Τη δεκαετία του ’40, ο «γκουρού» της επιστημονικής φαντασίας Isaak Asimov δημιούργησε στο συγγραφικό του σύμπαν το πρώτο ρομπότ που μέσα από τρεις νόμους υπάκουγε σε μια αρχή: δεν θα κάνει κακό ποτέ σε άνθρωπο, ούτε με την αδράνειά του θα επιτρέψει να υπάρξει βλάβη σε ανθρώπινο ον.
Πού οδηγεί αυτή η αρχή; Μάλλον ήρθε η ώρα να το ανακαλύψουμε, καθώς η προφητεία βγαίνει αληθινή. Στις ΗΠΑ ήδη αξιοποιούνται οι υπηρεσίες «εικονικών» πανεπιστημιακών βοηθών σε on line πανεπιστημιακά μαθήματα, ενώ οι βασικές αρχές της ρομποτικής και της τεχνητής νοημοσύνης που ενέπνευσε με πολλούς διαφορετικούς τρόπους τους συγγραφείς αλλά και τους σκηνοθέτες επιστημονικής φαντασίας, σχεδιάζονται τώρα και σε ελληνικά πανεπιστήμια.
Μιλάμε βέβαια για εκείνα τα πανεπιστήμια που κλείνουν και ανοίγουν έπειτα από επιθέσεις βανδάλων και ταραχοποιών, «φιλοξενούν» μικροεγκληματίες και εμπόρους ναρκωτικών ως αποτέλεσμα της αδιαφορίας της Πολιτείας γι’ αυτά, αλλά που επιστημονικά κινούνται σε ένα από τα βαγόνια του μεγάλου τρένου της τεχνολογικής εξέλιξης.
Αυτή τη στιγμή, και ενώ εμείς στην Ελλάδα διαβάζουμε ολοσέλιδους τίτλους για τα ελληνικά ΑΕΙ που κλείνουν σε ένδειξη διαμαρτυρίας μπροστά σε μια πολιτεία που εγκαλεί τους πρυτάνεις τους ακόμη και επειδή σκέφτηκαν να καλέσουν την Αστυνομία, η υπόλοιπη υφήλιος «αναπνέει» διαφορετικό οξυγόνο.
Και ένα παγκόσμιο debate είναι σε πλήρη εξέλιξη. Κάποιοι θεωρούν την τεχνητή νοημοσύνη τη «φυλακή του μέλλοντος», καθώς οι εταιρείες που διαχειρίζονται σήμερα τη λειτουργία του Διαδικτύου και την τεχνολογική αγορά, συγκεντρώνουν τόσες πληροφορίες για τα πάντα γύρω μας, ώστε οι πολέμιοί τους να θεωρούν ότι σύντομα θα τις χρησιμοποιήσουν με τρόπο ολοκληρωτικό.
Kαθηγήτρια – ρομπότ
Από την άλλη πλευρά, οι δημιουργοί του «θαύματος», οι πανεπιστημιακοί, βλέπουν στην πλειονότητά τους το θέμα ακτιβιστικά. Ο Ashok Goel, καθηγητής της Επιστήμης των Υπολογιστών στο Georgia Tech (Ινστιτούτο Τεχνολογίας της Τζόρτζια στην Ατλάντα των ΗΠΑ, που σήμερα είναι από τα μεγαλύτερα ερευνητικά κέντρα στον κόσμο) λέει ότι «υπάρχουν επτά δισεκατομμύρια άνθρωποι στη Γη και περίπου οι μισοί από αυτούς δεν έχουν πρόσβαση σε καλή εκπαίδευση. Αν μπορούμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη και να παρέχουμε απαντήσεις στις ερωτήσεις τους, ποιος μπορεί να ξέρει τι αλλαγές θα φέρει αυτό στη ζωή τους;».
Ο Goel έφτιαξε την Jill Watson μια… βοηθό που μπορεί να απαντάει σε όλες τις ερωτήσεις των φοιτητών, με ταχύτητα – ρεκόρ, χωρίς να κάνει λάθη και χωρίς να χάνει ποτέ την ψυχραιμία της!
