Τεχνολογίες τεχνητής νοημοσύνης – ΤΝ & ηθική

Ας ξεκινήσουμε με την πιο βασική ερώτηση. Δεδομένης της εμπειρίας σας, Emanuela, τι γνωρίζετε για τις παγκόσμιες στρατηγικές στον τομέα της τεχνητής νοημοσύνης; Ποιο είναι το πλαίσιο; Ποια είναι τα διεθνή μοντέλα; Έχω ακούσει ιδιαίτερα για την Αμερική. Ποιο είναι το διεθνές πλαίσιο;

Ναι, σας ευχαριστώ, Fulvio, και καλημέρα σε όλους. Σίγουρα αυτή τη στιγμή, ας πούμε ότι η τεχνολογία της τεχνητής νοημοσύνης θεωρείται σαν μια στρατηγική τεχνολογία για την ανάπτυξη των μελλοντικών κοινωνιών. Και πολλές χώρες έχουν αρχίσει να ασχολούνται με την τεχνητή νοημοσύνη, επενδύοντας πολλούς πόρους και – κυρίως – αναπτύσσοντας μια εθνική στρατηγική για την τεχνητή νοημοσύνη. Αυτή τη στιγμή, υπάρχουν περίπου 50 εθνικές στρατηγικές για την τεχνητή νοημοσύνη σε όλο τον κόσμο και μερικές βρίσκονται υπό ανάπτυξη, οπότε θα δημοσιευθούν τα επόμενα χρόνια ή ακόμη και φέτος, και έτσι όλες οι χώρες έχουν θεωρήσει αυτές τις τεχνολογίες ως πραγματικά στρατηγικές λόγω της ανατρεπτικής πτυχής που έχει η τεχνητή νοημοσύνη στην κοινωνία, ήδη σήμερα στην καθημερινή μας ζωή και όλο και περισσότερο στη ζωή μας στο μέλλον. Ειδικότερα, όμως, ας πούμε ότι παρόλο που υπάρχουν ήδη 50 διαφορετικές στρατηγικές παγκοσμίως, μπορούμε βασικά να μιλήσουμε για δύο-τρία μοντέλα ανάπτυξης της τεχνητής νοημοσύνης σε παγκόσμιο επίπεδο, δηλαδή το αμερικανικό μοντέλο, το κινεζικό μοντέλο και, ενδιάμεσα, το ευρωπαϊκό μοντέλο που εισήλθε πρόσφατα. Με μια πρώτη ματιά, το αμερικανικό και το κινεζικό μοντέλο, φαίνονται μάλλον διαφορετικά, αλλά υπάρχουν πράγματι μεγάλες ομοιότητες, διότι και στα δύο μοντέλα, στην πραγματικότητα, η ανάπτυξη των τεχνολογιών τεχνητής νοημοσύνης καθοδηγείται από μεγάλους ιδιωτικούς ομίλους που έχουν, μεταξύ άλλων, παρουσία σε όλο τον κόσμο – όχι μόνο στην Κίνα και τις Ηνωμένες Πολιτείες. Οι δύο μεγάλες διαφορές μεταξύ αυτών των ομάδων είναι ότι ενώ στην Κίνα έχουμε μια τάση προς τον κυβερνητικό έλεγχο αυτών των τεχνολογιών, στις Ηνωμένες Πολιτείες υπάρχει ένα είδος τάσης αντίθετα προς την απορρύθμιση, άρα ένα είδος έλλειψης ρύθμισης αυτών των τεχνολογιών. Η Ευρώπη ξεκίνησε λίγο καθυστερημένα όσον αφορά τις επενδύσεις στην ανάπτυξη και την υιοθέτηση αυτών των τεχνολογιών, και συγκεκριμένα ξεκίνησε το 2016 με μια συμφωνία το 2018 “παντρεμένη” με μια συμφωνία συνεργασίας μεταξύ όλων των κρατών μελών για την ανάπτυξη ενός συντονισμένου σχεδίου για την ανάπτυξη τεχνολογιών τεχνητής νοημοσύνης. Ξεκινώντας λίγο καθυστερημένα, αποφάσισε, ωστόσο, να επικεντρωθεί στο ηθικό όραμα και, ως εκ τούτου, κυρίως στον καθορισμό ηθικών κατευθυντήριων γραμμών για την ανάπτυξη