Η φετινή προεκλογική περίοδος, αλλά και οι Πρυτανικές εκλογές πχ στο ΑΠΘ, συμπίπτουν με μια μεγάλη δημοσιότητα των θεμάτων Τεχνητής Νοημοσύνης (ΤΝ), ειδικά των Μεγάλων Γλωσσικών Μοντέλων τύπου ChatGPT [1]. Δεν πρόκειται για τυχαία εξέλιξη: η ΤΝ ήρθε για να μείνει και θα έχει μεγάλες κοινωνικές και οικονομικές επιπτώσεις. Είναι χαρακτηριστικό το μάλλον αγωνιώδες μήνυμα που μου έστειλε απόφοιτος της Αγγλικής Φιλολογίας, που έλεγε περίπου ‘έχω εντυπωσιαστεί από τις μεταφραστικές ικανότητες του ChatGPT. Τι θα γίνει με το επάγγελμα μας; Πως μπορώ να σπουδάσω ΤΝ, αν δεν είναι ήδη αργά;’.

Καλό είναι να ανοίξει ένας δημόσιος πολιτικός διάλογος για τα θέματα αυτά, όπως βλέπω ότι ήδη έγινε με τα θέματα Παιδείας.  Το άρθρο αυτό ακριβώς αναφέρεται στη σχέση της ΤΝ και των Επιστημών Πληροφορίας με την αναγκαία (για μένα) αναβάθμιση του εκπαιδευτικού συστήματος όλων των βαθμίδων και στην Ελλάδα και γενικότερα.

Η Τεχνητή Νοημοσύνη είναι η απάντηση της ανθρωπότητας σε μια παγκόσμια κοινωνία και στον φυσικό κόσμο ολοένα αυξανόμενης πολυπλοκότητας. Η φυσική και κοινωνική πολυπλοκότητα αυξάνονται με διεργασίες που είναι πολύ βαθιές και φαίνονται ασταμάτητες. Επομένως η ΤΝ και η μόρφωση πολιτών είναι η μόνη μας ελπίδα για μια ομαλή μετάβαση από την τρέχουσα Κοινωνία της Πληροφορίας σε μια Κοινωνία Γνώσης. Χρησιμοποιώ επίτηδες τον όρο ‘μόρφωση πολιτών’ για να τονίσω την ανάγκη του να έχουμε συνειδητούς πολίτες με κριτική σκέψη, ικανότητα αφαίρεσης και ακριβολογίας, φαντασία και συναισθηματική νοημοσύνη που θα μπορέσουν να καταλάβουν, να προσαρμοστούν και τελικά να δαμάσουν και να επωφεληθούν από τις τεράστιες τεχνολογικές, οικονομικές δυνατότητες και προοπτικές απασχόλησης που ανοίγονται μπροστά μας. Όχι τυχαία νομίζω, τέτοιο μορφωτικό επίπεδο είναι το ζητούμενο σήμερα σε πάρα πολλές θέσεις εργασίας διεθνώς [2].

Η ανάγκη τέτοιας μόρφωσης διαπερνά όλες τις βαθμίδες εκπαίδευσης και όλα τα κοινωνικά στρώματα. Μια κοινωνία του 1/3-2/3, όπου το 1/3 του πληθυσμού καταλαβαίνει και επωφελείται από την επιστημονική πρόοδο, ενώ τα 2/3 μένουν πίσω φτωχοί και τεχνόφοβοι, απλώς δεν είναι  βιώσιμο. Η ανάπτυξη και μετάδοση της γνώσης απλώς δεν θα είναι επαρκείς. Επομένως, ενδέχεται να αντιμετωπίσουμε μια καταστροφική κοινωνική κατάρρευση, όπως έγινε, για άλλους λόγους, στις αρχές του Μεσαίωνα.

Ευτυχώς οι βασικές έννοιες που χρειάζονται για την κατανόηση της Τεχνητής Νοημοσύνης και των Επιστημών Πληροφορίας είναι απλές και μπορούν να διδαχθούν και σε όλες τις εκπαιδευτικές βαθμίδες. Το βίωσα σε πρόσφατο μάθημά που που παρακολούθησαν 11 Γυμνάσια και Λύκεια απ’ όλη την Ελλάδα. Απλά χρειάζεται η πολιτική βούληση και η εκπαιδευτική αναπροσαρμογή ώστε να γίνει κατάλληλη διδασκαλία των εννοιών αυτών, τουλάχιστον με αναδιάταξη της ύλης των Μαθηματικών και της Πληροφορικής. Βέβαια οδηγούμαστε σε μια (μερική) μαθηματικοποίηση της εκπαίδευσης που φαίνεται αναπόφευκτη. Δεν είναι σίγουρο ότι είναι εφικτή, δεδομένου του παραδοσιακού (φυσικού ή τεχνητού) διαχωρισμού της θετικής και της κλασσικής κατεύθυνσης. Αλλά και οι κλασσικές σπουδές είναι ιδανικό εργαλείο για ανάπτυξη κριτικής σκέψης και ακριβολογίας. Φυσικά, σε ένα τέτοιο περιβάλλον δεν έχει θέση η αποστήθιση, οι τράπεζες θεμάτων, η προσφορά δεξιοτήτων αντί γνώσης και η εξετασιομανία σε λίγα αντικείμενα σε βάρος της ευρύτερης γνώσης. Συγκρίνοντας τις γνώσεις που πήρε η γενιά μου (60+) με αυτή των παιδιών μου (30+ τώρα), φαίνεται ότι το εκπαιδευτικό μας σύστημα έκανε πολλά βήματα προς τα πίσω και λίγα προς τα μπρος (π.χ. στις ξένες γλώσσες και σε δεξιότητες Πληροφορικής).

