5.7.20

Yuval Noah Harari – Όταν μεγαλώσεις, μπορεί και να μην έχεις δουλειά

Δεν έχουμε ιδέα πώς θα είναι η αγορά εργασίας το 2050. Όλοι συμφωνούν ότι η ύπαρξη μηχανών που μαθαίνουν και η ρομποτική θα αλλάξουν σχεδόν κάθε επάγγελμα, από την
παραγωγή γιαουρτιού μέχρι τη διδασκαλία γιόγκα. Υπάρχουν, ωστόσο, αντικρουόμενες απόψεις σχετικά με το είδος της αλλαγής και την εγγύτητά της.

Κάποιοι πιστεύουν ότι, μόλις σε μία ή το πολύ σε δύο δεκαετίες, δισεκατομμύρια άνθρωποι θα έχουν καταστεί οικονομικά περιττοί. Άλλοι υποστηρίζουν ότι, ακόμα και μακροπρόθεσμα, η αυτοματοποίηση θα συνεχίσει να δημιουργεί νέες θέσεις εργασίας και να παράγει μεγαλύτερη ευημερία για όλους.

Βρισκόμαστε λοιπόν στα πρόθυρα μιας τρομαχτικής ανατροπής, ή μήπως οι προβλέψεις αυτές είναι ένα ακόμα παράδειγμα αστήριχτης λουδίτικης υστερίας; Είναι δύσκολο να ξέρουμε. Οι φόβοι ότι η αυτοματοποίηση θα προκαλέσει γενικευμένη ανεργία ανάγονται στον 19ο αιώνα, και μέχρι τώρα δεν έχουν ποτέ επαληθευτεί. Από την αυγή της Βιομηχανικής Επανάστασης, για κάθε θέση εργασίας που χανόταν εξαιτίας μιας μηχανής, εμφανιζόταν τουλάχιστον μία καινούργια, ενώ το μέσο βιοτικό επίπεδο έχει βελτιωθεί θεαματικά.1 Ωστόσο, υπάρχουν λόγοι να πιστεύουμε ότι αυτή τη φορά τα πράγματα είναι διαφορετικά και ότι η μηχανική εκμάθηση θα αλλάξει πραγματικά τους κανόνες του παιχνιδιού.

Οι άνθρωποι έχουν δύο ειδών ικανότητες – σωματικές και γνωσιακές. Στο παρελθόν, οι μηχανές ανταγωνίζονταν τους ανθρώπους κυρίως στις καθαρά σωματικές ικανότητες, ενώ στο γνωσιακό πεδίο οι άνθρωποι διατηρούσαν ένα τεράστιο πλεονέκτημα απέναντι στις μηχανές. Γι’ αυτό και, καθώς οι εργασίες στη γεωργία και τη βιομηχανία αυτοματοποιούνταν, εμφανίστηκαν νέες θέσεις εργασίας στις υπηρεσίες, οι οποίες απαιτούσαν γνωσιακές δεξιότητες που διέθεταν μόνο οι άνθρωποι: εκμάθηση, ανάλυση, επικοινωνία και, κυρίως, την κατανόηση των ανθρώπινων συναισθημάτων.

Σήμερα, ωστόσο, η τεχνητή νοημοσύνη αρχίζει να ξεπερνάει τους ανθρώπους σε ολοένα και περισσότερες από αυτές τις δεξιότητες, μέχρι και στην κατανόηση των ανθρώπινων συναισθημάτων. Δεν γνωρίζουμε κάποιο τρίτο πεδίο δραστηριότητας -πέρα από το σωματικό και το γνωσιακό-όπου οι άνθρωποι θα διατηρήσουν για πάντα με ασφάλεια το πλεονέκτημά τους.

Είναι απαραίτητο να συνειδητοποιήσουμε ότι η επανάσταση της τεχνητής νοημοσύνης δεν είναι απλώς ότι οι υπολογιστές γίνονται ταχύτεροι και πιο έξυπνοι. Τροφοδοτείται από καινοτομίες στις επιστήμες της ζωής, καθώς και τις κοινωνικές επιστήμες. Όσο καλύτερα κατανοούμε τους βιοχημικούς μηχανισμούς που βρίσκονται πίσω από τα ανθρώπινα συναισθήματα, επιθυμίες και επιλογές, τόσο καλύτερα θα μπορούν οι υπολογιστές να αναλύουν την ανθρώπινη συμπεριφορά, να προβλέπουν τις αποφάσεις των ανθρώπων και να αντικαθιστούν οδηγούς, τραπεζίτες και δικηγόρους.



