Benedict Evans: Γιατί η AI δεν είναι αυτό που νομίζετε

Ο Benedict Evans, ένας αναλυτής με πολυετή εμπειρία στην αναγνώριση τεχνολογικών αλλαγών, προσφέρει μια απολύτως απαραίτητη, προσγειωμένη οπτική για την Τεχνητή Νοημοσύνη, κόντρα στην ευρέως διαδεδομένη υπερβολή. Σε μια πρόσφατη ανάλυσή του, υποστηρίζει ότι ενώ η ΤΝ αποτελεί τη μεγαλύτερη τεχνολογική μετατόπιση από την εποχή του iPhone, δεν είναι η πανίσχυρη, μετασχηματιστική δύναμη που πολλοί παρομοιάζουν με την ανακάλυψη του ηλεκτρισμού. Η συζήτηση μαζί του αποκαλύπτει γιατί συχνά παρερμηνεύουμε αυτές τις τεχνολογικές αλλαγές, πού κρύβονται οι πραγματικές ευπάθειες των κυρίαρχων παικτών όπως η Google και τι πραγματικά κάνουν οι απλοί άνθρωποι με την ΤΝ.

 
Η ΤΝ ως πλατφόρμα, όχι ως επανάσταση

Η κεντρική ιδέα του Evans είναι να τοποθετήσει την ΤΝ στο σωστό της πλαίσιο. Επιμένει ότι η ΤΝ είναι μια «αλλαγή πλατφόρμας» (platform shift), παρόμοια με την έλευση του smartphone, αλλά τίποτα παραπάνω. Ο λόγος για αυτή την αποστασιοποίηση από χαρακτηρισμούς όπως «νέος ηλεκτρισμός» είναι ότι οι αλλαγές πλατφόρμας συμβαίνουν τακτικά, κάθε 10-15 χρόνια, και με την πάροδο του χρόνου ενσωματώνονται και μετατρέπονται απλώς σε «λογισμικό». Αυτή η οπτική προσγειώνει τη συζήτηση από τις ουτοπικές ή δυστοπικές προβλέψεις στην πραγματικότητα της τεχνολογικής εξέλιξης και των επιχειρηματικών κύκλων.

 
Απομυθοποίηση του πλεονεκτήματος των δεδομένων

Μια από τις πιο ανατρεπτικές θέσεις του Evans αφορά το λεγόμενο «πλεονέκτημα των δεδομένων» που υποτίθεται ότι κατέχουν οι τεχνολογικοί κολοσσοί. Σύμφωνα με τον ίδιο, αυτό το πλεονέκτημα είναι σε μεγάλο βαθμό μια ψευδαίσθηση. Ο λόγος είναι ότι τα μεγάλα γλωσσικά μοντέλα (LLMs) απαιτούν τεράστιες ποσότητες γενικευμένου κειμένου, το οποίο είναι ευρέως διαθέσιμο στο διαδίκτυο. Αυτό ουσιαστικά μετατρέπει τα δεδομένα εκπαίδευσης σε ένα εμπόρευμα (commodity), ακυρώνοντας το στρατηγικό πλεονέκτημα των κατεστημένων εταιρειών.

Παράλληλα, ο Evans υπενθυμίζει ότι οι ιστορικές αλλαγές πλατφόρμας δείχνουν πως οι κυρίαρχες εταιρείες συχνά προσπαθούν να ενσωματώσουν τη νέα τεχνολογία ως ένα απλό χαρακτηριστικό στα υπάρχοντα προϊόντα τους, αντί να αναγνωρίσουν τη ριζική αλλαγή στο επιχειρηματικό μοντέλο. Το παράδειγμα της Kodak, η οποία επένδυσε τα πάντα στην ψηφιακή φωτογραφία αλλά απέτυχε επειδή το επιχειρηματικό της μοντέλο άλλαζε εκ βάθρων, είναι ενδεικτικό αυτής της παγίδας.

 
Η πραγματικότητα της αγοράς: Εμπορευματοποίηση και υιοθέτηση

Στο πεδίο της αγοράς, ο Evans παρατηρεί μια δυναμική εμπορευματοποίησης. Ενώ το ChatGPT έχει καταφέρει να κυριαρχήσει ως brand name, αντίστοιχα με την Google στην αναζήτηση, τα υποκείμενα μοντέλα ΤΝ γίνονται όλο και περισσότερο εμπορεύματα χωρίς σαφή διαφοροποίηση μεταξύ τους. Αυτή τη στρατηγική φαίνεται να ακολουθούν η Meta και η Amazon, οι οποίες στοχεύουν να προσφέρουν τα LLMs ως υποδομή σχεδόν στο κόστος, ώστε να διαφοροποιήσουν τις δικές τους πλατφόρμες, σε αντίθεση με την OpenAI που χρειάζεται τα μοντέλα της να διατηρήσουν την αξία τους.

