Η τεχνητή νοημοσύνη (AI) ίσως να μην σας εξοικονομεί χρόνο. Κάνετε το ίδιο λάθος με εκατομμύρια ανθρώπους

Οι περισσότεροι άνθρωποι, όταν εργάζονται με την τεχνητή νοημοσύνη, διαπράττουν το ίδιο λάθος: τη χρησιμοποιούν ως «μηχανή» απαντήσεων, αντί να την αντιμετωπίζουν ως συνεργάτη στη σκέψη. Αυτό οδηγεί σε μέτρια αποτελέσματα, σε χειρότερες αποφάσεις και, συχνά, στην απώλεια της δικής σας κρίσης.

Το μεγαλύτερο όφελος της τεχνητής νοημοσύνης δεν γίνεται εμφανές όταν αυτή κάνει τα πάντα για εσάς. Αναδεικνύεται τη στιγμή που σας βοηθά να σκεφτείτε καλύτερα, να λάβετε αποφάσεις και να δείτε τα πράγματα από νέες οπτικές γωνίες.

Οι περισσότεροι άνθρωποι έχουν κάπως διαστρεβλωμένες προσδοκίες από την τεχνητή νοημοσύνη

Παραδόξως, το μεγαλύτερο πρόβλημα που αντιμετωπίζουν οι σημερινοί χρήστες της τεχνητής νοημοσύνης δεν είναι ότι δεν ξέρουν να διατυπώνουν ερωτήματα. Είναι πολύ πιο απλό.

Οι άνθρωποι ανοίγουν την τεχνητή νοημοσύνη και περιμένουν να λάβουν άμεση και σωστή απάντηση, όπως όταν αναζητούν κάτι σε μια μηχανή αναζήτησης. Όμως, η τεχνητή νοημοσύνη λειτουργεί διαφορετικά.

Αν τη χρησιμοποιείτε μόνο ως γρήγορο εργαλείο δημιουργίας κειμένων, απαντήσεων ή ιδεών, συχνά θα λάβετε ένα αποτέλεσμα που, αν και φαίνεται καλό, μπορεί να μην είναι το καλύτερο.

Και ακριβώς εδώ κρύβεται το λάθος που επαναλαμβάνουν καθημερινά εκατομμύρια άνθρωποι. Δεν ρωτούν με αρκετή βάθος.

Η τεχνητή νοημοσύνη δεν είναι αριθμομηχανή. Είναι ο καθρέφτης της σκέψης σας

Όταν δύο άτομα θέτουν την ίδια ερώτηση στην τεχνητή νοημοσύνη, συχνά λαμβάνουν πολύ παρόμοιες απαντήσεις. Αλλά μόλις ένας από τους δύο αρχίσει να συζητά, να αμφισβητεί και να αναπτύσσει το θέμα, τα αποτελέσματα βελτιώνονται σημαντικά.

Αυτό μας δείχνει κάτι ενδιαφέρον: Η ποιότητα της απάντησης συχνά εξαρτάται περισσότερο από το πόσο ποιοτικά σκεφτόμαστε, παρά από την ίδια την τεχνητή νοημοσύνη.

Φανταστείτε κάποιον που θέλει να αλλάξει δουλειά.

Πρώτη ερώτηση:

• Πώς να βρω καλύτερη δουλειά;

Δεύτερη ερώτηση:

• Δουλεύω επτά χρόνια στο μάρκετινγκ, νιώθω στασιμότητα, δεν θέλω χαμηλότερο μισθό και μου αρέσει να δουλεύω με δεδομένα. Ποιες κατευθύνσεις καριέρας θα έπρεπε να εξετάσω και ποια ρίσκα βλέπεις σε καθεμία από αυτές;

Η διαφορά δεν βρίσκεται στην τεχνολογία. Η διαφορά βρίσκεται στο βάθος της σκέψης.

