Ο Γιάννης Ιωαννίδης προειδοποιεί ότι τα πανεπιστήμια πρέπει να αλλάξουν άμεσα και ότι η τεχνητή νοημοσύνη αναδιαμορφώνει το πεδίο της εργασίας ταχύτερα απ’ όσο μπορούν να προσαρμοστούν οι θεσμοί.
Τι αξία έχει ένα πανεπιστημιακό πτυχίοόταν η τεχνητή νοημοσύνη μπορεί μέσα σε δευτερόλεπτα να λύσει τις ασκήσεις ενός φοιτητή, να γράψει κώδικα ή να κάνει δουλειές που μέχρι χθες αναλάμβανε ένας νέος απόφοιτος στην πρώτη του εργασία; Και πώς πρέπει να αλλάξει η εκπαίδευση όταν η τεχνολογία εξελίσσεται ταχύτερα από τα ίδια τα πανεπιστήμια; Σκληρά ερωτήματα που ζητούν επιτακτικά απάντηση.
Για τον Γιάννη Ιωαννίδη, το χρονικό περιθώριο είναι εξαιρετικά στενό. «Τα πανεπιστήμια πρέπει ν’ αλλάξουν άρδην μέσα σε ένα ή δύο χρόνια», προειδοποιεί, καθώς βλέπει τις πρώτες πιέσεις να εμφανίζονται ήδη στην αγορά εργασίας, κυρίως στις θέσεις εισόδου για νέους πτυχιούχους και στο ενδιάμεσο στρώμα των επαγγελμάτων.
Πλέον ομότιμος καθηγητής και ερευνητής στο Πανεπιστήμιο Tufts, έχει περάσει περισσότερο από μισό αιώνα παρακολουθώντας τις μεταβολές της οικονομίας. Αποφοίτησε από τη Σχολή Ηλεκτρολόγων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου και συνέχισε με μεταπτυχιακές σπουδές και διδακτορικό στο Στάνφορντ, στρεφόμενος στα οικονομικά σε μια εποχή κατά την οποία το πεδίο γινόταν ολοένα πιο μαθηματικό.
Δίδαξε στο Πανεπιστήμιο της Καλιφόρνιας στο Ρίβερσαϊντ, στο Brown, στο Boston University και στο Virginia Tech, ενώ πέρασε και από το Οικονομικό Πανεπιστήμιο Αθηνών. Το 1995 ανέλαβε την έδρα Max and Herta Neubauer στο Tufts, όπου παρέμεινε μέχρι την αφυπηρέτησή του, συνεχίζοντας σήμερα την ερευνητική του δραστηριότητα. Μεγάλο μέρος του έργου του αφορά την αγορά κατοικίας, τις πόλεις, τα κοινωνικά δίκτυα, τη μακροοικονομία και την οικονομική ανάπτυξη.
Ο κ. Ιωαννίδης δεν αντιμετωπίζει την AI ως μια τεχνολογία που πρέπει να ανακοπεί – ο ίδιος τη χρησιμοποιεί καθημερινά, αναγνωρίζει τη δημιουργικότητα που μπορεί να απελευθερώσει, αλλά ταυτόχρονα επισημαίνει τα λάθη της. Εκεί βρίσκεται και ο πυρήνας της ανησυχίας του: όχι στο αν η τεχνητή νοημοσύνη θα γίνει ισχυρότερη, αλλά στο αν η εκπαίδευση, η εργασία και οι θεσμοί θα προλάβουν να αλλάξουν μαζί της.
Καμπανάκι
Το πρώτο πεδίο στο οποίο βλέπει την ανάγκη μιας ριζικής (και άμεσης) αλλαγής είναι η εκπαίδευση. «Είναι το πρώτο πράγμα που πρέπει να αλλάξει ταχύτατα, διότι πολύ γρήγορα θα έχουμε ανθρώπους οι οποίοι δεν θα έχουν εκπαιδευτεί σωστά».
