Οι ακαδημαϊκοί έχουν δίκιο όταν λένε ότι το AI παράγει μέτρια αποτελέσματα. Κάνουν λάθος όμως στο γιατί συμβαίνει αυτό. Το πρόβλημα δεν είναι η τεχνολογία — είναι ο τρόπος που τη χρησιμοποιούμε.
Υπάρχει μια παρεξήγηση που κυριαρχεί στις συζητήσεις για το AI στην ακαδημαϊκή κοινότητα. Οι καθηγητές βλέπουν τα αποτελέσματα — εργασίες που ακούγονται σωστές αλλά είναι κενές, κείμενα που έχουν μορφή αλλά όχι ουσία, αναλύσεις που αναπαράγουν κλισέ αντί να σκέφτονται — και συμπεραίνουν ότι το AI είναι απλώς κακό εργαλείο. Αυτή η διάγνωση είναι λανθασμένη, και η διαφορά έχει σημασία.
Οι Bashir M. Al-Hashimi και Nick Jennings, δύο από τους πιο έγκυρους ερευνητές στον χώρο της τεχνητής νοημοσύνης στη Βρετανία, θέτουν το ζήτημα με σαφήνεια: το AI μπορεί να υποστηρίξει την έρευνα, αλλά οι άνθρωποι πρέπει να παραμένουν υπεύθυνοι. Η πλήρης αυτοματοποίηση μπορεί να λειτουργεί σε πολύ στενά, καλά ορισμένα πλαίσια. Ως γενικό μοντέλο, όμως, δεν είναι ούτε ρεαλιστική ούτε επιθυμητή.
Το πρόβλημα με τη μέτρια έξοδο του AI δεν είναι τεχνικό — είναι δομικό. Όταν κάποιος χρησιμοποιεί ένα γλωσσικό μοντέλο σαν να είναι μηχανή παραγωγής τελικών απαντήσεων, παίρνει ακριβώς αυτό που ζήτησε: μια επιφανειακά πειστική σύνθεση χωρίς κρίση, χωρίς επαλήθευση, χωρίς πραγματική κατανόηση. Το AI δεν ξέρει τι δεν ξέρει. Δεν έχει την ικανότητα να αναγνωρίσει πότε μια ερώτηση απαιτεί εμπειρία που δεν μπορεί να αναπαραχθεί από στατιστικά μοτίβα κειμένου.
Αυτό δεν σημαίνει ότι το εργαλείο είναι άχρηστο — σημαίνει ότι χρησιμοποιείται λάθος. Στην έρευνα, το AI μπορεί να επιταχύνει τη βιβλιογραφική επισκόπηση, να βοηθήσει στη δομή ενός επιχειρήματος, να εντοπίσει κενά σε μια ανάλυση. Αυτά είναι εργαλεία υποστήριξης, όχι υποκατάστατα σκέψης. Η διαφορά μεταξύ ενός ερευνητή που χρησιμοποιεί AI ως βοηθό και ενός που το χρησιμοποιεί ως συγγραφέα είναι η ίδια διαφορά που υπάρχει μεταξύ ενός χειρουργού που χρησιμοποιεί ρομποτικό σύστημα και ενός που αφήνει το ρομπότ να χειρουργήσει μόνο του.
Η ακαδημαϊκή κοινότητα βρίσκεται σε ένα κρίσιμο σταυροδρόμι. Η απόρριψη του AI ως εργαλείου επειδή παράγει μέτρια αποτελέσματα όταν χρησιμοποιείται λανθασμένα είναι εξίσου αντιπαραγωγική με την τυφλή αποδοχή του. Αυτό που χρειάζεται είναι κάτι πιο δύσκολο: να ορίσουμε με ακρίβεια πού η ανθρώπινη κρίση είναι αναντικατάστατη και πού η αυτοματοποίηση μπορεί να προσθέσει αξία χωρίς να αφαιρεί ευθύνη. Η λογοδοσία δεν είναι προαιρετική — είναι η προϋπόθεση για να έχει νόημα οτιδήποτε παράγεται, με ή χωρίς AI.
