Από τη δεκαετία του 1950 και τη φιλοσοφία της Τεχνητής Νοημοσύνης, που βασίστηκε στις τεχνικές του Άλαν Τούρινγκ, η ανθρωπότητα έχει κάνει τεράστια τεχνολογικά βήματα. Η εξέλιξη των μηχανών και η δικτύωση ολόκληρης της ανθρωπότητας επεκτείνουν διαρκώς τα όριά μας. Η γνωριμία του κοινού με τα εργαλεία της OpenAI και του ChatGPT, καθώς και η κούρσα των τεχνολογικών γιγάντων να τιθασεύσουν πρώτοι τις δυνατότητες της Τεχνητής Νοημοσύνης, μας καλούν να προετοιμαστούμε για ένα μέλλον που δεν θα μοιάζει με τίποτα από όσα γνωρίζαμε.
Βάζοντας, λοιπόν, σε μια σειρά αυτές τις προοπτικές, το Εθνικό Κέντρο Κοινωνικών Ερευνών και το Εθνικό Κέντρο Έρευνας Φυσικών Επιστημών «Δημόκριτος», με την υποστήριξη της Ειδικής Γραμματείας Μακροπρόθεσμου Σχεδιασμού, διεξήγαγαν μια αναλυτική μελέτη με τίτλο Generative AI Greece 2030: Τα ενδεχόμενα μέλλοντα της Παραγωγικής Τεχνητής Νοημοσύνης στην Ελλάδα, στην οποία εξετάζονται τα βασικά σενάρια που αφορούν τις επιπτώσεις της εφαρμογής της Παραγωγικής Τεχνητής Νοημοσύνης σε όλες τις λειτουργίες του δημόσιου και του ιδιωτικού τομέα, με χρονικό ορίζοντα το 2030.
Με αφορμή τα ευρήματα αυτής της μελέτης, η οποία παρουσιάστηκε στα μέσα Ιανουαρίου στον πρωθυπουργό Κυριάκο Μητσοτάκη, το Fortune Greece συνάντησε τον Γιάννη Μαστρογεωργίου, επικεφαλής της Ειδικής Γραμματείας Μακροπρόθεσμου Σχεδιασμού.
Μιλήσαμε μαζί του για τα πάντα. Πώς φτάσαμε από τον Τούρινγκ και τις θεωρητικές προσομοιώσεις της ανθρώπινης ευφυΐας και σκέψης από τις μηχανές μέχρι τη μετάβαση σε ένα Δημόσιο με chatbots και μηχανές που εξυπηρετούν τους πολίτες.
Κύριε Μαστρογεωργίου, η Τεχνητή Νοημοσύνη (ΤΝ) δεν είναι κάτι νέο. Τι άλλαξε τα τελευταία δύο χρόνια και αναθερμάνθηκε η συζήτηση για αυτήν σε παγκόσμιο επίπεδο;
Όντως η τεχνολογία της ΤΝ υπάρχει ως έννοια από τη δεκαετία του ’50. Τότε που ο Άλαν Τούρινγκ στο γνωστό συνέδριο στο Ντάρτμουθ μάζεψε μια εξαιρετική ομάδα επιστημόνων και συζήτησε για πρώτη φορά τον όρο «Τεχνητή Νοημοσύνη». Παρ’ όλα αυτά, η Τεχνητή Νοημοσύνη πέρασε «από καλοκαίρια και χειμώνες». Και αυτό δεν οφειλόταν τόσο στην εξέλιξη της ίδιας τεχνολογίας, όσο σε πολύ μεγάλο βαθμό στον τρόπο με τον οποίο οι κοινωνίες υιοθετούσαν αυτές τις εξελίξεις. Ως εκ τούτου, ενώ είχαμε λαμπρά παραδείγματα εξέλιξης στα τέλη δεκαετίας του ’90, με την IBM και το Deep Blue που κέρδισε τον Γκάρι Κασπάροφ, εκείνο το γεγονός κλόνισε τον κόσμο. Από τότε, όμως, έχει μπει πάρα πολύ νερό στο αυλάκι. Η τεχνολογία, μέσω της διάχυσης των smartphones, μας βοήθησε να αντιληφθούμε ό,τι μας ενισχύει και μας βοηθάει, παρά μας αποσυντονίζει από την εξέλιξή μας ως είδους και ως κοινωνίας. Και υπό αυτή την έννοια καταφέραμε να μεταβολίσουμε πολύ πιο θετικά τις εξελίξεις της τεχνολογίας.
