«Κάθε τεχνολογία είναι ταυτόχρονα μαχαίρι και πυξίδα, που κόβει κι οδηγεί» – Πωλ Βιριλιό, Γάλλος φιλόσοφος της τεχνολογίας.
Στο ξεκίνημα της τρίτης δεκαετίας του 21ου αιώνα, η πρόοδος δεν έρχεται ομοιόμορφα. Έρχεται σε στρώσεις, σαν φως που, τσιγκούνικα, δεν θέλει να φωτίζει παντού. Και η τεχνητή νοημοσύνη, αυτή η παντοδύναμη μηχανή του μέλλοντος, ήδη αρχίζει να διαχωρίζει το αύριο, όχι σε πλούσιους και φτωχούς, αλλά σε εκείνους που μπορούν να συνομιλήσουν με την τεχνολογία, και σε εκείνους που θα πρέπει απλώς να υποταχθούν σε αυτήν. Η υπόσχεση της ΑΙ ήταν ότι θα απελευθερώσει τον άνθρωπο από το βάρος της μονοτονίας, ότι θα φέρει παραγωγικότητα, καινοτομία, εξατομικευμένη υγεία, εκπαιδευτική υπέρβαση. Μα, όλα αυτά δείχνουν να ισχύουν, για όσους βρίσκονται όχι μόνο στη κορυφή της σκάλας, αλλά σε εξώστη, πάνω απ’ το πλατύσκαλο. Οι υπόλοιποι, παρακολουθούν μια αλλαγή κοσμογονική, ως μετέωροι θεατές.
Το προνόμιο της πρόσβασης
Σύμφωνα με αναλύσεις του The Economist και της MIT Technology Review, οι πλουσιότεροι χρήστες και οργανισμοί αποκτούν ήδη ένα προβάδισμα που δεν είναι πια απλώς οικονομικό, αλλά είναι γνωσιακό. Η τεχνητή νοημοσύνη, ιδιαίτερα τα μεγάλα γλωσσικά μοντέλα, τα λεγόμενα LLMs, αξιοποιούνται για την ενίσχυση της παραγωγικότητας, την ταχύτερη λήψη αποφάσεων, την ανάπτυξη περιεχομένου και στρατηγικής σε πρωτοφανή κλίμακα. Όμως αυτή είναι μόνο η αρχή. Οι ίδιοι αυτοί χρήστες έχουν πλέον πρόσβαση σε κάτι πολύ πιο ριζοσπαστικό: στην ενίσχυση των ίδιων των γνωστικών τους λειτουργιών. Εταιρείες, όπως η Neuralink, η Synchron και η Blackrock Neurotech, δοκιμάζουν ήδη σε ανθρώπους συστήματα εγκεφάλου-υπολογιστή (brain-computer interfaces), με στόχο την άμεση σύνδεση του ανθρώπινου νου με ψηφιακές βάσεις δεδομένων, εργαλεία σκέψης, ακόμη και με την ίδια την τεχνητή νοημοσύνη.
Στο ορατό μέλλον, η απλή χρήση πληκτρολογίου ίσως φαντάζει τόσο παρωχημένη όσο σήμερα ο τηλέγραφος. Πρακτικά, μιλάμε για μια συγχώνευση ανθρώπου και μηχανής που, αν και ακόμη σε πρώιμο στάδιο, εξελίσσεται γρήγορα και με τεράστια επενδυτικά κεφάλαια. Και το κυριότερο: δεν θα είναι μαζικά διαθέσιμη. Τα πρώτα κύματα εφαρμογών προορίζονται για στρατηγικούς εταίρους, ερευνητικά κέντρα και VIP ασθενείς με σοβαρές νευρολογικές παθήσεις. Όμως ο μακροπρόθεσμος στόχος είναι ξεκάθαρος: να δοθεί σε ένα μικρό μέρος του πληθυσμού η δυνατότητα υπερανθρώπινης σκέψης, με τεχνητή υποστήριξη. Όπως σημείωνε πικρά ο Πωλ Βιριλιό, στο οποίο επανερχόμαστε, «όταν έχεις την τεχνολογία να βλέπεις πιο μακριά, αρχίζεις να ξεχνάς πόσοι δεν βλέπουν καθόλου».