τεχνολογιών τεχνητής νοημοσύνης. Και από αυτή την ερευνητική ομάδα που συγκάλεσε η Ευρωπαϊκή Επιτροπή προέκυψε το ευρωπαϊκό όραμα για την τεχνητή νοημοσύνη, το οποίο ορίζεται ως “ανθρωποκεντρικό”, δηλαδή θέτει τον άνθρωπο στο επίκεντρο και προωθεί τη χρήση των τεχνολογιών τεχνητής νοημοσύνης για τη βελτίωση της ζωής των ανθρώπων. Η δεύτερη πτυχή, ωστόσο, είναι ότι προωθεί τη χρήση “αξιόπιστων” τεχνολογιών, δηλαδή αξιόπιστων. Αυτό βρίσκεται κατά κάποιο τρόπο στην καρδιά του ευρωπαϊκού οράματος. Αξιόπιστες, διότι αν σκεφτούμε έναν πολύ απλουστευμένο ορισμό των τεχνολογιών τεχνητής νοημοσύνης, όπου και με τις οποίες μπορούμε να εντοπίσουμε συστήματα που αναλύουν το περιβάλλον τους, δηλαδή συλλέγουν δεδομένα προκειμένου να επιτύχουν έναν συγκεκριμένο στόχο και το κάνουν αυτόνομα, επιδεικνύοντας μια συμπεριφορά που αν την εκτελούσε ένας άνθρωπος, θα μπορούσαμε να την ορίσουμε ως ευφυή συμπεριφορά. Τώρα, για να μπορέσουν αυτά, όταν επιτύχουν αυτόν τον στόχο, να εκτελέσουν κάποια ενέργεια που ορίζεται από τον άνθρωπο, για να μπορέσει ο άνθρωπος να αποδεχθεί το αποτέλεσμα αυτής της ενέργειας ή απόφασης – που λαμβάνεται από ένα αυτόνομο σύστημα – και επομένως να εμπιστευτεί τόσο τη χρήση αυτών των συστημάτων όσο και τις ενέργειες ή αποφάσεις που λαμβάνονται από αυτά τα συστήματα, πρέπει να είναι αξιόπιστα (“trustworthy”). Και τι σημαίνει αυτό, αξιόπιστο / αξιόπιστη; Ας πούμε ότι όσον αφορά την ευρωπαϊκή εκδοχή και τον ορισμό της αξιόπιστης τεχνολογίας, σημαίνει τρία πράγματα. Βασικά, σημαίνει ότι πρέπει να συμμορφώνονται με τους ευρωπαϊκούς νόμους, με τις ηθικές αξίες που περιλαμβάνονται στον Ευρωπαϊκό Χάρτη Δικαιωμάτων και πρέπει να είναι ασφαλείς από άποψη τεχνικής ευρωστίας, δεν πρέπει να βλάπτουν τους ανθρώπους. Έτσι, εάν τα συστήματα αυτά πληρούν τις τρεις απαιτήσεις, είναι ηθικά ορθά, τότε η Ευρωπαϊκή Επιτροπή λέει ότι μπορούν να αναπτυχθούν και να χρησιμοποιηθούν εντός της Ευρωπαϊκής Κοινότητας. Στη συνέχεια, η Ευρωπαϊκή Επιτροπή προχώρησε και ανέπτυξε ένα σύνολο δύο σημαντικών εγγράφων, μια λευκή βίβλο, μια ευρωπαϊκή στρατηγική για τα δεδομένα, αλλά στην πραγματικότητα το έγγραφο που αυτή τη στιγμή είναι πιο αμφιλεγόμενο αλλά και πιο σημαντικό είναι αυτό που παρουσιάστηκε τον Απρίλιο του 2021 και είναι η λεγόμενη Πράξη Τεχνητής Νοημοσύνης, η οποία είναι ένα σύνολο εγγράφων που αποτελούν την πρώτη πρόταση στον κόσμο για τη ρύθμιση της χρήσης συστημάτων τεχνητής νοημοσύνης. Το έγγραφο αυτό είναι πολύ σημαντικό διότι πρώτα απ’ όλα χρησιμοποιεί μια προσέγγιση με βάση τον κίνδυνο, δηλαδή χωρίζει όλα τα συστήματα τεχνητής νοημοσύνης σε τέσσερις κατηγορίες με βάση τον κίνδυνο. Η