Κάτι αθόρυβο συντελείται και θα συνεχίσει να συντελείται τα επόμενα χρόνια. Η κοινωνία θα χωριστεί σε δύο κατηγορίες ανθρώπων. Στην πρώτη θα ανήκουν όσοι θα διαθέτουν είκοσι ευρώ τον μήνα για να έχουν πρόσβαση σε έναν ισχυρό ψηφιακό βοηθό τεχνητής νοημοσύνης. Στη δεύτερη θα ανήκουν όλοι οι υπόλοιποι, για τους οποίους τα είκοσι ευρώ τον μήνα δεν θα είναι ασήμαντο ποσό, αλλά επιλογή που θα ανταγωνίζεται το νοίκι, τα τρόφιμα, τη θέρμανση.
Το σκάκι
Το 1997 ο υπολογιστής Deep Blue της IBM νίκησε τον παγκόσμιο πρωταθλητή σκακιού Γκάρι Κασπάροφ, έναν χρόνο μετά την ήττα του στον πρώτο τους αγώνα. Η ήττα του Κασπάροφ στάθηκε ομολογώ, ο βασικός λόγος που εγκατέλειψα το σκάκι. Η μηχανή δεν «καταλάβαινε» σκάκι όπως το καταλαβαίνει ένας παίκτης. Υπολόγιζε έως και διακόσια εκατομμύρια πιθανές θέσεις ανά δευτερόλεπτο, συνδυάζοντας ωμή υπολογιστική ισχύ με συναρτήσεις αξιολόγησης φτιαγμένες με τη βοήθεια γκρανμέτρ σκακιστών. Ο ίδιος ο Κασπάροφ μίλησε αργότερα για μια μηχανή δίχως πραγματική κατανόηση του παιχνιδιού, μόνο με ακατανίκητη ταχύτητα υπολογισμού. Σε μια στιγμή μάλιστα κατηγόρησε την IBM πως πίσω από μια κίνησή της κρυβόταν ανθρώπινο χέρι, τόσο ασυνήθιστη του φάνηκε.
Η νίκη του Deep Blue δεν ήρθε επειδή η μηχανή έμαθε να σκέφτεται σαν άνθρωπος, αλλά επειδή αντικατέστησε τη σκέψη με ταχύτητα. Ο αλγόριθμος εξέταζε τόσες πιθανές συνέχειες, που δεν χρειαζόταν καμία διαίσθηση για να διαλέξει τη σωστή. Το ίδιο μοτίβο θα επαναλαμβανόταν, δεκαετίες αργότερα, με εντελώς διαφορετικά μέσα, στη μηχανική μετάφραση.
Η μετάφραση
Το 1954, στη Νέα Υόρκη, η Georgetown και η IBM παρουσίασαν δημόσια το πρώτο σύστημα μηχανικής μετάφρασης. Εξήντα ρωσικές προτάσεις μεταφράστηκαν αυτόματα στα αγγλικά, με τη βοήθεια μόλις διακοσίων πενήντα λέξεων και έξι κανόνων γραμματικής. Ο ενθουσιασμός ήταν μεγάλος. Η πρόβλεψη, αισιόδοξη, ήθελε το πρόβλημα λυμένο μέσα σε λίγα χρόνια. Ακολούθησαν δεκαετίες σχεδόν αποτυχίας. Όσο πιο πολλούς κανόνες σύνταξης και γραμματικής προσέθεταν οι μηχανικοί, τόσο περισσότερες εξαιρέσεις αναδύονταν, γιατί η φυσική γλώσσα δεν είναι σύστημα κανόνων χωρίς ρωγμές, είναι μια χαοτική αποτύπωση της ίδιας της ανθρώπινης εμπειρίας.
Η αλλαγή ήρθε όταν η προσέγγιση εγκατέλειψε τον κανόνα υπέρ του όγκου. Στα τέλη της δεκαετίας του 1980 η IBM δοκίμασε στατιστικά μοντέλα βασισμένα σε τεράστια σώματα ήδη μεταφρασμένων κειμένων, όχι σε οδηγίες γραμματικής και συντακτικού. Σε αυτό το εγχείρημα συνέβαλε, χωρίς να το επιδιώκει, και η ίδια η Ευρωπαϊκή Ένωση, της οποίας τα κοινά νομοθετικά και κοινοβουλευτικά κείμενα, γραμμένα εξ ανάγκης σε όλες τις γλώσσες των κρατών μελών, αποτέλεσαν ένα από τα πλουσιότερα διαθέσιμα σώματα παράλληλης μετάφρασης για την εκπαίδευση τέτοιων συστημάτων. Το 2006 η Google Translate ξεκίνησε ακριβώς έτσι, στηριγμένη σε στατιστική ανάλυση προτύπων κειμένου. Το 2016 πέρασε σε νευρωνικά δίκτυα, με ακόμα εντυπωσιακότερη βελτίωση. Η αρχή παρέμεινε ίδια. Το σύστημα δεν διδάσκεται πια τι είναι υποκείμενο και ρήμα, αλλά εκτίθεται σε αμέτρητα παραδείγματα, μέχρι να αναγνωρίσει μόνο του τα πρότυπα.
