Περίληψη άρθρου:

Το κείμενο αναλύει τον σκεπτικισμό του συγγραφέα απέναντι στις υπερβολικές υποσχέσεις και τις πιθανές βλάβες της τεχνητής νοημοσύνης (AI) και της τεχνολογίας blockchain. Ο συγγραφέας αναγνωρίζει ότι τα εργαλεία τεχνητής νοημοσύνης μπορούν να είναι χρήσιμα για συγκεκριμένες εργασίες, όπως η διόρθωση κειμένων και η βοήθεια στον προγραμματισμό, αλλά επισημαίνει επίσης τους περιορισμούς τους και τις ηθικές ανησυχίες που περιβάλλουν την ανάπτυξή τους. Η αφήγηση υπογραμμίζει τη σημασία της κριτικής αξιολόγησης των δυνατοτήτων αυτών των τεχνολογιών, ενώ παράλληλα θέτει τις εταιρείες προ των ευθυνών τους για ψευδείς ισχυρισμούς και ανήθικες πρακτικές. Παρά την αναγνώριση ορισμένων πρακτικών εφαρμογών των εργαλείων τεχνητής νοημοσύνης, ο συγγραφέας παραμένει επιφυλακτικός όσον αφορά την ευρεία υιοθέτησή τους και τον αντίκτυπό τους σε διάφορους κλάδους. Το κείμενο εμβαθύνει στις παρατηρήσεις του συγγραφέα σχετικά με τα γλωσσικά μοντέλα ΤΝ (LLM) και τον αντίκτυπό τους σε διάφορες πτυχές της επικοινωνίας και της δημιουργίας περιεχομένου. Ο συγγραφέας προβληματίζεται σχετικά με τις ιδιόμορφες προσωποποιήσεις που υιοθετούν αυτά τα εργαλεία ΤΝ όταν μιμούνται τις ανθρώπινες φωνές, υπογραμμίζοντας τους περιορισμούς τους στη δημιουργία πρωτότυπων ιδεών. Παρά κάποιες πρακτικές χρήσεις, όπως η διόρθωση και η δημιουργία σημειώσεων συνεδριάσεων, ο συγγραφέας αμφισβητεί την αξία και την ηθική της εκτεταμένης χρήσης των LLM, επισημαίνοντας τις ανησυχίες σχετικά με το περιβαλλοντικό κόστος, την εξάρτηση από την κακοπληρωμένη εργασία και τη συμβολή τους στην παραπληροφόρηση και τα κοινωνικά ζητήματα.

 

Κύρια σημεία του άρθρου:

• Οι εξελισσόμενες απόψεις του συγγραφέα για την Τεχνητή Νοημοσύνη και τις αλυσίδες μπλοκ
• Οφέλη των εργαλείων AI όπως το ChatGPT και το Copilot σε εργασίες όπως η διόρθωση, η βοήθεια στον προγραμματισμό και η αυτοματοποίηση επαναλαμβανόμενων εργασιών
• Χρησιμότητα των εργαλείων ΤΝ σε εφαρμογές όπως η κωδικοποίηση και η δημιουργία περιεχομένου
• Αναγνώριση ότι τα εργαλεία ΤΝ δεν μπορούν να αντικαταστήσουν την ανθρώπινη εμπειρογνωμοσύνη
• Μειονεκτήματα των εργαλείων ΤΝ, όπως η δημιουργία μη λειτουργικού ή χαμηλής ποιότητας περιεχομένου
• Διαβαθμισμένη προοπτική σχετικά με τις δυνατότητες και τους περιορισμούς των τεχνολογιών ΤΝ

 

Αναλυτικά το άρθρο:

Η τεχνητή νοημοσύνη μπορεί να είναι κάπως χρήσιμη, αλλά δεν είμαι σίγουρος ότι ένα «κάπως χρήσιμο» εργαλείο δικαιολογεί τη ζημιά.

Ως κάποιος που είναι γνωστός για την κριτική μου στην προηγούμενη βαθιά ελαττωματική τεχνολογία που έγινε αντικείμενο των υπερβολικών φιλοδοξιών του τεχνολογικού κόσμου, έχω δει ανθρώπους να εκφράζουν την έκπληξή τους όταν έχω παρατηρήσει ότι τα εργαλεία τεχνητής νοημοσύνης μπορούν να είναι χρήσιμα. Στην πραγματικότητα, εξεπλάγην και εγώ λίγο.

Αλλά υπάρχει ένα τεράστιο χάσμα ανάμεσα στο «τα εργαλεία τεχνητής νοημοσύνης μπορούν να είναι χρήσιμα για ορισμένα πράγματα» και στα είδη των ιστοριών που λένε οι εταιρείες τεχνητής νοημοσύνης (και τα μέσα ενημέρωσης αναδημοσιεύουν άκριτα).