πρώτη θεωρείται ως τα συστήματα απαράδεκτου κινδύνου, οπότε αυτά είναι τα συστήματα που απαγορεύονται εντός της Ευρωπαϊκής Κοινότητας. Στη συνέχεια υπάρχουν τα συστήματα υψηλού κινδύνου, τα συστήματα μεσαίου κινδύνου και τα συστήματα χαμηλού κινδύνου. Όσον αφορά τα συστήματα υψηλού και μεσαίου κινδύνου, ορίζεται μια ολόκληρη σειρά απαιτήσεων, οι λεγόμενοι κατάλογοι αξιολόγησης, δηλαδή μια σειρά απαιτήσεων ή πιστοποιήσεων που πρέπει να διαθέτουν τα συστήματα αυτά προκειμένου να χρησιμοποιηθούν στην ενιαία αγορά της Ευρωπαϊκής Κοινότητας. Έτσι, αυτές οι πτυχές είναι πολύ σημαντικές και υπάρχει μεγάλη συζήτηση εντός της Ευρωπαϊκής Επιτροπής, καθώς από τη μία πλευρά, λέγεται ότι στόχος της Ευρωπαϊκής Επιτροπής είναι να ενθαρρύνει την ανάπτυξη και τη χρήση τεχνολογιών τεχνητής νοημοσύνης που κατά κάποιο τρόπο σίγουρα προστατεύουν τους ανθρώπους και προστατεύουν τους Ευρωπαίους πολίτες, αλλά ταυτόχρονα να υπάρχει ένα είδος ασφάλειας δικαίου για τις εταιρείες, ώστε να είναι σε θέση να αναπτύξουν αυτά τα συστήματα σε ένα ασφαλές περιβάλλον από νομοθετική άποψη, ώστε να μην έχουν κινδύνους όταν εισάγουν τεχνολογίες τεχνητής νοημοσύνης στα προϊόντα και τις υπηρεσίες τους, στην προσφορά τους στην αγορά. Σαφώς, ο μεγαλύτερος περιορισμός που συζητείται αυτή τη στιγμή είναι ότι η υπερβολική ρύθμιση θα μπορούσε κατά κάποιο τρόπο να περιορίσει την καινοτομία. Και αυτό ισχύει ιδιαίτερα αν λάβουμε υπόψη μας τα δύο συστήματα για τα οποία μιλήσαμε προηγουμένως, το κινεζικό και το αμερικανικό, όπου στην πραγματικότητα υπάρχει πολύ λιγότερη ρύθμιση, και ιδιαίτερα το αμερικανικό σε σύγκριση με την ευρωπαϊκή αγορά που προσπαθούμε να δημιουργήσουμε. Και έτσι είναι πολύ δύσκολο από τη μία πλευρά να εξισορροπήσουμε την ανάγκη ρύθμισης αυτών των συστημάτων, τα οποία αν χρησιμοποιηθούν με κακόβουλο τρόπο μπορούν πραγματικά να προκαλέσουν ζημιά, και από την άλλη πλευρά να προσπαθήσουμε να ενθαρρύνουμε την ανάπτυξη της ευρωπαϊκής καινοτομίας και να διασφαλίσουμε ότι θα υπάρξει επίσης πραγματική ανάπτυξη των τεχνολογιών τεχνητής νοημοσύνης, αλλά όχι μόνο της τεχνητής νοημοσύνης, αλλά στην πραγματικότητα όλων των υποστηρικτικών τεχνολογιών. Έτσι, σκέφτομαι το blockchain, σκέφτομαι τις τεχνολογίες νέφους, σκέφτομαι την υπολογιστική απόδοση, διότι είναι πραγματικά πολύ σημαντικό να μπορούν αυτές οι τεχνολογίες να αναπτυχθούν και σε ευρωπαϊκό επίπεδο και να υλοποιηθεί επομένως αυτό που αποκαλείται ευρωπαϊκή τεχνολογική κυριαρχία στο συντονισμένο σχέδιο. Ας σκεφτούμε επίσης, για παράδειγμα, το σχέδιο Gaia X, το οποίο στοχεύει στον ίδιο στόχο, δηλαδή στην επίτευξη ενός είδους ευρωπαϊκής τεχνολογικής κυριαρχίας.

