Η τεχνολογία σημειώνει τα τελευταία χρόνια μεγάλη πρόοδο ως προς την αντικατάσταση των ανθρώπων σχεδόν σε κάθε τομέα, είτε πρόκειται για λογιστικά, MME, marketing, κατασκευές ή οικονομικές υπηρεσίες.
Ενδεικτικό παράδειγμα αποτελούν εστιατόρια του εξωτερικού τα οποία δίνουν απλά στους πελάτες ένα iPad μέσω του οποίου μπορούν να κάνουν την παραγγελία τους αντί να εξυπηρετηθούν από κάποια σερβιτόρα. Αυτό σημαίνει στην ουσία 30-50% λιγότερους εργαζόμενους. Σε αυτό το πλαίσιο ακόμα και η γνώση οδεύει προς ένα πλήρες restart.
Το λογισμικό Narrative Science ήδη παράγει άρθρα που πολλοί θεωρούν ότι είναι τόσο καλά που δεν ξεχωρίζουν από εκείνα που έχουν γραφεί από δημοσιογράφο.
Ευρεία δομική ανεργία
Σύμφωνα με μια πρόσφατη έρευνα του πανεπιστημίου της Οξφόρδης, στα επόμενα 25 χρόνια το 50% όλων των θέσεων εργασίας μόνο στις ΗΠΑ θα μπορούσαν να αυτοματοποιηθούν.
Οι συνέπειες αυτής της αναπόφευκτης ανόδου των έξυπνων μηχανών, των ρομπότ, της τεχνητής νοημοσύνης και γνωστικών υπολογιστικών μηχανών είναι σαφείς: το μέλλον μας δεν βρίσκεται στην διεκδίκηση θέσεων εργασίας στον τομέα της αποθήκευσης πληροφοριών, της επεξεργασίας δεδομένων και των επαναληπτικών υπολογιστικών εργασιών. Εκεί η υπεροχή των μηχανών είναι ξεκάθαρη. Το δικό μας μέλλον βρίσκεται στο να είμαστε πιο ανθρώπινοι και λιγότερο σαν μηχανές. Σε αυτό το μέλλον, το να κάνει κανείς λάθη ή να μην συμμορφώνεται απόλυτα με τους κανόνες είναι μερικές από τις δεξιότητες βάσει των οποίων θα υπερισχύουμε των μηχανών για αρκετό καιρό ακόμα.
Εντούτοις, αυτό δημιουργεί το ερώτημα του τι πραγματικά θα σημαίνει γνώση στο μέλλον. Θα πρέπει φυσικά να λάβουμε υπόψη μας την αυξανόμενη σημασία της συναισθηματικής και κοινωνικής νοημοσύνης, του μηνύματος πίσω από τις λέξεις, της διαίσθησης και αυτού που μπορεί να περιγραφεί ως ανθρώπινη σοφία.
Η πραγματικά ανθρώπινη νοημοσύνη χρειάζεται ένα σώμα
Η γνώση που κατέχει μόνο ο άνθρωπος συνδέεται απόλυτα με την ύπαρξη του σώματος. Οι μηχανές μπορούν να μιμούνται και να αντιγράφουν, όμως χωρίς ένα σώμα – και όλα αυτά που συνεπάγεται το σώμα, όπως συναισθήματα – δεν μπορούν ούτε καν να πλησιάσουν στο να μας αντικαταστήσουν σε αυτά που πραγματικά έχουν σημασία.
Σκεφτείτε για παράδειγμα ένα αυτοκίνητο που κινείται χωρίς οδηγό, το οποίο εμπλέκεται σε περιστατικό το αναπόφευκτο αποτέλεσμα του οποίου είναι η σύγκρουση με άνθρωπο. Αν πρέπει το σύστημα του αυτοκινήτου να επιλέξει το ‘θύμα’, ποια είναι τα κριτήρια βάσει των οποίων θα πάρει αυτή την απόφαση; Να συγκρουστεί με τον μοτοσικλετιστή που φοράει κράνος ή εκείνον χωρίς το κράνος; Αυτή είναι μια δύσκολη απόφαση για ένα μηχάνημα, όχι όμως για έναν άνθρωπο, κι εκεί βρίσκεται η βασική διαφορά.
Όλες οι μηχανές απαιτούν προγραμματισμό και ο προγραμματισμός εξ’ ορισμού δεν επιτρέπει εναλλακτικά σενάρια που δεν έχουν προγραμματιστεί. Αυτό θα απαιτούσε στην ουσία ένα ανώτερο επίπεδο προγραμματισμού που θα δημιουργούσε αυτοδίδακτη τεχνητή νοημοσύνη.