Και όταν πρόκειται για τους μαζικά επιζήμιους τρόπους με τους οποίους αναπτύσσονται και εκπαιδεύονται τα μεγάλα γλωσσικά μοντέλα (LLM), το αδύναμο επιχείρημα ότι «λοιπόν, μερικές φορές μπορεί να είναι χρήσιμα...» δεν προσφέρει και πολύ καλή δικαιολογία.

Κάποιοι εκπλήσσονται όταν ανακαλύπτουν ότι ούτε εγώ πιστεύω ότι οι αλυσίδες μπλοκ είναι άχρηστες. Όπως τόσες πολλές τεχνολογίες, οι αλυσίδες μπλοκ έχουν σχεδιαστεί για να δίνουν προτεραιότητα σε μερικά συγκεκριμένα χαρακτηριστικά (συντονισμός μεταξύ μερών που δεν εμπιστεύονται το ένα το άλλο, αντίσταση στη λογοκρισία κ.λπ.) εις βάρος πολλών άλλων (ταχύτητα, κόστος κ.λπ.). Και καθώς έγιναν μόδα, οι άνθρωποι συχνά τις χρησιμοποιούσαν για σκοπούς όπου τα χαρακτηριστικά τους δεν ήταν απαραίτητα - ή μερικές φορές ήταν ακόμη και ανεπιθύμητα - και έτσι απέκτησαν όλα τα ελαττώματα χωρίς κανένα από τα οφέλη. Το θέμα με τις αλυσίδες μπλοκ είναι ότι τα πράγματα για τα οποία είναι κατάλληλες δεν είναι πράγματα για τα οποία προσωπικά θεωρώ ότι είναι τρομερά επιθυμητά, όπως τα μαζικά καζίνο που έχουν δημιουργηθεί γύρω από τον τζόγο στις τιμές των token, ή οι οικονομικές συναλλαγές που δεν μπορούν να αντιστραφούν.

Όταν το ανακεφαλαιώνω, βρίσκω ότι τα συναισθήματά μου για την τεχνητή νοημοσύνη είναι στην πραγματικότητα αρκετά παρόμοια με τα συναισθήματά μου για τις αλυσίδες μπλοκ: κάνουν κακή δουλειά σε πολλά από αυτά που οι άνθρωποι προσπαθούν να κάνουν με αυτά, δεν μπορούν να κάνουν τα πράγματα που οι δημιουργοί τους ισχυρίζονται ότι μια μέρα θα μπορούσαν να κάνουν, και πολλά από τα πράγματα που είναι κατάλληλα για να κάνουν μπορεί να μην είναι συνολικά τόσο ωφέλιμα. Και ενώ πιστεύω ότι τα εργαλεία τεχνητής νοημοσύνης είναι ευρύτερα χρήσιμα από τις αλυσίδες μπλοκ, συνοδεύονται επίσης από παρόμοια τερατώδη κόστη.

Έχω αργήσει να γράψω για την τεχνητή νοημοσύνη σε βάθος, κυρίως επειδή προσπαθούσα να βρω χρόνο για να εξετάσω τη δική μου σπασμωδική αντίδραση σε μια σαφώς υπερτιμημένη τεχνολογία. Αφού ξοδεύω τόσο πολύ χρόνο γράφοντας για μια εξειδικευμένη τεχνολογία που πρακτικά είναι μόνο διαφημιστική εκστρατεία με ελάχιστη πρακτική λειτουργικότητα, είναι πολύ εύκολο να κοιτάξω μια τέτοια αφρισμένη μανία γύρω από έναν διαφορετικό τύπο τεχνολογίας και να υποθέσω ότι όλα είναι το ίδιο.

Κατά τους πρώτους μήνες της μανίας του LLM, οι ηθικές μου ανησυχίες σχετικά με τα εργαλεία με έκαναν να διστάζω να τα δοκιμάσω καθόλου. Όταν οι πρώτες δοκιμές μου είχαν μέτρια έως εντελώς μη χρήσιμα αποτελέσματα, παραδέχομαι ότι βιάστηκα να απορρίψω εσωτερικά την τεχνολογία ως λίγο πολύ άχρηστη. Χρειάζεται χρόνος για να πειραματιστείς με αυτά τα μοντέλα και να μάθεις πώς να τα προτρέψεις να παράγουν χρήσιμα αποτελέσματα,b και τότε απλά δεν είχα αυτόν τον χρόνο.c Όμως, καθώς ο θόρυβος γύρω από την τεχνητή νοημοσύνη μεγάλωσε και μαζί με αυτόν η επιθυμία μου να κατανοήσω το χώρο σε μεγαλύτερο βάθος, ήθελα να καταλάβω πραγματικά τι μπορούν να κάνουν αυτά τα εργαλεία, να αναπτύξω όσο το δυνατόν καλύτερη κατανόηση των πιθανών δυνατοτήτων τους, καθώς και των περιορισμών και των συμβιβασμών τους, ώστε να διασφαλίσω ότι οι απόψεις μου είναι καλά διαμορφωμένες.

