Η απάντηση βρίσκεται στον τρόπο με τον οποίο οι άνθρωποι εξερευνούν τον εαυτό τους και τον κόσμο γύρω τους.
Η Τεχνητή Νοημοσύνη δεν δημιουργεί επιστήμη.
Στο κύμα ενσωμάτωσης της τεχνητής νοημοσύνης (ΤΝ) σχεδόν σε κάθε τομέα, η επιστήμη δεν αποτελεί εξαίρεση. Οι ερευνητές και οι υπεύθυνοι χάραξης πολιτικής αναμένουν ότι τα μοντέλα ΤΝ, εκπαιδευμένα σε τεράστιες ποσότητες επιστημονικών δεδομένων, θα συλλογίζονται αυτόματα, θα προτείνουν υποθέσεις, ακόμη και θα επιταχύνουν σημαντικές ανακαλύψεις. Θα αντικαταστήσει, λοιπόν, η ΤΝ μια μέρα πλήρως τους επιστήμονες;
Αυτή η φιλοδοξία αντικατοπτρίζεται στην Πρωτοβουλία Genesis, την οποία ανακοίνωσαν οι ΗΠΑ τον Νοέμβριο του 2025. Στόχος είναι η δημιουργία και η εκπαίδευση «πρακτόρων Τεχνητής Νοημοσύνης» με βάση ομοσπονδιακά επιστημονικά σύνολα δεδομένων για να «δοκιμάζουν νέες υποθέσεις, να αυτοματοποιούν τις ερευνητικές διαδικασίες και να επιταχύνουν τις επιστημονικές ανακαλύψεις».
Ωστόσο, τα επιτεύγματα των «επιστημόνων της Τεχνητής Νοημοσύνης» μέχρι σήμερα παραμένουν αμφιλεγόμενα. Αφενός, τα συστήματα Τεχνητής Νοημοσύνης είναι πράγματι ικανά να επεξεργάζονται τεράστια σύνολα δεδομένων και να ανιχνεύουν ανεπαίσθητες συσχετίσεις που οι άνθρωποι δυσκολεύονται να αναγνωρίσουν. Από την άλλη πλευρά, η έλλειψη κοινής λογικής και κατανόησης των συμφραζομένων σημαίνει ότι μπορούν να προσφέρουν άνευ νοήματος πειραματικές προτάσεις.
Ως φιλόσοφος και ερευνήτρια με εξειδίκευση στην ιστορία και τα εννοιολογικά θεμέλια της επιστήμης, η Αναπληρώτρια Καθηγήτρια Alessandra Buccella, που εργάζεται στο Πανεπιστήμιο του Albany (ΗΠΑ), υποστηρίζει ότι ενώ η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει σε πολλές πτυχές της ερευνητικής διαδικασίας, απέχει ακόμη πολύ από το να επιτύχει, και ίσως ποτέ δεν θα φτάσει, το πραγματικό νόημα της «αυτοματοποίησης της επιστήμης». Πιστεύει ότι η επιστήμη είναι άρρηκτα συνδεδεμένη με τους ανθρώπους και οι μηχανές δεν μπορούν να τους αντικαταστήσουν.
Τα μοντέλα τεχνητής νοημοσύνης δεν μαθαίνουν απευθείας από τον πραγματικό κόσμο. Μπορούν να μάθουν μόνο μέσω των «κόσμων» που οι άνθρωποι κατασκευάζουν για αυτά — δηλαδή, σύνολα δεδομένων που έχουν επιλεγεί, οργανωθεί και ερμηνευτεί. Χωρίς επιστήμονες που επιβλέπουν την κατασκευή αυτών των κόσμων δεδομένων, η ίδια η τεχνητή νοημοσύνη δεν θα είχε καμία βάση για να λειτουργήσει.
Η περίπτωση του AlphaFold αποτελεί χαρακτηριστικό παράδειγμα. Αυτό το μοντέλο, με την ικανότητά του να προβλέπει τη δομή πρωτεϊνών, χάρισε στην ομάδα ανάπτυξής του το βραβείο Νόμπελ Χημείας για το 2024. Χάρη στο AlphaFold, οι ερευνητές μπορούν να μοντελοποιήσουν γρήγορα τις πρωτεϊνικές δομές, επιταχύνοντας έτσι τον σχεδιασμό φαρμάκων, την έρευνα για ασθένειες και πολλούς άλλους βιοϊατρικούς τομείς.
Ωστόσο, το AlphaFold δεν «δημιουργεί» από μόνο του νέα βιολογική γνώση. Δεν κατανοεί πρωτεΐνες, ασθένειες ή τι συνιστά ένα καλό φάρμακο. Απλώς αναλύει και αναδιοργανώνει μια τεράστια ποσότητα πληροφοριών που έχουν ήδη δημιουργήσει οι άνθρωποι, με ταχύτερο και πιο αποτελεσματικό τρόπο.
