Αν κάτι μας έχει διδάξει η τελευταία δεκαετία, είναι ότι η τεχνητή νοημοσύνη δεν είναι απλώς ένα σύνολο κώδικα, δεδομένων και data centers. Είναι ένας τεχνολογικός, αλλά και κοινωνικός καθρέφτης που αντανακλά το ποιοι είμαστε, πώς γράφουμε, πώς μιλάμε, τι πιστεύουμε και, δυστυχώς, πώς διακρίνουμε ή αποκλείουμε. Η ΤΝ μαθαίνει από εμάς, με όλα μας τα προτερήματα και όλα μας τα στραβά.
Γι’ αυτό και η συζήτηση δεν πρέπει να αφορά μόνο το τι μπορεί να κάνει η ΤΝ, αλλά και το τι πρέπει να κάνει. Κι εδώ η συνεργασία ανάμεσα στην επιστήμη των υπολογιστών και στις κοινωνικές επιστήμες δεν είναι απλώς χρήσιμη, είναι απολύτως αναγκαία. Από τη μία πλευρά, οι κοινωνικοί επιστήμονες έχουν στη διάθεσή τους ένα εντυπωσιακό νέο σύνολο εργαλείων: ανάλυση μεγάλων σωμάτων κειμένου, αναγνώριση προτύπων σε κοινωνικά δίκτυα, υπολογιστικά μοντέλα συμπεριφοράς, ακόμη και συστήματα που «διαβάζουν» τις πολιτισμικές μας διαδρομές μέσα από δημόσια δεδομένα.
Η κοινωνική έρευνα, που ανέκαθεν πατούσε γερά στη μελέτη του ανθρώπου και των συλλογικών του συστημάτων, μπορεί πλέον να αξιοποιήσει την ΤΝ για να απαντήσει ερωτήματα που μέχρι πρόσφατα θεωρούνταν δυσπρόσιτα: Πώς ταξιδεύουν οι ιδέες στην κοινωνία; Πώς διαμορφώνεται η κοινή γνώμη; Πώς μπορούμε να αξιοποιήσουμε ιδέες από την αρχαία ελληνική φιλοσοφία για να αντιμετωπίσουμε ερωτήματα που θέτει η σύγχρονη τεχνολογία; Πώς η τεχνολογία αλλάζει την καθημερινότητά μας, την εκπαίδευση ή ακόμα και την ψυχική υγεία; Από την άλλη πλευρά, η ΤΝ δεν είναι καθόλου ουδέτερη και «αντικειμενική»: οι αλγόριθμοι έχουν πολιτική, κοινωνική και ηθική διάσταση.
Οι εφαρμογές της ΤΝ μπορούν να ενισχύσουν ανισότητες, να αποκλείσουν γλωσσικές και πολιτισμικές κοινότητες, να αναπαράγουν προκαταλήψεις, ακόμη και να επηρεάσουν τον δημόσιο λόγο μέσω παραπληροφόρησης ή «μισής αλήθειας». Για να το πούμε απλά: αν οι επιστήμονες των υπολογιστών βρίσκονται στο τιμόνι, οι κοινωνικοί επιστήμονες θα πρέπει να κρατούν τον χάρτη – και χωρίς χάρτη, η διαδρομή δεν θα είναι ασφαλής. Ας σκεφτούμε για λίγο τη γλώσσα. Τα περισσότερα Μεγάλα Γλωσσικά Μοντέλα σαν το ChatGPT εκπαιδεύονται κυρίως σε αγγλόφωνα δεδομένα που έχουν παραχθεί στις ΗΠΑ και τη Δυτική Ευρώπη.
Αυτό σημαίνει ότι η ΤΝ συχνά «βλέπει» τον κόσμο μέσα από τα μάτια του παγκόσμιου Βορρά (Global North), αφήνοντας στο περιθώριο λιγότερο ομιλούμενες γλώσσες όπως τα Ελληνικά, καθώς και την πολιτισμική πολυφωνία που αυτές ενσαρκώνουν, σε ένα τεχνολογικό φαινόμενο που συγγενεύει ύποπτα με παλιές αποικιοκρατικές λογικές. Οι κοινωνικές επιστήμες έχουν τα εργαλεία να αναλύσουν και να αποδομήσουν τέτοια φαινόμενα, εντοπίζοντας ποιοι «φαίνονται» και ποιοι «χάνονται» μέσα στα δεδομένα, ποιοι αποκτούν φωνή και ποιοι βουβαίνονται από τα συστήματα της ΤΝ. Το ίδιο ισχύει και στην εκπαίδευση.