Εγώ, όπως και πολλοί άλλοι που πειραματίστηκαν ή υιοθέτησαν αυτά τα προϊόντα, διαπίστωσα ότι αυτά τα εργαλεία μπορούν πράγματι να είναι αρκετά χρήσιμα για ορισμένες εργασίες. Αν και οι εταιρείες τεχνητής νοημοσύνης έχουν την τάση να δίνουν υπερβολικές υποσχέσεις ότι τα εργαλεία θα είναι σύντομα σε θέση να αντικαταστήσουν την ομάδα συγγραφής περιεχομένου σας ή να δημιουργήσουν ταινίες μεγάλου μήκους ή να αναπτύξουν ένα βιντεοπαιχνίδι από το μηδέν, η πραγματικότητα είναι πολύ πιο καθημερινή: είναι χρήσιμα με τον ίδιο τρόπο που μπορεί περιστασιακά να είναι χρήσιμο να αναθέσετε κάποια καθήκοντα σε έναν άπειρο και μερικές φορές απρόσεκτο ασκούμενο.

Παρόλα αυτά, θεωρώ ότι είναι σημαντικό να αναγνωρίσουμε τη χρησιμότητά τους, ενώ παράλληλα πρέπει να λογοδοτήσουν οι εταιρείες για τις ψευδείς ή αδύνατες υποσχέσεις τους, τις καταχρηστικές εργασιακές πρακτικές και τα αμέτρητα άλλα ζητήματα. Όταν οι επικριτές απορρίπτουν ευθέως την τεχνητή νοημοσύνη, νομίζω ότι σε πολλές περιπτώσεις αυτό αποδυναμώνει την κριτική, καθώς οι αναγνώστες που έχουν χρησιμοποιήσει και επωφεληθεί από τα εργαλεία τεχνητής νοημοσύνης σκέφτονται «για στάσου, δεν ήταν καθόλου αυτή η εμπειρία μου».

Περιπτώσεις χρήσης

Βρήκα ότι τα εργαλεία ΤΝ είναι χρήσιμα για τη συγγραφή μου, αν και όχι για το πραγματικό κομμάτι της συγγραφής. Όταν γράφω, συχνά βρίσκομαι με μια λέξη στην «άκρη της γλώσσας μου» (ας πούμε), και είχα μεγαλύτερη επιτυχία με το ChatGPT παρά με το Google σε αυτές τις περιπτώσεις - αν και συνήθως μπορώ να βρω τη λέξη με το Google αν προσπαθήσω αρκετά.

Όπως πολλοί άνθρωποι, θεωρώ επίσης πρόκληση να διορθώνω τα δικά μου γραπτά και μερικές φορές μου διαφεύγουν τυπογραφικά λάθη ή περίεργη γραμματική που έμεινε κατά λάθος από την αλλαγή μιας πρότασης στα μισά της διαδρομής.

Τα LLM είναι αρκετά αξιοπρεπή στη διόρθωση, και παρόλο που μερικές φορές βγάζουν μερικά ψευδώς θετικά αποτελέσματα, αυτό το παράδειγμα από τη διόρθωση του πιο πρόσφατου τεύχους μου δείχνει πού έπιασε αρκετά λάθη (σημεία 1, 2, 4 και 8- το σημείο 5 ήταν επίσης ένα γνήσιο λάθος, αλλά ήταν μέσα σε ένα απόσπασμα).

Ωστόσο, δεν νομίζω ότι χρειάζομαι γεννητική τεχνητή νοημοσύνη ούτε για να το κάνω αυτό. Υπάρχουν πολλά εργαλεία διόρθωσης που δουλεύουν αρκετά καλά, και, βοηθητικά, δεν εφευρίσκουν λάθη που δεν υπήρχαν στο αρχικό κείμενο (όπως έχω διαπιστώσει ότι τα μοντέλα ChatGPT συνηθίζουν να κάνουν).

Η κωδικοποίηση ήταν η πολύ πιο συναρπαστική περίπτωση χρήσης για μένα. Το Copilot, ο βοηθός κωδικοποίησης AI του Github, ενσωματώνεται απευθείας στο VSCode και σε άλλα IDE. Έχω επίσης παίξει με τη χρήση των πιο γενικών μοντέλων, όπως το ChatGPT, για εργασίες κωδικοποίησης. Σίγουρα έχουν ελαττώματα - το Copilot έχει την ενοχλητική συνήθεια να «παρουσιάζει» (κατασκευάζει) εισαγωγές αντί να παραπέμπει στην απόλυτα καλή αυτόματη εισαγωγή του VSCode χωρίς AI, για παράδειγμα - αλλά σε άλλες περιπτώσεις είναι πραγματικά χρήσιμες.