Η ΑΙ στην υγεία: θεραπεία για λίγους, πρόχειρη φροντίδα για τους πολλούς
Σε επίπεδο υγείας, η ανισότητα δεν είναι απλώς παράπλευρη απώλεια, αλλά δομικό χαρακτηριστικό του νέου μοντέλου. Οι πιο εξελιγμένοι αλγόριθμοι για πρώιμη διάγνωση, ανάλυση γονιδιώματος, εξατομικευμένες θεραπείες ή πρόβλεψη συμπεριφοράς φαρμάκων αναπτύσσονται και εφαρμόζονται κατά προτεραιότητα σε πληθυσμούς με πρόσβαση σε ιδιωτικά νοσοκομεία, ερευνητικά ιδρύματα ή εξειδικευμένα προγράμματα, δηλαδή στους πλούσιους που μπορούν να τα πληρώσουν. Η Goldman Sachs εκτιμά πως ο κλάδος της AI-driven healthcare θα ξεπεράσει τα 200 δισεκατομμύρια δολάρια έως το 2030. Όμως, ήδη δημιουργούνται δύο παράλληλα συστήματα περίθαλψης, με το ένα να περιλαμβάνει όλους όσοι έχουν τα μέσα να αξιοποιήσουν τα πλέον προηγμένα διαγνωστικά μοντέλα και το άλλο, υποχρηματοδοτημένο και καθυστερημένο, για όλους τους υπόλοιπους, όπου η ΑΙ εφαρμόζεται περισσότερο ως εργαλείο εξοικονόμησης κόστους παρά αναβάθμισης ποιότητας.
Εκτός από την πρόσβαση σε τεχνολογία, εμφανίζεται και μια νέα κατηγορία ανισότητας, αυτή της ακρίβειας στη διάγνωση. Όπως επισημαίνουν ερευνητές από το Johns Hopkins Bloomberg School of Public Health, πολλά μοντέλα εκπαίδευσης τεχνητής νοημοσύνης βασίζονται κυρίως σε δεδομένα από λευκούς, εύπορους πληθυσμούς, δημιουργώντας «τυφλά σημεία» όταν εφαρμόζονται σε διαφορετικά εθνοτικά, κοινωνικά ή γεωγραφικά σύνολα. Η «έξυπνη» διάγνωση μπορεί να είναι εντυπωσιακά ανακριβής για όσους δεν ταιριάζουν στο στατιστικό πρότυπο. Ακόμη και η πρόληψη αποκτά ταξικά χαρακτηριστικά. Πλατφόρμες που χρησιμοποιούν ΑΙ για wellness, διατροφή, πρόβλεψη ιατρικών κινδύνων ή ψυχική υποστήριξη, από apps μέχρι ψηφιακούς συμβούλους, απευθύνονται κυρίως σε κοινό με ψηφιακή παιδεία, οικονομική ευχέρεια και γλωσσική επάρκεια. Οι υπόλοιποι μένουν με chatbot ασφαλιστικών ταμείων και call center που «δεν καταλαβαίνουν τι λες». Το σώμα του μέλλοντος, λένε, θα έχει αισθητήρες, βιοδείκτες και διαρκή σύνδεση με την ιατρική γνώση της ανθρωπότητας. Ναι, αλλά όχι όλα τα σώματα!
Η νέα φτώχεια είναι τεχνολογική
Για τις χαμηλότερες κοινωνικοοικονομικές ομάδες, η τεχνητή νοημοσύνη δεν σημαίνει ενίσχυση, αλλά ενδεχομένως απώλεια. Παγκόσμιες μελέτες, όπως αυτή του OECD για τον αυτοματισμό και την εργασία, εκτιμούν πως έως και 27% των θέσεων εργασίας με χαμηλή εξειδίκευση απειλούνται άμεσα από την αυτοματοποίηση μέσω ΑΙ, ενώ οι αντίστοιχες για υψηλή εξειδίκευση είναι κάτω από 5%. Οι πιο ευάλωτοι εργαζόμενοι είναι αυτοί που δεν θα έχουν τη δυνατότητα να επανεκπαιδευτούν ή να αναβαθμίσουν τις δεξιότητές τους, γιατί δεν έχουν τον χρόνο, τα μέσα, ή τη γνώση. Και οι υπηρεσίες που προορίζονται για εκείνους, από δημόσια διοίκηση έως εκπαίδευση, τείνουν να είναι πλέον αυτοματοποιημένες, τυποποιημένες, και τελικά φτωχές σε ουσία. Μια μορφή ψηφιακής κατωτερότητας, με φιλικά interfaces, αλλά σκληρά όρια.