Ειδικά στα Πανεπιστήμια οι εκπαιδευτικές αλλαγές θα είναι δραστικές και θα έρθουν άμεσα (οι πιόο πολλές). Παραθέτω μερικές προτάσεις που παρουσίασα αναλυτικά στο βιβλίο μου ‘AI Science and Society’ [2] και τολμώ να πω ή ελπίζω ότι είναι προφητικές:

1. Δημιουργία Σχολών ‘Επιστημών και Μηχανικής Πληροφοριών’ με τμήματα

1. • Πληροφορικής
   • Μαθηματικών
   • Μηχανικών Υπολογιστών
   • Τεχνητής Νοημοσύνης
   • Επιστήμης Διαδικτύου.

Ήδη γίνονται τέτοιες προσπάθειες διεθνώς. Αν και οδηγούνται από την ζήτηση, η γενεσιουργός αιτία είναι η ανάδειξη της πληροφορίας σαν αυτοδύναμου επιστημονικού αντικειμένου, στο ίδιο επίπεδο με την ύλη (Φυσική, Χημεία), περιβάλλον (Επιστήμες Μηχανικού) και τη ζωή (επιστήμες Υγείας, Βιολογία). Φαίνεται ότι η Πληροφορική ήδη γίνεται επιστήμη-μαμά άλλων επιστημών. Το ίδιο έγινε και στον 19^ο αιώνα: η Φυσική και η Χημεία γέννησαν τις Επιστήμες Μηχανικού.

2)                  Δημιουργία τμημάτων ‘Νοητικής και Κοινωνικής Επιστήμης και Μηχανικής’ (Mind/Social Science and engineering) στις Σχολές Ανθρωπιστικών Σπουδών (ίσως άλλος όρος να είναι καταλληλότερος). Νομίζω ότι αυτή είναι και η πλέον ρηξικέλευθη πρότασή μου. Αυτή τη στιγμή είναι οι Ανθρωπιστικές Επιστήμες που δέχονται τη μεγαλύτερη πίεση, κάτι που δεν είναι άμεσα κατανοητό. Η μαθηματικοποίηση κλασσικών αντικειμένων (πχ Γλωσσολογία, Κοινωνιολογία) έχει προχωρήσει πάρα πολύ. Η μόνη εναλλακτική την οποία βλέπω είναι η δημιουργία τμημάτων ‘Φιλολογικής/Γλωσσολογικής Μηχανικής’ ή ‘Κοινωνικής Μηχανικής’ στα Πολυτεχνεία ή σε σχολές Θετικών Επιστημών ή Επιστημών και Μηχανικής Πληροφοριών. Δεν θα ήθελα να ζήσω το μαράζωμα των Σχολών Ανθρωπιστικών Σπουδών που θα ακολουθήσει.

3)                  Δημιουργία τμημάτων ‘Βιο-επιστήμης και Μηχανικής’ στις Σχολές Επιστημών Υγείας (συμπεριλαμβανόμενων άλλων σχετικών επιστημών, πχ Φαρμακευτική, Βιολογία). Ουσιαστικά θα είναι μια δραστική μετεξέλιξη Τμημάτων Βιο-μηχανικής (Bioengineering) με προσθήκη νέων αντικειμένων, π.χ. Γενετικής Μηχανικής και Συστημικής Βιολογίας.

4)                      Προσθήκη υποχρεωτικών μαθημάτων Μαθηματικών και Πληροφορικής σε όλες τις Επιστήμες ανεξαιρέτως. Απλά, ένα μόνον (φτωχό) μάθημα Στατιστικής δεν καλύπτει τις τρέχουσες ανάγκες.

Μερικά από τα παραπάνω (όχι όλα) έχουν ήδη προταθεί ή υλοποιούνται σε διεθνές επίπεδο. Δεδομένης της αποστέωσης του εκπαιδευτικού μας συστήματος, δεν είμαι αφελής να πιστεύω ότι τέτοιες ιδέες μπορούν να υλοποιηθούν χωρίς αντιδράσεις ή από τη μια μέρα στην άλλη.

Νομίζω όμως ότι τέτοιες προτάσεις (και άλλες καλύτερες) μπορούν να συζητηθούν και σε πολιτικό επίπεδο και εντός των Πανεπιστημίων (σε επιστημονικό επίπεδο), ώστε η χώρα μας να μπει στην νέα εποχή με τις καλύτερες δυνατές προυποθέσεις.

[1] Ioannis Pitas, “Artificial Intelligence Science and Society Part A: Introduction to AI Science and Information Technology“,  https://www.amazon.com/dp/9609156460?ref_=pe_3052080_397514860

[2] Ioannis Pitas, “Artificial Intelligence Science and Society Part C: AI Science and Society“, Amazon/Createspace,  https://www.amazon.com/dp/9609156487?ref_=pe_3052080_397514860

Άρθρο του Ι. Πήτα, καθηγητή Τμήματος Πληροφορικής ΑΠΘ και προέδρου της Διεθνούς Ακαδημίας Διδακτορικών Σπουδών στην Τεχνητή νοημοσύνη