Τίτλοι που διατυπώνουν το ερώτημα «Μπορείτε να καταλάβετε αν το κείμενο που διαβάζετε γράφτηκε από Τεχνητή Νοημοσύνη;» είναι αρκετά διαδεδομένοι τα τελευταία χρόνια.
Η Τεχνητή Νοημοσύνη (ΤΝ) έχει χρησιμοποιηθεί εκτενώς στη δημιουργία κειμένου, όπου αλγόριθμοι όπως το ChatGPT έχουν δείξει πολλά υποσχόμενα αποτελέσματα.
Ωστόσο, η χρήση κειμένου που δημιουργείται από ΤΝ στην επιστημονική έρευνα εγείρει ηθικά ζητήματα όπως η διαφάνεια, η προκατάληψη, η ενημερωμένη συναίνεση, το απόρρητο και η λογοδοσία.
Το κείμενο που δημιουργείται από ΤΝ και συγκεκριμένα το ChatGPT, μπορεί να χρησιμοποιηθεί για οποιονδήποτε σκοπό, όπως η δημιουργία ερευνητικών ιδεών, η εύρεση του ερευνητικού κενού σε συγκεκριμένα θέματα, η σύνοψη απεριόριστων δημοσιευμένων άρθρων κ.λπ.
Oι ερευνητές θα πρέπει να γνωρίζουν ότι τα αποτελέσματα του ChatGPT είναι μερικές φορές παραπλανητικά ή οι πληροφορίες είναι κατασκευασμένες.
Πόση σημασία όμως μπορεί να έxoυν όλα αυτά; Μήπως υπάρχει κάτι που πρέπει να μας απασχολεί περισσότερο;
Και εξηγούμε. Αντί να ασχολούμαστε με την ηθική της χρήσης της Τεχνητής Νοημοσύνης για τη δημιουργία κειμένου, ίσως θα πρέπει να επικεντρωθούμε στο πώς να διαμορφώσουμε το μέλλον της γραφής για να διατηρήσουμε τη γνωστική σκέψη στην εποχή της Τεχνητής Νοημοσύνης.
Τεχνητή Νοημοσύνη και γραφή
Ένα πρόσφατο δοκίμιο των New York Times έκανε έκκληση στους αναγνώστες να μην γράφουν ποτέ με Τεχνητή Νοημοσύνη, ενώ τα The Economist και Wired εξέτασαν πώς μπορεί να ανιχνευθεί η μηχανικά παραγόμενη πεζογραφία.
Τα ερωτήματα γίνονται ολοένα και πιο οικεία: Γράφτηκε αυτό από Τεχνητή Νοημοσύνη; Ποιες εκφράσεις αποκαλύπτουν τη μηχανή; Μπορούμε ακόμα να διακρίνουμε την ανθρώπινη γραφή από το συνθετικό κείμενο;
Αυτές είναι κατανοητές ερωτήσεις. Αλλά είναι παραπλανητικές για δύο λόγους.
Καταρχάς, οι ανιχνευτές Τεχνητής Νοημοσύνης είναι εγγενώς αναξιόπιστοι. Οι άνθρωποι και οι μηχανές αντλούν έμπνευση από την ίδια κληρονομιά κειμένων. Μαθαίνουμε μοτίβα έκφρασης μέσω της εκπαίδευσης και της ανάγνωσης. Τα μεγάλα γλωσσικά μοντέλα τα αποκτούν μέσω της μηχανικής μάθησης. Ισορροπημένες προτάσεις, ρητορικές τριάδες και ιστορικές αναλογίες υπήρχαν πολύ πριν από το ChatGPT, ωστόσο αντιμετωπίζονται όλο και περισσότερο ως δακτυλικά αποτυπώματα τεχνητής πρόζας.
«Το δοκίμασα αυτό υποβάλλοντας τα άρθρα μου από το 1996 σε μια πλατφόρμα ανίχνευσης Τεχνητής Νοημοσύνης» λέει στο genevasolutions.news, ο Γιόβαν Κουρμπάλια, ιδρυτικός διευθυντής του DiploFoundation.
Κατέληξε, με απόλυτη βεβαιότητα, στο συμπέρασμα ότι περισσότερα από τα μισά είχαν δημιουργηθεί από την Τεχνητή Νοημοσύνη. Μεταξύ των ύποπτων αποσπασμάτων ήταν μια ρυθμική τριάδα που περιέγραφε πώς η τεχνολογία επηρεάζει τη διπλωματία μέσω της γεωπολιτικής, τα θέματα που διαπραγματεύονται οι διπλωμάτες και τα εργαλεία που χρησιμοποιούν.
Το μηχάνημα υπονόησε ότι ένα κείμενο 30 ετών είχε γραφτεί από τεχνολογία που δεν υπήρχε ακόμη.
Το δεύτερο πρόβλημα είναι πιο σημαντικό. Με το να ασχολούμαστε με το αν η Τεχνητή Νοημοσύνη δημιούργησε μια πρόταση, αποφεύγουμε να αναρωτηθούμε αν η πρόταση εκφράζει κάποια γνήσια σκέψη.
