της Karin Frick*
Πριν μια δεκαετία, γράφοντας για το μέλλον, υπογράμμιζα ότι αυτό θα είναι πολυσύνθετο και δύσκολα ερμηνεύσιμο με τα τότε κριτήρια.
Τότε, η βασική θέση μου ήταν: Ο συσχετισμός είναι η νέα αιτιότητα. Δεν χρειαζόμαστε πλέον μοντέλα (λήψης αποφάσεων). Πίστευα πως οι αιτιατές σχέσεις θα χάνουν διαρκώς τη σημασία τους, καθώς οι ευφυείς άνθρωποι θα συνάγουν τα συμπεράσματά τους από δεδομένα, όχι από μοντέλα.
Σχεδόν όλα όσα κάνουμε, αγοράζουμε και αποφασίζουμε σήμερα -έγραφα τότε- αφήνουν πίσω τους ηλεκτρονικά ίχνη, τα οποία μπορούμε να συλλέξουμε, να αξιολογήσουμε και να αξιοποιήσουμε.
Και πράγματι, το «ψηφιακό αποτύπωμα» έχει μπει πλέον για τα καλά στη ζωή μας. Όποιος έχει γνώσεις στατιστικής, όπως οι data scientists της Google, του Facebook και του Netflix, μπορεί να κατανοήσει πολύ καλύτερα τη συμπεριφορά και τις ανάγκες των χρηστών απ’ ό,τι οι ψυχολόγοι και οι ειδικοί στο μάρκετινγκ, οι οποίοι στηρίζονται σε θεωρίες και μοντέλα των κοινωνικών επιστημών.
Τα ισχυρότερα εργαλεία μάρκετινγκ των επόμενων ετών δεν θα είναι οι έξυπνες αναλύσεις, αλλά οι «έξυπνοι βοηθοί». Σύντομα, η Siri ή το Amazon Echo θα μας γνωρίζουν καλύτερα απ’ όσο γνωρίζουμε τον εαυτό μας, ενώ η «Τεχνητή Νοημοσύνη της Google» ήδη θέτει από μόνη της στόχους για το επόμενο έτος. Και κανείς δεν αμφισβητεί ότι η τεχνητή νοημοσύνη και οι έξυπνοι βοηθοί θα φέρουν την επανάσταση στον τρόπο λήψης των αποφάσεών μας και θα μας δείξουν έναν νέο τρόπο παρατήρησης, κατανόησης και οργάνωσης του κόσμου.
Αυτά τα «προσθετικά μέλη» της σκέψης και τα «μνημονικά βοηθήματα» θα μεταβάλουν τόσο δραστικά το βλέμμα με το οποίο παρατηρούμε τον κόσμο, όσο άλλαξε και το τηλεσκόπιο τον τρόπο με τον οποίο παρατηρούσαμε τον ουρανό. Πιο συγκεκριμένα:
-Τα προγράμματα τεχνητής νοημοσύνης θα παρατηρούν την πραγματικότητα από πολλές διαφορετικές οπτικές γωνίες, και άρα πιο ανεξάρτητα και αντικειμενικά.
-Τα προγράμματα τεχνητής νοημοσύνης θα μπορούν να λάβουν υπόψη στις αναλύσεις τους διάφορες πληροφορίες σε πραγματικό χρόνο - αντί να βασίζονται, όπως οι άνθρωποι, αποκλειστικά σε υποκειμενικές εμπειρίες του παρελθόντος.
Πώς επηρεάζουν, λοιπόν, όλα αυτά τον τρόπο με τον οποίο λαμβάνονται οι αποφάσεις στα ανώτατα κλιμάκια του μάνατζμεντ; Όταν, όπως συμβαίνει μέχρι χώρα, οι αποφάσεις λαμβάνονται βάσει μικρού όγκου δεδομένων, τότε παραδοσιακά υπερισχύει η άποψη του σημαντικότερου ανθρώπου στην αίθουσα, ο οποίος συνήθως είναι ο πιο ακριβοπληρωμένος.
Ο Μακ Άφι την αποκαλεί HIPPO = Highest Paid Persons Opinion. Η λογική που υποκρύπτεται είναι ότι το συγκεκριμένο πρόσωπο πληρώνεται τόσο καλά όχι επειδή λαμβάνει τις καλύτερες αποφάσεις, αλλά επειδή φέρει την ευθύνη.