Έχω διαπιστώσει ότι αυτά τα εργαλεία είναι ιδιαίτερα καλά σε απλές εργασίες που κανονικά θα με έβγαζαν από τη ροή εργασίας μου για να συμβουλευτώ την τεκμηρίωση ή το StackOverflow, όπως η δημιουργία δύσκολων επιλογέων CSS ή η βοήθειά μου στις λειτουργίες συνάθροισης βάσεων δεδομένων. Σε τουλάχιστον μία περίπτωση, μου υπέδειξαν χρήσιμες λειτουργίες που δεν γνώριζα και δεν θα σκεφτόμουν καν να αναζητήσω. Είναι επίσης εξαιρετικοί στο να σας γλιτώνουν από την πληκτρολόγηση, φτύνοντας το είδος του κώδικα που πρέπει να γράψετε για πράγματα όπως νέες δοκιμές μονάδας.

Τα εργαλεία μπορούν επίσης να κάνουν το είδος των απλών, επαναλαμβανόμενων εργασιών που προηγουμένως θα έγραφα ένα γρήγορο σενάριο για να κάνει για μένα - ή μπορούν να δημιουργήσουν αυτό το γρήγορο σενάριο. Για παράδειγμα, εδώ είμαι εγώ που ζητάω από το ChatGPT να γράψει ένα γρήγορο σενάριο Python για να μετατρέψει το αρχείο OPML του blogroll μου στο αρχείο JSON που ήθελα, ενώ πρόσθετα μια σελίδα blogroll στον ιστότοπό μου:

Αφού άλλαξα τη διαδρομή του αρχείου feeds.opml με τη θέση του αρχείου στον υπολογιστή μου, ο κώδικας που πρότεινε λειτούργησε χωρίς καμία τροποποίηση:

Εκτός από τους δικούς μου πειραματισμούς, και άλλοι χρησιμοποιούν αυτά τα εργαλεία με τρόπους που είναι πραγματικά δύσκολο να ισχυριστεί κανείς ότι δεν είναι χρήσιμα. Κάποιος που γνωρίζω στην πραγματική ζωή μου έχει πει για τη δημιουργία ενός προσαρμοσμένου μοντέλου με βάση τα δικά τους μηνύματα ηλεκτρονικού ταχυδρομείου, τα οποία στη συνέχεια αναζητούν ανάλογα με τις ανάγκες, ή χρησιμοποιούν για να δημιουργήσουν κάποια αρκετά τυποποιημένα έγγραφα στα οποία προηγουμένως έπρεπε να ξοδέψουν ώρες. Ο προγραμματιστής ανοικτού κώδικα Simon Willison έχει καταγράψει στο ιστολόγιό του τα δικά του πειράματα κωδικοποίησης AI και έχει περιγράψει πώς τα LLM τον έχουν κάνει πιο φιλόδοξο με τα έργα του και πιο πιθανό να ξεκινήσει αυτό που αποκαλεί «παράλληλες αποστολές».e Η Sumana Harihareswara χρησιμοποιεί τα εργαλεία αναγνώρισης ομιλίας του OpenAI για να δημιουργήσει υπότιτλους για τα βίντεο και τις ηχογραφημένες ομιλίες της ή για να τα «εξορύξει» για υλικό που μπορεί να επαναχρησιμοποιήσει αργότερα. Αλλού στο διαδίκτυο, όσοι μιλούν τα αγγλικά ως δεύτερη γλώσσα έχουν μιλήσει για τη χρησιμότητα των LLMs στην αναθεώρηση της επαγγελματικής τους επικοινωνίας. Άλλοι το χρησιμοποιούν για να συνοψίζουν σημειώσεις συνεδριάσεων. Κάποιοι το χρησιμοποιούν ως αφετηρία για την τεκμηρίωση.

Έλεγχος πραγματικότητας

Παρά ορισμένα αναμφισβήτητα χρήσιμα χαρακτηριστικά, οι περιορισμοί αυτών των εργαλείων γίνονται εύκολα αντιληπτοί.

Όσον αφορά την κωδικοποίηση, ενώ μπορεί να αποτελέσει έναν εύχρηστο βοηθό για έναν έμπειρο προγραμματιστή, δεν μπορεί να αντικαταστήσει έναν έμπειρο προγραμματιστή. Η διαφήμιση της Microsoft για το Super Bowl, η οποία δείχνει ένα άτομο να προτρέπει το Copilot να «γράψει κώδικα για το τρισδιάστατο παιχνίδι ανοικτού κόσμου μου», είναι καθαρή φαντασία.

