Η σωστή εποπτεία για την ΑΙ

Η άφιξη νέων τεχνολογιών τείνει να πυροδοτεί εκτεταμένη ανησυχία, συνηθέστερα για την αυτοματοποίηση και την εκτόπιση ανθρώπινων εργαζομένων. Η αντιληπτή απειλή της τεχνητής νοημοσύνης, ωστόσο, φαίνεται μεγαλύτερη σε σύγκριση με προηγούμενες τεχνολογικές ανακαλύψεις.

Για να προσδιοριστεί η εγκυρότητα των ανησυχιών σχετικά με την τεχνητή νοημοσύνη, αξίζει να κατανοηθεί η προέλευσή τους. Η πρώτη είναι η ιστορική εμπειρία. Οι περισσότερες νέες τεχνολογίες έχουν και οφέλη και κόστος και μερικές φορές οι δεύτερες αντισταθμίζουν τις πρώτες.

Ενώ οι οικονομολόγοι γενικά πιστεύουν ότι τα οφέλη των περισσότερων νέων τεχνολογιών υπερτερούν του κόστους, άλλοι βλέπουν την τεχνητή νοημοσύνη ως την πιο πρόσφατη σε μια μακρά σειρά δυνητικά επικίνδυνων τεχνολογιών που υιοθετήθηκαν πριν καταλάβουν πλήρως το κόστος αυτό.

Η δεύτερη πηγή ανησυχίας για την τεχνητή νοημοσύνη είναι ότι προκαλεί διάφορες αναγνωρίσιμες βλάβες. Υπάρχουν συγκρούσεις σχετικά με τον τρόπο εκπαίδευσης τέτοιων συστημάτων, όπως δείχνει για παράδειγμα η αγωγή των «New York Times» κατά του OpenAI και της Microsoft για φερόμενη παραβίαση πνευματικών δικαιωμάτων.

Εκτός από τη διατάραξη της εκπαίδευσης και του χώρου εργασίας, η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί για την επιτήρηση των πολιτών, για τη μίμηση ατόμων μέσω deepfakes και για την ενίσχυση των εξοπλισμών. Υπάρχουν επίσης εύλογες ανησυχίες ότι εταιρείες που διαθέτουν ήδη τεράστιες ποσότητες δεδομένων θα ενισχύσουν την ισχύ τους στην αγορά. Αυτές οι αναγνωρίσιμες βλάβες μπορούν να σταθμιστούν σε σχέση με τα οφέλη της τεχνολογίας και, εάν είναι απαραίτητο, να αντιμετωπιστούν με κανονισμούς ή με απόλυτη απαγόρευση.

Αυτό μας φέρνει πίσω στην τρίτη πηγή ανησυχίας: πολλές από τις συνέπειες των νέων τεχνολογιών είναι ακούσιες και απρόβλεπτες και αυτό πιθανότατα θα ισχύει και για την τεχνητή νοημοσύνη. Για παράδειγμα, υπάρχει τώρα ευρέως διαδεδομένη ανησυχία ότι τα μέσα κοινωνικής δικτύωσης βλάπτουν την ψυχική υγεία των παιδιών. Αλλά, το πιο σημαντικό, δεν υπάρχει απλή εποπτική λύση, δεδομένης της πανταχού παρουσίας αυτών των πλατφορμών.

Χρειάζεται συνεχής έρευνα για να εντοπίσουμε τις συνέπειες αμέσως μετά την εμφάνισή τους και να διεξάγουμε κατάλληλες αναλύσεις κόστους – οφέλους. Επιπλέον, θα πρέπει να βρούμε τρόπους για να κάνουμε την υιοθέτηση της τεχνητής νοημοσύνης πιο αναστρέψιμη, κάτι που μπορεί να περιλαμβάνει θεσμικές μεταρρυθμίσεις και μεταρρυθμίσεις υποδομής. Αυτό θα παρέχει μεγαλύτερο επίπεδο ασφάλισης έναντι πραγματικών ζημιών σε περίπτωση που η τεχνητή νοημοσύνη έχει ανεπιθύμητες παρενέργειες, διασφαλίζοντας παράλληλα ότι η κοινωνία μπορεί να αποκομίσει τα οφέλη της.

Ο Gans Joshua είναι καθηγητής στρατηγικής διοίκησης στο Rotman School of Management του University of Toronto