texniti noimosini
Ίσως, τελικά, το ερώτημα δεν είναι αν η τεχνητή νοημοσύνη θα αλλάξει τα πανεπιστήμια. Αυτό είναι βέβαιο. Το ερώτημα είναι αν τα πανεπιστήμια θα παραμείνουν χώροι όπου η γνώση συνδέεται με την κρίση, την ευθύνη και τον άνθρωπο

Πόσες φορές το τελευταίο διάστημα διαβάζουμε ότι η τεχνητή νοημοσύνη «αλλάζει ριζικά» τα πανεπιστήμια; Πόσες ότι «η παραδοσιακή διδασκαλία τελειώνει», ότι «οι καθηγητές περισσεύουν», ότι «η γνώση αυτοματοποιείται»; Η διατύπωση αλλάζει, αλλά το νόημα παραμένει σταθερό: αν τα πανεπιστήμια δεν προσαρμοστούν άμεσα, δεν έχουν μέλλον. Η φράση επαναλαμβάνεται τόσο συχνά, ώστε σχεδόν παύει να αμφισβητείται. Σαν να πρόκειται για έναν φυσικό νόμο, που απλώς θα επιβληθεί.

Ίσως, όμως, το ερώτημα δεν είναι αν τα πανεπιστήμια θα αλλάξουν, αυτό είναι δεδομένο. Το ερώτημα είναι ποιο στοιχείο της πανεπιστημιακής λειτουργίας θεωρείται πραγματικά αναλώσιμο.

Η τεχνητή νοημοσύνη, σήμερα, μπορεί να κάνει πολλά

Μπορεί να αναλύσει τεράστιους όγκους δεδομένων, να συνθέσει κείμενα, να υποστηρίξει τη μάθηση, να προτείνει λύσεις με ταχύτητα και ακρίβεια που μέχρι πρόσφατα φάνταζαν αδιανόητες. Είναι λογικό, λοιπόν, να βρίσκεται στο επίκεντρο της συζήτησης για το μέλλον της ανώτατης εκπαίδευσης.

Το ερώτημα δεν είναι αν τα πανεπιστήμια πρέπει να την υιοθετήσουν. Αυτό έχει ήδη απαντηθεί από την πραγματικότητα. Τα πανεπιστήμια που θα αγνοήσουν την τεχνητή νοημοσύνη, που θα τη δουν μόνο ως απειλή ή ηθικό πανικό, απλώς θα μείνουν πίσω. Οι φοιτητές τη χρησιμοποιούν ήδη. Η έρευνα μετασχηματίζεται ήδη. Η παραγωγή γνώσης αλλάζει ήδη. Το κρίσιμο ερώτημα είναι πώς θα γίνει αυτή η ενσωμάτωση.

Υπάρχει μια εκδοχή του μέλλοντος όπου το πανεπιστήμιο μετατρέπεται σε πλατφόρμα 

Μαθήματα πλήρως αυτοματοποιημένα. Αξιολόγηση χωρίς ανθρώπινη κρίση. Εξατομικευμένη μάθηση βασισμένη αποκλειστικά σε αλγοριθμικές αποφάσεις. Ένα σύστημα γρήγορο, μετρήσιμο, αποδοτικό. Δεν είναι απαραίτητα δυστοπικό. Σε ορισμένες λειτουργίες μπορεί να είναι και αποτελεσματικό. Αλλά δεν είναι ολόκληρη η εικόνα. Γιατί στο πανεπιστήμιο η γνώση δεν παράγεται ποτέ σε κενό. Παράγεται μέσα σε πλαίσια κοινωνικά, επιστημονικά και ηθικά. Και εκεί η τεχνολογία, όσο ισχυρή κι αν είναι, δεν λειτουργεί μόνη της.

