Καθώς όλο και περισσότεροι επαγγελματίες ενσωματώνουν εργαλεία τεχνητής νοημοσύνης (ΑΙ) στην καθημερινή τους εργασία, τίθεται ένα κρίσιμο ερώτημα: υπάρχει κίνδυνος οι δεξιότητες που απέκτησαν με χρόνια εκπαίδευσης και εμπειρίας να αρχίσουν να εξασθενούν;
Η ανησυχία αυτή δεν είναι θεωρητική. Σε έρευνα σε εργαζομένους υγείας στις Ηνωμένες Πολιτείες, το 70% των νοσηλευτών και το 77% των γιατρών δήλωσαν ότι φοβούνται πως η υπερβολική εξάρτηση από συστήματα τεχνητής νοημοσύνης μπορεί να οδηγήσει σε απώλεια δεξιοτήτων.
Ερευνητές ήδη μιλούν για ένα φαινόμενο «απο-δεξιοποίησης» (deskilling), το οποίο φαίνεται να εμφανίζεται σε κλάδους όπως η ιατρική και η πληροφορική.
Παράλληλα, αναζητούνται τρόποι ώστε να διατηρηθεί η ανθρώπινη εξειδίκευση σε ένα περιβάλλον όπου η ΑΙ αναλαμβάνει όλο και περισσότερες γνωστικές εργασίες.
Όπως επισημαίνει ο Kevin Crowston από το Πανεπιστήμιο Syracuse, η επίγνωση του φαινομένου μπορεί να λειτουργήσει ως αφορμή για αυτοκριτική σχετικά με το ποιες δεξιότητες αξίζει να διατηρεί κανείς και ποιες είναι διατεθειμένος να αναθέσει σε εργαλεία ΑΙ.
Ενδείξεις μείωσης απόδοσης στην ιατρική με τη χρήση ΑΙ
Χαρακτηριστικά ευρήματα προέρχονται από μελέτη σε γιατρούς στην Πολωνία που ειδικεύονται στην ενδοσκόπηση, συγκεκριμένα στις κολονοσκοπήσεις. Οι γιατροί αυτοί είχαν πραγματοποιήσει τουλάχιστον 2.000 εξετάσεις ο καθένας κατά τη διάρκεια της καριέρας τους.
Στη μελέτη χρησιμοποιήθηκε ένα σύστημα τεχνητής νοημοσύνης που αναλύει σε πραγματικό χρόνο εικόνες κολονοσκόπησης και εντοπίζει αδενώματα, δηλαδή προκαρκινικές αλλοιώσεις του εντέρου. Το εργαλείο ήταν διαθέσιμο μόνο σε ορισμένες ημέρες και όχι σε άλλες.
Τα αποτελέσματα έδειξαν ότι, αφού οι γιατροί άρχισαν να χρησιμοποιούν το σύστημα, η απόδοσή τους μειώθηκε όταν αυτό δεν ήταν διαθέσιμο.
Πριν την εισαγωγή της ΑΙ, το ποσοστό εντοπισμού αδενωμάτων ήταν 28,4% των κολονοσκοπήσεων. Μετά την εισαγωγή του εργαλείου, το ποσοστό χωρίς υποστήριξη ΑΙ μειώθηκε στο 22,4%.
Η μελέτη, που δημοσιεύθηκε στο The Lancet Gastroenterology and Hepatology, υποστηρίζει ότι ακόμη και ιδιαίτερα έμπειροι επαγγελματίες μπορεί να παρουσιάσουν μείωση απόδοσης σε βασικές εργασίες όταν εξαρτώνται από εργαλεία ΑΙ.
Σύμφωνα με τους ερευνητές, η συνεχής έκθεση σε τέτοια συστήματα μπορεί να οδηγήσει σε λιγότερη συγκέντρωση, μειωμένο κίνητρο και χαμηλότερη αίσθηση ευθύνης όταν οι αποφάσεις λαμβάνονται χωρίς την υποστήριξη της τεχνητής νοημοσύνης.
Ο συν-συγγραφέας της μελέτης Yuichi Mori σημειώνει ότι απαιτείται περαιτέρω έρευνα για την επιβεβαίωση του φαινομένου, αλλά τονίζει ότι υπάρχει πραγματικός κίνδυνος απώλειας δεξιοτήτων και ότι προς το παρόν δεν υπάρχει καθιερωμένη λύση. Όπως αναφέρει, «το ζήτημα θα πρέπει να αποτελέσει σημαντικό αντικείμενο έρευνας την επόμενη δεκαετία».
