Ησυζήτηση για την τεχνητή νοημοσύνη μετατοπίζεται. Από το ερώτημα ποιος αναπτύσσει την τεχνολογία, στο ερώτημα ποιος μπορεί να την αξιοποιήσει πιο αποτελεσματικά, ειδικά σε τομείς όπως η οικονομία η δημόσια διοίκηση, η εκπαίδευση και η εργασία.

Ο Φιλίπ Ρογκ, επικεφαλής στον δημόσιο τομέα και την κυριαρχία στη Microsoft, μιλά στο ΒΗΜΑ για τις προϋποθέσεις που απαιτούνται ώστε η Ελλάδα και η Ευρώπη να περάσουν από τον πειραματισμό στην ουσιαστική αξιοποίηση της τεχνητής νοημοσύνης. Αναφέρεται στην ανάγκη για ψηφιακές δεξιότητες, ασφαλείς υποδομές, διαλειτουργικά συστήματα, εμπιστοσύνη και λογοδοσία, αλλά και στον ρόλο που μπορεί να διαδραματίσει ο δημόσιος τομέας ως επιταχυντής του ψηφιακού μετασχηματισμού.

Ο Ρογκ υπογραμμίζει τη σημασία του να επενδύσουμε όχι μόνο σε υποδομές, αλλά και σε δεδομένα, διακυβέρνηση, ασφάλεια, ψηφιακές δεξιότητες και πρακτικές εφαρμογές της τεχνητής νοημοσύνης. Παράλληλα, επισημαίνει ότι η ευρεία χρήση παραγωγικής τεχνητής νοημοσύνης από τους νέους στην Ελλάδα μπορεί να αποτελέσει σημαντικό πλεονέκτημα, εφόσον συνδεθεί με την εκπαίδευση, την επιχειρηματικότητα, τις δημόσιες υπηρεσίες και την πραγματική οικονομία.

Έχετε επισημάνει ότι τα πραγματικά οφέλη της τεχνολογίας δεν αναδύονται εκεί όπου αναπτύσσεται, αλλά εκεί όπου χρησιμοποιείται. Στην περίπτωση της Ελλάδας και της Ευρώπης, τι εμποδίζει την τεχνητή νοημοσύνη να περάσει από το στάδιο του πειραματισμού σε μια εκτεταμένη εφαρμογή στην οικονομία και την κοινωνία; 

Πιστεύω ότι μια ενδιαφέρουσα αλλαγή που αρχίζουμε να παρατηρούμε στη συζήτηση είναι η μετατόπιση της έμφασης από τη διαθεσιμότητα της τεχνολογίας προς μια ευρύτερη εστίαση στη διάδοσή της. Η ιστορία δείχνει ότι οι κοινωνίες που επωφελούνται περισσότερο από τις μεγάλες τεχνολογικές αλλαγές δεν είναι πάντα εκείνες που τις εφευρίσκουν πρώτες, αλλά εκείνες που τις ενσωματώνουν ευρύτερα στις δημόσιες υπηρεσίες, την εκπαίδευση, τις επιχειρήσεις και την καθημερινή εργασία. Η τεχνητή νοημοσύνη φαίνεται να ακολουθεί ένα παρόμοιο μοτίβο.

Υπάρχει ήδη έντονη κινητικότητα στην Ελλάδα, αλλά και ευρύτερα σε ολόκληρη την Ευρώπη. Πολλοί οργανισμοί βρίσκονται πλέον στη φάση μετάβασης από πιλοτικά προγράμματα σε μια ευρύτερη εφαρμογή. Πλέον, η προσοχή στρέφεται όλο και περισσότερο σε ό,τι διευκολύνει την επέκταση, όπως η ετοιμότητα των δεδομένων, τα ασφαλή θεμέλια του υπολογιστικού νέφους (cloud) και η ξεκάθαρη διακυβέρνηση. Αυτοί είναι οι παράγοντες που θα καθορίσουν την επόμενη φάση «παραγωγής αξίας».

