Πλοήγηση στο τοπίο της Γενετικής/Δημιουργικής Τεχνητής Νοημοσύνης: Κομβικές διαδικασίες για αποτελεσματική και ηθική χρήση

Εφαρμογές γενετικής τεχνητής νοημοσύνης όπως το ChatGPT-4, το Μidjourney, το DALL-E, το Adobe Firefly και πολλών άλλων που αξιοποιούν ΤΝ για δημιουργία πρωτότυπου περιεχομένου σε μορφή κειμένου, εικόνας, ήχου και βίντεο, προκαλούν έκπληξη με τις επιδόσεις τους καθώς και προβληματισμό για το πώς μπορούν να επηρεάσουν μελλοντικά την επαγγελματική και κοινωνική ζωή του ανθρώπου.

Παρατηρούμε ότι υπάρχει μια τάση να συζητάμε το κατά πόσο θα πρέπει να εμπιστευτούμε εφαρμογές γενετικής ΤΝ και το περιεχόμενο το οποίο δημιουργούν. Το να εμπιστευτεί κανείς κάτι το οποίο δεν γνωρίζει από που προέρχεται και πώς δημιουργείται είναι αν μη τι άλλο μια σημαντική πρόκληση, μιας και οι διαδικασίες μέσα από τις οποίες μοντέλα Γενετικής ΤΝ μαθαίνουν και δημιουργούν πρωτότυπο περιεχόμενο δεν είναι διαφανείς και δεν μπορούν να γίνουν αντιληπτές από τους χρήστες. Επίσης, τα δεδομένα πάνω στα οποία βασίζονται τα μοντέλα αυτά για να δημιουργήσουν πρωτότυπο περιεχόμενο δεν είναι ορατά το οποίο δημιουργεί ερωτήματα όσον αφορά την αξιοπιστία του περιεχομένου που γεννιέται. Για παράδειγμα, όταν θέτει κανείς ερωτήσεις στο GPT-4, η πηγή των λεπτομερών απαντήσεων που προσφέρει δεν είναι διαθέσιμη και αμφιβάλουμε αν αυτό θα ήταν δυνατό επίσης.

Σε αυτό το άρθρο υπογραμμίζεται ότι η εμπιστοσύνη σε αυτές τις αναδυόμενες τεχνολογίες θα πρέπει να είναι υπό συνεχή αξιολόγηση και ότι θα πρέπει να δημιουργηθεί ένα πλαίσιο μέσα από το οποίο να διευκολύνεται η χρήση τους αλλά και να περιορίζονται οι πιθανές αρνητικές επιπτώσεις της. Βασισμένοι στην παρατήρηση ότι όλο και περισσότερες επιχειρήσεις επενδύουν στην Γενετική ΤΝ και εισάγουν λύσεις που τους επιτρέπουν να πραγματοποιούν διαδικασίες με γρήγορο και αποτελεσματικό τρόπο, παραθέτουμε κάποιες σκέψεις σχετικά με τρεις βασικές διαδικασίες που πρέπει να ληφθούν υπόψη όταν γίνεται χρήση τέτοιων λύσεων. Αναφερόμαστε στις διαδικασίες αυτές ως τρία στοιχεία ενός πλαισίου που θα επιτρέψει πιο ουσιαστική και ηθική χρήση γενετικής ΤΝ.

Πλαίσιο κανόνων
Πριν παραθέσουμε τις σκέψεις μας σε σχέση με τις τρεις αυτές διαδικασίες, θα θέλαμε να υπογραμμίσουμε ότι συμφωνούμε με την άποψη ότι πρέπει να δοθεί περισσότερη έμφαση στη δημιουργία ενός συνόλου κανόνων το οποίο να ορίζει το πώς και πότε μπορεί κανείς να χρησιμοποιήσει εφαρμογές Γενετικής ΤΝ και ιδιαίτερα το περιεχόμενο το οποίο δημιουργούν. Πιστεύουμε ότι προκύπτουν σημαντικά

ζητήματα ηθικής ιδιαίτερα όταν το περιεχόμενο που δημιουργείται μπορεί να αναπαραγάγει στερεότυπα και αναχρονιστικές αντιλήψεις, όπως επίσης και να περιλαμβάνει ψευδείς πληροφορίες και ανακριβή στοιχεία, και να υπονομεύει την υπάρχουσα γνώση. Καλούμε λοιπόν προς άμεση δημιουργία ενός τέτοιου συνόλου κανόνων από τους εκάστοτε θεσμούς που διέπουν την κοινωνική μας ζωή.

