Απόσπασμα συνέντευξης του Κωνσταντίνου Δασκαλάκη, καθηγητή του τμήματος Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών του ΜΙΤ, στη δημοσιογράφο Αλεξάνδρα Χριστακάκη (Αυγή, 10 Ιουλίου 2024).
Συναντήσαμε τον Κωνσταντίνο Δασκαλάκη, καθηγητή της Επιστήμης των Υπολογιστών στο ΜΙΤ, στην Αθήνα λίγο πριν αναχωρήσει για διακοπές στη γενέτειρά του, στην Κρήτη. Βρίσκεται στην Ελλάδα κάνοντας χρήση της γονεϊκής άδειας -πρόσφατα έγινε πατέρας- και με το βλέμμα μονίμως αγκυροβολημένο -δική του έκφραση- στην επιστήμη. Είναι επικεφαλής και εργάζεται αμισθί στη Συμβουλευτική Επιτροπή για τη Στρατηγική που πρέπει να ακολουθήσει η Ελλάδα στον τομέα της Τεχνητής Νοημοσύνης, αναζητώντας τρόπους για να μη χάσει η Ελλάδα και αυτό το τρένο. Η προσέγγισή του είναι βαθιά ανθρωποκεντρική, αν και είναι καθηγητής της Επιστήμης των Ηλεκτρονικών Υπολογιστών Το μικρόφωνο ανοίγει και ο επιστημονικός λόγος του είναι απόλυτα κατανοητός και εκλαϊκευτικός.
«Για μένα το πανεπιστήμιο ήταν μονόδρομος. Ο ιδιωτικός τομέας με ενδιέφερε μόνο για να δω πώς λειτουργεί. Γι’ αυτό και παρέμεινα πολύ λίγο στη Microsoft. Μου αρέσει η αναζήτηση της γνώσης, να συμβουλεύω νεαρούς φοιτητές που το μυαλό τους είναι πολύ κοφτερό, η έρευνα και η εποπτεία είναι δημιουργική εργασία. Υπάρχει μεγάλη διασπορά Ελλήνων επιστημόνων στο εξωτερικό: σε πανεπιστήμια και σε εταιρείες καινοτόμες και υψηλής τεχνολογίας. Αυτό το μεγάλο αβαντάζ -της επιστημονικής διασποράς- πρέπει να το εκμεταλλευτεί η Ελλάδα. Αυτό επιδιώκουν το πρόγραμμα “Αρχιμήδης” και η Συμβουλευτική Επιτροπή για τη Στρατηγική που πρέπει να ακολουθήσει η Ελλάδα στον τομέα της Τεχνητής Νοημοσύνης, της οποίας είμαι επικεφαλής αμισθί. Όμως άλλο η Επιτροπή και άλλο ο “Αρχιμήδης”. Ο “Αρχιμήδης” είναι ερευνητικό κέντρο, το οποίο ιδρύσαμε με τον καθηγητή μου Χρήστο Παπαδημητρίου και τον Τίμο Σελλή, επίσης εξαίρετο επιστήμονα, τον Γενάρη του 2022. Προσπαθεί να βοηθήσει το επίπεδο έρευνας της Ελλάδας στην Τεχνητή Νοημοσύνη (Τ.Ν.), συνδέοντας την ελληνική διασπορά που δουλεύει στον τομέα αυτό σε αμερικανικά ή γαλλικά πανεπιστήμια με επιστήμονες και φοιτητές -διδακτορικούς ή προπτυχιακούς- των ελληνικών πανεπιστημίων. Ο “Αρχιμήδης” είναι ένας κόμβος που στήνει γέφυρες μεταξύ ξένων και ελληνικών πανεπιστημίων και δίνει τη δυνατότητα σε διδακτορικούς φοιτητές της χώρας μας να δουλέψουν με καθηγητές που βρίσκονται εντός και εκτός Ελλάδας.