Τις τελευταίες δεκαετίες, η έρευνα σε πεδία όπως η νευροεπιστήμη και η συμπεριφορική οικονομία έδωσαν στους επιστήμονες τη δυνατότητα να χακάρουν τους ανθρώπους – και ειδικότερα να καταλάβουν πολύ καλύτερα πώς οι άνθρωποι παίρνουν αποφάσεις. Αποδείχτηκε ότι οι επιλογές μας στα πάντα, από το φαγητό μέχρι τους συντρόφους, δεν προέρχονται από κάποια μυστηριώδη ελεύθερη βούληση, αλλά από δισεκατομμύρια νευρώνες που υπολογίζουν πιθανότητες μέσα σε κλάσματα του δευτερολέπτου. Η περίφημη «ανθρώπινη διαίσθηση» είναι στην πραγματικότητα «αναγνώριση προτύπων».

Οι καλοί οδηγοί, τραπεζίτες και δικηγόροι δεν έχουν μαγικές ενοράσεις σχετικά με την κίνηση, τις επενδύσεις ή τις διαπραγματεύσεις – αντίθετα, αναγνωρίζοντας επαναλαμβανόμενα πρότυπα, εντοπίζουν και προσπαθούν να αποφύγουν απρόσεχτους πεζούς, αναξιόπιστους δανειστές και πανούργους απατεώνες. Αποδείχτηκε επίσης ότι οι βιοχημικοί αλγόριθμοι του ανθρώπινου εγκεφάλου κάθε άλλο παρά τέλειοι είναι. Βασίζονται σε ευρετικές μεθόδους, σε παρακάμψεις και ξεπερασμένα κυκλώματα προσαρμοσμένα κατάλληλα για την αφρικανική σαβάνα και όχι για την αστική ζούγκλα. Δεν είναι λοιπόν περίεργο που ακόμα και οι καλοί οδηγοί, τραπεζίτες και δικηγόροι κάνουν μερικές φορές ανόητα λάθη.

Αυτό σημαίνει ότι η τεχνητή νοημοσύνη μπορεί να έχει καλύτερες επιδόσεις από τους ανθρώπους ακόμα και σε εργασίες που υποτίθεται πως απαιτούν «διαίσθηση». Αν σκεφτούμε ότι η τεχνητή νοημοσύνη έχει να ανταγωνιστεί την ανθρώπινη ψυχή στα μυστηριώδη προαισθήματα, αυτό ακούγεται αδύνατο. Αν όμως στην πραγματικότητα η τεχνητή νοημοσύνη χρειάζεται απλώς να ανταγωνιστεί δίκτυα νευρώνων στον υπολογισμό πιθανοτήτων και την αναγνώριση προτύπων, δεν ακούγεται πια τόσο δύσκολο.

Συγκεκριμένα, η τεχνητή νοημοσύνη μπορεί να είναι καλύτερη σε εργασίες που απαιτούν ενοράσεις σχετικά με άλλους ανθρώπους. Πολλές δουλειές -όπως η οδήγηση ενός οχήματος σε ένα δρόμο γεμάτο πεζούς, ο δανεισμός χρημάτων σε αγνώστους και η διαπραγμάτευση επιχειρηματικών συμφωνιών- απαιτούν την ικανότητα να εκτιμά κανείς σωστά τα συναισθήματα και τις επιθυμίες των άλλων. Θα πεταχτεί αυτό το πιτσιρίκι στο δρόμο; Μήπως αυτός ο άνθρωπος σκοπεύει να πάρει τα λεφτά μου και να εξαφανιστεί; Θα πραγματοποιήσει τις απειλές του αυτός ο δικηγόρος ή μήπως μπλοφάρει; Όσο πιστεύαμε ότι αυτά τα συναισθήματα και οι επιθυμίες γεννιούνται από ένα άυλο πνεύμα, φαινόταν προφανές ότι οι υπολογιστές δεν θα είναι ποτέ σε θέση να αντικαταστήσουν τους οδηγούς, τους τραπεζίτες και τους δικηγόρους. Γιατί πώς θα μπορούσε ένας υπολογιστής να καταλάβει το θεϊκά δημιουργημένο ανθρώπινο πνεύμα; Αν όμως τα συναισθήματα και οι επιθυμίες δεν είναι στην πραγματικότητα παρά βιοχημικοί αλγόριθμοι, δεν υπάρχει κάποιος λόγος για τον οποίο δεν θα μπορούσαν να τους αποκωδικοποιήσουν οι υπολογιστές – και μάλιστα πολύ καλύτερα από τους χόμο σάπιενς.