Το ίδιο ακριβώς δεν κάνει και ένα μικρό παιδί; Δεν μαθαίνει να μιλά διαβάζοντας κανόνες συντακτικού. Μιλά σωστά πολύ πριν μάθει τι είναι η υποτακτική. Μαθαίνει εκτιθέμενο σε τεράστιο όγκο παραδειγμάτων, (ήχους, προτάσεις, επαναλήψεις και λάθη που διορθώνονται). Η μηχανική μετάφραση βρήκε τη λύση της αντιγράφοντας, ασυναίσθητα, αυτόν τον μηχανισμό.
Η νοημοσύνη
Εδώ ακριβώς κρύβεται η παγίδα και των δύο αναλογιών. Το ότι μια μηχανή μιμείται τον μηχανισμό μάθησης ενός παιδιού, ή νικά έναν πρωταθλητή στο σκάκι, δεν σημαίνει πως αποκτά όσα αποκτά ο άνθρωπος. Το παιδί, μαθαίνοντας τη γλώσσα, αποκτά ταυτόχρονα βούληση, τη θέληση να πει κάτι, συνείδηση της σημασίας, ικανότητα να θέλει κάτι με τα λόγια του. Ξέρει τι εννοεί όταν λέει «πονάω» ή «σ' αγαπώ», γιατί έχει σώμα που πονά και μητέρα που αγαπά. Το στατιστικό μοντέλο δεν αποκτά τίποτα από αυτά. Αποκτά μόνο συσχετίσεις. Ποια λέξη ακολουθεί ποια με μεγαλύτερη πιθανότητα, δεδομένου του όγκου των παραδειγμάτων που είδε. Παράγει τη λέξη «πονάω» χωρίς να πονά, όπως ο Deep Blue διάλεγε τη σωστή κίνηση χωρίς ποτέ να νιώσει την ένταση μιας παρτίδας από ένα παιχνίδι που έγινε το χειμώνα στην ακροθαλασσιά.
Είναι δελεαστικό να πούμε πως, αφού το αποτέλεσμα λειτουργεί, το μηχάνημα λύνει προβλήματα, γράφει, μεταφράζει, παίζει καλύτερα από τον άνθρωπο, η εσωτερική διαφορά δεν έχει σημασία. Αυτή είναι η άποψη που βολεύει την αγορά, γιατί μετατρέπει το ερώτημα σε ζήτημα απόδοσης και μόνο. Όμως η επιτυχία σε ένα τεστ δεν αποδεικνύει κατανόηση. Στο σχολείο όταν μια ερώτηση μπορεί να απαντηθεί από το σύνολο της τάξης απλά αντικαθίσταται. Ένα σύστημα μπορεί να παράγει άψογο λόγο για τον θάνατο, την οδύνη, την ελπίδα, χωρίς να έχει καμία εσωτερική εμπειρία αυτών των πραγμάτων. Επεξεργάζεται σύμβολα σαν να ήταν αριθμοί, όχι σαν σημασίες δεμένες με μια ζωή. Η πραγματική νοημοσύνη δεν είναι επιτυχής πρόβλεψη του επόμενου συμβόλου ή της επόμενης κίνησης. Ο Αριστοτέλης, στα Πολιτικά , γράφει πως ο άνθρωπος διαφέρει από όλα τα άλλα ζώα επειδή μόνο αυτός έχει λόγο (λογική, νόηση) αυτό που τον κάνει ικανό να διακρίνει το δίκαιο από το άδικο, το καλό από το κακό, το ωφέλιμο από το βλαβερό. Είναι ο ορισμός του ανθρώπου ως "ζῷον λόγον ἔχον". Όσο πιο πειστική γίνεται η μίμηση, τόσο πιο εύκολα συγχέουμε το ένα με το άλλο. Κι αυτή ακριβώς η σύγχυση είναι το πιο επικίνδυνο προϊόν της τεχνολογίας, πιο επικίνδυνο κι από τα ίδια τα λάθη της.