«Με άλλα λόγια, η Τεχνητή Νοημοσύνη δεν στέκεται έξω από την επιστήμη για να δημιουργήσει επιστήμη. Στέκεται μέσα σε αυτήν, ως εργαλείο, και εξαρτάται εξ ολοκλήρου από ό,τι έχει ήδη προετοιμάσει η ανθρώπινη επιστήμη γι' αυτήν», τόνισε η Αναπληρώτρια Καθηγήτρια Αλεσάντρα.
Η επιστήμη είναι μια ανθρώπινη δραστηριότητα.
Σύμφωνα με την Alessandra, ο ρόλος των ανθρώπων στην επιστήμη δεν περιορίζεται στον σχεδιασμό και την «καλλιέργεια» μοντέλων Τεχνητής Νοημοσύνης. Πιο ουσιαστικά, η επιστήμη ως πνευματικό επίτευγμα είναι συνυφασμένη με τις πολύ ιδιαίτερες αξίες, στόχους και τρόπους ζωής της ανθρωπότητας. Βασίζεται στους τρόπους με τους οποίους οι άνθρωποι σκέφτονται, αμφισβητούν, συζητούν, πιστεύουν και αμφισβητούν ο ένας τον άλλον.
Οι σημαντικές επιστημονικές ανακαλύψεις δεν είναι απλώς θεωρίες «μηχανικά διατυπωμένες» από δεδομένα. Είναι το αποτέλεσμα γενεών επιστημόνων, με ποικίλα ενδιαφέροντα, προκαταλήψεις και οπτικές γωνίες, που συνεργάζονται σε μια κοινότητα που δεσμεύεται από πρότυπα πνευματικής ακεραιότητας και επαγγελματικής δεοντολογίας.
Η ιστορία της δομής της διπλής έλικας του DNA αποτελεί απόδειξη αυτού. Όταν η ιδέα προτάθηκε για πρώτη φορά, δεν υπήρχαν άμεσα πειράματα για να την επιβεβαιώσουν. Βασιζόταν σε μεγάλο βαθμό στη συλλογιστική, τη σύνθεση και τη φαντασία άρτια εκπαιδευμένων επιστημόνων. Χρειάστηκε σχεδόν ένας αιώνας τεχνολογικής προόδου και γενιές έρευνας, από τις αόριστες εικασίες του τέλους του 19ου αιώνα, για να φτάσει η επιστήμη στην ανακάλυψη που της χάρισε το βραβείο Νόμπελ το 1953.
Αυτό δείχνει ότι η επιστήμη είναι, από την ίδια της τη φύση, μια κοινωνική δραστηριότητα. Ιδέες παρουσιάζονται για συζήτηση και οι ερμηνείες ανταγωνίζονται μεταξύ τους. Οι επιστήμονες όχι μόνο καταγράφουν τον κόσμο, αλλά και κατασκευάζουν γνώση μέσω της πρακτικής, της συζήτησης και των προτύπων που διαμορφώνονται από κοινωνικές, ακόμη και πολιτικές, αξίες.
Σε αυτή την εικόνα, είναι δύσκολο να φανταστεί κανείς ένα σύστημα Τεχνητής Νοημοσύνης, το οποίο δεν έχει κοινωνική ζωή, αξίες, φιλοδοξίες, να «συμμετέχει» πραγματικά στην επιστήμη με τον τρόπο που το κάνουν οι άνθρωποι. «Ωστόσο, το τεράστιο δυναμικό της Τεχνητής Νοημοσύνης στην προώθηση της επιστημονικής προόδου είναι αναμφισβήτητο. Και ως εκ τούτου, η Τεχνητή Νοημοσύνη πρέπει να χρησιμοποιείται με προσοχή και υπευθυνότητα ώστε να αποτελεί «δεξί χέρι» για τους επιστήμονες», δήλωσε η Αλεσάντρα.
Τα εργαλεία τεχνητής νοημοσύνης μπορούν να βοηθήσουν τους επιστήμονες να εξοικονομήσουν χρόνο, να μειώσουν τα λάθη και να επικεντρωθούν περισσότερο στα μεγάλα ερωτήματα. Η τεχνητή νοημοσύνη μπορεί να είναι ένα εξαιρετικό εργαλείο. Αλλά δεν έχει κανένα λόγο να είναι περίεργη, κανένα κίνητρο να είναι σκεπτική και καμία ηθική ευθύνη για τις συνέπειες της γνώσης που παράγει.
Όσο η επιστήμη παραμένει μια ιστορία για τους ανθρώπους που προσπαθούν να κατανοήσουν τον εαυτό τους και τον κόσμο, η Τεχνητή Νοημοσύνη μπορεί μόνο να σταθεί δίπλα στους επιστήμονες και όχι να τους αντικαταστήσει.
Πηγή: https://giaoducthoidai.vn/vi-sao-ai-khong-the-thay-the-nha-khoa-hoc-post778616.html
Σχόλιο (0)