Ο οδηγός που προβλέπει τις προθέσεις ενός πεζού, ο τραπεζίτης που αποτιμά την αξιοπιστία ενός πιθανού δανειολήπτη και ο δικηγόρος που εκτιμά τη διάθεση που επικρατεί σε ένα διαπραγματευτικό τραπέζι δεν βασίζονται στη μαγεία. Αντίθετα, χωρίς να το γνωρίζουν, ο εγκέφαλός τους αναγνωρίζει βιοχημικά πρότυπα αναλύοντας τις εκφράσεις του προσώπου, τον τόνο της φωνής, τις κινήσεις των χεριών, ακόμα και τις σωματικές οσμές. Μια τεχνητή νοημοσύνη εξοπλισμένη με τους κατάλληλους αισθητήρες θα μπορούσε να τα κάνει όλα αυτά με πολύ μεγαλύτερη ακρίβεια και αξιοπιστία απ’ ό,τι ένας άνθρωπος.

Επομένως, ο κίνδυνος για την απώλεια θέσεων εργασίας δεν προέρχεται μόνο από την ανάπτυξη της τεχνολογίας της πληροφορίας. Προέρχεται από το συνδυασμό της τεχνολογίας της πληροφορίας με τη βιοτεχνολογία. Ο δρόμος που οδηγεί από τη λειτουργική μαγνητική τομογραφία στην αγορά εργασίας είναι μακρύς και δύσβατος, αλλά μπορεί παρ’ όλα αυτά να διανυθεί σε μερικές δεκαετίες. Αυτά που μαθαίνουν σήμερα οι επιστήμονες για την αμυγδαλή και την παρεγκεφαλίδα μπορεί να επιτρέψουν στους υπολογιστές να ξεπεράσουν τους ψυχίατρους και τους σωματοφύλακες το 2050.

Δεν είναι βέβαιο μόνο ότι η τεχνητή νοημοσύνη θα χακάρει τους ανθρώπους και θα τους ξεπεράσει σε δεξιότητες που ήταν ως τώρα αμιγώς ανθρώπινες. Θα συνεχίσει να διαθέτει και ικανότητες αμιγώς μη ανθρώπινες, οι οποίες θα κάνουν τη διαφορά ανάμεσα στην τεχνητή νοημοσύνη και τον εργαζόμενο άνθρωπο όχι απλώς ποσοτική αλλά και ποιοτική. Δύο ιδιαίτερα σημαντικές μη ανθρώπινες ικανότητες που διαθέτει η τεχνητή νοημοσύνη είναι η συνδεσιμότητα και η δυνατότητα επικαιροποίησης.

Εφόσον οι άνθρωποι είναι άτομα, είναι δύσκολο να συνδέσεις τον έναν με τον άλλο και να διασφαλίσεις ότι θα είναι πάντα επικαιροποιημένοι. Αντίθετα, οι υπολογιστές δεν είναι άτομα κι είναι εύκολο να τους ενσωματώσεις σε ένα ευέλικτο δίκτυο. Έτσι, αυτό για το οποίο μιλάμε δεν είναι η αντικατάσταση εκατομμυρίων μεμονωμένων ανθρώπων-εργατών από εκατομμύρια μεμονωμένα ρομπότ και υπολογιστές. Αντίθετα, οι μεμονωμένοι άνθρωποι θα αντικατασταθούν μάλλον από ένα ολοκληρωμένο δίκτυο. Όταν λοιπόν εξετάζουμε την αυτοματοποίηση, είναι λάθος να συγκρίνουμε τις ικανότητες ενός μεμονωμένου ανθρώπου-οδηγού με ένα μεμονωμένο αυτοκινούμενο όχημα ή ενός γιατρού με μια ιατρική τεχνητή νοημοσύνη. Αντίθετα, πρέπει να συγκρίνουμε τις ικανότητες ενός συνόλου μεμονωμένων ανθρώπων με τις ικανότητες ενός ολοκληρωμένου δικτύου.