Η γλώσσα
Το υλικό πάνω στο οποίο εκπαιδεύονται αυτά τα συστήματα δεν το έφτιαξε κανένα αφεντικό, καμία εταιρεία. Το έφτιαξαν γενιές ομιλητών, συγγραφέων, μεταφραστών, δημοσιογράφων, ποιητών, αλλά και μοναχών καλλιγράφων που παλαιότερα ξόδεψαν ολόκληρη τη ζωή τους αντιγράφοντας, σε μια εποχή που δεν υπήρχε ακόμα τυπογραφία, ώστε να σωθούν χειρόγραφα που αλλιώς θα χάνονταν. Πρόκειται για ανθρώπους που έγραψαν ή αντέγραψαν χωρίς ποτέ να φανταστούν πως το κείμενό τους θα καταλήξει τροφή για μια μηχανή. Η γλώσσα είναι, εξ ορισμού, κοινό αγαθό. Κανείς δεν την κατέχει ατομικά, όλοι τη γεννούν μαζί, κάθε φορά που τη μιλούν. Το ίδιο ισχύει, σε μεγάλο βαθμό, και για τη γραπτή γνώση που συσσωρεύτηκε επί αιώνες σε βιβλία και άρθρα.
Ο Γιώργος Σεφέρης, παραλαμβάνοντας το βραβείο Νόμπελ Λογοτεχνίας το 1963, μίλησε ακριβώς γι' αυτή τη φύση της γλώσσας ως κληρονομιάς αδιάκοπης:
Ανήκω σε μια χώρα μικρή. Ένα πέτρινο ακρωτήρι στη Μεσόγειο, που δεν έχει άλλο αγαθό παρά τον αγώνα του λαού του, τη θάλασσα, και το φως του ήλιου. Είναι μικρός ο τόπος μας, αλλά η παράδοσή του είναι τεράστια και το πράγμα που τη χαρακτηρίζει είναι ότι μας παραδόθηκε χωρίς διακοπή. Η ελληνική γλώσσα δεν έπαψε ποτέ της να μιλιέται. Δέχτηκε τις αλλοιώσεις που δέχεται καθετί ζωντανό, αλλά δεν παρουσιάζει κανένα χάσμα. (https://www.openbook.gr/omilia-sti-stokcholmi-giorgos-seferis/)
Μια γλώσσα που παραδίδεται έτσι, ασταμάτητα, από γενιά σε γενιά, χωρίς κανείς ποτέ να την κατέχει ή να τη διακόψει, είναι η πιο καθαρή εικόνα του τι σημαίνει κοινό αγαθό, και το ακριβώς αντίθετο ενός προϊόντος που μπορεί κάποιος να το κλείσει σε διακομιστές και να το ενοικιάσει.
Το δίκαιο της πνευματικής ιδιοκτησίας δεν είχε προβλεφθεί ποτέ για μια τέτοια κλίμακα οικειοποίησης. Το 2025 ομάδα συγγραφέων μήνυσε την ίδια την Anthropic επειδή είχε συμπεριλάβει εκατομμύρια βιβλία στα δεδομένα εκπαίδευσης του Claude. Δικαστήριο στις Ηνωμένες Πολιτείες έκρινε πως η εκπαίδευση πάνω σε νόμιμα αποκτημένα βιβλία συνιστά «μετασχηματιστική» και άρα επιτρεπτή χρήση, αλλά η διατήρηση αντιγράφων από παράνομες πηγές όχι. Η υπόθεση έκλεισε με συμβιβασμό ύψους 1,5 δισεκατομμυρίου δολαρίων, τον μεγαλύτερο σε υπόθεση πνευματικών δικαιωμάτων στην αμερικανική ιστορία. Το ποσό αυτό αποκαλύπτει το πραγματικό πρόβλημα αντί να το λύνει. Μετατρέπει την οικειοποίηση της συλλογικής γλωσσικής παραγωγής σε τιμολογημένη συναλλαγή, χωρίς να αμφισβητεί την αρχή ότι αυτή η παραγωγή μπορεί, τελικά, να ενσωματωθεί σε ιδιωτικό προϊόν. Η αποζημίωση των λίγων που μπόρεσαν να την διεκδικήσουν, δεν αγγίζει καν το ερώτημα για τους πολλούς περισσότερους, όσους έγραψαν σε γλώσσες, χώρες και εποχές όπου κανένα δικαστήριο δεν πρόκειται ποτέ να τους δικαιώσει.
Ιδιοκτησία
Στο δίκαιο, η χρησικτησία είναι ο τρόπος που η παρατεταμένη, αδιάκοπη χρήση ενός πράγματος καταλήγει, με τον χρόνο, να θεμελιώνει κυριότητα πάνω σε αυτό. Η καπιταλιστική οικονομία των ψηφιακών εργαλείων αντιστρέφει αυτή τη λογική διπλά.
Πρώτον, απέναντι στον χρήστη: όσα χρόνια κι αν πληρώνετε τη συνδρομή, δεν αποκτάτε ποτέ το εργαλείο. Η χρήση δεν ωριμάζει σε ιδιοκτησία, μένει για πάντα ενοικίαση.