Η γενετική ΤΝ δεν πρέπει να μας φοβίσει (ακόμη) αλλά ο χρόνος να δημιουργηθεί ένα τέτοιο σύνολο κανόνων λιγοστεύει. Θα θέλαμε το άρθρο αυτό να αποτελέσει την απαρχή ενός ανοιχτού διαλόγου που να τροφοδοτήσει απόψεις και στοιχεία που είναι σημαντικό να περιληφθούν σε ένα τέτοιο σύνολο κανόνων. Ξεκινάμε λοιπόν τον διάλογο αυτόν υποστηρίζοντας ότι υπάρχει ανάγκη να δοθεί περισσότερη προσοχή σε τρεις διαδικασίες και θα επανέλθουμε σε επόμενα άρθρα μας με απόψεις για άλλες διαδικασίες.

Διαδικασίες
Πρώτον, θεωρούμε ότι η χρήση μοντέλων Γενετικής ΤΝ και πιο συγκεκριμένα, ο τρόπος χρήσης, θα πρέπει να είναι σε επικοινωνία. Ας θέσουμε ένα απλό παράδειγμα. Εάν σκεφτούμε τη χρήση γενετικής ΤΝ στα πανεπιστήμιά, δεν θεωρούμε σώφρον να απαγορεύσουμε την συν-δημιουργία περιεχομένου από φοιτητές/τριες και μοντέλα ΤΝ αλλά να υπάρξει μια κοινή προκαθορισμένη γραμμή για το πώς θα είναι σε επικοινωνία αυτή η συν-δημιουργία και πώς θα οριοθετείται επίσης. Είναι κομβικής σημασίας η απαίτηση ενός εγγράφου που να επεξηγεί το τι εργαλεία χρησιμοποιήθηκαν και πώς τα αποτελέσματα που προήλθαν από αυτά χρησιμοποιήθηκαν όχι για αυτοματοποίηση της συγγραφής μιας εργασίας, αλλά για ενίσχυση της διαδικασίας αυτής. Ένα άλλο απλό παράδειγμα μπορεί να δοθεί αν σκεφθεί κανείς το σχεδιασμό νέων επιτραπέζιων παιχνιδιών μέσω χρήσης ChatGPT όπου ο χρήστης αναλύει τη λογική υπαρχόντων παιχνιδιών και ζητά από το ChatGPT να δημιουργήσει κανόνες για νέα παιχνίδια μέσω μίξης

κανόνων υπαρχόντων παιχνιδιών. Επίσης, το Adobe Firefly παρέχει σε φωτογράφους δυνατότητες για δημιουργία φωτογραφιών από σκηνές που δεν υπάρχουν στον πραγματικό κόσμο. Τα παραδείγματα αυτά υποστηρίζουν το επιχείρημά μας ότι ναι μεν τα μοντέλα γενετικής ΤΝ μπορούν να προσφέρουν πρωτότυπο περιεχόμενο αλλά η αυθεντικότητα αυτών είναι πάντοτε υπό αμφισβήτηση μιας και τα δεδομένα που γεννιούνται μπορεί να είναι ανακριβή. Υποστηρίζουμε λοιπόν ότι θα πρέπει να σκεφτούμε και να ορίσουμε τρόπους ώστε η επικοινωνία του τρόπου χρήσης και ενίσχυσης διαδικασιών μέσω γενετικής ΤΝ μπορεί να προσφέρει σημαντικά στοιχεία για να χτισθεί εμπιστοσύνη προς τα παραγόμενα αποτελέσματα όταν το Chat GPT παρουσιάζεται ως συν-δημιουργός.