Προγραμματιστές, μάθηση και το χάσμα ανάμεσα σε απόδοση και κατανόηση
Αντίστοιχες ενδείξεις καταγράφονται και στην επιστήμη των υπολογιστών. Ερευνητές της εταιρείας Anthropic διεξήγαγαν μια τυχαιοποιημένη ελεγχόμενη δοκιμή με 52 μηχανικούς λογισμικού, οι οποίοι κλήθηκαν να ολοκληρώσουν μια βασική εργασία προγραμματισμού.
Όλοι οι συμμετέχοντες είχαν πρόσβαση στο διαδίκτυο και σε οδηγίες για την εκτέλεση της εργασίας. Οι μισοί, όμως, παροτρύνθηκαν να χρησιμοποιήσουν και βοηθό τεχνητής νοημοσύνης.
Μετά την ολοκλήρωση της εργασίας, όλοι υποβλήθηκαν σε τεστ για να αξιολογηθεί τι είχαν μάθει. Η ομάδα που χρησιμοποίησε ΑΙ είχε σαφώς χαμηλότερη επίδοση: μέσος όρος 50%, έναντι 67% στην ομάδα χωρίς ΑΙ
Η διαφορά ήταν ακόμη πιο έντονη σε ερωτήσεις που απαιτούσαν εντοπισμό και κατανόηση σφαλμάτων στον κώδικα, γεγονός που υποδηλώνει ότι οι συμμετέχοντες δεν είχαν εμβαθύνει στις έννοιες πίσω από την εργασία που εκτέλεσαν.
Για τον Kevin Crowston, τα αποτελέσματα αυτά είναι ανησυχητικά κυρίως για φοιτητές και νέους επαγγελματίες, καθώς δημιουργείται ένα παράδοξο: υψηλή απόδοση με τη βοήθεια της ΑΙ, αλλά περιορισμένη πραγματική μάθηση και ανάπτυξη δεξιοτήτων.
Εξωτερική ανάθεση της σκέψης και μακροπρόθεσμες επιπτώσεις
Η τάση αυτή εντάσσεται σε μια ευρύτερη ιστορική εξέλιξη, όπου η τεχνολογία αντικαθιστά επιμέρους ανθρώπινες δεξιότητες. Για παράδειγμα, τα συστήματα GPS έχουν μειώσει την ικανότητα προσανατολισμού πολλών ανθρώπων.
Ωστόσο, σύμφωνα με τον Tapani Rinta-Kahila από τη Σχολή Οικονομικών του Hanken στο Ελσίνκι, «η γενετική τεχνητή νοημοσύνη διαφέρει, καθώς αυτοματοποιεί όχι μόνο μηχανικές αλλά και γνωστικές λειτουργίες που σχετίζονται με τη σκέψη και την ερμηνεία, δεξιότητες που για πολύ καιρό θεωρούνταν κατεξοχήν ανθρώπινες».
Ο ίδιος αναφέρεται και σε παλαιότερη έρευνά του σε λογιστές που χρησιμοποιούσαν για πάνω από μία δεκαετία αυτοματοποιημένο σύστημα λογιστικής. Όταν το σύστημα αφαιρέθηκε, οι εργαζόμενοι είχαν ξεχάσει πώς να εκτελούν βασικές εργασίες.
Με βάση αυτά τα δεδομένα, εκτιμά ότι οι επόμενες γενιές επαγγελματιών, όπως οι προγραμματιστές, ενδέχεται να μην αποκτήσουν σε βάθος κατανόηση των θεμελίων του αντικειμένου τους, εφόσον λείπει η πρακτική εμπειρία. Αντίστοιχες επιπτώσεις αναμένονται και σε άλλα επαγγέλματα γνώσης, όπως η λογιστική και το δίκαιο.
Για την αποφυγή της σταδιακής απώλειας δεξιοτήτων, οι ειδικοί τονίζουν την ανάγκη συνειδητής χρήσης των εργαλείων ΑΙ, καλύτερης κατανόησης του τρόπου λειτουργίας τους και των περιορισμών τους, καθώς και διατήρησης της κριτικής στάσης απέναντι στα αποτελέσματά τους.