 

Και σύμφωνα με την εμπειρία μου, μερικές φορές εμποδίζει περισσότερο παρά βοηθάει, όπως όταν πειραματίστηκα με αυτό ενώ δούλευα σε μια επέκταση του Chrome που έγραφα πρόσφατα και τελικά αναγκάστηκα να το απενεργοποιήσω. Πρότεινε συνεχώς αληθοφανή αλλά εντελώς μη λειτουργικό κώδικα, σκαλωσιές του έργου σε μια ξεπερασμένη μορφή και αυτοπαραγόμενες κλάσεις CSS που έμοιαζαν να είναι κλάσεις Bootstrap, αλλά δεν ήταν. Είναι καλό σε σύντομες συναρτήσεις και κοινά boilerplate, αλλά δεν πρόκειται να αρχιτεκτονίσει ένα έργο για εσάς, και, όπως και με τη συγγραφή, δεν πρόκειται να «σκεφτεί» νέες ιδέες. Μου αρέσει για να βγάζω από τη μέση ενοχλητικές, επαναλαμβανόμενες εργασίες- δεν ανησυχώ ότι θα μου πάρει τη δουλειά.

Αναμφισβήτητα η πιο ευρέως περιγραφόμενη περίπτωση χρήσης της δημιουργικής τεχνητής νοημοσύνης είναι η συγγραφή. Πράγματι, καθώς οι εταιρείες μέσων μαζικής ενημέρωσης απολύουν σωρηδόν δημοσιογράφους, ορισμένα μέσα αντικαθιστούν τη δουλειά τους με άθλιες προσεγγίσεις που δημιουργούνται από τεχνητή νοημοσύνη. Οι ελεύθεροι επαγγελματίες συγγραφείς αναφέρουν προκλήσεις στην εύρεση εργασίας, καθώς οι πρώην πελάτες τους αποφασίζουν ότι το ChatGPT μπορεί να κάνει αρκετά καλή δουλειά. Αλλά αυτό που δεν αναγνωρίζουν αυτές οι εταιρείες και οι πελάτες είναι ότι το ChatGPT δεν γράφει, παράγει κείμενο, και όποιος έχει εντοπίσει προφανώς περιεχόμενο παραγόμενο από LLM στη φύση, γνωρίζει αμέσως τη διαφορά.

Έχετε φτάσει μέχρι εδώ στο άρθρο μου, οπότε έχετε πρόσφατα εξοικειωθεί με μερικές δεκάδες παραγράφους καθαρά ανθρώπινης γραφής. Αντιπαραβάλλετε αυτό με τις προσπάθειες των LLMs, από προτροπές με ποικίλους βαθμούς λεπτομέρειας, με τις καλύτερες προσπάθειές μου να προσπαθώ να το κάνω να ακούγεται μισο-κανονικά:

Αηδίες. Μου αρέσει ιδιαίτερα το πώς, όταν τους ζητώ να προσπαθήσουν να ακούγονται σαν εμένα, ή τουλάχιστον να ακούγονται λιγότερο σαν chatbot, υιοθετούν ένα είδος «cool teacher» περσόνας, σαν να κάθονται ανάποδα σε μια καρέκλα για να έχουν μια καρδιακή συζήτηση. Όταν σερβίριζα τραπέζια, οι άλλες σερβιτόρες και εγώ αστειευόμασταν μεταξύ μας για τη «φωνή της σερβιτόρας», που ήταν οι περσόνες στις οποίες υποσυνείδητα όλοι μας φαινόταν να μπαίνουμε όταν μιλούσαμε στους πελάτες.

Διαφοροποιούνταν κάπως, αλλά ήταν όλες ομοιόμορφα γλυκανάλατες, με ελαφρώς πιο ψηλές φωνές και με τη γενική συμπεριφορά σαν να μιλούσες σε κάποιον που δεν θεωρούσες πολύ έξυπνο. Η «φωνή» της γραφής κάθε LLM μου το θυμίζει αυτό.