Στα μέσα Ιανουαρίου παρουσιάστηκε στον πρωθυπουργό η μελέτη Generative AI Greece 2030. Ποιος ήταν ο βασικός σας στόχος;
Ο στόχος αυτής της μελέτης ήταν αφενός να δουλέψουμε για πρώτη φορά ως ελληνική κυβέρνηση πάνω σε ένα πολύ τεκμηριωμένο policy paper proposal με μεθοδολογία foresight. Η μεθοδολογία foresight, η οποία συνήθως καταλήγει σε τέσσερα εναλλακτικά σενάρια, είναι η καλύτερη δυνατή διαδικασία για την παραγωγή δημόσιας πολιτικής μέσα σε συνθήκες poly-crisis και perma-crisis στις οποίες ζούμε σήμερα και στις οποίες θα ζούμε και τα αρκετά επόμενα χρόνια. Αυτός είναι ο πρώτος λόγος. Ο δεύτερος λόγος είναι γιατί έχει έρθει η στιγμή πλέον η Ελλάδα να ακολουθήσει την πρωτοπορία των χωρών που ασχολούνται σοβαρά με την Τεχνητή Νοημοσύνη. Τέλη Οκτωβρίου, ο πρωθυπουργός ανακοίνωσε τη σύσταση της Συμβουλευτικής Επιτροπής με επικεφαλής τον Κωνσταντίνο Δασκαλάκη από το MIT. Η επιτροπή αυτή εξελίσσει πολύ γοργά το έργο της και θα συντάξει την Εθνική Στρατηγική για την Τεχνητή Νοημοσύνη στη χώρα. Μέσα σε αυτό το πλαίσιο, εμείς παρουσιάσαμε τη δική μας μελέτη, ως ένα έναυσμα για δημόσια συζήτηση και εξέλιξη, ακριβώς πάνω στο θέμα της Generative AI, και όχι απλώς της Τεχνητής Νοημοσύνης.
«Έχει έρθει η στιγμή να ακολουθήσουμε την πρωτοπορία των χωρών που ασχολούνται σοβαρά με την τεχνητή νοημοσύνη».
Με ποιον τρόπο, λοιπόν, αξιοποιήσατε τη μεθοδολογία foresight για να καταλήξετε στα βασικά σας συμπεράσματα;
Συνδυάσαμε την κοινωνική επιστήμη που εκπροσωπεί το ΕΚΚΕ και την τεχνολογική εξέλιξη που εκπροσωπεί ο «Δημόκριτος». Αυτό το κάναμε πάρα πολύ συνειδητά, γιατί πιστεύουμε ακράδαντα ότι σήμερα η εξέλιξη της Τεχνητής Νοημοσύνης βασίζεται σε δύο επιστημονικούς πυλώνες: της Κοινωνιολογίας και των Κοινωνικών Επιστημών (1) και της Τεχνολογίας και της Πληροφορικής (2). Η ΤΝ πλέον δεν ανήκει αποκλειστικά στη σφαίρα της Πληροφορικής. Πρέπει να παντρευτεί διεπιστημονικά με Φιλοσοφία, Ανθρωπολογία, Πληροφορική, Μαθηματικά, Τεχνολογία, Ψυχολογία και τέτοιου είδους επιστήμες που θα οδηγήσουν κοινωνία και ιδιωτικούς πόρους και κράτος στο συγκεκριμένο το βέλτιστο σενάριο της τεχνοκοινωνικής επιτάχυνσης που εμείς θέλουμε.
Πείτε μας, λοιπόν, ποια είναι αυτά τα τέσσερα σενάρια.
Το πρώτο σενάριο και το πιο ιδανικό είναι η «Τεχνοκοινωνική επιτάχυνση». Αυτό είναι που μας αξίζει, αυτό είναι που θέλουμε και αυτό πρέπει να επιδιώξουμε. Το δεύτερο σενάριο είναι ο λεγόμενος «τεχνονάνος». Ως τεχνονάνο ορίζουμε στη μελέτη μας ένα σενάριο στο οποίο η κοινωνία δέχεται τις προκλήσεις, δέχεται τα καλά που έχει να φέρει η ΤΝ, θέλει να εξελιχθεί και η ίδια μαζί της, αλλά η χώρα βρίσκεται σε ένα περιβάλλον όπου η καινοτομία δεν προχωρά τόσο γρήγορα. Το κράτος δεν ενσωματώνει τόσο πολύ δράσεις και εφαρμογές Τεχνητής Νοημοσύνης. Ο ιδιωτικός τομέας είναι λίγο μπλοκαρισμένος ως προς τις επενδύσεις και την ενσωμάτωση της Τεχνητής Νοημοσύνης. Το τρίτο σενάριο είναι ο «τεχνογίγαντας με πήλινα πόδια». Η τεχνολογία εξελίσσεται με ραγδαίους ρυθμούς και η Τεχνητή Νοημοσύνη ενσωματώνεται από τις επιχειρήσεις. Υπάρχει, όμως, φόβος από την κοινωνία ότι θα έχουμε ένα displacement effect στην απασχόληση. Άνθρωποι θα χάσουν τη δουλειά τους. Φοβάται λίγο η κοινωνία, αντιδρά. Και στο τελευταίο σενάριο, που είναι η «τεχνοκοινωνική επιβράδυνση», εκεί ούτε το κράτος, ούτε ο ιδιωτικός τομέας αλλά ούτε και ο ακαδημαϊκός χώρος ενσωματώνουν μέσα τους τεχνολογίες. Από την άλλη, η κοινωνία φοβάται περισσότερο, ανταποκρίνεται με αίσθημα ανώριμης στάσης απέναντι σε αυτή την εξέλιξη. Δεν τη μεταβολίζει σωστά και η χώρα μένει πίσω. Αυτό είναι το χείριστο σενάριο. Σε κάθε περίπτωση, είναι κάτι το οποίο πρέπει να προσπαθήσουμε να αποφύγουμε.
Ποια είναι η βέλτιστη πρακτική ούτως ώστε να φτάσουμε στο ιδεατό πρώτο σενάριο;
Πρέπει να ξεκινήσουμε με τα δικά μας εθνικά πλεονεκτήματα. Δηλαδή το πώς μπορούμε να εντάξουμε το Generative AI στον πρωτογενή τομέα. Πώς μπορούμε επίσης να το χρησιμοποιήσουμε στον Πολιτισμό και τον Τουρισμό. Φανταστείτε τα εργαλεία της τρισδιάστατης απεικόνισης να αξιοποιούνται από όλα τα μουσεία της χώρας. Να είναι χρήσιμα επίσης στα σχολεία. Φανταστείτε πώς μπορεί να βοηθήσει το Generative AI στη Ναυτιλία. Προφανώς, επίσης, το αποτύπωμα της Generative AI στον χώρο της Δικαιοσύνης θα είναι συγκλονιστικό. Ξέρετε, στο Εθνικό Σχέδιο Κυβερνητικής Πολιτικής, το οποίο δημοσιεύθηκε μετά τις εκλογές του Ιουλίου του 2023, όλα τα υπουργεία έχουν δράσεις για την Τεχνητή Νοημοσύνη ή δράσεις με την Τεχνητή Νοημοσύνη. Σταδιακά αυτό περνάει όλο και περισσότερο μέσα στο ελληνικό Δημόσιο. Επιστέγασμα όλων αυτών είναι το γεγονός ότι το gov.gr εμπλουτίστηκε με Τεχνητή Νοημοσύνη. Γίνονται βήματα. Νομίζω ότι τους τελευταίους έξι μήνες έχουμε κάνει άλματα ως προς αυτό που λέγεται πλέον ΑΙ και Ελλάδα.