Γιατί ο εγκέφαλός μας μας ωθεί να αναζητούμε γρήγορες απαντήσεις

Ο ανθρώπινος εγκέφαλος αγαπά τις συντομεύσεις. Είναι απλά ο φυσικός τρόπος λειτουργίας του. Όταν λαμβάνουμε μια απάντηση μέσα σε λίγα δευτερόλεπτα, νιώθουμε αποτελεσματικοί. Όμως, η ταχύτητα και η ποιότητα δεν είναι το ίδιο πράγμα.

Και εδώ μπαίνει στο παιχνίδι η τεχνητή νοημοσύνη, η οποία ενισχύει ακόμη περισσότερο αυτό το φαινόμενο. Η απάντηση εμφανίζεται αμέσως, φαίνεται σίγουρη και είναι άψογα διατυπωμένη. Ο εγκέφαλός μας τότε εύκολα σχηματίζει την εντύπωση ότι πρέπει να είναι σωστή.

Και ακριβώς αυτό δημιουργεί ένα νέο πρόβλημα στην ψηφιακή εποχή: σταματάμε να επαληθεύουμε τις πληροφορίες, επειδή η παρουσίασή τους φαίνεται τόσο πειστική.

Η μεγαλύτερη απειλή δεν είναι η αποτυχία της τεχνητής νοημοσύνης, αλλά μάλλον η παθητικότητα των ανθρώπων

Όταν συζητάμε για τους κινδύνους που συνδέονται με την τεχνητή νοημοσύνη, οι περισσότεροι από εμάς φανταζόμαστε την παραπληροφόρηση ή τις ψευδαισθήσεις. Αυτά είναι, φυσικά, σοβαρά προβλήματα. Λιγότερο, όμως, μιλάμε για ένα άλλο, ίσως ακόμη πιο σοβαρό φαινόμενο: τη σταδιακή αποδυνάμωση της κριτικής μας σκέψης.

Αν βασίζεστε στην τεχνητή νοημοσύνη για κάθε απόφαση, όταν γράφετε e-mail, δημιουργείτε ιδέες ή κάνετε αναλύσεις, μπορεί να συμβεί κάτι που περνάει απαρατήρητο. Αρχίζετε να σκέφτεστε λιγότερο. Όχι ξαφνικά, αλλά σταδιακά. Είναι σαν να βασίζεστε στο σύστημα πλοήγησης και να χάνετε την ικανότητα να προσανατολίζεστε στο χώρο.

Μπορεί να φτάσετε στον προορισμό σας πιο γρήγορα, αλλά μετά από λίγο δεν θα έχετε πια ιδέα από πού περάσατε.

Η παραγωγικότητα δεν σημαίνει ότι κάνουμε λιγότερα. Σημαίνει ότι παίρνουμε καλύτερες αποφάσεις

Πολλοί άνθρωποι βασίζονται στην τεχνητή νοημοσύνη κυρίως για να εξοικονομήσουν χρόνο. Και αυτό είναι λογικό. Όμως, συχνά η μεγαλύτερη αξία δεν έγκειται στην ταχύτητα, αλλά στην ποιότητα της απόφασης.

Φανταστείτε το έτσι: η τεχνητή νοημοσύνη μπορεί να δημιουργήσει μια εμπορική προσφορά μέσα σε ένα λεπτό.

Όμως, το όφελος είναι πολύ μεγαλύτερο όταν της ζητήσετε να:

• εντοπίσει τα αδύνατα σημεία της επιχειρηματολογίας σας,
• προσομοιώσει την αντίδραση του πελάτη,
• εντοπίσει τα αντίθετα επιχειρήματα,
• προτείνει μια καλύτερη στρατηγική.

Σε τέτοιες στιγμές, η τεχνητή νοημοσύνη δεν αντικαθιστά τη δουλειά σας, αλλά σας βοηθά να την ανεβάσετε σε υψηλότερο επίπεδο.