Γεώργιος Μπουχουράς, εκπαιδευτικός

Η τεχνητή νοημοσύνη μπορεί να παράγει απαντήσεις

Δεν μπορεί όμως να αναλάβει την ευθύνη για τη χρήση τους. Δεν έχει προσωπική διαδρομή. Δεν ανήκει σε μια κοινότητα. Δεν βιώνει τις συνέπειες των αποφάσεων που λαμβάνονται με βάση τις προτάσεις της. Λειτουργεί εντός ενός πλαισίου που άλλοι ορίζουν, και παύει να λειτουργεί όταν αυτό το πλαίσιο αλλάξει. Στο πανεπιστήμιο, όμως, η γνώση δεν τελειώνει στην απάντηση. Συνεχίζεται στη συζήτηση, στη διαφωνία, στην ερμηνεία, στην εφαρμογή. Και συχνά, στην ανάληψη ευθύνης. Κάπου εκεί γίνεται φανερό ότι το human on the loop δεν είναι απλώς χρήσιμο. Είναι καθοριστικό.

Σε αυτό το σημείο αποκτά ιδιαίτερη σημασία η έννοια του human on the loop.

Όχι ως τεχνικός όρος, αλλά ως θεσμική επιλογή. Human on the loop σημαίνει ότι η τεχνητή νοημοσύνη λειτουργεί εντός του πανεπιστημίου, αλλά όχι αντί του ανθρώπου. Ότι χρησιμοποιείται για να ενισχύσει τη διδασκαλία και την έρευνα, χωρίς να αποσυνδέεται από την ανθρώπινη κρίση, την εμπειρία και την ευθύνη.

Το human on the loop δεν παρεμβαίνει απλώς για να «ελέγξει» τη μηχανή. Παρεμβαίνει για να δώσει νόημα στα αποτελέσματά της. Συχνά, αυτή η έννοια παρεξηγείται ως ένας μηχανισμός ελέγχου. Σαν μια δικλείδα ασφαλείας που απλώς επιβεβαιώνει ότι «η μηχανή δεν έκανε λάθος». Όμως αυτή είναι μια φτωχή, πρόχειρη ανάγνωση του όρου. Στην πραγματικότητα, η έννοια δεν υπάρχει για να διορθώνει την τεχνητή νοημοσύνη. Υπάρχει για να θυμίζει ότι η γνώση, ακόμα και όταν παράγεται από αλγορίθμους, παραμένει ανθρώπινη υπόθεση. Ότι κάποιος πρέπει να αναλάβει την ευθύνη της ερμηνείας, όχι απλώς της ακρίβειας.

Άλλωστε, στη φιλοσοφία της επιστήμης, ίσως από τον Karl Popper και μετά, η πρόοδος δεν ταυτίζεται με τη συσσώρευση επιβεβαιώσεων, αλλά με την ικανότητα της επιστήμης να αμφισβητεί τον ίδιο της τον εαυτό. Η επιστημονική γνώση δεν θεωρείται ισχυρή επειδή είναι απρόσβλητη, αλλά επειδή παραμένει ανοιχτή στη διάψευση. Σε αυτό το πλαίσιο, το human on the loop δεν λειτουργεί ως εγγυητής ορθότητας, αλλά ως φορέας αμφισβήτησης. Ως εκείνος που μπορεί να ρωτήσει αν το αποτέλεσμα έχει νόημα, αν το πλαίσιο άλλαξε, αν το ίδιο το ερώτημα πρέπει να τεθεί ξανά.

Χωρίς ανθρώπινη παρέμβαση, η εκπαίδευση τείνει να μετατραπεί σε εκπαίδευση δεξιοτήτων. Ο φοιτητής μαθαίνει να χρησιμοποιεί εργαλεία, να βελτιστοποιεί λύσεις, να προσαρμόζεται σε συστήματα. Όλα χρήσιμα. Όχι όμως αρκετά. Με ανθρώπινη παρέμβαση το πανεπιστήμιο συνεχίζει να εκπαιδεύει κάτι διαφορετικό: την ικανότητα να αποφασίζεις όταν δεν υπάρχει καθαρή απάντηση. Να ζεις με την αβεβαιότητα. Να κάνεις λάθος και να το αναγνωρίζεις. Να φέρεις το βάρος μιας κρίσης που δεν μπορεί να μετατεθεί σε αλγόριθμο.