Έτσι, αν καταλαβαίνω καλά, πέρα από το αμερικανικό και το κινεζικό μοντέλο που με διαφορετικές πτυχές κινούνται σε διαφορετική κατεύθυνση από το δικό μας, το μοντέλο της Ευρωπαϊκής Επιτροπής είναι πιο ανθρωποκεντρικό και “αξιόπιστο”, όπως είπατε. Στη συνέχεια θα μιλήσουμε ίσως για το τι συμβαίνει στην Ιταλία. Αν καταλαβαίνω καλά ,ο νόμος για την τεχνητή νοημοσύνη για τον οποίο μιλάτε (αυτός της 21ης Απριλίου 2021) θέτει διάφορα επίπεδα κινδύνων. Υπάρχει κάτι που θέλετε να μας πείτε σχετικά με αυτό, ποια είναι κάποια σχετικά σημεία; Εκτός από την ταξινόμηση των κινδύνων της ευρωπαϊκής πρότασης, υπάρχουν σχετικές πτυχές; Έχω ακούσει για 32 περιπτώσεις όπου μπορεί κανείς να παρέμβει με την επιφύλαξη του γεγονότος ότι υπάρχουν εντάλματα σύλληψης. Υπάρχει κάτι που μπορεί να ειπωθεί γρήγορα σχετικά με το ποια είναι τα ουσιώδη σημεία της ευρωπαϊκής πρότασης;

Ναι. Στην πραγματικότητα, όσον αφορά τους κινδύνους, αυτό που μπορώ να σας πω είναι οι πτυχές των συστημάτων τεχνητής νοημοσύνης των οποίων ο κίνδυνος θεωρείται απαράδεκτος, για παράδειγμα η κοινωνική βαθμολόγηση, η βιομετρική παρακολούθηση των ανθρώπων από απόσταση ή τα συστήματα που μπορούν με κάποιο τρόπο να επηρεάσουν ή να χειραγωγήσουν τη συμπεριφορά των ανθρώπων – ιδίως των ευάλωτων ατόμων. Αυτά τα χαρακτηριστικά θεωρούνται απαράδεκτα και ως εκ τούτου απαγορεύονται προς το παρόν στην Ευρωπαϊκή Κοινότητα. Όσον αφορά τα συστήματα υψηλού κινδύνου, αντίθετα, κατά τη γνώμη μου αυτή τη στιγμή υπάρχουν πτυχές που πρέπει ακόμη να αποσαφηνιστούν, διότι μιλάμε για αξιολόγηση της συμμόρφωσης, για έναν κατάλογο με μια σειρά κριτηρίων που θα πρέπει να πληρούνται προκειμένου να εισαχθούν και να χρησιμοποιηθούν εντός της Ευρωπαϊκής Κοινότητας. Αλλά το πρόβλημα είναι ότι υπάρχουν επίσης συζητήσεις για μια ευρωπαϊκή πιστοποίηση, η οποία αυτή τη στιγμή δεν είναι πολύ σαφής. Μεταξύ άλλων, πρέπει να έχουμε κατά νου ότι η αλυσίδα αξίας των συστημάτων τεχνητής νοημοσύνης είναι εξαιρετικά