Όπου τα συστήματα είναι κατακερματισμένα, η επέκταση γίνεται πιο περίπλοκη.

Σε αυτό το πλαίσιο, η διαλειτουργικότητα και ο εκσυγχρονισμός διαδραματίζουν ένα διττό ρόλο, τόσο ως θεμελιώδη στοιχεία όσο και ως καταλύτες που μπορούν να βοηθήσουν την τεχνητή νοημοσύνη έχει ταχύτερα ευρύτερο αντίκτυπο.

Η εμπιστοσύνη και η λογοδοσία διαδραματίζουν, επίσης, κεντρικό ρόλο στην εφαρμογής της τεχνητής νοημοσύνης. Όταν ενσωματώνονται εξαρχής, φαίνεται να ενισχύουν τόσο τον ρυθμό με τον οποίο εξαπλώνεται η τεχνητή νοημοσύνη όσο και το επίπεδο εμπιστοσύνης κατά τη χρήσή της.

Κάτι ακόμα που αποκτά όλο και μεγαλύτερη σημασία είναι οι δεξιότητες. Δεν πρόκειται μόνο για εξειδικευμένες γνώσεις στον τομέα της τεχνητής νοημοσύνης, αλλά και για πρακτικές, καθημερινές ικανότητες, δηλαδή τον τρόπο με τον οποίο οι δημόσιοι υπάλληλοι, οι εκπαιδευτικοί και οι επιχειρηματίες ενσωματώνουν την τεχνητή νοημοσύνη στην καθημερινή τους εργασία.

Συχνά, σε αυτό το σημείο η υιοθέτηση της τεχνολογίας γίνεται πιο απτή και διαδεδομένη. Και τελικά, μεγάλο μέρος των ευκαιριών φαίνεται να έγκειται στον τρόπο με τον οποίο η τεχνητή νοημοσύνη ενσωματώνεται στα συστήματα και τις υπηρεσίες με την πάροδο του χρόνου. Σε πολλές περιπτώσεις, όταν η τεχνητή νοημοσύνη εφαρμόζεται σε τομείς όπως η διοίκηση ή οι υπηρεσίες προς τους πολίτες, μπορεί να συμβάλει στη δημιουργία μιας δυναμικής που επεκτείνεται ευρύτερα σε ολόκληρη την οικονομία.

Έχετε αναφερθεί σε χώρες όπως η Νορβηγία και η Γαλλία, οι οποίες επενδύουν στα δικά τους Μεγάλα Γλωσσικά Μοντέλα (LLM). Για μια χώρα όπως η Ελλάδα πιστεύετε ότι η ανάπτυξη ενός «Εθνικού Μεγάλου Γλωσσικού Μοντέλου» αποτελεί προϋπόθεση για την ψηφιακή κυριαρχία, ή θα πρέπει η προσοχή να παραμείνει στην εξειδικευμένη εφαρμογή παγκόσμιων μοντέλων στον δημόσιο τομέα; 

Ίσως θα ήταν πιο χρήσιμο να εξετάσουμε το ζήτημα αυτό όχι ως δίλημμα μεταξύ εθνικού γλωσσικού μοντέλου και κυριαρχίας, αλλά ως μια ευρύτερη συζήτηση σχετικά με το τι σημαίνει στην πραγματικότητα η κυριαρχία στην εποχή της τεχνητής νοημοσύνης.

Το θέμα δεν αφορά τόσο μια και μοναδική λύση, όσο τον έλεγχο, την ανθεκτικότητα και την ικανότητα λήψης τεκμηριωμένων αποφάσεων — σχετικά με τον τρόπο χρήσης της τεχνολογίας, τον χώρο αποθήκευσης των δεδομένων, το ποιος ρυθμίζει την πρόσβαση και τον τρόπο λειτουργίας των συστημάτων εντός των εθνικών και ευρωπαϊκών πλαισίων.