Η ΤΝ υπόσχεται εξατομικευμένη μάθηση, υποστήριξη μαθητών με διαφορετικές μαθησιακές ανάγκες, ακόμη και πρόσβαση σε γνώσεις που παλαιότερα ήταν απρόσιτες. Όμως η έρευνα δείχνει πως οι υποσχέσεις αυτές μπορούν εύκολα να μετατραπούν σε ανισότητες αν δεν συνοδεύονται από κοινωνική ανάλυση: τα σχολεία δεν διαθέτουν τις ίδιες τεχνολογικές δυνατότητες, οι μαθητές δεν έχουν όλοι πρόσβαση στις ίδιες υπηρεσίες, ενώ τα συστήματα αξιολόγησης μπορεί να ενσωματώνουν μεροληψίες σε βάρος μαθητών από συγκεκριμένα κοινωνικά ή πολιτισμικά περιβάλλοντα.
Εδώ οι κοινωνικοί επιστήμονες μπορούν να βοηθήσουν την ΤΝ να γίνει πιο δίκαιη: να προτείνουν κριτήρια αξιολόγησης, να εντοπίσουν δυσανάλογες επιπτώσεις, να αναδείξουν πού χρειάζονται δικλίδες προστασίας και να αξιολογήσουν το αποτέλεσμα της τεχνολογικά υποβοηθούμενης μάθησης σε μακροπρόθεσμο επίπεδο.
Και φυσικά υπάρχει και η δημοκρατία. Τα εργαλεία ΤΝ χρησιμοποιούνται πια στην πολιτική επικοινωνία, στις πλατφόρμες κοινωνικής δικτύωσης, στη δημόσια σφαίρα όπου οι απόψεις ανταλλάσσονται ή χειραγωγούνται. Η στοχευμένη διαφήμιση, τα deepfakes και η αλγοριθμική ενίσχυση συγκεκριμένων αφηγήσεων από τις πλατφόρμες δημιουργούν μια νέα πραγματικότητα, όπου οι κοινωνικές επιστήμες δεν είναι απλώς χρήσιμες, είναι απαραίτητες. Η κατανόηση των δημοκρατικών διαδικασιών, των μηχανισμών λήψης αποφάσεων και της διάδοσης της πληροφορίας είναι θεμέλιο για τον σχεδιασμό συστημάτων ΤΝ που δεν υπονομεύουν, αλλά ενισχύουν τη δημοκρατική συμμετοχή.
Η συνεργασία μεταξύ των δύο πεδίων δεν είναι, λοιπόν, μια πολυτέλεια που περιορίζεται σε όσους αγαπούν τη διεπιστημονικότητα: είναι μια αναγκαιότητα για όλους μας. Οι μηχανικοί υπολογιστών γνωρίζουν πώς να χτίζουν συστήματα – οι κοινωνικοί επιστήμονες γνωρίζουν πώς αυτά τα συστήματα επηρεάζουν ανθρώπους και κοινωνίες. Αν προσπαθήσουμε να προχωρήσουμε μόνο με το ένα σκέλος, το οικοδόμημα της ΤΝ κινδυνεύει να γείρει. Χρειαζόμαστε και τα δύο, γιατί μιλάμε για ένα τεχνολογικό μέλλον που θα καθορίσει τις σχέσεις μας, τις γνώσεις μας, τις αποφάσεις μας.
Γιατί, τελικά, η ΤΝ δεν είναι «έξυπνη» από μόνη της. Γίνεται έξυπνη επειδή την τροφοδοτούμε με τις εμπειρίες, τις ιστορίες και τις αξίες μας. Αν θέλουμε αυτό το μέλλον να είναι δίκαιο, δημοκρατικό και βιώσιμο, τότε οι κοινωνικές επιστήμες πρέπει να βρίσκονται όχι στο περιθώριο, αλλά στο επίκεντρο του σχεδιασμού, της ανάπτυξης και της αξιολόγησης των συστημάτων ΤΝ. Και η επιστήμη υπολογιστών έχει πολλά να κερδίσει από αυτό: μια βαθύτερη κατανόηση της ανθρώπινης πολυπλοκότητας και ένα πιο σταθερό, συνειδητό πλαίσιο για την τεχνολογική καινοτομία. Όταν αυτά τα δύο πεδία συνεργάζονται, δεν παράγεται μόνο καλύτερη τεχνολογία – παράγεται καλύτερη κοινωνία.
*Ο Κωνσταντίνος Καρπούζης είναι αναπληρωτής καθηγητής στο Τμήμα Επικοινωνίας, Μέσων και Πολιτισμού με γνωστικό αντικείμενο την Πολιτισμική Πληροφορική
