Λιγότερο από τρία χρόνια μετά την έναρξη του ChatGPT, ακόμη και οι κάτοικοι σε χωριά της Ουγκάντα με χωματόδρομους, χωρίς τρεχούμενο νερό και σταθερή ροή ρεύματος, μπορούν να έχουν πρόσβαση σε αυτό.
Υπολογίζεται ότι περίπου 800 εκατομμύρια άνθρωποι -το ένα έβδομο των ενηλίκων του πλανήτη- το χρησιμοποιούν κάθε εβδομάδα. Πολλοί από αυτούς βρίσκονται στον αναπτυσσόμενο κόσμο, όπου οι πληθυσμοί είναι νέοι και τεχνολογικά καταρτισμένοι. Μετά την Αμερική, η Ινδία και η Βραζιλία είναι οι μεγαλύτερες αγορές.
Μια έρευνα του ΟΗΕ διαπιστώνει ότι η εμπιστοσύνη στην Τεχνητή Νοημοσύνη είναι υψηλότερη σε χώρες όπου ο δείκτης ανθρώπινης ανάπτυξης -που προσδιορίζεται από το προσδόκιμο ζωής, τον βαθμό εκπαίδευσης και την ποιτότητα ζωής- είναι χαμηλότερος. Και, σύμφωνα με την GWI, μια εταιρεία έρευνας καταναλωτών, οι Γκανέζοι και οι Νιγηριανοί είναι από τους πιο ένθερμους χρήστες.
Μπορεί η Τεχνητή Νοημοσύνη να εκδημοκρατίσει τη γνώση, παρέχοντας έναν καθηγητή, γιατρό ή σύμβουλο σε κάθε άνθρωπο;
Οι πρώτες μελέτες είναι υποσχόμενες, σύμφωνα με τον Economist. