Ο καθηγητής του μαθήματος της Tεχνολογικής Πολιτικής μπαίνει στο αμφιθέατρο της σχολής για την πρώτη διάλεξη του εξαμήνου. Αντί για την καθιερωμένη εισαγωγή με τη λίστα των διαλέξεων και τις απαραίτητες εργασίες, παραπέμπει τους φοιτητές στην ιστοσελίδα του μαθήματος: «Δίπλα στο όνομά σας θα βρείτε το θέμα της τελικής εργασίας, την οποία θα πρέπει να ανεβάσετε στην ιστοσελίδα μέχρι το τέλος της μέρας. Μπορείτε να χρησιμοποιήσετε όποιο τεχνικό βοήθημα θέλετε. Θα περάσουμε το εξάμηνο βελτιώνοντας αυτές τις αρχικές εργασίες. Καλή επιτυχία».

Ένα (όχι και τόσο) φανταστικό σενάριο

Το παραπάνω είναι ένα φανταστικό, προς το παρόν, ίσως και λίγο τραβηγμένο, αλλά απόλυτα ρεαλιστικό σενάριο βασισμένο στις  δημιουργικές  δυνατότητες των μεγάλων μοντέλων γλώσσας (LLM), όπως το ChatGPT της OpenAI. Τα εργαλεία αυτά έχουν ξεσηκώσει πλήθος συζητήσεων για τις φαινομενικά ανθρώπινες δημιουργικές τους δυνατότητες, οι οποίες τους επιτρέπουν να γράφουν κείμενα, που δεν ξεχωρίζουν εύκολα από αυτά των ανθρώπων, και να περνάνε διαγωνίσματα με επιτυχία. Πολλοί μαθητές και φοιτητές τα έχουν χρησιμοποιήσει ήδη, δημιουργώντας σοβαρούς τριγμούς στην καθιερωμένη εκπαιδευτική διαδικασία.

Επιστρέφοντας στο δικό μας φανταστικό μάθημα, με λίγη προσοχή στην επιλογή της θεματολογίας των εργασιών, οι πρώτες τους εκδόσεις,  λόγω έλλειψης χρόνου αλλά και μικρής εμπειρίας στο αντικείμενο, θα είναι γραμμένες από κάποιο σύστημα σαν το ChatGPT. Θα έχουν μικρές και μεγάλες ανακρίβειες, άλλες προφανείς και άλλες όχι τόσο, πανομοιότυπα επαναλαμβανόμενα γλωσσικά μοτίβα, παραπομπές σε ανύπαρκτες πηγές, αλλά σε γενικές γραμμές θα φαίνονται αρκετά πλήρεις και αληθοφανείς.

Στις επόμενες διαλέξεις, η παρουσίαση της ύλης και η συζήτηση γύρω από αυτή θα συνοδεύεται από την εύρεση και διόρθωση των λαθών που έχει κάνει το LLM, καθώς και συζήτηση και ανάδειξη της διαφορετικής ανθρώπινης οπτικής στο συγκεκριμένο θέμα.

Με το τέλος του εξαμήνου, οι αρχικές εργασίες θα έχουν αλλάξει και βελτιωθεί, και ο τελικός βαθμός στο μάθημα θα εξαρτάται κυρίως από τη βελτίωση αυτή.

Ταχείες εξελίξεις, πολύπλοκα προβλήματα

Προφανώς και το σενάριο αυτό δεν είναι γενικά εφαρμόσιμο, αλλά συνιστώσες του ήδη αρχίζουν να εμφανίζονται σε εκπαιδευτικά ιδρύματα. Η διδασκαλία του προγραμματισμού είναι ένα καλό παράδειγμα όπου τα δημιουργικά μοντέλα βάζουν στο περιθώριο τις παραδοσιακές μεθόδους χτισίματος ενός προγράμματος από μηδενική βάση.

Στον αντίποδα, βλέπουμε πολλά ιδρύματα να απαγορεύουν εντελώς τη χρήση των δημιουργικών μοντέλων, μια αντίδραση που μάλλον δείχνει αμηχανία και πανικό. Η Τεχνητή Νοημοσύνη (ή πιο σωστά η Μηχανική Μάθηση −μια από τις πολλές τεχνικές της ΤΝ−  και τα δημιουργικά μοντέλα) είναι εδώ για να μείνει. Ο αυξανόμενος όγκος των δεδομένων, που δημιουργεί η ανθρώπινη δραστηριότητα, και η αυξανόμενη πολυπλοκότητα που αυτά συνεπάγονται, την κάνουν απαραίτητη.