Δεύτερον, απέναντι στη γλώσσα την ίδια: η μακρόχρονη, συλλογική «χρήση» μιας γλώσσας από εκατομμύρια ανθρώπους δεν τους θεμελιώνει κανένα δικαίωμα πάνω στο προϊόν που παρήγαγε αυτή η χρήση, όσο κι αν το προϊόν αυτό δεν θα υπήρχε χωρίς αυτούς.
Αν η ιδιοκτησία πάνω σε ένα πράγμα δικαιολογείται συνήθως από την εργασία που το παρήγαγε, τότε η δικαιότερη μορφή ιδιοκτησίας πάνω σε αυτά τα συστήματα θα ήταν συλλογική, όχι ιδιωτική. Η ίδια η προέλευσή τους το υπαγορεύει.
Αν η ιδιοκτησία πάνω στη μηχανική νοημοσύνη ανήκει δομικά σε λίγους, το ερώτημα που ακολουθεί είναι αν αυτή η ιδιοκτησία θα μπορούσε να έχει άλλη μορφή. Η ιδέα ενός «ψηφιακού κομμουνισμού» δεν αφορά την κατάργηση της ιδιοκτησίας γενικά, αλλά την επέκταση της λογικής των κοινών αγαθών, όπως η δημόσια βιβλιοθήκη, το δημόσιο σχολείο, το εθνικό σύστημα υγείας, στην υποδομή της τεχνητής νοημοσύνης. Τρεις δρόμοι θα πρέπει να συζητηθούν:
1) δημόσια χρηματοδοτούμενα μοντέλα υπό κρατικό ή διακρατικό έλεγχο, με τη λογική της δημόσιας ραδιοτηλεόρασης,
2) ανοιχτά μοντέλα με ελεύθερα διαθέσιμα βάρη, που συντηρούνται από κοινότητες αντί από εταιρείες, και
3) συνεταιριστική ιδιοκτησία υποδομής, όπου οι ίδιοι οι χρήστες, ή τα κράτη τους, συνεπενδύουν στο υπολογιστικό κόστος και μοιράζονται το αποτέλεσμα.
Καμία από τις τρεις λύσεις δεν είναι απλή. Η δημόσια χρηματοδότηση απαιτεί πολιτική βούληση που σπανίζει. Τα ανοιχτά μοντέλα υστερούν συχνά σε συντήρηση απέναντι σε αυτά με τεράστια ιδιωτικά κεφάλαια από πίσω τους. Η συνεταιριστική ιδιοκτησία σκοντάφτει στο ίδιο το μέγεθος του κόστους υπολογιστικής ισχύος, που ευνοεί τη συγκέντρωση.
Αλλά η δυσκολία της εφαρμογής δεν αναιρεί την ορθότητα της αρχής. Αν η πρώτη ύλη αυτής της τεχνολογίας αποτελεί δημόσιο αγαθό (γλώσσα, βιβλία, γνώση αιώνων που δεν ανήκε ποτέ σε κανέναν ιδιωτικά), τότε το ιδιωτικό μονοπώλιο πάνω στο τελικό προϊόν δεν είναι φυσικός νόμος, είναι πολιτική επιλογή, αναστρέψιμη όπως κάθε πολιτική επιλογή. Το ζητούμενο δεν είναι αν θα μείνει έτσι, αλλά πόσο καιρό θα επιτρέψουμε να μείνει.
Και για να μην ανακαλύπτουμε τον τροχό, και νομίσουμε ότι όλες οι προηγούμενες ιδέες είναι “έπεα πτερόεντα”, ας παραδειγματιστούμε από την Ελβετία όπου υπάρχει ήδη οργανωμένο και δυναμικό κίνημα για την ανοιχτή τεχνητή νοημοσύνη. Πρόκειται για μια συνεργασία μεταξύ των κορυφαίων ομοσπονδιακών πολυτεχνείων (ETH Zurich, EPFL) και του Ελβετικού Εθνικού Κέντρου Υπολογιστών (CSCS). Σε αυτό το πλαίσιο, πάνω από 100 επιστήμονες ανέπτυξαν το Apertus, ένα πολύγλωσσο μοντέλο, του οποίου όχι μόνο το λογισμικό αλλά και τα δεδομένα εκπαίδευσης και η μεθοδολογία είναι πλήρως ανοιχτά. Το Apertus (https://www.apertus-ai.org/) αποτελεί την στρατηγική επιλογή της Ελβετίας για την τεχνολογική κυριαρχία (AI sovereignty), η οποία βασίζεται στη διαφάνεια, την ηθική διακυβέρνηση και τη συμπεριληπτικότητα, ως εναλλακτική στα κλειστά μοντέλα μεγάλων τεχνολογικών κολοσσών.
Παναγιώτης Πετρίδης Φυσικός
Εσπερινό Γυμνάσιο με Λ.Τ. Κω