Όπως εξηγεί, η εμπειρία της πανδημίας έδειξε πόσο ανεπαρκής μπορεί να αποδειχτεί μια απλή μεταφορά των παλαιών μεθόδων σε ένα νέο τεχνολογικό περιβάλλον. Στην περίοδο της τηλεκπαίδευσης, τα πανεπιστήμια μετέφεραν στην οθόνη όσα έκαναν προηγουμένως στην αίθουσα, χωρίς να ανασχεδιάσουν ουσιαστικά τη διδασκαλία, τις εξετάσεις και την επικοινωνία με τους φοιτητές. Κι έτσι «το επίπεδο έπεσε – δεν είχαμε προσαρμοστεί στην τεχνολογία. Κάναμε online αυτό που κάναμε στην τάξη, αλλά οι εξετάσεις, οι ασκήσεις, οι ερωτήσεις, οι απαντήσεις και η επαφή με τους σπουδαστές ήταν τελείως ανεπαρκείς για να επιτύχουμε το αποτέλεσμα που θέλουμε ως δάσκαλοι».
“Τα πανεπιστήμια πρέπει να αλλάξουν άρδην – αυτό απαιτεί μια κολοσσιαία επένδυση, την οποία δεν έχουμε καν αναλογιστεί”
Τώρα, με την AI, το πρόβλημα γίνεται πιο σύνθετο. Ένας φοιτητής μπορεί μέσα σε λίγα δευτερόλεπτα να πάρει μια ολοκληρωμένη απάντηση σε μια εργασία, να φτιάξει κώδικα ή να λύσει ένα μαθηματικό πρόβλημα, χωρίς να έχει τη γνώση που απαιτείται. «Πώς θα επιτύχουμε να καθίσουν οι σπουδαστές στις καρέκλες τους και να δουλέψουν, όταν τους δίνεις τέσσερις ασκήσεις και μπορούν να πάνε σε οποιοδήποτε πρόγραμμα τεχνητής νοημοσύνης και να τις λύσουν; Πρέπει να αλλάξουμε τον τρόπο διδασκαλίας».
Η αλλαγή, εκτιμά, δεν μπορεί να περιοριστεί στην απαγόρευση των εργαλείων ούτε σε λογισμικά που εντοπίζουν εάν ένα κείμενο γράφτηκε από AI. Χρειάζονται νέες εξετάσεις, νέα είδη εργασιών, μεγαλύτερη έμφαση στην προφορική εξέταση, στη διαδικασία σκέψης, στην κριτική αξιολόγηση και στη συνεργασία ανθρώπου και μηχανής. Τα πανεπιστήμια πρέπει να αλλάξουν άρδην – αυτό απαιτεί μια κολοσσιαία επένδυση, την οποία δεν έχουμε καν αναλογιστεί».
Η συζήτηση αναπόφευκτα φτάνει στην αγορά εργασίας. Εκεί δεν προβλέπει μια απλή αντικατάσταση όλων των ανθρώπων από μηχανές, αλλά περιγράφει μια άνιση αναδιάρθρωση, η οποία θα πιέσει –κυρίως– το ενδιάμεσο τμήμα των επαγγελμάτων.
Στην κορυφή θα παραμείνουν ισχυρές οι θέσεις που απαιτούν υψηλή επιστημονική κατάρτιση, κρίση, ανάληψη ευθύνης και κοινωνικές δεξιότητες. Στην άλλη άκρη, αρκετές χειρωνακτικές εργασίες και επαγγέλματα φροντίδας θα εξακολουθήσουν να χρειάζονται ανθρώπους. Τα νοσοκομεία, για παράδειγμα, θα συνεχίσουν να χρειάζονται εργαζομένους που φροντίζουν ασθενείς, καθαρίζουν χώρους ή βοηθούν ηλικιωμένους. «Ο ενδιάμεσος χώρος, όμως, ανάμεσα στις πολύ υψηλές δεξιότητες και στις πιο απλές χειρωνακτικές εργασίες, θα υποστεί μια τεράστια αλλαγή».