Η ειρωνεία είναι ότι οι φοιτητές του καθηγητή δεν ήξεραν από την αρχή ότι δεν ήταν άνθρωπος, καθώς τη θεώρησαν την ένατη μετά τους οκτώ βοηθούς του στη διδασκαλία. Και όπως λέει ο ίδιος, εμπνεύστηκε τη δημιουργία της μια μέρα κατά την οποία οι 300.000 διαδικτυακοί φοιτητές του τον κεραυνοβολούσαν με εκατοντάδες ερωτήσεις στις οποίες δεν μπορούσε να απαντήσει.
«Μα τεχνητή νοημοσύνη στην εκπαίδευση;» σχολιάζει στα «ΝΕΑ» ο πρύτανης του Εθνικού Μετσόβιου Πολυτεχνείου Ιωάννης Γκόλιας. «Μπορεί η τεχνητή νοημοσύνη να μας μάθει να σκεφτόμαστε; Ισως αυτό είναι τελικά ο πιο εύκολος τρόπος να σκοτώσουμε την εκπαίδευση» δηλώνει.
Εδώ, στη λίθινη εποχή
Οι μορφές τεχνητής νοημοσύνης όμως έχουν κατακλύσει ήδη τα πάντα, όσο και αν το «γαλατικό χωριό» της Ελλάδας ή η «γαλατική ήπειρος» της Ευρώπης αντιστέκεται.
Σ’ αυτό το φόντο και τα ελληνικά πανεπιστήμια σχεδιάζουν σήμερα συστήματα τεχνητής νοημοσύνης, μεταξύ άλλων και στον χώρο των μέσων μαζικής ενημέρωσης, όπου οι σύγχρονες διαδικτυακές ταχύτητες έχουν δημιουργήσει τις ανάγκες της γρήγορης αναπαραγωγής ειδήσεων, χωρίς μάλιστα η μια να είναι αντιγραφή της άλλης… Αντίστοιχα προγράμματα ήδη σχεδιάζονται, ενώ τα ψηφιακά αποτυπώματα αντικαθιστούν σιγά σιγά τα ανθρώπινα.
Η έρευνα ωστόσο από τα πανεπιστήμια αρχίζει και στα πανεπιστήμια καταλήγει. Και σίγουρα, με όλες τις ενστάσεις, είναι μια πρόκληση. Αυτή τη στιγμή σε κορυφαία πανεπιστήμια όπως το ΜΙΤ των ΗΠΑ γίνονται έρευνες εκατομμυρίων ευρώ βασισμένες στην τεχνητή νοημοσύνη και στους κώδικες, πάνω στις οποίες στηρίζεται ήδη η πολιτική πολυεθνικών κολοσσών για τα ρίσκα που πιθανώς θα κληθούν να πάρουν, τη στρατηγική τους ή τις πιθανές αποτυχίες.
«Είναι επιτακτικό να δούμε πως δεν θα χάσουμε και αυτό το στοίχημα αναπροσαρμόζοντας έγκαιρα τα αντικείμενα των σπουδών, σύμφωνα με τις μελλοντικές ανάγκες της κοινωνίας αλλά και της αγοράς» λέει σχετικά η καθηγήτρια της Ιατρικής Σχολής και πρώην πρόεδρος του Ιδρύματος Κρατικών Υποτροφιών Εφη Μπάσδρα. «Για παράδειγμα, συνεχίζουμε να έχουμε20 σχολές Πληροφορικής και έξι τμήματα Μαθηματικών, αλλά ούτε ένα βασικό πτυχίο Data Science.Ολα τα μεγάλα πανεπιστήμια του εξωτερικού, με τα οποία επιθυμούμε να συγκρινόμαστε, έχουν περάσει ήδη στην εποχή της τεχνητής νοημοσύνης. Δυστυχώς, εμείς εδώ συνεχίζουμε να χάνουμε χρόνο ξιφουλκώντας ακόμη για τα αυτονόητα, όπως η ασφάλεια μέσα στα πανεπιστήμια, το αυτοδιοίκητο και πολλά άλλα θέματα της… λίθινης εποχής».