πολύπλοκη. Αν σκεφτούμε την ανάπτυξη ενός αλγορίθμου τεχνητής νοημοσύνης, αυτή περνάει, για παράδειγμα, από αυτούς που συλλέγουν τα δεδομένα, αυτούς που κάνουν την εκπαίδευση, αυτούς που αναπτύσσουν τον αλγόριθμο, αυτούς που στη συνέχεια τον χρησιμοποιούν στα δικά τους συστήματα εντός της δικής τους εταιρείας ή/και τον διαθέτουν στην αγορά, και στη συνέχεια ίσως το σύνολο των δεδομένων αλλάξει – χρειάζεται μια εκ νέου ενημέρωση και τότε ίσως χρειαστεί να αλλάξει κανείς το σύστημα και σε αυτή την περίπτωση να παρακολουθεί τα πάντα μέσω της χρήσης. Μιλάμε πραγματικά για ολόκληρο τον κύκλο ζωής, το σύστημα τεχνητής νοημοσύνης και στη συνέχεια κάνει όλους τους διαφορετικούς παίκτες στην αλυσίδα εφοδιασμού να παραμένουν συνεχώς συνδεδεμένοι και να παρακολουθούν συνεχώς τη χρήση του συστήματος τεχνητής νοημοσύνης που έχουν αναπτύξει, εκπαιδεύσει και διαθέσει στην αγορά. Έτσι, αυτές οι πτυχές δεν έχουν ακόμη αποσαφηνιστεί καλά, διότι υπάρχει μια πτυχή της εφοδιαστικής αλυσίδας που είναι πολύ περίπλοκη κατά τη γνώμη μου.

Μια άλλη πολύπλοκη πτυχή αφορά το γεγονός ότι αυτή τη στιγμή ορίζονται τα συστήματα υψηλού κινδύνου, όχι με πολύ σαφή τρόπο, αλλά πάντως ορίζονται. Αλλά μια άλλη πτυχή αφορά το γεγονός ότι η Ευρωπαϊκή Επιτροπή αυτή τη στιγμή έχει, ας πούμε, αποδώσει στον εαυτό της το δικαίωμα να αλλάζει αυτόν τον κατάλογο και στη συνέχεια να προσθέτει νέα συστήματα, κάτι που είναι αρκετά αμφιλεγόμενο, διότι κανονικά θα έπρεπε πάντα να υπάρχει διαχωρισμός μεταξύ της νομοθετικής και της εκτελεστικής εξουσίας, οπότε στην πραγματικότητα υπάρχουν ήδη πολλές συζητήσεις σχετικά με αυτό, λέγοντας ότι δεν είναι η Ευρωπαϊκή Επιτροπή που έχει την εξουσία να αλλάξει ένα παράρτημα ενός νόμου. Και έτσι αυτές οι πτυχές είναι αρκετά αμφιλεγόμενες, για παράδειγμα διάβαζα τις προάλλες ότι οι διάφορες CEN, CENELEC, … και οι περισσότεροι από τους διάφορους φορείς τυποποίησης ζήτησαν το λόγο για την παραπάνω θέση της Ευρωπαϊκής Επιτροπής.