Ακόμα και αν ο αποκαλυπτικός τόνος μπορεί να ξεπεραστεί, οι LLM είναι καλοί στο να παράγουν κείμενο αλλά όχι στο να παράγουν νέες ιδέες. Αυτό είναι, βέβαια, ένα εγγενές χαρακτηριστικό της τεχνολογίας που έχει σχεδιαστεί για να παράγει αληθοφανείς μαθηματικές προσεγγίσεις αυτού που της ζητήσατε με βάση το μεγάλο σώμα δεδομένων εκπαίδευσης που διαθέτει- δεν σκέφτεται, και έτσι το καλύτερο που θα πάρετε ποτέ από αυτήν είναι ένα συνονθύλευμα της σκέψης άλλων ανθρώπων.f

Το κείμενο που παράγεται από το LLM είναι αρκετά καλό για ορισμένες περιπτώσεις χρήσης, στις οποίες θα επιστρέψω σε λίγο. Αλλά νομίζω ότι οι περισσότεροι άνθρωποι, συμπεριλαμβανομένου σίγουρα και του εαυτού μου, θα ντρέπονταν να αντικαταστήσουν οποιοδήποτε από τα γραπτά μας με τέτοιου είδους υλικό.g

Επιπλέον, το πρόβλημα της «ψευδαίσθησης» των LLM σημαίνει ότι ό,τι κάνει πρέπει να χτενίζεται προσεκτικά για λάθη, τα οποία μερικές φορές είναι δύσκολο να εντοπιστούν.

Εξαιτίας αυτού, ενώ είναι βολικό για τη διόρθωση ενημερωτικών δελτίων ή για να με βοηθήσει να προσθέσω γρήγορα ένα διασκεδαστικό χαρακτηριστικό στον ιστότοπό μου, δεν θα εμπιστευόμουν το LLMs για να κάνει κάτι πραγματικά σημαντικό. Και η τάση των ανθρώπων να εμπιστεύονται υπερβολικά αυτά τα εργαλεία είναι ένα από τα σοβαρότερα προβλήματά τους: καμία ποσότητα προειδοποιητικών ετικετών και αποποίησης ευθύνης δεν φαίνεται να είναι επαρκής για να σταματήσει τους ανθρώπους από το να προσπαθούν να τα χρησιμοποιήσουν για να παρέχουν νομικές συμβουλές ή να πουλήσουν υπηρεσίες «θεραπείας» τεχνητής νοημοσύνης.

Τέλος, οι διαφημίσεις ότι οι LLMs θα μπορούσαν κάποια στιγμή να δημιουργήσουν ταινίες μεγάλου μήκους ή να αντικαταστήσουν τους καλλιτέχνες δεν φαίνονται ούτε εφικτές ούτε επιθυμητές. Οι εικόνες που δημιουργούνται από την ΤΝ τείνουν να υποφέρουν από έναν παρόμοιο άχαρο «τόνο» όπως η γραφή της, και ο πολλαπλασιασμός τους με κάνει να επιθυμώ περισσότερο τα πραγματικά ανθρώπινα έργα τέχνης. Με τα παραγόμενα βίντεο, τείνουν αναπόφευκτα προς το αλλόκοτο, και οι εγγενείς περιορισμοί της τεχνολογίας - ως εργαλείο που παράγει πιθανολογικά «πιθανές» εικόνες και όχι εικόνες που βασίζονται σε κάποιου είδους κατανόηση - φαίνεται απίθανο να ξεπεραστεί ποτέ αυτό. Και η ιδέα ότι όλοι πρέπει να προσπαθούμε να «αντικαταστήσουμε τους καλλιτέχνες» - ή οποιοδήποτε είδος εργασίας - είναι βαθιά ανησυχητική και νομίζω ότι απεικονίζει απίστευτα τις πραγματικές επιθυμίες αυτών των εταιρειών: να αυξήσουν τα εταιρικά κέρδη με οποιοδήποτε κόστος.

Όταν τα LLM είναι αρκετά καλά

Όπως ανέφερα προηγουμένως, υπάρχουν ορισμένες περιπτώσεις στις οποίες τα LLM είναι αρκετά καλά. Υπάρχουν ορισμένοι τύποι γραφής όπου τα LLM χρησιμοποιούνται ήδη ευρέως: για παράδειγμα, από επιχειρηματίες που τα χρησιμοποιούν για να δημιουργήσουν σημειώσεις συνεδριάσεων, να φουσκώσουν τα εξερχόμενα μηνύματα ηλεκτρονικού ταχυδρομείου τους ή να συνοψίσουν τα εισερχόμενα, ή να φτύσουν μακροσκελείς, σε μεγάλο βαθμό πανομοιότυπες αναφορές που καλούνται να γράφουν τακτικά.

Μπορείτε επίσης να εντοπίσετε LLMs σε όλα τα είδη των θέσεων στο διαδίκτυο, όπου χρησιμοποιούνται για να προσπαθήσουν να ενισχύσουν την κατάταξη των ιστοσελίδων στις μηχανές αναζήτησης. Αυτή η περίεργη, φλύαρη φωνή GPT είναι επίσης κατάλληλη για αντίγραφα μάρκετινγκ και αναρτήσεις στα μέσα κοινωνικής δικτύωσης. Οποιοδήποτε μέρος στο διαδίκτυο που δίνει κίνητρα για κείμενο μεγάλου όγκου και χαμηλής προσπάθειας κατακλύζεται από παραγόμενο κείμενο, όπως τα καταστήματα ηλεκτρονικών βιβλίων, οι ηλεκτρονικές αγορές και πρακτικά κάθε τμήμα αναθεώρησης ή σχολιασμού.

