Η μελέτη δεν υποστηρίζει ότι η AI κάνει ήδη τους ανθρώπους λιγότερο έξυπνους. Πρόκειται για ένα θεωρητικό μοντέλο και όχι για πειραματική απόδειξη μιας γενικευμένης απώλειας νοημοσύνης.

Η προειδοποίηση είναι όμως διαφορετική και ίσως πιο σημαντική: αν ο άνθρωπος αναθέτει όλο και περισσότερες γνωστικές εργασίες στις μηχανές, μπορεί να μειώνονται οι ευκαιρίες να εξασκεί τις αντίστοιχες δεξιότητες.

Γιατί η AI μοιάζει με «γνωστικό ιό»

Οι ερευνητές αντιμετωπίζουν τα μεγάλα γλωσσικά μοντέλα ως τεχνολογίες που μεταδίδονται κοινωνικά.

Ένας εργαζόμενος βλέπει έναν συνάδελφό του να ολοκληρώνει σε λίγα λεπτά μια εργασία που παλαιότερα απαιτούσε μία ώρα. Ένας φοιτητής βλέπει τους συμφοιτητές του να χρησιμοποιούν AI για εργασίες. Μια επιχείρηση υιοθετεί ένα εργαλείο επειδή το χρησιμοποιούν ήδη οι ανταγωνιστές της.

Η χρησιμότητα δημιουργεί υιοθέτηση και η υιοθέτηση δημιουργεί ακόμη μεγαλύτερη χρησιμότητα.

Έτσι μπορεί να δημιουργηθεί ένας αυτοτροφοδοτούμενος μηχανισμός:

χρήση AI → μεγαλύτερη εξοικείωση → περισσότερες εφαρμογές → λιγότερη ανάγκη για ανθρώπινη εκτέλεση → μεγαλύτερη εξάρτηση από την AI.

Το φαινόμενο δεν περιορίζεται στους μεμονωμένους χρήστες. Η ίδια διαδικασία μπορεί να περάσει σε σχολεία, πανεπιστήμια, επιχειρήσεις και θεσμούς, με αποτέλεσμα η χρήση της AI να μετατρέπεται σταδιακά από προσωπική επιλογή σε κοινωνικό πρότυπο.

Η μεγάλη αλλαγή: Η μηχανή δεν αποθηκεύει απλώς τη γνώση

Η εξωτερίκευση της ανθρώπινης σκέψης δεν είναι κάτι καινούργιο.

Ο άνθρωπος χρησιμοποιεί εδώ και αιώνες τη γραφή, τα βιβλία, τις βιβλιοθήκες και αργότερα τις αριθμομηχανές και τις μηχανές αναζήτησης για να μεταφέρει μέρος της μνήμης και της επεξεργασίας πληροφοριών έξω από τον εγκέφαλό του.

Η τεχνητή νοημοσύνη όμως εισάγει μια σημαντική διαφορά.

Η μηχανή δεν αποθηκεύει απλώς πληροφορίες για να τις ανακτήσει ο άνθρωπος. Παράγει η ίδια κείμενο, επιχειρήματα, λύσεις, κώδικα και συμπεράσματα.

Με άλλα λόγια, η εξωτερική «γνωστική μηχανή» περνά από την αποθήκευση της πληροφορίας στην ενεργή παραγωγή της.

Και εδώ βρίσκεται το κρίσιμο σημείο της μελέτης.

Όταν η «γνωστική εκφόρτωση» γίνεται εξάρτηση

Η χρήση της AI για να μεταφερθεί ένα μέρος μιας δύσκολης εργασίας σε μια μηχανή μπορεί να αυξήσει θεαματικά την παραγωγικότητα.

Το πρόβλημα αρχίζει όταν η υποστήριξη μετατρέπεται σε πλήρη αντικατάσταση.

Ένας άνθρωπος μπορεί να χρησιμοποιήσει το ChatGPT για να του παρουσιάσει διαφορετικές απόψεις και στη συνέχεια να τις αξιολογήσει ο ίδιος. Μπορεί όμως να ζητήσει από το μοντέλο να κάνει όλη την ανάλυση, να πάρει την απόφαση και να γράψει το τελικό αποτέλεσμα.

Στην πρώτη περίπτωση η AI λειτουργεί ως ενίσχυση της ανθρώπινης σκέψης.

Στη δεύτερη λειτουργεί ως υποκατάστατό της.

Η διαφορά είναι τεράστια.

Αν ένας μαθητής σταματήσει να προσπαθεί να λύσει ένα δύσκολο πρόβλημα επειδή γνωρίζει ότι μπορεί να πάρει αμέσως την απάντηση από ένα μοντέλο, χάνει μια ευκαιρία εξάσκησης. Αν ένας εργαζόμενος σταματήσει να αναλύει ένα πρόβλημα επειδή η AI μπορεί να παράγει έτοιμη ανάλυση, μπορεί σταδιακά να αποδυναμώσει την αντίστοιχη δεξιότητα.

Και τότε δημιουργείται ένας φαύλος κύκλος.

Περισσότερη χρήση AI → λιγότερη εξάσκηση → ασθενέστερες δεξιότητες → μεγαλύτερη ανάγκη για AI.

Το «σημείο χωρίς επιστροφή»

Το πιο ενδιαφέρον στοιχείο της θεωρητικής μελέτης είναι η υπόθεση ότι η εξάρτηση δεν αυξάνεται απαραίτητα γραμμικά.