Ο καθηγητής Πληροφορικής και πρώην πρύτανης του Χαροκόπειου Πανεπιστημίου Δημοσθένης Αναγνωστόπουλος προσθέτει ότι «οι εξελίξεις στην τεχνητή νοημοσύνη μπορούν να αλλάξουν δραματικά τον τρόπο που μαθαίνουμε, προσαρμόζοντας τη μέθοδο και το αντικείμενοδιδασκαλίας στις ιδιαίτερες ανάγκες του καθενός μας. Οραματιζόμαστε την προσωποποιημένη διδασκαλία. Και αντί γι’ αυτό, στη χώρα μας συζητάμε για τις καταλήψεις και φαινόμενα παρανομίας στα ΑΕΙ» αναφέρει χαρακτηριστικά.
Αλληλεπίδραση γνώσης
«Καθώς η τεχνητή νοημοσύνη ξεπερνάει τις ανθρώπινες ικανότητες σε πολλά παιχνίδια –δύο δεκαετίες μετά το Deep Blue που νίκησε τον σκακιστή Γκάρι Κασπάροφ -, εισέρχεται όλο και πιο μέσα στη ζωή μας. Επηρεάζει τον τρόπο με τον οποίο σερφάρουμε, συνεργαζόμαστε, λαμβάνουμε ιατρικές συμβουλές, ακόμα και τις επαφές μας με την τράπεζα» λέει ο διευθυντής του Δικτύου για τη Μεταρρύθμιση στην Ελλάδα και την Ευρώπη Γιάννης Μαστρογεωργίου, που θα παρουσιάσει σύντομα μια μεγάλη μελέτη για το θέμα, ερευνώντας όλες τις πτυχές του.
Οι πιο πρωτοποριακές ανακαλύψεις της τεχνητής νοημοσύνης και οι εταιρείες που τις προωθούν, όπως η DeepMind, το Aysadi κ.λπ., προέρχονται από πανεπιστήμια. Τώρα, όμως, ήρθε η ώρα της τεχνητής νοημοσύνης να μεταμορφώσει τα πανεπιστήμια.
«Το Deep Mind δημιουργήθηκε από τρεις επιστήμονες, δύο από τους οποίους συναντήθηκαν ενώ εργάζονταν στο University College του Λονδίνου. Ο Demis Hassabis, ένας από τους ιδρυτές του Deep Mind, που έχει διδακτορικό στη γνωστική νευροεπιστήμη από το UCL και έχει πραγματοποιήσει μεταδιδακτορικές σπουδές στο MIT και στο Χάρβαρντ, είναι ένας από τους πολλούς επιστήμονες που είναι πεπεισμένοι ότι η τεχνητή νοημοσύνη και η μηχανική μάθηση θα βελτιώσουν τη διαδικασία της επιστημονικής ανακάλυψης» αναφέρει.
Εχουν περάσει ήδη οκτώ χρόνια από τότε που οι επιστήμονες του Πανεπιστημίου του Aberystwyth δημιούργησαν ένα ρομποτικό σύστημα το οποίο διεξήγαγε μια ολόκληρη επιστημονική διαδικασία από μόνη της: τη διατύπωση υποθέσεων, τον σχεδιασμό και τη διεξαγωγή πειραμάτων, την ανάλυση δεδομένων και τη λήψη αποφάσεων για τα επόμενα πειράματα.
Πάντως, εφαρμοσμένη στην επιστήμη, η τεχνητή νοημοσύνη μπορεί να δημιουργήσει αυτόνομα δικές της υποθέσεις, να βρει απρόσμενες συνδέσεις και να μειώσει το κόστος απόκτησης γνώσεων και την ικανότητα πρόβλεψης.
Ηδη δε χρησιμοποιείται και από εκδότες, για την αυτοματοποίηση συστηματικών σχολικών βιβλιογραφικών αναθεωρήσεων και μπορεί να χρησιμοποιηθεί για τον έλεγχο της λογοκλοπής και της χρήσης των στατιστικών.
Το νέο μοτίβο της επιστήμης φαίνεται ότι θα συνδυάζει ανθρωπιστικές σπουδές με εμβάθυνση στη συναισθηματική νοημοσύνη παράλληλα με ένα ισχυρό υπόβαθρο γνώσης κώδικα και μαθηματικών, αναφέρει ο κ. Μαστρογεωργίου.