Για παράδειγμα, πολλοί οδηγοί δεν γνωρίζουν τις τελευταίες αλλαγές στους κανόνες οδικής κυκλοφορίας κι έτσι συχνά τούς παραβιάζουν. Επιπλέον, εφόσον κάθε όχημα αποτελεί μια αυτόνομη μονάδα, όταν δύο οχήματα πλησιάζουν στην ίδια διασταύρωση την ίδια στιγμή, οι οδηγοί μπορεί να μη φανερώσουν ευκρινώς τις προθέσεις τους και να τρακάρουν. Τα αυτόνομα αυτοκίνητα, αντίθετα, μπορούν να είναι όλα συνδεδεμένα μεταξύ τους. Όταν δύο τέτοια οχήματα πλησιάζουν στην ίδια διασταύρωση, δεν αποτελούν στην πραγματικότητα δύο χωριστές μονάδες – είναι και τα δύο τμήματα του ίδιου αλγόριθμου. Επομένως, οι πιθανότητες να μπερδευτούν και να συγκρουστούν είναι πολύ λιγότερες. Κι αν το Υπουργείο Συγκοινωνιών αποφασίσει να αλλάξει κάποιους κανόνες, όλα τα αυτόνομα οχήματα μπορούν εύκολα να επικαιροποιηθούν την ίδια στιγμή και, εκτός αν υπάρχει κάποιος ιός στο πρόγραμμα, όλα θα ακολουθήσουν τους νέους κανόνες κατά γράμμα.

Με τον ίδιο τρόπο, αν ο Παγκόσμιος Οργανισμός Υγείας εντοπίσει μια νέα ασθένεια ή αν ένα εργαστήριο δημιουργήσει ένα νέο φάρμακο, είναι σχεδόν αδύνατο να ενημερωθούν για τις εξελίξεις αυτές όλοι οι γιατροί στον κόσμο. Αντίθετα, αν στον κόσμο υπάρχουν 10 δισεκατομμύρια ιατρικές τεχνητές νοημοσύνες -που η καθεμιά παρακολουθεί την υγεία ενός και μόνο ανθρώπου-, μπορείς να τις επικαιροποιήσεις όλες μέσα σε κλάσματα του δευτερολέπτου και μπορούν να ανταλλάξουν μεταξύ τους παρατηρήσεις για τη νέα ασθένεια ή το καινούργιο φάρμακο. Αυτά τα δυνητικά πλεονεκτήματα που έχει η δυνατότητα διασύνδεσης και επικαιροποίησης είναι τόσο μεγάλα, που τουλάχιστον σε κάποια επαγγέλματα μπορεί να είναι λογικό να αντικατασταθούν όλοι οι άνθρωποι από υπολογιστές, ακόμα κι αν ατομικά κάποιοι άνθρωποι κάνουν καλύτερη δουλειά από τις μηχανές.

Μπορεί να προβάλετε την ένσταση ότι η μετάβαση από τους μεμονωμένους ανθρώπους στα δίκτυα υπολογιστών θα μας κάνει να χάσουμε τα πλεονεκτήματα της ατομικότητας. Για παράδειγμα, αν ένας γιατρός πάρει μια λάθος απόφαση, δεν πρόκειται να σκοτώσει όλους τους ασθενείς στον κόσμο και δεν θα σταματήσει την εξέλιξη όλων των νέων φαρμάκων. Αντίθετα, αν όλοι οι γιατροί είναι στην πραγματικότητα ένα και μόνο σύστημα κι αν το σύστημα αυτό κάνει ένα λάθος, οι συνέπειες μπορεί να είναι καταστροφικές. Στην πραγματικότητα, ωστόσο, ένα ολοκληρωμένο σύστημα υπολογιστών μπορεί να μεγιστοποιήσει τα πλεονεκτήματα της συνδεσιμότητας χωρίς να χάνει τα οφέλη της ατομικότητας. Μπορεί να λειτουργούν πολλοί διαφορετικοί αλγόριθμοι στο ίδιο δίκτυο κι έτσι η ασθενής σε κάποιο απομακρυσμένο χωριό στη ζούγκλα μπορεί μέσω του έξυπνου κινητού της να μην έχει πρόσβαση μόνο σε έναν γιατρό, αλλά σε εκατοντάδες ιατρικές τεχνητές νοημοσύνες, οι σχετικές επιδόσεις των οποίων συγκρίνονται διαρκώς. Δεν σας αρέσουν αυτά που σας είπε ο γιατρός της IBM; Κανένα πρόβλημα. Ακόμα κι αν βρίσκεστε κάπου στις πλαγιές του Κιλιμάντζαρο, μπορείτε εύκολα να πάρετε μια δεύτερη γνώμη από το γιατρό της Baidu.