Μέχρι ένα συγκεκριμένο σημείο, η μεγαλύτερη χρήση της AI μπορεί να αποτελεί απλώς αύξηση της παραγωγικότητας. Μετά όμως από ένα κρίσιμο όριο, η σχέση μπορεί θεωρητικά να γίνει αυτοενισχυόμενη.

Όσο περισσότερες εργασίες αναλαμβάνει η τεχνολογία, τόσο λιγότερες ευκαιρίες έχουν οι άνθρωποι να εξασκούν τις δικές τους ικανότητες. Όσο οι ικανότητες αυτές υποχωρούν, τόσο δυσκολότερο γίνεται να λειτουργήσει κάποιος χωρίς βοήθεια.

Έτσι, ακόμη και μια σχετικά μικρή επιπλέον αύξηση στη χρήση της AI θα μπορούσε, σύμφωνα με το μοντέλο, να οδηγήσει σε πολύ μεγαλύτερη εξάρτηση σε επίπεδο κοινωνίας.

Δεν πρόκειται για απόδειξη ότι αυτό θα συμβεί. Είναι όμως ένας μηχανισμός που οι ερευνητές θεωρούν αρκετά σημαντικό ώστε να αξίζει να μελετηθεί.

Η εκπαίδευση στο επίκεντρο

Ένας από τους χώρους όπου το ζήτημα αποκτά ιδιαίτερη σημασία είναι η εκπαίδευση.

Η μάθηση δεν προκύπτει μόνο από το τελικό αποτέλεσμα. Μεγάλο μέρος της βρίσκεται στη διαδικασία: στην προσπάθεια, στα λάθη, στην αναζήτηση λύσης, στη σύνθεση επιχειρημάτων και στην αξιολόγηση διαφορετικών απαντήσεων.

Εάν η AI αναλάβει όλη αυτή τη διαδικασία, ο μαθητής μπορεί να παραδώσει καλύτερο αποτέλεσμα χωρίς απαραίτητα να έχει αποκτήσει αντίστοιχη γνώση.

Αυτό δημιουργεί ένα παράδοξο.

Η τεχνητή νοημοσύνη μπορεί να κάνει τον άνθρωπο πιο παραγωγικό σήμερα, αλλά η υπερβολική εξάρτηση μπορεί να τον κάνει λιγότερο αυτόνομο αύριο.

Το ίδιο ισχύει και στην εργασία. Ένας επαγγελματίας που χρησιμοποιεί την AI για να επιταχύνει τη δουλειά του μπορεί να γίνει πολύ πιο αποτελεσματικός. Αν όμως πάψει να γνωρίζει πώς να εκτελέσει την εργασία χωρίς την AI, η παραγωγικότητα αυτή συνοδεύεται από μεγαλύτερη εξάρτηση.

Η λύση δεν είναι να εγκαταλείψουμε την AI

Οι ερευνητές δεν προτείνουν την αποχή από την τεχνητή νοημοσύνη.

Αντίθετα, προτείνουν αυτό που χαρακτηρίζουν «γνωστική ανοσοποίηση».

Η ιδέα είναι απλή: η κοινωνία πρέπει να χρησιμοποιεί την AI χωρίς να εγκαταλείπει τις ανθρώπινες δεξιότητες που η τεχνολογία μπορεί να υποκαταστήσει.

Αυτό μπορεί να σημαίνει ότι ο χρήστης προσπαθεί πρώτα να λύσει ένα πρόβλημα μόνος του και στη συνέχεια ζητά από την AI να ελέγξει την προσέγγισή του.

Μπορεί επίσης να σημαίνει συστηματική επαλήθευση των απαντήσεων, κριτική αντιπαράθεση με τα συμπεράσματα του μοντέλου και τακτικά χρονικά διαστήματα κατά τα οποία ο άνθρωπος λειτουργεί χωρίς τη βοήθεια της τεχνολογίας.

Στην εκπαίδευση, αντίστοιχα, η AI μπορεί να χρησιμοποιείται ως δάσκαλος, βοηθός ή συνομιλητής, αλλά όχι απαραίτητα ως μηχανή που κάνει ολόκληρη την εργασία.

Το πραγματικό ερώτημα για την εποχή της AI

Η συζήτηση γύρω από την τεχνητή νοημοσύνη συχνά επικεντρώνεται στο πόσο έξυπνα γίνονται τα μοντέλα.

Ίσως όμως το σημαντικότερο ερώτημα να είναι διαφορετικό:

Πόσο ικανός θα παραμένει ο άνθρωπος όταν δεν θα έχει διαθέσιμη την AI;

Η απάντηση θα εξαρτηθεί σε μεγάλο βαθμό από τον τρόπο με τον οποίο θα χρησιμοποιηθεί η τεχνολογία.

Εάν η AI λειτουργήσει ως εργαλείο που επεκτείνει τις ανθρώπινες δυνατότητες, μπορεί να αποτελέσει μία από τις μεγαλύτερες αυξήσεις παραγωγικότητας στην ιστορία.

Εάν όμως μετατραπεί σε μόνιμο υποκατάστατο της σκέψης, υπάρχει ο κίνδυνος η ίδια η επιτυχία της να δημιουργήσει την εξάρτηση από την οποία στη συνέχεια θα είναι δύσκολο να απελευθερωθούμε.

Και ίσως αυτή να είναι η πιο ενδιαφέρουσα πλευρά της έννοιας του «γνωστικού ιού»: δεν χρειάζεται η AI να επιβληθεί στον άνθρωπο. Αρκεί να γίνει τόσο χρήσιμη, τόσο εύκολη και τόσο πανταχού παρούσα, ώστε ο άνθρωπος να επιλέγει όλο και συχνότερα να μην σκέφτεται χωρίς αυτήν.