για να είναι αξιόπιστη η τεχνητή νοημοσύνη, πρέπει να υπάρχει διαφάνεια στη διαδικασία λήψης των αποφάσεών της, επιτρέποντας στους ανθρώπους να κατανοούν και να αξιολογούν το σκεπτικό της.
Χωρίς αυτή τη διαφάνεια, η εμπιστοσύνη γίνεται επισφαλής, ειδικά σε τομείς υψηλού κινδύνου όπως η δικαιοσύνη, η διακυβέρνηση ενός κράτους γενικότερα ή τα logistics, όπου μια εσφαλμένη απόφαση θα μπορούσε να έχει μαζικές και ολέθριες συνέπειες.
Ηθικές ανησυχίες;
Καθώς η AI συνεχίζει να γίνεται όλο και πιο εξελιγμένη, υπάρχουν και οι ηθικές ανησυχίες που γίνονται όλο και πιο έντονες. Μπορεί η τεχνητή νοημοσύνη να λάβει ηθικά ορθές αποφάσεις;
Για παράδειγμα, στην περίπτωση αυτο-οδηγούμενων αυτοκινήτων, θα πρέπει ένα σύστημα τεχνητής νοημοσύνης να αποφασίσει πώς θα ενεργήσει σε μια κατάσταση ζωής ή θανάτου, όπως η επιλογή μεταξύ της σωτηρίας ενός πεζού ή των επιβατών του αυτοκινήτου;
Αυτά τα σενάρια, τα λεγόμενα «trolley problems», εγείρουν σημαντικά ηθικά διλήμματα που η τεχνητή νοημοσύνη, ως μη ανθρώπινη οντότητα, ενδέχεται να μην είναι εξοπλισμένη να επιλύσει με τρόπο που να ευθυγραμμίζεται με τις ανθρώπινες αξίες.
Ενώ μπορούμε να προγραμματίσουμε την τεχνητή νοημοσύνη να ακολουθεί κάποιες ηθικές οδηγίες, η πολυπλοκότητα των ανθρώπινων ηθών και της ηθικής μπορεί να είναι δύσκολο να αντιγραφεί σε μια μηχανή. Επομένως, παραμένει σε ένα επίπεδο αβεβαιότητας οτιδήποτε σχετικό με το εάν τα συστήματα τεχνητής νοημοσύνης μπορούν να είναι πλήρως αξιόπιστα για τη λήψη ηθικών αποφάσεων.
Ασφάλεια και Απόρρητο
Τα συστήματα AI είναι επίσης ευάλωτα σε εκμετάλλευση, hacking και παραβιάσεις δεδομένων (data breaches). Δεδομένου ότι η τεχνητή νοημοσύνη βασίζεται σε μεγάλα σύνολα δεδομένων, που συχνά περιλαμβάνουν ευαίσθητες πληροφορίες, η πιθανότητα κακής χρήσης είναι σημαντική. Κακόβουλοι παράγοντες θα μπορούσαν να χειραγωγήσουν δεδομένα ή ακόμη και να εκπαιδεύσουν συστήματα τεχνητής νοημοσύνης ώστε να συμπεριφέρονται με επιβλαβείς τρόπους.
Επιπλέον, καθώς η τεχνητή νοημοσύνη συνεχίζει να συλλέγει και να επεξεργάζεται προσωπικά δεδομένα, οι κίνδυνοι για το απόρρητο των χρηστών γίνονται όλο και πιο εμφανείς. Οι άνθρωποι ανησυχούν όλο και περισσότερο για το πώς χρησιμοποιούνται τα δεδομένα τους, ποιος τα κατέχει και εάν προστατεύονται επαρκώς.
Ο ρόλος της “Ρύθμισης”
Δεδομένων αυτών των προκλήσεων, είναι σαφές ότι την τεχνητή νοημοσύνη δεν πρέπει να την εμπιστευόμαστε «στα τυφλά», ειδικά σε κρίσιμους τομείς όπως η επιβολή του νόμου, η υγειονομική περίθαλψη και η αυτόνομη οδήγηση.