Ταυτόχρονα, τα δεδομένα υιοθέτησης αποκαλύπτουν ένα σημαντικό χάσμα μεταξύ της δημοσιότητας και της πραγματικής χρήσης:

• Μόνο το 10% των ανθρώπων χρησιμοποιεί την ΤΝ σε καθημερινή βάση.
• Ένα επιπλέον 15-20% τη χρησιμοποιεί εβδομαδιαία.
• Ένα σημαντικό ποσοστό 20-30% τη δοκίμασε αλλά δεν κατανόησε την πρακτική της αξία και την εγκατέλειψε.

Αυτό το χάσμα υιοθέτησης, παρά τη δωρεάν πρόσβαση, υποδηλώνει ότι οι χρήστες δυσκολεύονται να αντιστοιχίσουν τις δυνατότητες της ΤΝ με τις πραγματικές, καθημερινές τους ανάγκες.

 
Οι εγγενείς περιορισμοί και οι κοινοι προβληματισμοί

Ο Evans είναι επίσης σαφής σχετικά με τους τρέχοντες περιορισμούς των συστημάτων ΤΝ. Τονίζει ότι έχουν «μηδενική αξία για ποσοτική ανάλυση», καθώς τα ποσοστά σφάλματος παραμένουν υψηλά, με δεκάδες λάθη ανά σελίδα, αντί για τα σχεδόν μηδενικά ποσοστά που απαιτούνται για αξιόπιστη χρήση.

Επιπλέον, αναφέρεται στο «πρόβλημα της ανατροφοδότησης» (feedback loop problem): η ΤΝ μπορεί να παράγει παραλλαγές πάνω σε υπάρχοντα δεδομένα, αλλά δυσκολεύεται να δημιουργήσει κάτι πραγματικά πρωτότυπο, καθώς η εκπαίδευσή της τιμωρεί την απόκλιση και τη διαφορετικότητα. Αυτό έρχεται σε αντίθεση με συστήματα όπως το AlphaGo, που είχε ένα εξωτερικό, αντικειμενικό σύστημα βαθμολόγησης (τη νίκη στο παιχνίδι) για να βελτιωθεί.

Τέλος, ο Evans θέτει σημαντικούς προβληματισμούς για τις ευρύτερες επιπτώσεις:

• Η σκέψη και η γραφή: Η ανάθεση της συγγραφής στην ΤΝ ισοδυναμεί με την απώλεια της ευκαιρίας για καθαρή σκέψη, καθώς η διαδικασία της γραφής είναι άρρηκτα συνδεδεμένη με τη διαδικασία της σκέψης.
• Εκπαίδευση: Οι μαθητές που χρησιμοποιούν την ΤΝ για τις εργασίες τους αποφεύγουν την πνευματική προσπάθεια που είναι απαραίτητη για την ανάπτυξη των δεξιοτήτων κριτικής σκέψης και συλλογισμού.
• Ρύθμιση: Η αντιμετώπιση της ΤΝ με ρυθμιστικούς κανόνες που προσιδιάζουν στα όπλα δημιουργεί σαφείς ανταλλαγές: αν καταστήσεις δύσκολη τη δημιουργία μοντέλων και νέων εταιρειών, τότε δεν μπορείς να παραπονιέσαι όταν η καινοτομία μεταφέρεται αλλού.

Συμπερασματικά, η ανάλυση του Benedict Evans λειτουργεί ως μια αναγκαία διόρθωση πορείας στη συζήτηση για την ΤΝ. Μετακινεί το επίκεντρο από τη μυθολογία στην παρατήρηση των ιστορικών προτύπων, των επιχειρηματικών στρατηγικών και της πραγματικής ανθρώπινης συμπεριφοράς. Η ΤΝ είναι μια τεράστια αλλαγή, αλλά είναι μια αλλαγή που μπορούμε να κατανοήσουμε και να διαχειριστούμε, αρκεί να την δούμε για αυτό που πραγματικά είναι: το επόμενο, ισχυρό κύμα λογισμικού, και όχι μια δύναμη πέρα από κάθε μέτρο.

Πηγή:  fs.blog, The Knowledge Project Podcast

 
mywaypress.gr –Περιεχόμενο αξίας με την υποστήριξη  υβριδικής νοημοσύνης.

Για  αναγνώστες με μεγάλο εύρος προσοχής.