Οι άνθρωποι συχνά συγχέουν την ευκολία με την αποτελεσματικότητα

Αυτή είναι ίσως η λιγότερο συζητημένη επίπτωση της εμφάνισης της τεχνητής νοημοσύνης. Η ευκολία, πράγματι, μπορεί να μοιάζει με παραγωγικότητα. Όταν η τεχνητή νοημοσύνη κάνει κάτι για εσάς, έχετε την αίσθηση ότι προχωράτε μπροστά. Στην πραγματικότητα, όμως, ίσως απλώς μεταφέρετε τη δουλειά αλλού.

Τυπικό παράδειγμα αποτελούν οι φοιτητές. Η τεχνητή νοημοσύνη μπορεί να τους δημιουργήσει μια περίληψη ενός βιβλίου μέσα σε ένα λεπτό. Αλλά το ερώτημα είναι: Έμαθαν περισσότερα χάρη σε αυτό; Όχι πάντα. Η ίδια αρχή ισχύει και στο εργασιακό περιβάλλον.

Ορισμένες εργασίες έχουν αξία ακριβώς επειδή σας αναγκάζουν να σκεφτείτε. Αν τις αυτοματοποιήσετε χωρίς δεύτερη σκέψη, μπορεί να χάσετε ένα σημαντικό μέρος ολόκληρης της διαδικασίας.

Πώς να αξιοποιήσετε την τεχνητή νοημοσύνη ώστε να σας προωθεί πραγματικά προς τα εμπρός

Ξεκινήστε με ερωτήσεις, όχι με απαντήσεις

Αντί:

• «Δώσε μου τη λύση.»

Δοκιμάστε:

• Ποιες επιλογές λύσης έχουμε και ποια είναι τα πλεονεκτήματα και τα μειονεκτήματά τους;

Αφήστε την τεχνητή νοημοσύνη να αμφισβητήσει τις ιδέες σας

Οι περισσότεροι άνθρωποι επιθυμούν επιβεβαίωση. Ωστόσο, η κριτική είναι πολύ πιο πολύτιμη.

Ρωτήστε:

• Ποιο είναι το μεγαλύτερο μειονέκτημα του σχεδίου μου;

Χρησιμοποιήστε την τεχνητή νοημοσύνη ως δεύτερο μυαλό, όχι ως πρώτο

Πρώτα διαμορφώστε τη δική σας άποψη. Μόνο μετά απευθυνθείτε στην τεχνητή νοημοσύνη για ανατροφοδότηση. Έτσι θα αποφύγετε να υιοθετείτε τυφλά τις προτάσεις άλλων.

Ζητήστε περισσότερες οπτικές γωνίες

Μία απάντηση συχνά δεν αρκεί.

Δοκιμάστε:

• Πώς θα έβλεπαν αυτή την κατάσταση ένας ψυχολόγος, ένας διευθυντής και ένας οικονομολόγος;

Τέτοιες ερωτήσεις οδηγούν σε πολύ καλύτερα αποτελέσματα.

Μπορεί η τεχνητή νοημοσύνη να μας κάνει πιο έξυπνους;

Σίγουρα. Αλλά δεν είναι τόσο απλό.

Η τεχνητή νοημοσύνη έχει τη δυνατότητα να επιταχύνει τη μάθησή μας, να μας ανοίξει νέους ορίζοντες και να διευκολύνει τη λήψη αποφάσεων.

Από την άλλη πλευρά, μπορεί επίσης να ενθαρρύνει την τεμπελιά, την επιπολαιότητα και την υπερφόρτωση πληροφοριών.

Η βασική διαφορά δεν έγκειται στην ίδια την τεχνολογία. Βρίσκεται στον τρόπο με τον οποίο τη χρησιμοποιούμε.

Όσοι θα αξιοποιήσουν περισσότερο την τεχνητή νοημοσύνη, πιθανότατα δεν θα είναι εκείνοι που της αναθέτουν όλη τη σκέψη. Θα είναι μάλλον εκείνοι που, χάρη σε αυτήν, θα καταφέρουν να σκέφτονται καλύτερα.