Αυτός είναι ο λόγος για τον οποίο τα ρυθμιστικά πλαίσια και οι κατευθυντήριες γραμμές είναι απαραίτητα. Οι κυβερνήσεις και οι οργανισμοί πρέπει να αναπτύξουν στοχευμένους κανόνες για να εξασφαλίσουν ότι τα συστήματα τεχνητής νοημοσύνης είναι διαφανή, δίκαια και ασφαλή.
Αυτοί οι κανονισμοί θα πρέπει να απαιτούν από τα συστήματα AI να υποβάλλονται σε αυστηρές δοκιμές για μεροληψία, υπευθυνότητα και ασφάλεια, και θα πρέπει επίσης να διασφαλίζουν ότι οι εταιρείες θεωρούνται υπεύθυνες για οποιαδήποτε βλάβη προκαλείται από τα συστήματα που αναπτύσσουν.
Γίνονται προσπάθειες για την ανάπτυξη δεοντολογικών κατευθυντήριων γραμμών για την AI, με διάφορους διεθνείς φορείς και ομάδες σκέψης να εργάζονται για τη δημιουργία προτύπων για την περαιτέρω ανάπτυξη πάνω σε αυτόν τον τομέα.
Παρόλα αυτά, καθώς η τεχνολογία τεχνητής νοημοσύνης εξελίσσεται ταχέως, η ενημέρωση των κανονισμών παραμένει σημαντική πρόκληση.
Το μέλλον της εμπιστοσύνης στην AI
Σε τελική ανάλυση, το αν μπορούμε να εμπιστευτούμε την τεχνητή νοημοσύνη εξαρτάται από τις συνεχιζόμενες προσπάθειες μας για τη βελτίωση της τεχνολογίας και από το πώς εμείς, ως κοινωνία, επιλέγουμε να τη διαχειριζόμαστε.
Βραχυπρόθεσμα, η τεχνητή νοημοσύνη μπορεί να είναι αξιόπιστη σε συγκεκριμένα, καλά καθορισμένα πλαίσια —όπως επαναλαμβανόμενες εργασίες, ανάλυση δεδομένων και βελτιστοποίηση διαδικασιών— όπου οι δυνατότητές της υπερβαίνουν τους ανθρώπινους περιορισμούς.
Βέβαια, καθώς η AI συνεχίζει να διεισδύει σε πιο σύνθετους και συναισθηματικά διαφοροποιημένους τομείς, πρέπει να είμαστε προσεκτικοί στην αξιολόγηση των πιθανών κινδύνων που μπορεί να προκύψουν και να διασφαλίζουμε ότι υπάρχει υπεύθυνη χρήση.
Μακροπρόθεσμα, θα είναι σημαντικό τα συστήματα τεχνητής νοημοσύνης να αναπτυχθούν έχοντας κατά νου τις ηθικές αρχές, μαζί με ελέγχους και ισορροπίες που διασφαλίζουν διαφάνεια, δικαιοσύνη και υπευθυνότητα.
Η εμπιστοσύνη στην τεχνητή νοημοσύνη δεν έχει να κάνει με την “τυφλή πίστη”, αλλά με τη δημιουργία ενός πλαισίου που διασφαλίζει ότι, αυτή εξυπηρετεί τα καλύτερα συμφέροντα της ανθρωπότητας.
Όμως, όπως ειπώθηκε, η τεχνητή νοημοσύνη συνεχίζει να εξελίσσεται με πολύ ταχείς ρυθμούς και ο βαθμός στον οποίο μπορούμε να την εμπιστευτούμε θα εξαρτηθεί από τον τρόπο που σχεδιάζουμε, ρυθμίζουμε και παρακολουθούμε αυτά τα συστήματα τα επόμενα χρόνια…
Ελπίζω να ευχαριστήθηκες το άρθρο! Αν ναι, κοινοποίησε το! Αν σε ενδιαφέρει, δίνω 3 ηλεκτρονικά βιβλία (PDF eBooks) εντελώς δωρεάν… Πρόκειται για πληροφορίες που σίγουρα θα προσθέσουν κάτι στις ήδη υπάρχουσες γνώσεις σου!
Με εκτίμηση,
Λάζ. Γεωργούλας, Μηχανικός Η/Υ, Σύμβουλος Διαδικτύου
About The Author