Πού πέφτει το μεγαλύτερο βάρος της εφαρμογής όλων αυτών των παρεμβάσεων; Στον δημόσιο ή στον ιδιωτικό τομέα;
Σε όλους. Κανείς δεν πρέπει να μείνει πίσω. Είναι μια μάχη κοινή, είναι μια μάχη όλων. Είναι μια μάχη στην οποία πρωτίστως η πολιτεία πρέπει να διαμορφώνει διαρκώς το θεσμικό πλαίσιο για να λειτουργήσουν και η καινοτομία και η σωστή ενσωμάτωση της Τεχνητής Νοημοσύνης. Το δεύτερο σημαντικό είναι ότι ο ιδιωτικός τομέας πρέπει να προχωρήσει σωστά, μεθοδικά, χωρίς απολυτότητες και εξάρσεις, στην ενσωμάτωση της τεχνολογίας, έτσι ώστε το βασικό χαρακτηριστικό που έχει να κάνει με την αύξηση της παραγωγικότητας να μην προέλθει από βίαιη μετατόπιση του εργατικού δυναμικού. Και το τρίτο είναι ότι πρέπει ο ακαδημαϊκός χώρος να συνδράμει στην ενσωμάτωση της συζήτησης που πρέπει να γίνει και στα σχολεία και στον ακαδημαϊκό χώρο και στην κοινωνία ευρύτερα. Άλλωστε, ως Ελλάδα έχουμε ένα τεράστιο πλεονέκτημα. Στο top 0,1% των Ευρωπαίων που ασχολούνται με την Τεχνητή Νοημοσύνη, το 11% είναι Έλληνες. Αυτό για μια μικρή χώρα όπως η Ελλάδα είναι συγκλονιστικό ποσοστό και οφείλουμε να επενδύσουμε σε αυτό.
Μιλήσατε προηγουμένως για τους φόβους. Αυτήν τη στιγμή είμαστε έτοιμοι να τους αντιμετωπίσουμε; Και όσον αφορά την εργασία αλλά και την κυβερνοασφάλεια;
Στο κομμάτι που έχει να κάνει με την απασχόληση δεν ανησυχώ τόσο πολύ μακροπρόθεσμα όσο ανησυχώ περισσότερο βραχυπρόθεσμα. Ό,τι έχει να κάνει, όμως, με την κυβερνοασφάλεια είναι πάρα πολύ σοβαρό. Και εδώ θα έλεγα ότι σημαντικό ρόλο παίζει κυρίως η διά βίου μάθηση. Η εξέλιξη και η γνώση των πολιτών στο πώς να χειρίζονται αυτού του είδους τα εργαλεία. Αλλά πέρα από αυτό, ο μεγαλύτερος κίνδυνος για μένα είναι το ζήτημα που αφορά τη Δημοκρατία και τους θεσμούς, και έχει να κάνει με τα deepfakes, με το παραποιημένο αλγοριθμικά υλικό το οποίο κατακλύζει τον χώρο του διαδικτύου προκαλώντας κρίση εμπιστοσύνης στους δημοκρατικούς θεσμούς. Το 2024 θα ψηφίσουν περίπου τέσσερα δισεκατομμύρια άνθρωποι σε όλο τον πλανήτη. Θα έρθουν αντιμέτωποι με ένα «τσουνάμι» από deepfakes και παραποιημένες ειδήσεις. Η Europol σε μελέτη που δημοσίευσε το 2023 ανέφερε ότι το 2026 το 85% του διαδικτυακού περιεχομένου θα είναι παραγόμενο από Τεχνητή Νοημοσύνη. Αντιλαμβάνεστε ότι πλέον οδεύουμε σε έναν ψηφιακό κόσμο ο οποίος χρειάζεται ρύθμιση και πάρα πολύ μεγάλη προσοχή και επίγνωση όλων.
ΠΗΓΗ: fortunegreece.com