Εικάζω ότι η μεγάλη αντιπροσώπευση της επιστημονικής ελληνικής διασποράς στο εξωτερικό οφείλεται στο ότι στην Ελλάδα υπάρχει υπερσυγκέντρωση φοιτητών με ανεπαρκείς υποδομές για την πρακτική εκπαίδευση και γι’ αυτό έχουν θεωρητική κατεύθυνση οι σπουδές. Άρα, ο απόφοιτος του ΕΜΠ επιδιώκει μεταπτυχιακές ή διδακτορικές σπουδές στο εξωτερικό. Αυτό το δυναμικό στο εξωτερικό είναι πολύ δύσκολο να το ανακτήσει η Ελλάδα. Ο “Αρχιμήδης” θέλει να κρατήσει τέτοια ταλέντα στην Ελλάδα, χωρίς μεγάλες θυσίες γι’ αυτά, να δουλεύουν με κορυφαίους επιστήμονες στην Ελλάδα και στο εξωτερικό. Είναι ένα παράδειγμα τι πρέπει να κάνει η Ελλάδα για να βελτιώσει τη θέση της στην Τεχνητή Νοημοσύνη. Αν η Ελλάδα δεν κατορθώσει να “παίξει Α΄ Εθνική” στον τομέα αυτό, έχασε το παιχνίδι της ανάπτυξης. Η αγορά και η τεχνολογία είναι παγκοσμιοποιημένες και αν δεν είμαστε στην “Α΄ Εθνική”, απλώς θα εισάγουμε προϊόντα της Τ.Ν. Είμαι, όμως, αισιόδοξος. Δεν θα αναλάμβανα τη θέση του επικεφαλής της Συμβουλευτικής Επιτροπής αν θεωρούσα ότι είναι μάταιο το παιχνίδι. Δεν συνηθίζω να χάνω τον χρόνο μου. Δίνω μια πιθανότητα ότι είναι εφικτό το αποτέλεσμα».
«Όμως το εφικτό για να γίνει πραγματικότητα, χρειάζονται έργα τομής. Πρώτα, να γίνει ένα μεγάλο ερευνητικό κέντρο, ένας “Αρχιμήδης επί 10”, δηλαδή ένα μικρό ΜΙΤ, ένας ισχυρός πυλώνας δημιουργικότητας και καινοτομίας στην τεχνολογία και στον επιχειρηματικό τομέα. Να γίνουν οικοσυστήματα επιχειρηματικά με στόχευση σε τομείς που η Ελλάδα έχει αβαντάζ: στον τομέα του κλίματος, της ενέργειας, της ναυτιλίας, του περιβάλλοντος. Να ρίξουμε το βλέμμα μας στον Πολιτισμό και στην Τ.Ν. Η Τ.Ν. εκπαιδεύεται σε δεδομένα του Ίντερνετ και αυτό σήμερα εμπεριέχει κυρίως αγγλοσαξονικά πολιτισμικά στοιχεία της κουλτούρας. Δεν αντιπροσωπεύονται άλλοι πολιτισμοί. Όμως σε ένα μέλλον όπου οι αλγόριθμοι της Τ.Ν. θα παίζουν τόσο καθοριστικό ρόλο στη ζωή μας δεν πρέπει να απουσιάζει η δική μας πολιτιστική ταυτότητα. Παραδείγματος χάρη: Στην Αμερική σήμερα, επειδή έχει πάρα πολλούς λευκούς χειριστές στο Ίντερνετ, δεν αντιπροσωπεύονται άλλες πληθυσμιακές ομάδες. Επίσης, έχει φανεί στα συστήματα Τ.Ν. που εκπαιδεύονται στα δεδομένα του Ίντερνετ ότι υπάρχουν στερεότυπα, τα οποία, αφενός, απεικονίζουν τα κοινωνικά στερεότυπα και, αφετέρου, προκύπτουν γιατί δεν υπάρχουν άλλα δεδομένα από Λατίνους ή μαύρους».
