THEPOWERGAME
Η τεχνητή νοημοσύνη και οι επιπτώσεις που θα έχει στην ανθρώπινη δραστηριότητα, την κοινωνία και την παγκόσμια οικονομία είναι ένα από τα κεντρικά θέματα συζήτησης στο Παγκόσμιο Οικονομικό Φόρουμ που διεξάγεται αυτές τις ημέρες στο Νταβός της Ελβετίας. Στο πλαίσιο του συνεδρίου παρουσιάστηκε μελέτη του Διεθνούς Νομισματικού Ταμείου, σύμφωνα με την οποία το 40% της απασχόλησης παγκοσμίως μπορεί να επηρεαστεί από την τεχνητή νοημοσύνη, με το ποσοστό να ανέρχεται στο 60% στις ανεπτυγμένες οικονομίες. Στην ίδια μελέτη αναφέρεται ότι η τεχνητή νοημοσύνη θα βελτιώσει σε σημαντικό βαθμό την παραγωγικότητα, με αποτέλεσμα να οδηγήσει σε μεγαλύτερη οικονομική ανάπτυξη και αυξήσεις μισθών.
Όμως, όλα αυτά αφορούν κυρίως το μέλλον και δεν θα συμβούν μέσα στο 2024. Αντιθέτως, υπάρχουν αναλυτές που προβλέπουν ότι το 2024 θα είναι το έτος της απογοήτευσης σε ό,τι αφορά την αποτελεσματικότητα και την αξιοπιστία των εργαλείων και των εφαρμογών της νέας αυτής τεχνολογίας. Ενώ λοιπόν η άνοδος της γενετικής τεχνητής νοημοσύνης παρέχει τεράστιες ευκαιρίες, όπως σε επίπεδο παραγωγικότητας, εκφράζονται ανησυχίες ότι ο ντόρος γύρω από τα όσα, καλά ή κακά, φέρνει η τεχνητή νοημοσύνη, έχει φτάσει σε υπερβολικό επίπεδο. Σε τόσο υπερβολικό επίπεδο που τα πισωγυρίσματα που θα σημειωθούν μέσα στο 2024 θα τα θυμόμαστε για χρόνια.
Ενδιαφέρον παρουσιάζει η άποψη του καθηγητή Οικονομικών του φημισμένου πανεπιστημίου MIT, Daron Acemoglou, ο οποίος συγκεντρώνει τις επιφυλάξεις του σε άρθρο του στο αμερικανικό περιοδικό Wired. Οι επιφυλάξεις του Acemoglou εδράζονται στην πεποίθηση ότι μέσα στο 2024 θα αποδειχθεί πως οι εφαρμογές γενετικής τεχνητής νοημοσύνης και τα μεγάλα γλωσσικά μοντέλα δεν έχουν φτάσει ακόμη στο επίπεδο ακρίβειας που πολλοί θα περίμεναν. Όσο θα προκύπτουν σφάλματα, είτε στις πληροφορίες που δίνονται είτε στη γενικότερη χρήση των εφαρμογών, τόσο θα εξασθενεί η ευφορία που αυτήν τη στιγμή καταγράφεται για την AI.
Οι ελπίδες γρήγορης επιδιόρθωσης, μέσω της εκπαίδευσης των μοντέλων έτσι ώστε να αποφεύγουν αμφίβολες πηγές ή δηλώσεις, θα αποδεχθούν φρούδες. Όπως τονίζει ο καθηγητής, επειδή η αρχιτεκτονική των μοντέλων αυτών βασίζεται στην πρόβλεψη της επόμενης ή των επόμενων λέξεων, θα αποδειχθεί εξαιρετικά δύσκολο να στηριχθούν οι προβλέψεις αυτές σε γνωστές αλήθειες. Επίσης, ο Acemoglou εκτιμά ότι μέσα στο 2024 η AI θα χρησιμοποιηθεί από πολλές επιχειρήσεις, αλλά θα αποδειχθεί ότι τελικά φέρνει κυρίως οφέλη κέρδη σε επίπεδο αυτοματισμών, δηλαδή αντικαθιστά τους εργαζόμενους, αλλά αποτυγχάνει να οδηγήσει σε μεγάλη βελτίωση της παραγωγικότητας.
Ο Acemoglou δεν είναι ο μόνος που βλέπει σύννεφα στον ορίζοντα για την AI. Αναλυτές επισημαίνουν ότι τα μοντέλα γενετικής νοημοσύνης τροφοδοτούνται με τεράστιες ποσότητες δεδομένων, τα οποία χρησιμοποιούν για να έχουν αποτέλεσμα. Καθώς ο κόσμος αλλάζει, και τα δεδομένα αλλάζουν, κι έτσι είναι πιθανό να δοθεί μία λανθασμένη απάντηση ή αποτέλεσμα. Ένα από τα μεγαλύτερα προβλήματα είναι η ενημέρωση των μοντέλων.
Ένα άλλο είναι η εκπαίδευση. Πρόσφατη έρευνα της Pluralsight στις ΗΠΑ έδειξε ότι περίπου 9 στις 10 επιχειρήσεις έχουν επιταχύνει τις πρωτοβουλίες τεχνητής νοημοσύνης τον τελευταίο χρόνο, 8 από τα 10 στελέχη των ίδιων εταιρειών συμφωνούν ότι οι οργανισμοί επενδύουν στην τεχνολογία χωρίς να εκπαιδεύουν παράλληλα τους εργαζόμενους που θα τη χρησιμοποιήσουν. Σε ποσοστό 95% οι συμμετέχοντες στην έρευνα (στελέχη IT) πιστεύουν ότι οι πρωτοβουλίες AI θα αποτύχουν, ελλείψει εκπαιδευμένων ομάδων που μπορούν να χρησιμοποιήσουν την AI και τα εργαλεία της αποτελεσματικά.
Στο ίδιο μήκος κύματος είναι και έκθεση της εταιρείας τεχνολογικών ερευνών CCS Insight, σύμφωνα με την οποία η γενετική τεχνητή νοημοσύνη θα έρθει αντιμέτωπη με την πραγματικότητα το 2024, όταν θα αυξηθούν οι ανησυχίες τόσο για το κόστος όσο και για τον περιορισμό των κινδύνων. Επιπλέον, μέσα στο 2024 θα υπάρξουν πολλές startups που θα προσπαθήσουν να εξασφαλίσουν το δικό τους κομμάτι στην πίτα, με τον ανταγωνισμό να φτάνει σε εξωφρενικά επίπεδα, γιατί το διακύβευμα είναι μεγάλο: ποιος θα πάρει το προβάδισμα στο νέο περιβάλλον που διαμορφώνεται; Δεν μπορούν όμως όλοι να πετύχουν. Είναι οι ίδιοι λόγοι που κάνουν μεγάλες χρηματιστηριακές εταιρείες να συμβουλεύουν τους πελάτες τους να είναι ιδιαίτερα προσεκτικοί σε ό,τι αφορά την επιλογή μετοχών τεχνητής νοημοσύνης, για να μην πάθουν όσα έπαθαν οι επενδυτές όταν έσκασε η φούσκα των dot.com στις αρχές του 21ου αιώνα.