Η ικανότητα της Τεχνητής Νοημοσύνης να παράγει γυαλισμένη πρόζα δεν αποτελεί από μόνη της τον κύριο κίνδυνο. Ο κίνδυνος προκύπτει όταν αναθέτουμε την αμφισβήτηση, την ερμηνεία και την κρίση στη μηχανή. Μια γραμματικά ατελής παράγραφος που αντανακλά αγώνα, αμφιβολία και ανακάλυψη μπορεί να είναι πιο διανοητικά πολύτιμη από ένα άψογο δοκίμιο που παράγεται χωρίς ουσιαστική εμπλοκή.
Το δίλημμα της εκπαίδευσης
Αυτό είναι ιδιαίτερα εμφανές στην εκπαίδευση. Όταν μια μηχανή μπορεί να δημιουργήσει μια έκθεση μαθητή σε δευτερόλεπτα, οι εκπαιδευτικοί, όπως είναι κατανοητό, στρέφονται στην ανίχνευση: Χρησιμοποιήθηκε η Τεχνητή Νοημοσύνη; Μπορεί ο μαθητής να αποδείξει την πατρότητα;
Αλλά αυτά τα ερωτήματα ασχολούνται με συμπτώματα και όχι με αιτίες.
Αν το τελικό δοκίμιο έχει μεγαλύτερη σημασία από την πνευματική διαδικασία που το παρήγαγε, η Τεχνητή Νοημοσύνη γίνεται μια αναμενόμενη συντόμευση. Οι μαθητές ανταποκρίνονται ορθολογικά σε ένα σύστημα που ανταμείβει τα επεξεργασμένα προϊόντα, τις συσσωρευμένες μονάδες και τη συμμόρφωση με τις τυπικές απαιτήσεις περισσότερο από την περιέργεια, την επανεξέταση και την κρίση.
Εδώ βρίσκεται μια βαθύτερη αναντιστοιχία. Η Τεχνητή Νοημοσύνη είναι γρήγορη· η νόηση αργή. Μια μηχανή μπορεί να παράγει μια απάντηση σε δευτερόλεπτα. Η κατανόηση απαιτεί χρόνο. Το ίδιο ισχύει και για την αμφιβολία, την αναθεώρηση και τη διαφωνία. Σε μια εποχή που έχει εμμονή με την αποτελεσματικότητα, ορισμένες φαινομενικά αναποτελεσματικές δραστηριότητες – η συζήτηση, ο νοητικός υπολογισμός, η απομνημόνευση και η μαθητεία – παραμένουν πολύτιμες ακριβώς επειδή κάνουν τον εγκέφαλό μας να λειτουργεί.
Η απάντηση, επομένως, δεν είναι η απαγόρευση της Τεχνητής Νοημοσύνης. Είναι ο επανασχεδιασμός της γραφής και της μάθησης γύρω από τις γνωστικές ικανότητες που θέλουμε να διατηρήσουμε στην εποχή της Τεχνητής Νοημοσύνης.
Τρεις προσεγγίσεις θα μπορούσαν να βοηθήσουν.
Λύσεις για Τεχνητή Νοημοσύνη, κείμενο και γνωστική λειτουργία
- Χρησιμοποιήστε την Τεχνητή Νοημοσύνη ως συνεργάτη πνευματικής διαμάχης, όχι ως ghostwriter. Ζητήστε της να αμφισβητήσει ένα επιχείρημα, να εντοπίσει μια ελλείπουσα οπτική γωνία, να διατυπώσει ένα αντιπαράδειγμα ή να αποκαλύψει μια αδύναμη υπόθεση. Η Τεχνητή Νοημοσύνη θα πρέπει να πυροδοτεί περισσότερη σκέψη, όχι λιγότερη.
- Εκτιμήστε τη διαδικασία, όχι μόνο το τελικό προϊόν. Οι μαθητές και, γιατί όχι, οι ίδιοι οι δημοσιογράφοι, θα πρέπει να είναι σε θέση να εξηγήσουν πώς αναπτύχθηκε ένα επιχείρημα, ποιες υποθέσεις άλλαξαν, γιατί έγιναν δεκτά τα αποδεικτικά στοιχεία και γιατί απορρίφθηκαν οι προτάσεις. Η καλύτερη ερώτηση δεν είναι «Χρησιμοποιήσατε την Τεχνητή Νοημοσύνη;» αλλά «Τι κάνατε με αυτήν και ποια σκέψη παρέμεινε δική σας;»
- Η γραφή με τη βοήθεια της Τεχνητής Νοημοσύνης βασίζεται σε αναγνωρίσιμες πηγές γνώσης. Η πεζογραφία με τεχνητή νοημοσύνη δεν προκύπτει από το πουθενά ή από κάποια θαυματουργή μηχανική νοημοσύνη. Έχει τις ρίζες της σε ένα υπάρχον σώμα ανθρώπινης γνώσης και δεδομένων. Η θεμελίωση καθιστά ορατές αυτές τις πνευματικές καταβολές. Προσφέρει επίσης σημαντικά παράπλευρα οφέλη: οι προκαταλήψεις μπορούν να εντοπιστούν σε προκατειλημμένες πηγές, οι ισχυρισμοί μπορούν να ελεγχθούν με βάση αποδεικτικά στοιχεία και τα συστήματα Τεχνητής Νοημοσύνης έχουν λιγότερο χώρο για παραισθήσεις.
Το ερώτημα δεν είναι πλέον αν η Τεχνητή Νοημοσύνη γράφει, αλλά αν οι άνθρωποι εξακολουθούν να σκέφτονται…