Αλλά όσο περισσότερα δεδομένα εισρέουν στη διαδικασία λήψης της απόφασης, τόσο καλύτερες μπορούν να γίνουν οι αποφάσεις μας και τόσο πιο περιττές οι HIPPO. Τα δεδομένα μπορούν να λειτουργήσουν ως εργαλείο κατάργησης της ιεραρχίας.
Όλα καλά, λοιπόν; Μας περιμένει ένα ανθηρό μέλλον;
Θα απαντήσω με ένα ξεκάθαρο «όχι». Στο μέλλον, οι φορείς λήψης αποφάσεων δεν θα χρησιμοποιούν μοντέλα, αλλά προγνωστικά εργαλεία τεχνητής νοημοσύνης.
Το θετικό: Τα εργαλεία αυτά είναι απαλλαγμένα από γνωστικές διαστρεβλώσεις (αντίθετα με τους ανθρώπους). Το πρόβλημα: Δεν κατανοούμε τι ακριβώς υπολογίζουν οι μηχανές και, κυρίως, σε ποια αξιακή βάση στηρίζονται. Οι αλγόριθμοι που κυβερνούν τον κόσμο είναι ένα «μαύρο κουτί», το οποίο σε μεγάλο βαθμό είναι πλέον ακατανόητο ακόμη και για τους ειδήμονες. Και αυτά τα νέα «βοηθήματα σκέψης» θα φτιάξουν τη δική τους πραγματικότητα.
«Αναπτύξαμε ταχύτητα, αλλά κλειστήκαμε στον εαυτό μας. Οι μηχανές προσφέρουν αφθονία, αλλά μας έχουν αφήσει σε ένδεια. Η γνώση μάς έκανε κυνικούς· η ευφυία μας, σκληρούς και άξεστους. Σκεφτόμαστε πολύ και αισθανόμαστε ελάχιστα. Περισσότερο κι από τις μηχανές, χρειαζόμαστε την ανθρωπιά. Πιο πολύ από την εξυπνάδα, χρειαζόμαστε την καλοσύνη και την ευγένεια. Χωρίς αυτές τις αρετές, η βία θα κυριαρχήσει στη ζωή, και όλα θα χαθούν».
Αυτό το απόσπασμα είναι σχεδόν ογδόντα ετών και προέρχεται από τον Μεγάλο Δικτάτορα του Τσάρλι Τσάπλιν. Παραμένει ανησυχητικά επίκαιρο και ουσιαστικά λέει το εξής: Θα πρέπει να καλοδεχόμαστε την πρόοδο και την ανάπτυξη, αλλά να τις χρησιμοποιούμε με μεγάλη προσοχή.
Ωστόσο, ερωτήματα δεν τίθενται μόνο σε ηθικοφιλοσοφικό, αλλά και σε καθαρά πρακτικό επίπεδο. Αυτή τη στιγμή βιώνουμε το «παράδοξο της αφθονίας»: Οι τεράστιοι όγκοι δεδομένων εξασφαλίζουν μεγάλη ακρίβεια, αλλά γεννούν συγχρόνως μεγάλη σύγχυση, διότι ο όγκος, η ταχύτητα και η ποικιλία των δεδομένων αφήνουν να διαφαίνονται παντού μοτίβα και συσχετισμοί - χωρίς όμως αυτό να σημαίνει απαραιτήτως κάτι.
Πριν από δέκα χρόνια συμβούλευσα να μην υποτιμήσετε τα μοντέλα που μάθατε. Διότι μπορεί να μην είναι προϊόντα της ψηφιακής εποχής, αλλά μας βοηθούν να βάζουμε σε τάξη το χάος, να θέτουμε προτεραιότητες, να λειτουργούμε με βάση συγκεκριμένες αξίες και να διατηρούμε την ικανότητα του πράττειν - κάτι που δεν θα θέλαμε να αναθέσουμε στις μηχανές.
Σήμερα, στην εποχή των σκεπτόμενων μηχανών και των ΑΑΠ (Αποκεντρωμένων Αυτόνομων Οργανισμών - DAOs), το πιστεύω περισσότερο από ποτέ.
*Κορυφαία ερευνήτρια στο Ινστιτούτο Gottlieb Duttweiler στην Ελβετία