Τα πλεονεκτήματα για την ανθρώπινη κοινωνία θα είναι ανυπολόγιστα. Η ιατρική τεχνητή νοημοσύνη θα μπορούσε να παρέχει πολύ καλύτερη και φτηνότερη υγειονομική περίθαλψη για δισεκατομμύρια ανθρώπους, ιδίως για εκείνους που αυτή τη στιγμή δεν έχουν την παραμικρή φροντίδα υγείας. Χάρη στους αλγόριθμους που μπορούν να μαθαίνουν και τους βιομετρικούς αισθητήρες, ένας φτωχός χωρικός σε κάποια υπανάπτυκτη χώρα θα μπορεί να απολαμβάνει πολύ ανώτερη φροντίδα υγείας μέσω του κινητού του απ’ ό,τι ο πλουσιότερος άνθρωπος σήμερα από το πιο προηγμένο κεντρικό νοσοκομείο.

Αντίστοιχα, τα αυτόνομα οχήματα θα μπορούσαν να προσφέρουν πολύ καλύτερες συγκοινωνίες στους ανθρώπους, και κυρίως να μειώσουν τη θνησιμότητα από τροχαία δυστυχήματα. Σήμερα, σχεδόν 1,25 εκατομμύρια άνθρωποι σκοτώνονται κάθε χρόνο από τροχαίο (δύο φορές περισσότεροι από τα θύματα πολέμων, εγκλημάτων και τρομοκρατικών χτυπημάτων μαζί). Πάνω από το 90% αυτών των δυστυχημάτων οφείλονται σε ανθρώπινο σφάλμα: κάποιος οδηγεί πιωμένος, κάποιος στέλνει μηνύματα ενώ οδηγεί, άλλος αποκοιμιέται στο τιμόνι, κάποιος ονειροπολεί αντί να προσέχει το δρόμο.

Η Διεύθυνση Κυκλοφοριακής Ασφάλειας Εθνικών Οδών των ΗΠΑ υπολόγισε το 2012 ότι το 31% των θανατηφόρων δυστυχημάτων στις ΗΠΑ οφειλόταν σε χρήση αλκοόλ, το 30% σε υπερβολική ταχύτητα και το 21% σε απρόσεκτη οδήγηση. Τα αυτόνομα οχήματα δεν θα κάνουν ποτέ τίποτα από όλα αυτά. Παρ’ όλο που έχουν κι εκείνα τα προβλήματα και τους περιορισμούς τους, και μολονότι ορισμένα ατυχήματα είναι αναπόφευκτα, η αντικατάσταση όλων των οδηγών από υπολογιστές αναμένεται να μειώσει τους θανάτους και τους τραυματισμούς στους δρόμους κατά περίπου 90%.8 Με άλλα λόγια, η μετάβαση στα αυτόνομα οχήματα θα σώσει τη ζωή ενός εκατομμυρίου ανθρώπων το χρόνο.

Θα ήταν λοιπόν τρέλα να μην επιτρέψουμε την αυτοματοποίηση σε τομείς όπως οι μεταφορές και η υγεία, απλώς για να προστατέψουμε τις θέσεις εργασίας των ανθρώπων. Σε τελική ανάλυση, αυτό που πρέπει να προστατεύουμε είναι οι άνθρωποι, όχι οι δουλειές. Οι περιττοί πλέον οδηγοί και γιατροί θα πρέπει απλώς να βρουν κάτι άλλο να κάνουν.
***

Yuval Noah Harari – 21 μαθήματα για τον 21ο αιώνα

Αντικλείδι , https://antikleidi.com