|
Mια
πρόσφατη έρευνα έδειξε ότι ακόμα και μια απλή
ανασκόπηση επιστημονικής βιβλιογραφίας από ένα
LLM, περιέχει δομικές προκαταλήψεις καθώς τείνει
να επιλέγει εργασίες με συντομότερους τίτλους
και λιγότερους συγγραφείς.
Υπάρχει
επίσης ένα μεγάλο έλλειμμα επεξηγηματικότητας
καθώς είναι συχνά δύσκολο να κατανοήσουμε πώς τα
μοντέλα ΤΝ καταλήγουν σε συγκεκριμένα
συμπεράσματά, κάτι που αποτελεί μείζον πρόβλημα
στην επιστήμη όπου η κατανόηση του «γιατί» είναι
θεμελιώδους σημασίας.
Θα
μπορούσαμε παράλληλα με την αξιοποίηση των
χρηματοδοτικών ευκαιριών που μας προσφέρει η νέα
αυτή Στρατηγική, να μπούμε σε θέση οδηγού
θεσπίζοντας ένα ισχυρό πλαίσιο προστασίας της
αξιοπιστίας των ερευνητικών αποτελεσμάτων ειδικά
σε σχέση με την παραγωγική ΤΝ;
Δεδομένης
της ανεξέλεγκτης εξάπλωσης των παραπλανητικών
δημοσιεύσεων με τη βοήθεια της ΤΝ σε συνδυασμό
με το ότι πολλές πτυχές της ερευνητικής
διαδικασίας βασίζονται πλέον σε αυτή την
τεχνολογία (η Gοogle δημιούργησε νωρίτερα φέτος
τον AI co-scientist για να βοηθήσει τους
επιστήμονες να δημιουργήσουν νέες υποθέσεις και
ερευνητικά σχέδια), χρειαζόμαστε σαφείς κανόνες
και ισχυρούς μηχανισμούς ελέγχου για να
προστατευθεί η φερεγγυότητα των ακαδημαϊκών
δημοσιεύσεων και το κύρος της ίδιας της
επιστημονικής έρευνας στο σύνολό της.
Μια
πρόσφατη έρευνα έδειξε μάλιστα ότι το 63% των
ερευνητών σε όλη την Ευρώπη ανησυχεί ιδιαίτερα
για την έλλειψη κοινών κατευθυντήριων γραμμών
δεοντολογίας σε σχέση με τη χρήση της ΤΝ στην
επιστημονική έρευνα.
Εάν
επομένως καταφέρουμε να προτείνουμε ένα
καινοτόμο πλαίσιο κανόνων δεοντολογίας για την
υπεύθυνη χρήση της ΤΝ στο επιστημονικό πεδίο, θα
έχουμε κάνει ένα σημαντικό βήμα για να
αποκτήσουν οι επιστήμονες μια πραγματική πυξίδα
που θα τους βοηθήσει να πορευτούν με ασφάλεια
στα αχαρτογράφητα νερά της νέας τεχνολογικής
εποχής.
Μια τέτοια
πρωτοβουλία θα μπορούσε ενδεχομένως να επουλώσει
τη χαίνουσα πληγή της μαζικής παραγωγής
επιστημονικών άρθρων (τα γνωστά paper mills) τα
οποία στηρίζονται σε ψευδαισθήσεις και
προκαταλήψεις.
Ταυτόχρονα,
θα έχουμε καταφέρει να βάλουμε τα θεμέλια για
την οικοδόμηση ενός στιβαρού πανευρωπαϊκού
προτύπου υπεύθυνης καινοτομίας που θα προωθεί τη
διαφάνεια και την ηθική στην επιστημονική χρήση
αυτής της συγκεκριμένης τεχνολογίας.
*O
δρ Μιχάλης Kρητικός είναι κύριος ερευνητής του
ΕΛΙΑΜΕΠ, επίκουρος καθηγητής σε θέματα Τεχνητής
Νοημοσύνης και Ψηφιακής Μετάβασης στη Σχολή
Διακυβέρνησης του Πανεπιστημίου των Βρυξελλών
και συγγραφέας του βιβλίου «Ethical AI
Surveillance in the Workplace».
Πρώτη
δημοσίευση στο Βήμα
|