Εκεί βρίσκονται πολλές από τις δουλειές γραφείου, οι αρχικές θέσεις για πτυχιούχους, η επεξεργασία δεδομένων, η συγγραφή τυποποιημένων κειμένων και ο προγραμματισμός χαμηλότερης πολυπλοκότητας. Οι επιχειρήσεις μπορούν πλέον να αναθέσουν ένα μέρος αυτής της εργασίας στα μοντέλα ή να την πραγματοποιήσουν με πολύ μικρότερες ομάδες.
“Ξαφνικά, παιδιά που έβλεπαν ότι μόνο με το πρώτο πτυχίο στην επιστήμη της πληροφορικής είχαν εξαιρετικές δουλειές βλέπουν αυτές τις θέσεις να εξαφανίζονται”
Ο πρώτος αντίκτυπος είναι ήδη ορατός στους νέους που ολοκληρώνουν τις σπουδές τους. «Το πρώτο πτυχίο δεν είναι επαγγελματική κατάκτηση. Τα παιδιά αυτά έχουν τεράστιο πρόβλημα αυτή τη στιγμή να βρουν εργασία».
Αναφέρεται ιδιαίτερα στους αποφοίτους της επιστήμης των υπολογιστών. Μέχρι πριν από λίγα χρόνια, ένα πτυχίο πληροφορικής μπορούσε να οδηγήσει σχεδόν αυτόματα σε μια ιδιαίτερα καλά αμειβόμενη θέση. Σήμερα, η AI μπορεί να γράψει, να ελέγξει και να διορθώσει κώδικα, περιορίζοντας την ανάγκη για ορισμένες αρχικές θέσεις προγραμματιστών. «Ξαφνικά, παιδιά που έβλεπαν ότι μόνο με το πρώτο πτυχίο στην επιστήμη της πληροφορικής είχαν εξαιρετικές δουλειές βλέπουν αυτές τις θέσεις να εξαφανίζονται».
Δεύτερη μεγάλη πηγή ανησυχίας είναι η συγκέντρωση πρωτοφανούς ισχύος σε έναν μικρό αριθμό τεχνολογικών κολοσσών. Οι «hyperscalers ελέγχουν τις τεράστιες υπολογιστικές υποδομές, τα κέντρα δεδομένων και τις πλατφόρμες πάνω στις οποίες αναπτύσσονται και λειτουργούν τα ισχυρότερα μοντέλα». Οι επενδυτικές τους αποφάσεις μπορούν να μετακινήσουν ολόκληρα χρηματιστήρια, ενώ ταυτόχρονα οι εταιρείες αυτές «κυριαρχούν παντού και έχουν αρπάξει τη συσσωρευμένη γνώση ολόκληρου του πολιτισμού μας».
Δεν προτείνει μια απλοϊκή πολεμική κατά των εταιρειών. Το ζήτημα είναι τι συμβαίνει όταν η υποδομή, τα δεδομένα, η γνώση και η οικονομική δύναμη συγκεντρώνονται στους ίδιους παίκτες. «Πρέπει να δημιουργηθούν κίνητρα για να γίνεται έρευνα, κίνητρα για την εκπαίδευση και θεσμοί που θα περιορίζουν αυτή την τεράστια συγκέντρωση δύναμης».
Μηχανή δημιουργικότητας
Ο Γιάννης Ιωαννίδης δεν δηλώνει τεχνοφοβικός. Ένα από τα στοιχεία που τον εντυπωσιάζουν στην ΑΙ είναι η ικανότητά της να ανοίγει στον χρήστη δρόμους που δεν είχε προηγουμένως φανταστεί.