Υπάρχει επίσης μια πολύ ενδιαφέρουσα πτυχή που αφορά ακριβώς τον ορισμό των προτύπων ΤΝ, τα οποία προς το παρόν εξακολουθούν να λείπουν σε ευρωπαϊκό επίπεδο και έτσι όλοι οι διάφοροι φορείς τυποποίησης εργάζονται πάνω σε αυτό. Είναι μία από τις ανατροφοδοτήσεις που ζήτησαν, αφού αυτές τις ημέρες όλοι γράφουν ανατροφοδοτήσεις στην Ευρωπαϊκή Επιτροπή, επειδή η 6η Αυγούστου 2021 ήταν η τελευταία ημέρα για να μπορέσουν να υποβάλουν ανατροφοδοτήσεις. Μια πρόταση κανονισμού είναι μία από τις ανατροφοδοτήσεις, η οποία είναι ακριβώς να διαγραφεί το άρθρο 41, δηλαδή το γεγονός ότι η Ευρωπαϊκή Επιτροπή μπορεί να διαφοροποιήσει, ας πούμε, περισσότερο ή λιγότερο όπως θέλει (αυτό δεν είναι ακριβώς η περίπτωση, αλλά μπορεί να διαφοροποιήσει κατά διακριτική ευχέρεια) αυτόν τον κατάλογο των συστημάτων. Αυτά είναι λοιπόν μερικά από τα πιο αντικρουόμενα στοιχεία.

Ένα άλλο πολύ αμφιλεγόμενο στοιχείο αφορά τον ορισμό της ΤΝ, δεδομένου ότι είναι ένας πολύ ευρύς ορισμός, ενώ στην πραγματικότητα υποτίθεται ότι είναι, ας πούμε, προσανατολισμένη στο μέλλον και ανθεκτική στο μέλλον. Αλλά από την άλλη άποψη αυτή τη στιγμή συστήματα, που δεν ξέρω αν είναι ΤΝ, θεωρούνται επίσης ως συστήματα ΤΝ, όπως προηγμένα συστήματα στατιστικής, συστήματα γραμμικής παλινδρόμησης…. που στη συνέχεια καθιστούν – ας πούμε – πολύ πιο πολύπλοκη τη χρήση αυτών των συστημάτων που πιθανόν σήμερα δεν είναι τεχνητή νοημοσύνη, οπότε υπάρχουν πάρα πολλές πτυχές της συζήτησης. Νομίζω ότι θα χρειαστούν δύο ή τρία χρόνια μέχρι να εφαρμοστεί ο κανονισμός αυτός σε όλα τα κράτη μέλη.

Ας πούμε ότι είναι μια μισή νίκη, ας το δούμε θετικά. Και κοιτάξτε, είδαμε τον Κόσμο, την Ευρώπη και την Ιταλία, τώρα, για να καταλήξουμε, υπάρχει μεγάλη ανάγκη για εκπαίδευση, προφανώς, επειδή όλοι μιλούν για την τεχνητή νοημοσύνη, αυτό το πράγμα που λίγοι καταλαβαίνουν πραγματικά πλήρως, αν κάποιος δεν μπει σε κάποια λεπτομέρεια. Έτσι, νομίζω ότι συμφωνούμε ότι η εκπαίδευση είναι ζωτικής σημασίας για να κατανοήσουμε τι είναι αυτές οι τεχνολογίες και πώς να τις χρησιμοποιούμε με ασφάλεια. Υπάρχει ακόμη ο κίνδυνος ότι χωρίς την κατάλληλη εκπαίδευση -μιλάω για το ιταλικό σύστημα, αφού είμαστε σε αυτό το έργο της εκπαίδευσης ενηλίκων στην τεχνητή νοημοσύνη- θα μπορούσε να υπάρξει ένα είδος “ψηφιακού χάσματος” στον τομέα της τεχνητής νοημοσύνης, σε σύγκριση με άλλους; Πώς το βλέπετε, ποια είναι η σημασία και ποια πιστεύετε ότι είναι τα σημαντικά πράγματα που πρέπει να γίνουν ακριβώς για να διδαχθούν καλά και καλύτερα οι δυνατότητες, τα πλεονεκτήματα και τα μειονεκτήματα, οι κίνδυνοι και οτιδήποτε άλλο της τεχνητής νοημοσύνης;