Δεύτερον, υποστηρίζουμε ότι οι επιχειρήσεις θα ωφελούνταν από επένδυση σε εκπαιδευτικά προγράμματα για τους εργαζομένους τους ώστε να δοθούν ευκαιρίες για κατανόηση του πώς μοντέλα ΤΝ μπορούν να οδηγήσουν σε καινοτομία και να ενισχύσουν τη δημιουργικότητα. Παρατηρούμε ότι πολλές νεοφυείς επιχειρήσεις βασίζονται πάνω στο ChatGPT και άλλα μοντέλα γενετικής ΤΝ για να δημιουργήσουν δικές τους λύσεις. Για παράδειγμα, η εταιρία Dugga που εδρεύει στη Σουηδία έχτισε πάνω σε ένα τέτοιου είδους μοντέλο για να δημιουργήσει αυτό το οποίο ονομάζει Dugga AI Exam Engine και επιτρέπει σε εκπαιδευτικούς τη δημιουργία ερωτήσεων και εκπαιδευτικού υλικού αξιολόγησης που μπορεί να χρησιμοποιηθεί μέσα στην τάξη. Προσκαλούμε λοιπόν επενδύσεις στη δημιουργία εκπαιδευτικών προγραμμάτων που θα στοχεύουν στην καλλιέργεια μιας βασικής κατανόησης του πώς ήδη υπάρχοντα μοντέλα μπορούν να χρησιμοποιηθούν ως βάση για περαιτέρω καινοτομία. Για παράδειγμα, η OpenAI που έχει δημιουργήσει το ChatGPT, έχει κυκλοφορήσει την Διασύνδεση Προγραμματισμού Εφαρμογών (API) που επιτρέπει τη δημιουργία νέων εφαρμογών που μπορούν να ενσωματώσουν τις δυνατότητες επεξεργασίας γλώσσας του ChatGPT. Για παράδειγμα, μέρος τέτοιων εκπαιδευτικών προγραμμάτων

μπορούν να εστιάσουν στο τι είναι η Διασύνδεση Προγραμματισμού Εφαρμογών (Application Programming Interfaces), πώς μπορεί να χρησιμοποιηθεί για δημιουργία καινοτόμων λύσεων, και ποια είναι τα αρχικά βήματα που απαιτούνται.

Τρίτον, η Γενετική ΤΝ επιβάλλει την καλλιέργεια νέων δεξιοτήτων και θα θέλαμε εδώ να υπογραμμίσουμε μια κομβική δεξιότητα που πιστεύουμε ότι θα αποτελέσει θεμέλιο λίθο ακόμη και νέων επαγγελμάτων που δεν έχουμε ακόμη φανταστεί ότι θα υπάρχουν. Αυτό το οποίο ονομάζεται “prompting” ή αλλιώς παρακίνηση αναφέρεται στον τρόπο με τον οποίο γίνεται η επικοινωνία σε ένα μοντέλο ΤΝ, τι πράξη να εκτελέσει. Σύμφωνα με το ChatGPT, η προτροπή (prompting) είναι κομβικής σημασίας και διαδραματίζει κρίσιμο ρόλο στην καθοδήγηση της συμπεριφοράς του παραγωγικού μοντέλου τεχνητής νοημοσύνης, στη διασφάλιση της συνάφειας, στον έλεγχο της παραγωγής, στη διευκρίνιση των ερωτημάτων, στη βελτίωση της εμπειρίας του χρήστη και στην αντιμετώπιση ηθικών κριτηρίων. Είναι ένα ουσιαστικό εργαλείο για την αποτελεσματική αξιοποίηση μοντέλων τεχνητής νοημοσύνης σε διάφορες εφαρμογές. Βασισμένοι σε αυτό, υπογραμμίζουμε την ανάγκη για περαιτέρω κατανόηση του πώς μπορούμε να καλλιεργήσουμε αυτή τη δεξιότητα και ποιες στρατηγικές μπορούν να ακολουθηθούν.

Εν κατακλείδι, στο παρόν άρθρο παραθέσαμε σκέψεις σχετικά με τρεις βασικές διαδικασίες που πρέπει να ληφθούν υπόψη όταν γίνεται χρήση λύσεων Γενετικής ΤΝ και υπογραμμίσαμε την ανάγκη δημιουργίας ενός πλαισίου που θα επιτρέψει πιο ουσιαστική και ηθική χρήση της γενετικής ΤΝ. Ελπίζουμε το άρθρο αυτό να αποτελέσει την απαρχή ενός ανοιχτού διαλόγου για το ποια στοιχεία χρειάζονται την άμεση προσοχή μας.

Καθηγητής Κωνσταντίνος Ζοπουνίδης, Ακαδημαϊκός

Βασιλική Ακαδημία Οικονομικών & Χρηματοοικονομικών

Βασιλική Ευρωπαϊκή Ακαδημία των Διδακτόρων

Επίτιμος Δρ. ΑΠΘ

Πολυτεχνείο Κρήτης & Audencia Business School, France

CIHEAM – International Center for Advanced Mediterranean Agronomic Studies, France, Greece

Επίκουρος Καθηγητής Άγγελος Κωστής

Wallander Research Fellow

Ερευνητής στο Lab Τεχνητής Νοημοσύνης

Σουηδικό Κέντρο για Ψηφιακή Καινοτομία

Umeå School of Business, Economics, & Statistics

Πανεπιστήμιο του Ούμεο, Σουηδία

Must read

Related Articles