Πόσο «έξυπνοι» μένουμε εμείς μέσα σε όλη αυτή την έξυπνη τεχνολογία;


Κάθε μέρα ξυπνάμε με ένα νέο δελτίο ειδήσεων για το πόσο ριζικά θα αλλάξει τη ζωή μας η τεχνητή νοημοσύνη.
Πόσο θα αυξήσει το ΑΕΠ, πόσο θα «απελευθερώσει» τη δημιουργικότητα, πόσο θα αντικαταστήσει κάθε βαρετή δουλειά που δε θέλαμε να κάνουμε ποτέ.
Κάθε CEO μιλά για το «μέλλον της καινοτομίας». Κάθε startup δηλώνει “AI-powered”. Και κάπου ανάμεσα σε press releases, συνέδρια και panic posts στο LinkedIn, ξεχνάμε να αναρωτηθούμε: εμείς; Πόσο «έξυπνοι» μένουμε εμείς μέσα σε όλη αυτή την έξυπνη τεχνολογία;

Το πρόβλημα δεν είναι το AI

Μια σειρά από νέες έρευνες, από το MIT μέχρι τη Multiverse, αρχίζουν να διατυπώνουν το πιο άβολο ερώτημα της δεκαετίας: μήπως, όσο πιο πολύ στηριζόμαστε στο AI, τόσο περισσότερο χάνουμε τις δεξιότητες που χρειάζονται για να το χρησιμοποιήσουμε σωστά;

Η έρευνα της Multiverse, μιας ομάδας επιστημόνων μάθησης, το είπε ξεκάθαρα:
η εμμονή μας με το ίδιο το AI έχει αρχίσει να διαβρώνει το πιο σημαντικό κομμάτι της εξίσωσης: εμάς τους ίδιους.

Η προειδοποίηση είναι σκληρή: χωρίς ενεργή καλλιέργεια των ανθρώπινων δεξιοτήτων μας, οι επενδύσεις δισεκατομμυρίων σε τεχνητή νοημοσύνη δεν θα αποδώσουν.
Ίσα-ίσα, μπορεί να αποτύχουν παταγωδώς.
Δημιουργούμε ένα έλλειμμα ανθρώπινης νοημοσύνης μέσα στην ίδια την εποχή της τεχνητής.

Ο Gary Eimerman, Chief Learning Officer στη Multiverse, το περιγράφει έτσι:

«Οι ηγέτες επενδύουν εκατομμύρια σε εργαλεία AI, αλλά δεν πρόκειται να πετύχουν. Νομίζουν ότι έχουν τεχνολογικό πρόβλημα, ενώ στην πραγματικότητα έχουν ανθρώπινο πρόβλημα».

Χωρίς συνειδητή ενίσχυση ικανοτήτων όπως αναλυτική σκέψη, δημιουργικότητα, κριτική ικανότητα και επαγγελματική συμπεριφορά, κάθε έργο τεχνητής νοημοσύνης είναι καταδικασμένο να αποτύχει.
Και το ξέρουμε. Όλοι έχουμε δει ένα generative AI να γράφει μέσα σε δευτερόλεπτα ένα κομμάτι κώδικα ή ένα «τέλειο» κείμενο.
Αλλά τι συμβαίνει μετά;
Εκεί ξεκινά η πραγματική δουλειά - η ανθρώπινη.

Οι δεξιότητες που δεν αγοράζονται με API

Η ομάδα της Multiverse πέρασε μήνες παρατηρώντας τι ξεχωρίζει έναν τυπικό χρήστη AI από έναν “power user”.
Το συμπέρασμα ήταν σχεδόν ποιητικό: δεν είναι θέμα «καλύτερων prompts».
Είναι θέμα καλύτερης σκέψης.

Αναγνώρισαν δεκατρείς βασικές δεξιότητες που δεν έχουν να κάνουν με το πώς γράφεις μια εντολή σε ένα LLM, αλλά με το πώς σκέφτεσαι, πώς αμφισβητείς και πώς αναθεωρείς αυτό που σου επιστρέφει.

Η αναλυτική σκέψη, για παράδειγμα, δεν είναι απλώς να «σπάσεις» ένα πρόβλημα σε μικρότερα.
Είναι η ικανότητα να αντιληφθείς πότε ένα πρόβλημα δεν είναι για μηχανή.
Να έχεις τη σοφία να μην παραδίνεις την κρίση σου στο εργαλείο.
Να είσαι ο πιλότος, όχι ο επιβάτης.

Η δημιουργικότητα, από την άλλη, είναι το μόνο πραγματικό hack: το ένστικτο που σε ωθεί να πειραματιστείς, να κάνεις το AI να σε εκπλήξει.
Όχι απλώς να σου δώσει μια «βελτιωμένη εκδοχή» αυτού που ήδη ξέρεις.

Κι έπειτα υπάρχουν τα προσωπικά χαρακτηριστικά - αυτά που δεν χωράνε σε καμία λίστα δεξιοτήτων.
Επιμονή. Υπομονή. Προσαρμοστικότητα. Περιέργεια.
Όποιος έχει δουλέψει έστω μια ώρα με AI ξέρει ότι η πρώτη απάντηση σπάνια αξίζει.
Χρειάζεται να αντέξεις το παράλογο, να το ξαναδοκιμάσεις, να το διορθώσεις, να το αμφισβητήσεις.
Με άλλα λόγια, να παραμείνεις άνθρωπος μέσα στην αυτοματοποίηση.

Η Imogen Stanley, Senior Learning Scientist στη Multiverse, το έθεσε απλά:

«Πρέπει να κοιτάξουμε πέρα από τις τεχνικές δεξιότητες και να σκεφτούμε τις ανθρώπινες δεξιότητες που πρέπει να καλλιεργήσουμε για να πάρουμε το καλύτερο από το AI.
Οι πραγματικοί power users είναι εκείνοι που έχουν ηθική εποπτεία, κριτική επαλήθευση και δημιουργικό πειραματισμό».

Το πραγματικό ερώτημα: θα είμαστε οδηγοί ή επιβάτες;

Κι εδώ φτάνουμε στην ουσία.
Εκπαιδεύουμε ανθρώπους να είναι παθητικοί χρήστες ή ενεργοί οδηγοί;
Η σημερινή δημόσια συζήτηση είναι γεμάτη από τη λέξη «τεχνολογία».
Αλλά η πραγματική διαφορά του αύριο δεν θα έρθει από το ποιο μοντέλο έχει τα περισσότερα tokens.
Θα έρθει από το ποιοι άνθρωποι ξέρουν να το χρησιμοποιούν δημιουργικά, υπεύθυνα, κριτικά.

Η τεχνητή νοημοσύνη μπορεί να έχει όλα τα δεδομένα του κόσμου.
Αλλά χωρίς τη δική μας ικανότητα να τα ερμηνεύουμε, να τα βάζουμε σε πλαίσιο, να νιώθουμε τι αξίζει και τι όχι, θα έχουμε χτίσει έναν κόσμο όπου υπάρχουν όλες οι απαντήσεις, αλλά κανείς δεν θυμάται πια τις ερωτήσεις.

Ίσως, τελικά, το ζητούμενο δεν είναι να κάνουμε την τεχνολογία πιο έξυπνη.
Είναι να μη μας κάνει εκείνη πιο χαζούς.

Γιατί ναι, μπορεί το AI να "γράφει" σαν άνθρωπος, αλλά μόνο ο άνθρωπος μπορεί να ξαναμάθει να σκέφτεται.