Βρίσκω όμως ένα κοινό σημείο μεταξύ των πραγμάτων για τα οποία τα εργαλεία τεχνητής νοημοσύνης είναι ιδιαίτερα κατάλληλα: Θέλουμε να τα κάνουμε αυτά τα πράγματα; Αν το μόνο που θέλετε από μια συνάντηση είναι η περίληψη που δημιουργεί η τεχνητή νοημοσύνη, ίσως αυτή η συνάντηση θα μπορούσε να είναι ένα ηλεκτρονικό ταχυδρομείο. Αν χρησιμοποιείτε ΤΝ για να γράφετε τα μηνύματά σας και ο παραλήπτης σας χρησιμοποιεί ΤΝ για να τα διαβάζει, θα μπορούσατε ίσως να κόψετε εντελώς το όλο θέμα; Αν οι μέτριες, αυτοματοποιημένες αναφορές περνάνε από το έλεγχο, τις διαβάζει πραγματικά κανείς; Ή μήπως είναι απλά δουλειά της μεσαίας διοίκησης;

Όσον αφορά την ενσφιχτοποίηση του διαδικτύου από την τεχνητή νοημοσύνη, φαίνεται ότι όλοι συμφωνούμε ήδη ότι δεν το θέλουμε αυτό, και όμως είναι εδώ. Κανείς δεν θέλει να ανοίξει το Etsy για να αναζητήσει ένα προσεγμένο δώρο γενεθλίων, μόνο και μόνο για να εγκαταλείψει την προσπάθεια αφού ξεφυλλίσει σελίδες με αντικείμενα χαμηλής ποιότητας print-on-demand ή μεταπωλημένα αντικείμενα Aliexpress που έχουν κατακλύσει τον ιστότοπο.

Κανείς δεν θέλει να αναζητήσει στο Google μια ερώτηση μόνο και μόνο για να καταλήξει σε πολλές σελίδες εμετού από spam λέξεων-κλειδιών πριν βρει μια έγκυρη απάντηση.

Αλλά τα κίνητρα που παίζουν σε αυτές τις πλατφόρμες, σημαίνουν ότι τα σκουπίδια ΤΝ είναι αναπόφευκτα. Στην πραγματικότητα, τα LLMs μπορεί να είναι καινούργια, αλλά η συμπεριφορά δεν είναι- όπως ακριβώς και το γέμισμα λέξεων-κλειδιών και οι φάρμες περιεχομένου και οι μυριάδες τρόποι με τους οποίους οι άνθρωποι χρησιμοποιούσαν λογισμικό για να παράγουν σωρούς επί σωρών κειμένου χαμηλής ποιότητας πριν εμφανιστεί ποτέ το ChatGPT, αν υπάρχει το κίνητρο, η συμπεριφορά θα ακολουθήσει.

Αν η ενσιτιστικοποίηση του διαδικτύου φαίνεται χειρότερη μετά το ChatGPT, αυτό οφείλεται στην ποσότητα και την ταχύτητα με την οποία παράγεται αυτό το σκουπίδι, όχι επειδή το σκουπίδι είναι καινούργιο.

Κόστος και οφέλη

Σε όλη αυτή την εξερεύνηση και τον πειραματισμό ένιωσα μια παρατεταμένη ενοχή και ένα ερώτημα: Αξίζει τον κόπο; Και είναι ηθικό για μένα να χρησιμοποιώ αυτά τα εργαλεία, έστω και μόνο για να μάθω περισσότερα γι' αυτά με την ελπίδα να τα κριτικάρω αργότερα πιο αποτελεσματικά;

Το κόστος αυτών των μοντέλων τεχνητής νοημοσύνης είναι τεράστιο, και όχι μόνο όσον αφορά τα δισεκατομμύρια δολάρια των κεφαλαίων VC που καίνε με απίστευτη ταχύτητα. Είναι γνωστό ότι αυτά τα μοντέλα απαιτούν πολύ περισσότερη υπολογιστική ισχύ (και συνεπώς ηλεκτρικό ρεύμα και νερό) από μια παραδοσιακή αναζήτηση στο διαδίκτυο ή έναν ορθογραφικό έλεγχο. Παρόλο που τα κέντρα δεδομένων των εταιρειών AI δεν σπαταλούν σκόπιμα ηλεκτρική ενέργεια με τον ίδιο τρόπο που οι ανθρακωρύχοι bitcoin εκτελούν εκατομμύρια άχρηστους υπολογισμούς, δεν είμαι επίσης σίγουρος ότι η δημιουργία μιας εικόνας ενός ατόμου με δώδεκα δάχτυλα σε κάθε χέρι ή ενός κειμένου που διαβάζεται σαν να έχει γραφτεί από έναν ατελείωτα χαμογελαστό αστέρα της παιδικής τηλεόρασης που κρατείται όμηρος είναι συνολικά πολύ πιο χρήσιμη από ένα bitcoin.