Οπως σχολιάζουν πολλοί, όσο η τεχνητή νοημοσύνη θα γίνεται πιο ισχυρή, δεν θα συνδυάζει μόνο τη γνώση και τα δεδομένα σύμφωνα με τις οδηγίες που θα δίνονται από τον προγραμματιστή, αλλά θα αναζητά αυτόνομα συνδυασμούς. Ετσι, μπορεί να συμβάλει στη συνεργασία μεταξύ πανεπιστημίων και εξωτερικών εταίρων, όπως μεταξύ της ιατρικής έρευνας και επιστήμης και της κλινικής πρακτικής στον τομέα της υγείας.
Μια νέα εποχή
Πάντως, σε έναν κόσμο όπου τόσο πολλές δραστηριότητες που κάποτε ήταν αποκλειστικότητα των ανθρώπων θα αντικατασταθούν από μηχανές, θα προκύψουν βαθιά φιλοσοφικά ερωτήματα σχετικά με το τι σημαίνει να είσαι άνθρωπος και κατ’ επέκταση ερευνητής.
Και αν όλα πάνε καλά; Η εξειδίκευση σε τομείς όπως η ψυχολογία και η ηθική φιλοσοφία θα πρέπει να εφαρμοστεί και στη νέα εποχή όπου οι άνθρωποι θα μπορούν να εργάζονται πιο συστηματικά μαζί με έξυπνες μηχανές και συστήματα. Πολλά επίσης από τα πιο συνηθισμένα ακαδημαϊκά καθήκοντα, λέει ο κ. Μαστρογεωργίου, όπως η ταξινόμηση αναθέσεων εργασιών, η γραμματεία του Τμήματος κ.λπ., μπορούν να αυτοματοποιηθούν. Ηδη στο Βερολίνο, απαντήσεις σε απλά, τυπικά ερωτήματα φοιτητών δίνονται από Chatbots, που χρησιμοποιούν τη φυσική γλώσσα.
Οι εικονικοί αυτοί βοηθοί μπορούν να καθοδηγούν και πιο εξατομικευμένη μάθηση. Στο πλαίσιο της πρωτοβουλίας Open Learning Initiative (OLI), το Πανεπιστήμιο Carnegie Mellon εργάζεται εδώ και πολλά χρόνια με γνωσιακούς δασκάλους (cognitive tutors) με βάση την τεχνητή νοημοσύνη.
Ανατροπές στη μάθηση
Η ενισχυμένη ικανότητα των υπολογιστών και σε επίπεδο software και hardware μπορεί να παράσχει ένα υψηλής ποιότητας εντυπωσιακό περιβάλλον για την τόνωση του ενδιαφέροντος και της κατανόησης.
Βέβαια τα πλεονεκτήματα παραμένουν σημαντικά και «ταξικά»: εκτός από τη βελτίωση της ποιότητας της εκπαίδευσης, η AI μπορεί να προσφέρει μαθήματα σε πολλά περισσότερα άτομα. Παράδειγμα αποτελούν τα μαζικά ανοικτά ηλεκτρονικά μαθήματα MOOCs (Ανοικτό Διαδικτυακό Πανεπιστημιακό Πρόγραμμα) τα τελευταία χρόνια, τα οποία παρακολουθούν χιλιάδες άνθρωποι.
Μια πρώτη μεγάλη ανατροπή για τα ακαδημαϊκά δεδομένα (με κέντρο τις ΗΠΑ) αποτελεί το ότι φέτος ο Jon Meer και ο Steve Wiggins, δύο καθηγητές Οικονομικών στο πολιτειακό πανεπιστήμιο Texas A&M, θα ξεκινήσουν την ετήσια εισαγωγική διάλεξή τους στη «Μικροηλεκτρονική» για 2.000 χιλιάδες φοιτητές, με μια σημαντική διαφορά: θα τα διδάξουν όλα μόνο μέσω Διαδικτύου.
Το ίδρυμά τους ξεκινά μια πρώτη διάλεξη, υποχρεωτική μάλιστα, στην Εισαγωγική Οικονομία, αποκλειστικά και μόνο σε απευθείας on line σύνδεση. Και αυτό είναι κάτι που σίγουρα έχει ενδιαφέρον…