Στην επιστημονική του εργασία, εξηγεί, μπορεί να δώσει σε ένα μοντέλο μια ερευνητική ιδέα, ένα σύνολο ερωτημάτων ή ένα κομμάτι μιας μελέτης και να λάβει πίσω πολλές διαφορετικές κατευθύνσεις. Ορισμένες μπορεί να είναι λανθασμένες ή άχρηστες. Άλλες, όμως, μπορούν να τον οδηγήσουν σε νέες συνδέσεις. «Η τεχνητή νοημοσύνη οδηγεί τον χρήστη σε μια δημιουργικότητα την οποία δεν είχε προβλέψει. Της δίνω μια ερευνητική εργασία ή μερικά ερωτήματα και επιστρέφει με ένα πλήθος κατευθύνσεων που εγώ δεν είχα φανταστεί. Μερικές μπορεί να είναι λάθος, αλλά μου δίνει μια επιλογή τόσο πλούσια, που μόνος μου δεν θα την είχα.
»Στην ιατρική, για παράδειγμα, η AI μπορεί να επεξεργαστεί έναν τεράστιο αριθμό πιθανών διαγνώσεων, με βάση τα συμπτώματα ενός ασθενούς. Δεν υποκαθιστά, ωστόσο, τον γιατρό. Η κλινική κρίση του γιατρού, όπως και η δική μου επιστημονική κρίση όταν αξιολογώ τις μαθηματικές λύσεις που μου δίνει το ChatGPT, είναι τελείως απαραίτητη. Αυτό δεν πρόκειται να φύγει εύκολα. Γίνεται, όμως, πολύ πιο εύκολο να αξιολογήσω ένα σύνολο διαφορετικών επιλογών».
Τι πρέπει να κάνει η Ελλάδα
Θεωρεί ότι η Ελλάδα τα πάει καλά στην ψηφιοποίηση. «Έχει καταφέρει κάτι που άλλες χώρες δυσκολεύτηκαν να καταφέρουν. Έχει ψηφιοποιήσει τις συναλλαγές του πολίτη με το κράτος σε εντυπωσιακό βαθμό».
Το επόμενο βήμα, ωστόσο, απαιτεί μεγαλύτερη φιλοδοξία. Χρειάζεται, υποστηρίζει, συστηματική επένδυση στην έρευνα, στα πανεπιστήμια, στις υποδομές και στην εκπαίδευση των νέων. Αναφέρεται στο πρόγραμμα «Αρχιμήδης» ως μια σημαντική αρχή, αλλά υποστηρίζει ότι πρέπει να ενταχθεί σε μια πολύ ευρύτερη εθνική στρατηγική και να συνδεθεί ουσιαστικά με τα πανεπιστήμια. «Πρέπει να γίνει μια κολοσσιαία επένδυση και να αξιοποιηθεί πολύ πιο ενεργά και δυναμικά. Δεν πρέπει να περιμένουμε άμεση απόδοση. Αυτές οι επενδύσεις χρειάζονται πολύ χρόνο».
Η διακήρυξη, που οργανώθηκε από το Stanford Digital Economy Lab και υπογράφηκε αρχικά από περισσότερους από 200 οικονομολόγους, επιστήμονες και στελέχη της τεχνολογίας, ανάμεσά τους 16 νομπελίστες, προειδοποιεί ότι η AI μπορεί μέσα στην επόμενη δεκαετία να προκαλέσει οικονομικό μετασχηματισμό μεγαλύτερο από τη Βιομηχανική Επανάσταση, αλλά σε πολύ μικρότερο χρονικό διάστημα. Ζητά γι’ αυτό θεσμούς και κίνητρα που θα κατευθύνουν την τεχνολογία ώστε να συμπληρώνει την ανθρώπινη εργασία και τα οφέλη της να διαχέονται ευρύτερα.
«Ξαφνικά έχουμε μπροστά μας μια τεράστια, κολοσσιαία πρόκληση, πέρα απ’ ό,τι είχαμε φανταστεί ποτέ». Ο ίδιος χρησιμοποιεί καθημερινά μεγάλα γλωσσικά μοντέλα και γνωρίζει τόσο τις δυνατότητες όσο και τα λάθη τους. «Η τεχνητή νοημοσύνη αντιμετωπίζεται ως αντικείμενο θαυμασμού, αλλά δεν έχει εκτιμηθεί πόσο βαθιά θα αλλάξει τη ζωή μας και πόσο γρήγορα θα συμβεί αυτό».
17°