Το γεγονός ότι αυτή περνάει πολλά διαγωνίσματα σήμερα είναι πρώτιστα μια καλή ευκαιρία για να σκεφτούμε αν πραγματικά το εκπαιδευτικό σύστημα καλλιεργεί τις δεξιότητες που πρέπει να καλλιεργεί. Ένα απλοϊκό, αλλά σίγουρα χρήσιμο παράδειγμα αποτελούν τα μαθηματικά και οι αλλαγές που επέβαλαν αρχικά οι  αριθμομηχανές, και στη συνέχεια οι προσωπικοί υπολογιστές, στην εκπαιδευτική τους διαδικασία.

Η κυρίαρχη μορφή ΤΝ σήμερα, η μηχανική μάθηση, δεν μπορεί να υποκαταστήσει τις ανώτερες λειτουργίες του ανθρώπινου εγκεφάλου, που έχουν να κάνουν με τη διαχείριση συμβόλων. Τα μεγάλα γλωσσικά μοντέλα, όπως το ChatGPT, δεν μπορούν να διαχειριστούν τη σχέση αιτίας-αποτελέσματος όσο και αν δίνουν αυτή την εντύπωση, βασισμένα στους τεράστιους όγκους δεδομένων με τους οποίους έχουν εκπαιδευτεί. Η ηθική θα παραμείνει αποκλειστικά ανθρώπινη δραστηριότητα στο έμμεσο μέλλον και οι μηχανές δεν θα πρέπει να παίρνουν αποφάσεις χωρίς ανθρώπινη επίβλεψη. Για να φτάσουμε στο καλό αυτό σενάριο όμως, της εκτεταμένης (και όχι απλά τεχνητής) νοημοσύνης, χρειαζόμαστε εξοικείωση μεγάλου μέρους του πληθυσμού με τις τεχνολογίες αυτές, τις δυνατότητες και τις αδυναμίες τους. Με τις εξελίξεις να τρέχουν όλο και πιο γρήγορα, δεν έχουμε πια την πολυτέλεια του να εφευρίσκουμε απλά νέες τεχνολογίες και να αφήνουμε τη μελέτη των επιπτώσεών τους σε άλλους, στο μέλλον. Τα προβλήματα που καλούμαστε να λύσουμε σήμερα είναι πολύπλοκα, μεγάλης κλίμακας, και απαιτούν τη συνεργασία πολλών ειδικοτήτων από την αρχή. Η ανάπτυξη των λεγόμενων «ήπιων» (ή κοινωνικών) δεξιοτήτων, είναι πλέον βασική αποστολή του εκπαιδευτικού συστήματος.

Χρήσιμα διδάγματα για την εκπαιδευτική διαδικασία

Για την Ελλάδα, η ΤΝ μάς φέρνει σε άμεση αντιπαράθεση με τη βασική φιλοσοφία και τον στόχο του εκπαιδευτικού μας συστήματος. Ο διαχωρισμός των ανθρωπιστικών σπουδών από τις θετικές από πολύ νωρίς στο λύκειο (του οποίου κύριος σκοπός είναι η προετοιμασία για τις εισαγωγικές εξετάσεις), είναι εντελώς αντίθετος ως προς τις ανάγκες μιας κοινωνίας που θα βασίζεται όλο και περισσότερο στη χρήση «νοημόνων» μηχανών. Η ΤΝ σήμερα βασίζεται σε σχετικά απλά μαθηματικά (γραμμική άλγεβρα και πιθανοστατιστική), τα οποία δεν διδάσκονται στο λύκειο, και ακόμα και αν διδάσκονταν αυτό θα γινόταν μόνο στους μαθητές της «θετικής» κατεύθυνσης. Η αξιολόγηση και ο έλεγχος της λειτουργίας των συστημάτων ΤΝ προϋποθέτει ένα φιλοσοφικό και ηθικό γνωσιακό υπόβαθρο, που δεν καλλιεργείται καθόλου στους μαθητές της «θετικής» κατεύθυνσης. Ίσως το πιο χρήσιμο επίτευγμα της ΤΝ αυτή τη χρονική στιγμή είναι ότι μας δείχνει ξεκάθαρα πόσο στραβά αρμενίζουμε στο εκπαιδευτικό μας σύστημα.

Η ΤΝ εξελίσσεται πολύ γρήγορα και είναι πολύ νωρίς για να καταλήξουμε σε συγκεκριμένες μεθοδολογίες ενσωμάτωσής της στην εκπαιδευτική διαδικασία. Είναι απαραίτητο όμως να πειραματιστούμε, να ακούσουμε τα παιδιά που υιοθετούν τις νέες τεχνολογίες πολύ πιο εύκολα από τους ενήλικες, και να εστιάσουμε την προσοχή μας στις δεξιότητες εκείνες που θα αποτελούν αποκλειστικά ανθρώπινο προνόμιο για το έμμεσο μέλλον.

*Ο Μιχάλης Μπλέτσας είναι ερευνητής και διευθυντής Πληροφορικής στο Media Lab του ΜΙΤ.