«Στο ερώτημα “ποιος είναι κυρίαρχος: ο αλγόριθμος ή ο άνθρωπος που τον κατασκευάζει και τον τροφοδοτεί με δεδομένα;”, η απάντηση είναι σαφής: Ο σχεδιαστής των αλγορίθμων, ο ενορχηστρωτής όλης της διαδικασίας εκπαίδευσής τους είναι ο άνθρωπος. Όμως ο άνθρωπος πρέπει να έχει τις κεραίες του ανοιχτές και ευαίσθητες, να αντιληφθεί την πιθανότητα αυτό που δημιουργεί να μην έχει τις αξίες που θα ήθελε. Υπάρχουν πολλοί παίκτες, άρα και πολλές αξίες. Στη νέα εποχή της Τ.Ν. είναι σημαντικά τα data γιατί αυτά “μιλούν”. Εσύ τι κάνεις ως επιστήμονας; Μαζεύεις δεδομένα με όσο πιο αντιπροσωπευτικό τρόπο μπορείς -πλήρη, καθαρά και καλής ποιότητας- και αφήνεις τα data να μιλήσουν για το φαινόμενο που θέλεις να εξηγήσεις με τους αλγόριθμους… Τα τελευταία 30 χρόνια, επειδή ασχολούμαστε με το Ίντερνετ τόσο πολύ, συσσωρεύτηκαν πολλά δεδομένα. Και για να τα συνδέσω με τη Συμβουλευτική Επιτροπή, εάν θέλουμε να “παίξουμε στην Α΄ Εθνική”, πρέπει ως χώρα να έχουμε μια καλή στρατηγική συγκέντρωσης, χρήσης και διακυβέρνησης των δεδομένων. Αν θες να κάνεις έναν αλγόριθμο για να βοηθήσει, π.χ., στην πρόληψη των πυρκαγιών ή των πλημμυρών ή των κλιματικών καταστροφών, δεν θες κατακερματισμένα δεδομένα στο Δασαρχείο, στην περιφέρεια, στον δήμο. Θες να γνωρίζεις ποιος και τι δεδομένα συλλέγει. Στόχος να τα συνδυάσεις για μια συγκεκριμένη στρατηγική στόχευση. Χρειάζεται μια χαρτογράφηση πού και τι δεδομένα υπάρχουν στον δημόσιο τομέα, ποια εμπεριέχουν ιδιωτική πληροφορία που δεν πρέπει να δημοσιοποιηθούν και να είναι όλα εναρμονισμένα. Παραδείγματος χάρη: να μην συλλέγει κάθε νοσοκομείο με διαφορετικό τρόπο τις ιατρικές απεικονίσεις, να υπάρχει εναρμόνιση των δεδομένων, να ξέρουμε ποιος έχει πρόσβαση σε ποια δεδομένα, να υπάρχει καλός τρόπος διακυβέρνησης, ώστε να βγάλουμε κάποιο συμπέρασμα. Πρέπει να γίνουν σεβαστά ταυτόχρονα τα ιδιωτικά δεδομένα ή τα πνευματικά δικαιώματα. Είναι μια αλλαγή φάσης στον τρόπο λειτουργίας της ανθρωπότητας. Πρέπει πολλοί θεσμοί να προσαρμοστούν στη νέα πραγματικότητα».
«Η Κίνα είναι πρωτοπόρος στην Τ.Ν., αλλά έχει διαφορετικές αξίες στο πώς θέλει να εφαρμόσει αυτήν την πρόοδο. Συλλέγει δεδομένα και τα χρησιμοποιεί με πολύ επιθετικό τρόπο. Τα δεδομένα είναι το αντίστοιχο μιας πετρελαιοπηγής. Είναι πλούτος, είναι έτοιμα και περιμένουν εκεί μέχρι να βάλεις ένα “τρυπάνι αλγοριθμικό”, να αντλήσεις πληροφορίες και να έχεις αβαντάζ σε σχέση με τους ανταγωνιστές σου. Όσο περισσότερα δεδομένα μαζεύεις τόσο πιο καλός είσαι. Υπάρχει, όμως, ένα όριο παραβίασης της ιδιωτικότητας του πολίτη. Όταν δημιουργείς αλγόριθμους μέσα από αυτά τα δεδομένα, σε ποιες αποφάσεις, που καθορίζουν τη ζωή των πολιτών, είναι ηθικό να χρησιμοποιηθούν; Παραδείγματος χάρη: Τώρα στην Αμερική χρησιμοποιούνται αλγόριθμοι για να προτείνουν την προφυλάκιση ή μη κάποιου που έχει συλληφθεί για ένα έγκλημα. Οι αλγόριθμοι αυτοί αποδείχτηκαν ότι είναι πολύ ρατσιστικοί. Μπορεί ένας λευκός με βεβαρημένο ποινικό μητρώο να έχει μειωμένο ρίσκο για προφυλάκιση, ενώ ένα νεαρό μαύρο παιδί που έχει διαπράξει μια μικροκλοπή να έχει ισχυρό ρίσκο να προφυλακιστεί. Ο αλγόριθμος στηρίχθηκε και αναπαράγει στερεότυπα. Ο αλγόριθμος είναι σαν ένα παιδί που μεγαλώνει σε μια οικογένεια και αναπαράγει τις αξίες της. Άρα, σε τέτοιες εφαρμογές δεν πρέπει να χρησιμοποιούνται αλγόριθμοι, εκτός αν είσαι σίγουρος ότι ο αλγόριθμός σου έχει εκπαιδευτεί με τόσο καλό τρόπο που δεν θα εμπεριέχει στερεότυπα.