Ένα εθνικό LLM μπορεί σίγουρα να διαδραματίσει κάποιο ρόλο σε αυτό το πλαίσιο, ανάλογα με τις προτεραιότητες. Ορισμένες ευρωπαϊκές γλώσσες είχαν ιστορικά μικρότερη εκπροσώπηση στον τομέα της τεχνητής επιτήρησης, γεγονός που δίνει περισσότερη έμφαση σε τομείς όπως τα τοπικά δεδομένα υψηλής ποιότητας, οι γλωσσικοί πόροι και η προσαρμογή μοντέλων. Οι προσπάθειες σε αυτόν τον τομέα – όπως η δική μας πρωτοβουλία LINGUA – μπορούν να συμβάλουν ώστε τα συστήματα τεχνητής νοημοσύνης να αντανακλούν καλύτερα το τοπικό πλαίσιο, τις λεπτές διαφορές και την εκάστοτε θεσμική πραγματικότητα. Πάντα καταλήγω στο ζήτημα πως οι χώρες διαμορφώνουν ένα οικοσύστημα τεχνητής νοημοσύνης που λειτουργεί με τρόπο ουσιαστικό και εναρμονισμένο με τις ανάγκες των πολιτών.

Στην πράξη, αυτό συνεπάγεται συχνά έναν συνδυασμό προσεγγίσεων —που βασίζονται σε παγκόσμια μοντέλα, ευρωπαϊκές δυνατότητες και λύσεις προσαρμοσμένες στις τοπικές συνθήκες—, καθεμία από τις οποίες προσφέρει διαφορετικά πλεονεκτήματα. Από αυτή την άποψη, η κυριαρχία μπορεί να θεωρηθεί λιγότερο ως ζήτημα ανάπτυξης όλων των συστημάτων σε εθνικό επίπεδο και περισσότερο ως μια συνεχής ικανότητα να επιλέογνται για χρήση διαφορετικές τεχνολογίες ώστε να διατηρούνται τα κατάλληλα επίπεδα ελέγχου, εμπιστοσύνης και συνάφειας. Πρόκειται για μια δυναμική κατάσταση, την οποία κάθε χώρα διαχειρίζεται με βάση τις προτεραιότητές της, τα πλεονεκτήματά της και τους τομείς στους οποίους εστιάζει.

Ο Φίλιπ Ρόγκ, επικεφαλής στον δημόσιο τομέα και την κυριαρχία στη Microsoft (Φωτογραφία: MEMPHOTO)

Στη δημόσια συζήτηση τίθεται συχνά το ζήτημα της «ψηφιακής κυριαρχίας». Πώς θα πρέπει οι ευρωπαϊκές χώρες να εξισορροπήσουν την ανάγκη για τεχνολογική κυριαρχία, ασφαλείς υποδομές και αξιόπιστη τεχνητή νοημοσύνη με την πραγματικότητα ότι η καινοτομία εξαρτάται συχνά από παγκόσμια τεχνολογικά οικοσυστήματα και συνεργασίες;  

Ίσως ένας τρόπος να δούμε αυτό το ζήτημα είναι ότι η κυριαρχία και η ανοιχτότητα δεν αποτελούν αντίθετες δυνάμεις. Η κυριαρχία, από πολλές απόψεις, μπορεί να νοηθεί ως η ικανότητα να διατηρεί κανείς τον έλεγχο, παραμένοντας παράλληλα συνδεδεμένος. Πρόκειται για την ικανότητα να λαμβάνουμε τεκμηριωμένες αποφάσεις — σχετικά με τις εξαρτήσεις, τα κρίσιμα περιουσιακά στοιχεία και τον τρόπο λειτουργίας των συστημάτων εντός δημοκρατικών και νομικών πλαισίων — ενώ παράλληλα επωφελούμαστε από την καινοτομία και την κλίμακα που προσφέρουν τα παγκόσμια οικοσυστήματα. Υπό αυτή την έννοια, η κυριαρχία συχνά παύει να αποτελεί ιδεολογικό ζήτημα και μετατρέπεται σε ζήτημα διαχείρισης της πολυπλοκότητας και του κινδύνου με την πάροδο του χρόνου. Ο φόρτος εργασίας ποικίλει, δεν έχουν όλα τα δεδομένα το ίδιο επίπεδο ευαισθησίας και δεν λειτουργούν όλοι οι τομείς υπό τους ίδιους περιορισμούς.