Κατά τη γνώμη μου αυτή είναι η βασική πτυχή και η πιο σημαντική. Σκεφτείτε μόνο ότι στην αρχή μιλούσαμε για περισσότερες από 50 χώρες που έχουν ήδη καθορίσει την εθνική τους στρατηγική για την τεχνητή νοημοσύνη. Σκεφτείτε ότι υπάρχουν χώρες όπως η Φινλανδία που έχουν θέσει ως νούμερο ένα προτεραιότητα της στρατηγικής τους για την τεχνητή νοημοσύνη την κατάρτιση, την εκπαίδευση των πολιτών τους στις τεχνολογίες τεχνητής νοημοσύνης, οπότε πρόκειται πραγματικά για μια βασική πτυχή. Επίσης, η Κίνα, παρεμπιπτόντως, επενδύει πάρα πολλά ακριβώς στην εκπαίδευση και την κατάρτιση των πολιτών της, καθώς συνειδητοποίησε ότι αυτό, ας πούμε, είναι το κλειδί για να μπορέσει να συμμετάσχει ενεργά στην κοινωνία του μέλλοντος. Έτσι, κατά τη γνώμη μου, είναι ακριβώς η βασική πτυχή. Αυτό συμβαίνει διότι αν σκεφτούμε εμάς ως εργαζόμενους ή ως πολίτες ή ως φοιτητές, για παράδειγμα, τότε αν φορέσουμε τα παπούτσια των εργαζομένων, οι θέσεις εργασίας του μέλλοντος θα απαιτούν σίγουρα την ικανότητα χρήσης τεχνολογιών τεχνητής νοημοσύνης, και έτσι αυτή η πτυχή είναι θεμελιώδης, η κατάρτιση ή η αναβάθμιση των δεξιοτήτων είναι απαραίτητη για να μάθουμε ας πούμε νέα επαγγελματικά προφίλ ή η επανεκπαίδευση ή η επανακατάρτιση για να μάθουμε πραγματικά για εντελώς νέες θέσεις εργασίας.

Και αυτή είναι, κατά τη γνώμη μου, μια βασική πτυχή, διότι αν σκεφτούμε μια εταιρεία που εισάγει αυτή τη στιγμή ίσως συστήματα ρομποτικής αυτοματοποίησης διαδικασιών και στη συνέχεια απελευθερώνει με κάποιο τρόπο πόρους επειδή υπήρχαν εργασίες που εκτελούνταν από ανθρώπους που τώρα εκτελούνται από αυτοματοποιημένα συστήματα, επομένως αυτός ο χρόνος που απελευθερώνεται, αυτοί οι απελευθερωμένοι πόροι θα πρέπει, κατά τη γνώμη μου, να επανεπενδύονται οπωσδήποτε στην κατάρτιση των εργαζομένων. Αυτή η πτυχή είναι επίσης σημαντική από οικονομική άποψη, διότι σημαίνει επίσης ανακατανομή των οικονομικών οφελών από την εισαγωγή συστημάτων αυτοματοποίησης στις επιχειρήσεις και, επομένως, είναι επίσης ανακατανομή, ας πούμε, των ευεργετικών αποτελεσμάτων μεταξύ των διαφόρων ενδιαφερομένων, δηλαδή επένδυση στην κατάρτιση, η οποία θα πρέπει, κατά τη γνώμη μου, να αποτελεί δικαίωμα όλων των εργαζομένων.