Η Τ.Ν. είναι πολύ διαφορετική από τον αυτόματο πιλότο της πτήσης ενός αεροπλάνου. Ο αυτόματος πιλότος είναι σύστημα αξιόπιστο και το έχουμε τεστάρει. Όμως ο αλγόριθμος της Τ.Ν. είναι μόνο κατά 90% καλός. Του δίνεις ιατρική απεικόνιση με το ερώτημα εάν υπάρχει καρκίνος και υπάρχει ακριβής γνωμάτευση 90 από τις 100 φορές. Δεν είναι, όμως, το 99,999% που εμείς θέλουμε για να είναι αυτόνομος. Επομένως, θέλουμε τους αλγόριθμους να μας βοηθούν, όχι να μας υποκαταστήσουν. Ανοιχτό παραμένει το ερώτημα αν η τεχνολογία με τον τρόπο που αναπτύσσεται τώρα, δηλαδή με τα δεδομένα, μπορεί να φτάσει στην αξιοπιστία του 99,9999 %. Αυτό που καθοδηγεί τον αλγόριθμο δεν είναι μια θεωρία που έχει αποδειχτεί και χρησιμοποιείται για να σου δώσει ακρίβεια, είναι η εμπειρία. Η τεχνολογία χρειάζεται την επίβλεψη του ανθρώπου αυτή τη στιγμή και ως προς τη δημιουργία και ως προς τη χρήση της. Επίσης, εμείς πρέπει να αποφασίσουμε πού θα υπάρχει ή πού θέλουμε να υπάρχει αυτονομία του αλγόριθμου. Ή πού να μην υπάρχουν καθόλου αλγόριθμοι. Γι’ αυτό χρειάζεται κανονιστικό ανθρωπιστικό πλαίσιο, το οποίο πρέπει να το συζητήσουμε όλοι μας, τεχνολόγοι, επιστήμονες από τις ανθρωπιστικές σπουδές και με άμεση δημοκρατία όλοι οι πολίτες. Εφόσον η τεχνολογία μάς αφορά, εμείς πρέπει να αποφασίσουμε για τη χρήση της».
«Υπάρχει ο φόβος ότι θα μας υποκαταστήσουν οι μηχανές. Δεν πιστεύω ότι οι μηχανές θα γίνουν ποτέ δημιουργικές. Οι αλγόριθμοι θα γίνουν δημιουργικοί μόνο στον πίνακα ζωγραφικής ενός λόμπι μέτριου ξενοδοχείου ή στη μουσική στο ασανσέρ, όχι όμως στην καινοτόμα μουσική που ακούς ή στον καινοτόμο πίνακα ζωγραφικής που βλέπεις στο μουσείο. Γιατί; Επιστρέφοντας στα δεδομένα, ένας αλγόριθμος στο Salon de Paris τι πίνακες θα σου έφτιαχνε; Ποτέ δεν θα σου έκανε Πικάσο, γιατί ο Πικάσο σκεφτόταν τη θεωρία της σχετικότητας ή τη γεωμετρία και τη σχετικότητα και πώς αυτά επηρεάζουν τη ζωγραφική και την αναπαράσταση μιας πραγματικότητας. Η δημιουργικότητα του ανθρώπου ξεφεύγει από τα συνήθη. Ο αλγόριθμος, όμως, μαθαίνει στα συνήθη. Αν του πεις να ξεφύγει από τα συνήθη και να γίνει δημιουργικός, τα περισσότερα που θα συναντήσει είναι σκουπίδια. Ο άνθρωπος αν βρεθεί σε μια τέτοια συνθήκη, μπορεί να κάνει την επιλογή, να βρει “σπάνια διαμάντια” και στα σκουπίδια. Αυτό το “θαύμα” δεν μπορεί να περιγραφεί με αλγόριθμο…
Είμαστε ακόμη στην αρχή της επαφής της ανθρωπότητας με τα ψηφιακά μέσα. Τώρα είμαστε στη φάση που τα πακεταρισμένα μπισκότα είναι πιο καλά από τα χειροποίητα. Ζούμε τώρα τη χαρά της βιομηχανοποίησης, σε λίγο θα επιστρέψουμε στο τι πραγματικά αξίζει. Ό,τι είναι εύκολο να αναπαραχθεί από αλγορίθμους δεν θα μας εντυπωσιάζει στο μέλλον και θα θεωρούμε κοινό τόπο αυτήν την τεχνολογία. Θα εκτιμήσουμε το πραγματικά καινούργιο, το οποίο δεν μπορεί να έρθει αν εκπαιδεύσεις έναν αλγόριθμο σε δεδομένα και του πεις φτιάξε μου τα ίδια… Θα σε βοηθήσει ο αλγόριθμος να γίνεις δημιουργικός, να αποκτήσεις περισσότερη γνώση, να αναπτυχθείς ταχύτερα, αλλά δεν θα υποκαταστήσει την ικανότητα της επιλογής…».