Αυτό οδηγεί φυσικά σε μια πιο λεπτή και διαφοροποιημένη προσέγγιση, όπου διαφορετικές επιλογές μπορούν να συνυπάρχουν ανάλογα με το πλαίσιο. Η κυβερνοασφάλεια αποτελεί ένα καλό παράδειγμα αυτής της ισορροπίας. Μερικές φορές μπορεί να υπάρχει η υπόθεση ότι η μεγαλύτερη απομόνωση οδηγεί αυτόματα σε μεγαλύτερη ασφάλεια. Στην πράξη, αυτό που βλέπουμε συχνά είναι ότι η ανθεκτικότητα διαμορφώνεται από έναν συνδυασμό παραγόντων: την πρόσβαση σε έγκαιρες πληροφορίες για τις απειλές, την ικανότητα να ανταποκρινόμαστε συλλογικά στους εξελισσόμενους κινδύνους και τις δυνατότητες ασφάλειας. Η συνδεσιμότητα, υπό αυτή την έννοια, μπορεί επίσης να αποτελεί μέρος της εξίσωσης της ανθεκτικότητας.

Οι νέοι στην Ελλάδα, ειδικά εκείνοι ηλικίας 19 έως 24 ετών, κατατάσσονται στις πρώτες θέσεις στην ΕΕ στη χρήση της παραγωγικής τεχνητής νοημοσύνης. Πώς μπορεί η Ελλάδα να μετατρέψει αυτή την ευρύτατα διαδεδομένη χρήση τεχνητής νοημοσύνης σε μακροπρόθεσμο ανταγωνιστικό πλεονέκτημα;

Αυτό αποτελεί ένα από τα πιο ενθαρρυντικά σημάδια για την Ελλάδα. Η διευρυμένη χρήση των τεχνολογιών τεχνητής νοημοσύνης από τους νέους υποδηλώνει ότι υπάρχει ήδη ένα ισχυρό επίπεδο περιέργειας, αυτοπεποίθησης και ανοιχτότητας. Δείχνει μια γενιά που δεν είναι απλώς έτοιμη, αλλά ήδη πειραματίζεται και εξοικειώνεται με αυτές σε πραγματικό χρόνο. Αυτό που το καθιστά ιδιαίτερα ενδιαφέρον είναι ο τρόπος με τον οποίο αυτή η ατομική δυναμική μπορεί να συνδεθεί ευρύτερα με ό,τι ήδη συμβαίνει σε ιδρύματα, επιχειρήσεις και άλλους τομείς. Όταν αυτές οι δύο δυναμικές αρχίσουν να ευθυγραμμίζονται, θα δημιουργηθούν οι συνθήκες για μεγαλύτερο και βαθύτερο αντίκτυπο. Σε πολλές περιπτώσεις, η αλλαγή συμβαίνει όταν η καθημερινή χρήση αρχίζει να μετατρέπεται σε μια πιο δομημένη και στοχευμένη εφαρμογή της τεχνητής νοημοσύνης.

Καθώς οι νεότερες γενιές προχωρούν στην εκπαίδευση, εισέρχονται στην αγορά εργασίας και εντάσσονται σε επιχειρηματικά περιβάλλοντα, η πρώιμη εξοικείωσή τους με την τεχνητή νοημοσύνη θα αρχίσει να διαμορφώνει όλο και περισσότερο τον τρόπο με τον οποίο προσεγγίζουν την επίλυση προβλημάτων, την παραγωγικότητα και την καινοτομία.