Η άλλη πτυχή είναι ότι σε αυτά τα πράγματα είναι πραγματικά σημαντικό να μάθει κανείς ποιες είναι, ας πούμε, οι ψηφιακές δεξιότητες, όχι μόνο πιο βασικές, αλλά και προηγμένες, για να μπορεί να γνωρίζει ποιες είναι οι τεχνολογίες τεχνητής νοημοσύνης και να μπορεί να τις χρησιμοποιεί για τη δουλειά του, γιατί όλες οι δουλειές θα χρησιμοποιούν και αυτές τις τεχνολογίες, ό,τι και να γίνει. Από αυτή την άποψη είναι πολύ ενδιαφέρουσα, για παράδειγμα, μια προσέγγιση που αφορά περισσότερο, ας πούμε, την εκπαίδευση, δηλαδή τα σχολεία, όπως ένα πολύ ωραίο σχέδιο που αναπτύχθηκε στο ΜΙΤ της Βοστώνης, μαζί με ένα σχέδιο που χρηματοδοτήθηκε από τον Schwartzman, ένα ιδιωτικό μετοχικό κεφάλαιο του ίδιου του κ. Schwartzman, ιδρύοντας ένα κολέγιο που ονομάζεται Schwartzman College, το οποίο είναι ένα είδος δίγλωσσου σχολείου. Δηλαδή, ό,τι κι αν αποφασίσει κανείς να σπουδάσει – φιλοσοφία, ανθρωπολογία, ιατρική, νομική, … – σπουδάζει παράλληλα με την επιστήμη των υπολογιστών και την τεχνητή νοημοσύνη, διότι η ιδέα είναι ότι όλοι στο μέλλον θα χρειάζονται, ό,τι κι αν γίνει, μια στέρεη βάση στην επιστήμη των υπολογιστών και την ικανότητα χρήσης τεχνολογιών τεχνητής νοημοσύνης. Αυτά τα μαθήματα θα πρέπει επίσης να συμπεριληφθούν ως υποχρεωτικά στο σχολείο μας, πραγματικά από την εποχή που είμαστε παιδιά, δηλαδή από το δημοτικό σχολείο, μαθήματα που θεωρητικά υπάρχουν ήδη, αλλά στην πραγματικότητα, δυστυχώς, δεν διδάσκονται σε βάθος. Και έτσι, ίσως το πιο σημαντικό πράγμα είναι η εκπαίδευση των εκπαιδευτών, οπότε το έργο που υλοποιείτε είναι επίσης πολύ σημαντικό κατά τη γνώμη μου, αφού στοχεύει πρώτα στην εκπαίδευση των εκπαιδευτών, ώστε να μπορούν στη συνέχεια να πάνε ξεκάθαρα να διδάξουν αυτά τα θέματα στα σχολεία. Είναι πολύ σημαντικό, διότι αν σκεφτούμε, για παράδειγμα, τους γιατρούς που βρίσκονται τώρα στα νοσοκομεία, πιθανώς δεν είναι σε θέση να χρησιμοποιήσουν τα νέα συστήματα τεχνητής νοημοσύνης και ακόμη και οι γιατροί που βρίσκονται τώρα στο πανεπιστήμιο, οι οποίοι δεν μελετούν αυτές τις τεχνολογίες, όταν πάνε να εργαστούν στα νοσοκομεία δεν θα είναι σε θέση να τις χρησιμοποιήσουν, και είδαμε πόσο χρήσιμες ήταν αυτές οι τεχνολογίες κατά τη διάρκεια της πανδημίας Covid-19, οπότε αν μπορούσαμε πραγματικά να τους εκπαιδεύσουμε ώστε να είναι σε θέση να χρησιμοποιούν αυτές τις τεχνολογίες, θα μπορούσε πραγματικά να είναι ένα πολύ χρήσιμο εργαλείο στην εργασία τους.

Και υπάρχει και η άλλη πτυχή που πρέπει να λάβουμε υπόψη, ότι οι θέσεις εργασίας του μέλλοντος θα είναι διαφορετικές από τις σημερινές, δηλαδή ο γιατρός του σήμερα θα είναι πολύ διαφορετικός από τον γιατρό του αύριο. Έτσι, πρέπει πραγματικά να αλλάξουν και την προσέγγισή τους τόσο για να μάθουν πώς να χρησιμοποιούν αυτές τις τεχνολογίες όσο και για να έχουν μια νοοτροπία, μια πιο ρευστή, πιο ανοιχτή νοοτροπία για να μπορούν να αντιμετωπίσουν ακόμη και νέες θέσεις εργασίας που πιθανώς δεν υπάρχουν σήμερα και που θα αλλάξουν πολύ στο περιεχόμενό τους.