Μοντέλα για λίγους, συνέπειες για πολλούς
Η ευρεία διάδοση μοντέλων όπως το GPT-4, το Gemini και το Claude 3 Opus φέρνει απίστευτη ισχύ στα χέρια των χρηστών, αλλά ποιοι είναι αυτοί οι χρήστες; Το Stanford Institute for Human-Centered AI διαπιστώνει πως το 80% των εφαρμογών που βασίζονται σε LLMs χρησιμοποιούνται για επαγγελματικές δραστηριότητες υψηλού επιπέδου, όπως νομική, προγραμματισμός, μάρκετινγκ, στρατηγική. Οι χρήστες που έχουν χρόνο, δεξιότητες και φαντασία να αξιοποιήσουν τα εργαλεία της ΑΙ γίνονται πιο παραγωγικοί, πιο ανταγωνιστικοί, και τελικά πιο ισχυροί στην αγορά εργασίας. Αντίθετα, η καθημερινή «οικιακή» χρήση για επικοινωνία, ψυχαγωγία ή απλές ερωτήσεις, ενισχύει την αίσθηση επαφής χωρίς ουσιαστική πρόοδο. Η Σοσάνα Ζούμποφ, συγγραφέας, κοινωνική θεωρητικός και καθηγήτρια του Harvard το περιέγραψε ως «τεχνολογία της ψευδαίσθησης συμμετοχής», όπου ο χρήστης νιώθει μέρος της επανάστασης, χωρίς να έχει κανέναν έλεγχο στη μορφή ή την κατεύθυνσή της.
Το υπαρξιακό χάσμα
Το χάσμα που ανοίγει με την τεχνητή νοημοσύνη δεν περιορίζεται στην οικονομία ή στην τεχνολογική πρόσβαση. Είναι κάτι πιο βαθύ και πιο ύπουλο, ψυχολογικό, πολιτισμικό, ακόμα και υπαρξιακό. Αφορά τον τρόπο με τον οποίο οι άνθρωποι θα αντιλαμβάνονται πλέον τον εαυτό τους και τη θέση τους στον κόσμο. Όπως γράφει ο ισραηλινός ιστορικός Γιουβάλ Νώε Χαράρι, ίσως για πρώτη φορά στην ανθρώπινη ιστορία δεν διακρίνουμε την κοινωνία μόνο σε πλούσιους και φτωχούς. Η διάκριση γίνεται ανάμεσα σε ενισχυμένους και μη ενισχυμένους ανθρώπους. Δηλαδή σε όσους έχουν πρόσβαση σε τεχνολογικά μέσα που ενισχύουν τη σκέψη, τη μνήμη, τη μάθηση, τη δημιουργικότητα, αλλά και σε όσους μένουν εκτός αυτής της διαδικασίας. Η διαφορά δεν θα είναι μόνο στην κατανάλωση αγαθών ή στην ποιότητα ζωής. Θα είναι διαφορά γνωσιακής δύναμης. Και αυτό δεν θα οφείλεται σε κάποια φυσική ικανότητα ή αδυναμία, αλλά στο κατά πόσο κάποιος είχε τα μέσα και τις ευκαιρίες να ενισχύσει τον εαυτό του μέσω τεχνολογίας. Οι δυνατότητες δεν θα κατανέμονται δίκαια, και οι συνέπειες θα είναι μακροχρόνιες. Το ερώτημα δεν είναι αν θα υπάρξουν ανισότητες. Ήδη υπάρχουν και διευρύνονται. Το πραγματικό ερώτημα είναι αν θα θεωρηθούν φυσικές, αναπόφευκτες, ή ακόμη και απαραίτητες. Όπως κάποτε θεωρούνταν φυσικό να υπάρχει αριστοκρατία και δουλεία, ή να μένει ένα μέρος του πληθυσμού αναλφάβητο. Υπάρχει πάντα ο κίνδυνος να αποδεχθούμε τη νέα πραγματικότητα όχι ως πρόβλημα, αλλά ως κανόνα…
… Και τότε, η ανισότητα δεν θα είναι απλώς κοινωνική, αλλά σχεδόν βιολογική και χαραγμένη στον ίδιο τον τρόπο που θα σκέφτεται ο άνθρωπος.
ή αποκτήστε ετήσια συνδρομή εδώ.