Είτε μέσω νεοφυών επιχειρήσεων, μικρών επιχειρήσεων, ψηφιακών πρωτοβουλιών είτε μέσω συγκεκριμένων περιπτώσεων χρήσης ανά τομέα, το ζητούμενο είναι όλο και περισσότερο ο τρόπος με τον οποίο η τεχνητή νοημοσύνη ενσωματώνεται στην πραγματική εργασία, στις πραγματικές υπηρεσίες και στην πραγματική οικονομική δραστηριότητα. Έτσι, κατά κάποιον τρόπο, αυτή η πρώιμη υιοθέτηση μπορεί να θεωρηθεί ως ένα ισχυρό θεμέλιο — ένα θεμέλιο που, με την πάροδο του χρόνου, μπορεί να τροφοδοτήσει έναν ευρύτερο μετασχηματισμό, καθώς οι δεξιότητες εμβαθύνουν, οι περιπτώσεις χρήσης ωριμάζουν και τα διαφορετικά κομμάτια του οικοσυστήματος συνδέονται πιο στενά.

Πώς μπορεί στην πράξη να γίνει μια επιτυχημένη κατάρτιση σε δεξιότητες τεχνητής νοημοσύνης; Θα βοηθούσε να γίνει πρώτα η επιμόρφωση σε συγκεκριμένους εργασιακούς τομείς;

Η τεχνητή νοημοσύνη έχει τη δυνατότητα να διαμορφώσει τον τρόπο λειτουργίας των κυβερνήσεων, τον τρόπο ανταγωνισμού των επιχειρήσεων, τον τρόπο εργασίας των πολιτών και τον τρόπο μάθησης των μαθητών· έτσι, η συζήτηση επεκτείνεται φυσικά σε πολλαπλές ομάδες, αντί να επικεντρώνεται σε μία μόνο. Το ενδιαφέρον δεν έγκειται τόσο στην προτεραιοποίηση ενός συγκεκριμένου κοινού, όσο στον τρόπο με τον οποίο τα διάφορα μέρη του οικοσυστήματος εξελίσσονται από κοινού και αλληλοενισχύονται. Σε πολλές περιπτώσεις, η πρόοδος σε έναν τομέα τείνει να ενισχύει την πρόοδο σε άλλους.

Υπάρχουν ήδη κάποια ενθαρρυντικά παραδείγματα για το πώς αυτό αρχίζει να παίρνει σάρκα και οστά. Τοπικές πρωτοβουλίες της Microsoft, όπως το GRforGrowth, για παράδειγμα, συνδυάζουν την κατάρτιση, τις υποδομές και την εφαρμογή στην πράξη με τρόπο που συνδέει τη μάθηση με τις ευκαιρίες. Ομοίως, προγράμματα όπως το AI 360 School δείχνουν πώς η προσβάσιμη, μεγάλης κλίμακας κατάρτιση μπορεί να προσελκύσει ένα ευρύ φάσμα ατόμων — είναι μάλιστα ενδιαφέρον ότι η μεγαλύτερη συμμετοχή προήλθε από την ομάδα των 45+, γεγονός που προσθέτει μια σημαντική διάσταση στον τρόπο με τον οποίο εξελίσσεται η υιοθέτηση σε ολόκληρο το εργατικό δυναμικό. Υπογραμμίζει επίσης τον ρόλο της ένταξης και της σύνδεσης σε ολόκληρο το οικοσύστημα.

Όταν η ανάπτυξη δεξιοτήτων καλύπτει διαφορετικές ηλικιακές ομάδες, επαγγέλματα και τομείς —και συνδέεται στενότερα με πραγματικούς ρόλους και πραγματικές περιπτώσεις εφαρμογής— ο αντίκτυπος τείνει να γίνεται πιο απτός. Και τελικά, αυτό εκδηλώνεται με πολύ πρακτικούς τρόπους: στον τρόπο με τον οποίο οι άνθρωποι χρησιμοποιούν την τεχνητή νοημοσύνη στην καθημερινή τους εργασία, στον τρόπο με τον οποίο εξελίσσονται οι επιχειρήσεις και στον τρόπο παροχής των υπηρεσιών. Εκεί είναι που η κατάρτιση αρχίζει να μετατρέπεται σε κάτι ευρύτερο —κάτι που γίνεται αισθητό σε ολόκληρη την οικονομία και την κοινωνία.