Υπάρχει επίσης τεράστιο ανθρώπινο κόστος. Η τεχνητή νοημοσύνη βασίζεται σε μεγάλο βαθμό στην «εργασία-φάντασμα»: εργασία που φαίνεται να εκτελείται από υπολογιστή, αλλά στην πραγματικότητα ανατίθεται σε συχνά τρομερά κακοπληρωμένους εργολάβους, οι οποίοι εργάζονται σε φρικτές συνθήκες, με ελάχιστη εργασιακή προστασία και χωρίς παροχές. Υπάρχει τεράστιο ποσό εργασίας για τη συγκέντρωση και την επισήμανση δεδομένων που τροφοδοτούν αυτά τα μοντέλα, και κάθε νέο μοντέλο εξαρτάται από όλο και μεγαλύτερες ποσότητες των εν λόγω δεδομένων - δεδομένα εκπαίδευσης τα οποία είναι γνωστό ότι προέρχονται από σχεδόν κάθε δυνατή πηγή, ανεξάρτητα από τα πνευματικά δικαιώματα ή τη συγκατάθεση. Και ορισμένοι από αυτούς τους εργαζόμενους υφίστανται σοβαρή ψυχολογική βλάβη ως αποτέλεσμα της έκθεσης σε βαθιά τραυματικό υλικό κατά τη διάρκεια της εξυγίανσης συνόλων δεδομένων ή της εκπαίδευσης μοντέλων για την εκτέλεση καθηκόντων συγκράτησης περιεχομένου.

Στη συνέχεια, υπάρχει το ζήτημα του κόστους ευκαιρίας για εκείνους που όλο και περισσότερο εκτοπίζονται από τις θέσεις εργασίας από τους LLMs,i παρά το γεγονός ότι η ΤΝ συχνά δεν μπορεί να εκτελέσει με επάρκεια την εργασία που έκαναν. Θα έπρεπε πραγματικά να χρησιμοποιώ εργαλεία ΤΝ για να διορθώνω τα ενημερωτικά μου δελτία, όταν θα μπορούσα διαφορετικά να πληρώσω έναν πραγματικό άνθρωπο για να κάνει αυτή τη διόρθωση; Ακόμη και αν δεν είχα ποτέ την πρόθεση να προσλάβω ένα τέτοιο άτομο;

Τέλος, υπάρχει το ζήτημα του τρόπου με τον οποίο χρησιμοποιούνται αυτά τα εργαλεία και η έλλειψη προσπάθειας από τους δημιουργούς τους να περιορίσουν την κατάχρησή τους. Τα βλέπουμε να χρησιμοποιούνται για τη δημιουργία παραπληροφόρησης μέσω ολοένα και πιο πειστικών εικόνων, ήχου ή βίντεο με βαθιά παραποίηση, ενώ η απερίσκεπτη χρήση τους από προηγουμένως αξιόπιστα ειδησεογραφικά πρακτορεία και άλλους που δημοσιεύουν μη επεξεργασμένο περιεχόμενο ΤΝ συμβάλλει επίσης στην παραπληροφόρηση. Ακόμα και όταν η ΤΝ δεν χρησιμοποιείται άμεσα, υποβαθμίζει την εμπιστοσύνη σε τέτοιο βαθμό που οι άνθρωποι πρέπει να αναρωτιούνται αν το περιεχόμενο που βλέπουν έχει παραχθεί ή αν το «πρόσωπο» με το οποίο αλληλεπιδρούν στο διαδίκτυο μπορεί απλώς να είναι ChatGPT. Η δημιουργική τεχνητή νοημοσύνη χρησιμοποιείται για την παρενόχληση και τη σεξουαλική κακοποίηση. Άλλα μοντέλα ΤΝ επιτρέπουν την αυξημένη επιτήρηση στο χώρο εργασίας και για σκοπούς «ασφάλειας» - όπου οι γνωστές προκαταλήψεις τους επιδεινώνουν τις διακρίσεις από την αστυνομία, η οποία προσελκύεται από τις υποσχέσεις της «προγνωστικής αστυνόμευσης». Ο κατάλογος συνεχίζεται.

 

Πηγή: AI isn't useless. But is it worth it?