Για αιώνες, ο άνθρωπος μάθαινε μέσα από το λάθος. Το έκανε, το αναγνώριζε, το πλήρωνε, και κάποιες φορές, το διόρθωνε. Η γνώση δεν ήταν ποτέ μια ευθεία γραμμή, αλλά μια διαδρομή δοκιμών, αποτυχιών και αναστοχασμού. Το λάθος δεν ήταν απλώς αποτυχία, ήταν εργαλείο μάθησης. Στην εποχή της τεχνητής νοημοσύνης, όμως, εμφανίζεται ένα νέο ερώτημα. Όχι αν η μηχανή κάνει λάθη, αλλά αν ο άνθρωπος θα συνεχίσει να ξέρει πότε κάνει λάθος. Όταν οι απαντήσεις προτείνονται έτοιμες, βελτιστοποιημένες και στατιστικά «ορθές», το λάθος παύει να είναι ορατό. Και όταν το λάθος εξαφανίζεται, εξαφανίζεται μαζί του και η δυνατότητα μάθησης.

Σε αυτό το σημείο, το human on the loop αποκτά ένα επιπλέον νόημα. Δεν υπάρχει μόνο για να ελέγχει την τεχνητή νοημοσύνη, αλλά για να διατηρεί ζωντανή τη δυνατότητα του λάθους ως ανθρώπινης εμπειρίας. Ως κάτι που μπορεί να αναγνωριστεί, να συζητηθεί και, τελικά, να οδηγήσει σε καλύτερη κρίση.

Αυτή η διάκριση δεν είναι τεχνική. Είναι βαθιά ανθρωπολογική.

Η τεχνητή νοημοσύνη λειτουργεί πάνω σε μοτίβα, συσχετίσεις και πιθανότητες. Αυτό της δίνει δύναμη. Της δίνει όμως και μια επικίνδυνη επίφαση ουδετερότητας. Σαν η γνώση να είναι κάτι που απλώς «προκύπτει» από τα δεδομένα. Το πανεπιστήμιο, ιστορικά, λειτούργησε ακριβώς αντίθετα. Ως χώρος όπου η γνώση αμφισβητείται, ερμηνεύεται, συγκρούεται με αξίες και κοινωνικά συμφραζόμενα. Το human on the loop διασφαλίζει ότι η γνώση δεν μετατρέπεται σε απλό στατιστικό γεγονός, αλλά παραμένει πράξη με νόημα και συνέπειες.

Υπάρχει και μια λιγότερο ορατή διάσταση του human on the loop: η πολιτική. Όχι με την κομματική έννοια, αλλά με την έννοια της ευθύνης στον δημόσιο χώρο.

Όταν η τελική κρίση μεταφέρεται σε συστήματα, η ευθύνη διαχέεται. Όταν όμως παραμένει σε ανθρώπους, σε δασκάλους, ερευνητές, πανεπιστημιακές κοινότητες, η γνώση παραμένει υπόλογη. Το πανεπιστήμιο, έτσι, δεν είναι απλώς χώρος παραγωγής αποτελεσμάτων, αλλά θεσμός που αναλαμβάνει να σταθεί πίσω από αυτά. Και αυτό ίσως είναι το πιο ουσιαστικό νόημα του της έννοιας στην εποχή της τεχνητής νοημοσύνης.

Κάτι αντίστοιχο ισχύει και στο πανεπιστήμιο.

Ο καθηγητής δεν μετατρέπεται σε επιτηρητή αλγορίθμων, ούτε σε διαχειριστή πλατφορμών. Παραμένει το σημείο όπου η γνώση αποκτά πλαίσιο. Εκείνος που εξηγεί τα όρια των εργαλείων, που θέτει ερωτήματα, που βοηθά τον φοιτητή να καταλάβει όχι μόνο πώς να χρησιμοποιεί την τεχνητή νοημοσύνη, αλλά πότε και γιατί. Αυτή η λειτουργία δεν είναι λεπτομέρεια. Είναι ο πυρήνας της πανεπιστημιακής εκπαίδευσης.

