Τεχνητή νοημοσύνη και επιστημονική γλώσσα
Πηγή Φωτογραφίας: AI, Machine learning, robot hand ai artificial intelligence assistance human touching on big data network connection background, Science artificial intelligence technology, innovation and futuristic.
Η τεχνητή νοημοσύνη δεν έχει αφήσει ανεπηρέαστη την επιστημονική γλώσσα, αυτή δηλαδή που χρησιμοποιούν οι επιστήμονες στις μελέτες, τις ανακοινώσεις και τη μεταξύ τους επικοινωνία, οι καθηγητές στα μαθήματα και τις διαλέξεις τους και οι φοιτητές στις εργασίες και τις εξετάσεις τους. Σε πρόσφατο δημοσίευμα της γερμανικής εφημερίδας «Die Zeit» (27.6.2024) δημοσιεύθηκαν τα αποτελέσματα έρευνας του Πανεπιστημίου του Στάνφορντ, από την οποία προκύπτει ότι οι εφαρμογές της τεχνητής νοημοσύνης στο επιστημονικό πεδίο έχουν την τάση να χρησιμοποιούν συγκεκριμένες λέξεις και εκφράσεις, ιδίως αυτές που ακούγονται πιο «λόγιες» και «ακαδημαϊκές». Η έρευνα έγινε στην αγγλική γλώσσα (την οποία χρησιμοποιεί η συντριπτική πλειοψηφία των μελών της επιστημονικής κοινότητας) και κατέληξε στο συμπέρασμα ότι οι εν λόγω εφαρμογές χρησιμοποιούν ιδιαίτερα συχνά τις λέξεις realm (αντί field ή area), intricate (αντί complicated) , pivotal (αντί central ή vital), και delve (αντί explore). Ακόμα και το important τείνει να αντικατασταθεί από το significant.
Τι σημαίνουν όλα αυτά; Πρώτα απ’ όλα, υπάρχει ο κίνδυνος να παγιωθεί σε παγκόσμιο επίπεδο και «άνωθεν» (δηλαδή μέσω της τεχνητής νοημοσύνης) η χρήση κάποιων λέξεων και εκφράσεων. Αυτό δεν είναι κάτι απλό ούτε κάτι ακίνδυνο, αφού η γλώσσα είναι ζωντανή και έχει μια «δημοκρατικότητα», προέρχεται δηλαδή από την κοινωνία ή μια κοινωνική ομάδα. Όταν όμως οι γλωσσικοί κανόνες δεν διαμορφώνονται από την επιστημονική κοινότητα αλλά από την τεχνητή νοημοσύνη, η γλώσσα κινδυνεύει να χάσει τη ζωντάνια, την ποικιλομορφία και τον «δημοκρατικό» της χαρακτήρα. Περαιτέρω, η τεχνητή νοημοσύνη, όσο «έξυπνη» και εάν είναι, έχει ένα εγγενές μειονέκτημα. Παράγει κείμενα και ομιλίες, χωρίς να μπορεί να έχει πλήρη αντίληψη του πλαισίου στο οποίο πρόκειται να χρησιμοποιηθούν. Το περιβάλλον όμως εκφοράς του επιστημονικού λόγου αποτελεί ένα από τα πιο σημαντικά χαρακτηριστικά του. Με άλλες λέξεις και για να το πούμε πιο απλά με παραδείγματα: Αλλιώς μιλάει ένα καθηγητής στο μάθημα στο πανεπιστήμιο και αλλιώς σε ένα συνέδριο. Αλλιώς γράφει σε ένα διδακτικό εγχειρίδιο που απευθύνεται σε φοιτητές και αλλιώς σε ένα άρθρο σε επιστημονικό περιοδικό επί ενός συγκεκριμένου ζητήματος. Αλλιώς γράφει ο διδάκτορας, αλλιώς ο μεταπτυχιακός και αλλιώς ο προπτυχιακός φοιτητής. Και ο τελευταίος αλλιώς πρέπει να γράφει στην εργασία του και αλλιώς στις εξετάσεις. Όλες αυτές τις «λεπτές» και συνάμα θεμελιώδεις διαφοροποιήσεις που συγκροτούν το περιβάλλον εκφοράς του επιστημονικού λόγου, πολύ δύσκολα μπορούν να τις καταλάβουν και να τις μετουσιώσουν στο ενδεδειγμένο κείμενο οι εφαρμογές της τεχνητής νοημοσύνης.
Περαιτέρω και όπως προαναφέρθηκε, οι εφαρμογές της τεχνητής νοημοσύνης τείνουν να χρησιμοποιούν «λόγιες» έως και «εξεζητημένες» λέξεις και εκφράσεις. Αυτό ίσως συμβαίνει γιατί ανήκει στο DNA της τεχνητής νοημοσύνης να προσπαθεί να εντυπωσιάζει. Είναι τυχαία η αστραπιαία ταχύτητα με την οποία απαντούν οι εν λόγω εφαρμογές; Είναι τυχαίο ότι σπανίως (ή μήπως ποτέ;) απαντούν με τις φράσεις «Δεν γνωρίζω» ή «Χρειάζομαι χρόνο για να το ψάξω»; Και εδώ ακριβώς έγκειται ο κίνδυνος αλλοίωσης των θεμελιωδών χαρακτηριστικών του επιστημονικού λόγου, δεδομένου ότι η αμφιβολία, ο στοχασμός και η έλλειψη αυτοματισμών αποτελούν τα διαχρονικά γνωρίσματα της επιστήμης. Ο δε καλός επιστημονικός λόγος χαρακτηρίζεται (μια ακόμη ένδειξη της «δημοκρατικότητάς» του) από σαφήνεια και απλότητα και όχι από διατυπώσεις εντυπωσιασμού.
Θα πρέπει όλα αυτά να μας οδηγήσουν σε μια επιφυλακτική, έως φοβική, στάση απέναντι στην τεχνητή νοημοσύνη; Όχι βέβαια!
Η τεχνητή νοημοσύνη είναι μια πραγματικότητα, η οποία ήρθε για να μείνει. Και, όπως κάθε επιστημονική εξέλιξη, εκτός από τα πολλά θετικά κρύβει και κάποιους κινδύνους, τους οποίους πρέπει να τους διαγνώσεις και να τους αντιμετωπίσεις. Υπό το πρίσμα αυτό, ορθότερο θα ήταν να κάνουμε λόγο για προκλήσεις και όχι για κινδύνους, αφού είναι υπόθεση του ανθρώπου εάν θα αξιοποιήσει τις νέες δυνατότητες της τεχνητής νοημοσύνης προς όφελός του ή θα τις αφήσει να αποβούν εις βάρος του.
* Ο Σπύρος Βλαχόπουλος είναι Καθηγητής Νομικής Σχολής ΕΚΠΑ
Διαβάστε όλες τις τελευταίες Ειδήσεις από την Ελλάδα και τον Κόσμο
Το σχόλιο σας