Τι σημαίνει αυτό το λάθος για το μέλλον της εργασίας και της ζωής

Στα επόμενα χρόνια, δεν θα αρκεί πια να ξέρει κανείς να χρησιμοποιεί την τεχνητή νοημοσύνη – αυτό θα το καταφέρνει σχεδόν ο καθένας. Πραγματικό πλεονέκτημα θα αποτελέσει η ικανότητα να θέτει κανείς τις σωστές ερωτήσεις, να αξιολογεί τις απαντήσεις και να συνδυάζει την ανθρώπινη κρίση με τις τεχνολογίες.

Παραδόξως, μπορεί να αποδειχθεί ότι η πιο πολύτιμη δεξιότητα για το μέλλον θα είναι κάτι που έχουμε εδώ και καιρό: η κριτική σκέψη.

Όσο περισσότερες απαντήσεις εμφανίζονται γύρω μας, τόσο πιο σημαντικό θα είναι να μπορούμε να αναγνωρίζουμε ποιες από αυτές αξίζουν την προσοχή μας.

Συχνές ερωτήσεις

Ποιο είναι το πιο συνηθισμένο λάθος κατά τη χρήση της τεχνητής νοημοσύνης;

Οι άνθρωποι συχνά βλέπουν την τεχνητή νοημοσύνη ως πηγή έτοιμων απαντήσεων, αντί να την αντιμετωπίζουν ως εργαλείο που τους βοηθά να αναπτύξουν τη δική τους σκέψη και τις ικανότητες λήψης αποφάσεων.

Μπορεί η τεχνητή νοημοσύνη να μειώσει την ικανότητα σκέψης;

Ναι, αν οι άνθρωποι αρχίσουν να βασίζονται στην τεχνητή νοημοσύνη για όλες τις αποφάσεις τους και σταματήσουν να αξιολογούν κριτικά τις πληροφορίες που λαμβάνουν.

Πώς να χρησιμοποιήσετε την τεχνητή νοημοσύνη πιο παραγωγικά;

Προσπαθήστε να θέτετε βαθύτερες ερωτήσεις, ζητήστε εναλλακτικές οπτικές και αντιμετωπίστε την τεχνητή νοημοσύνη ως συνεργάτη για την ανάλυση, όχι μόνο ως γεννήτρια κειμένου.

Γιατί η τεχνητή νοημοσύνη δίνει μερικές φορές λανθασμένες απαντήσεις;

Επειδή λειτουργεί με βάση τις πιθανότητες και δεν μπορεί πάντα να διακρίνει μεταξύ ακριβών πληροφοριών και ισχυρισμών που ακούγονται πειστικοί.

Μπορεί η τεχνητή νοημοσύνη να αυξήσει πραγματικά την παραγωγικότητά μας;

Σίγουρα! Ειδικά όταν πρόκειται για ανάλυση δεδομένων, προγραμματισμό, ανταλλαγή ιδεών ή αυτοματοποίηση καθημερινών εργασιών.

Πώς να καταλάβω ότι βασίζομαι υπερβολικά στην τεχνητή νοημοσύνη;

Αν δυσκολεύεστε να διατυπώσετε τις δικές σας απόψεις ή να λάβετε αποφάσεις χωρίς τη βοήθειά της, αυτό μπορεί να σημαίνει ότι εξαρτάστε υπερβολικά από την τεχνητή νοημοσύνη.

Ποια δεξιότητα θα γίνει η πιο σημαντική λόγω της τεχνητής νοημοσύνης;

Θα είναι η ικανότητα να σκέφτεστε κριτικά, να επαληθεύετε τα γεγονότα και να θέτετε ουσιαστικές ερωτήσεις.

Φωτογραφία: Zoner AI

Επαγγελματικές πηγές και πληροφορίες:

• Microsoft Research. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers.
• Klingbeil, A., Grützner, C., Schreck, P. Trust and Reliance on AI – An Experimental Study on the Extent and Costs of Overreliance on AI. Computers in Human Behavior.
• MIT Media Lab. Your Brain on ChatGPT.