Και φυσικά αυτό είναι που θα καθιστούσε την ‘πλήρη τεχνητή νοημοσύνη’ τόσο επικίνδυνη. Απαλλαγμένα από οτιδήποτε θα τα καθιστούσε ανθρώπινα (βιολογικό πλαίσιο, συναισθήματα, πεποιθήσεις) τα μηχανήματα θα κατέληγαν να μας θεωρούν ως κάτι το οποίο θα έπρεπε απλά να ανεχθούν (στην καλύτερη περίπτωση), παρά τις περιορισμένες δυνατότητες υπολογισμών που διαθέτουμε και το γεγονός ότι κάνουμε διαρκώς λάθη.
Τα περισσότερα επαγγέλματα που θα κάνουν οι άνθρωποι στο μέλλον, σήμερα δεν υπάρχουν καν
Βλέπω ένα μέλλον, σε μια δεκαετία ή λιγότερο από τώρα, όπου το 50% όλων των επαγγελμάτων που θα υπάρχουν τότε δεν υπάρχουν καν σήμερα ή υπάρχουν ως μεμονωμένες δεξιότητες ή χαρακτηριστικά. Φανταστείτε επαγγέλματα όπως ‘θεραπευτής δεξί εγκεφάλου’ ή ‘σχεδιαστής απλότητας’ ή οποιοδήποτε επάγγελμα που σχετίζεται με τον σχεδιασμό, τη διαχείριση και τον έλεγχο όλης της έξυπνης τεχνολογίας που μας περιβάλλει.
Ας σκεφτούμε λοιπόν πώς θα διαμορφωθεί η πυραμίδα των δεξιοτήτων. Στο όχι τόσο μακρινό παρελθόν, η συγκέντρωση σχετικών πληροφοριών και η ανάπτυξη λογικής που να βασίζεται σε γεγονότα και αριθμούς αποτελούσαν τη ραχοκοκαλιά σχεδόν κάθε εκπαίδευσης (με εξαίρεση τις σχολές καλών τεχνών και τα θεωρητικά σεμινάρια). Η κυρίαρχη προσέγγιση εστίαζε στον σαφή σχεδιασμό και την άψογη εκτέλεση.
Στο μέλλον, η μάθηση στον κατάλληλο χρόνο θα καταστεί το κυρίαρχο παράδειγμα. Χωρίς να εγκαταλειφθούν πλήρως οι προηγούμενες τακτικές, αυτή η κατεύθυνση θα αμφισβητήσει μεταξύ άλλων και την λογική του να αποκτά κανείς ένα ακριβό πτυχίο σε οτιδήποτε. Όλα αυτά θα αποτελούν παρελθόν.
Στο μέλλον, πέρα από την απόκτηση κάποιας μορφής μοναδικής και ad-hoc γνώσης και αντίληψης βάσει πληροφοριών που θα έχουν επιμεληθεί μηχανές, ο άνθρωπος θα φτάνει σε ένα είδος υψηλού επιπέδου σοφίας βάσει αυτού. Στόχος θα είναι να αποκτήσει κανείς κάτι που υπερβαίνει την απλή ροή δεδομένων και δημιουργεί πραγματική αξία. Κάτι αντίστοιχο με το γεγονός ότι η αξία του ζωγράφου δεν βρίσκεται στην μπογιά αλλά στον πίνακα.
Το μέλλον: να είστε λιγότερο σαν μηχανές
Θα πρέπει να ξεχάσουμε τη συνήθεια να λειτουργούμε σαν μηχανές και να ξαναμάθουμε να λειτουργούμε σαν άνθρωποι. Αυτό σημαίνει στην ουσία να επιστρέψουμε σε αυτό που κάναμε σαν παιδιά: να παίζουμε, να πειραματιζόμαστε, να ακούμε, να φανταζόμαστε, να ονειρευόμαστε, να αποτυγχάνουμε και να προσπαθούμε πάλι. Παραδόξως, ίσως το να χρησιμοποιούμε έξυπνες μηχανές για τη συγκέντρωση δεδομένων και πληροφορίας και μέχρι ενός σημείου και γνώσης, μπορεί τελικά να μας ελευθερώσει από αυτές τις εργασίες και να μας επιτρέψει να επικεντρωθούμε στην καλλιέργεια της δημιουργικότητας και την απόκτηση σοφίας.