Το πανεπιστήμιο του μέλλοντος, αν θέλει να έχει μέλλον, δεν μπορεί να είναι ούτε τεχνοφοβικό ούτε τεχνολαγνικό. Δεν μπορεί να αγνοεί την τεχνητή νοημοσύνη. Αλλά δεν μπορεί και να της παραδίδει άκριτα τον ρόλο της εκπαίδευσης. Χρειάζεται μια ισορροπία δύσκολη, αλλά αναγκαία: να αξιοποιεί την τεχνολογία, διατηρώντας το human on the loop. Όχι ως αναφορά στο παρελθόν, αλλά ως συνειδητή επιλογή για το μέλλον.

Ίσως, τελικά, το ερώτημα δεν είναι αν η τεχνητή νοημοσύνη θα αλλάξει τα πανεπιστήμια. Αυτό είναι βέβαιο. Το ερώτημα είναι αν τα πανεπιστήμια θα παραμείνουν χώροι όπου η γνώση συνδέεται με την κρίση, την ευθύνη και τον άνθρωπο. Γιατί χωρίς human on the loop, η εκπαίδευση μπορεί να γίνει ταχύτερη. Δύσκολα, όμως, θα γίνει ουσιαστική. Και αυτό είναι ένα στοίχημα που τα πανεπιστήμια δεν έχουν την πολυτέλεια να χάσουν.

Γεώργιος Μπουχουράς MSc, PhD

Εκπαιδευτικός Φυσικής Αγωγής

Όλες οι σημαντικές και έκτακτες ειδήσεις σήμερα

Έκτακτο επίδομα έως 1.700 ευρώ σε εργαζόμενους του ιδιωτικού τομέα

Η πιο εύκολη Πιστοποίηση Αγγλικών στην Ελλάδα σε 2 ημέρες στα χέρια σου - Δίνεις από το σπίτι σου

Παν.Πατρών: Tο 1ο στην Ελλάδα Πανεπιστημιακό Πιστοποιητικό ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ για εκπαιδευτικούς

Πανεπιστήμιο Αιγαίου: Το κορυφαίο πρόγραμμα ειδικής αγωγής στην Ελλάδα - Αιτήσεις έως 14/12

Μοριοδοτούμενο σεμινάριο Ειδικής Αγωγής Πανεπιστημίου Πατρών με μόνο 60 ευρώ 

Google news logo Ακολουθήστε το Alfavita στo Google News Viber logo Ακολουθήστε το Alfavita στo Viber

σχετικά άρθρα

διακοπές χειμώνας
Η φυσική τροφή που ενεργοποιεί την κυκλοφορία και “ανεβάζει” τη θερμοκρασία του σώματος
Πώς ένα απλό χειμωνιάτικο λαχανικό μπορεί να βοηθήσει στη ρύθμιση της πίεσης και στην αντιμετώπιση των κρύων άκρων
Η φυσική τροφή που ενεργοποιεί την κυκλοφορία και “ανεβάζει” τη θερμοκρασία του σώματος
Αγρότες πάνω σε τρακτέρ κατά τη διάρκεια μπλόκου
Αγρότες: Αυτά είναι τα 30 αιτήματα στον Κυριάκο Μητσοτάκη - Αναλυτικά η λίστα
Οι 30 διεκδικήσεις των αγροτών στον πρωθυπουργό – Απαιτούν άμεση στήριξη, μείωση κόστους παραγωγής και εξυγίανση του ΟΠΕΚΕΠΕ
Αγρότες: Αυτά είναι τα 30 αιτήματα στον Κυριάκο Μητσοτάκη - Αναλυτικά η λίστα
protypa_peiramatika_sxoleia.jpg
Εκπαιδευτικοί για Πειραματικά: "Εν κρυπτώ" αποφάσεις εξαφανίζουν τα σχολεία της γειτονιάς
«Δεν υπήρξε καμία ενημέρωση» καταγγέλλουν οι εκπαιδευτικοί ενώ σημειώνουν ότι στα Πειραματικά Σχολεία «μαθητές κατηγοριοποιούνται ανάλογα με το...
Εκπαιδευτικοί για Πειραματικά: "Εν κρυπτώ" αποφάσεις εξαφανίζουν τα σχολεία της γειτονιάς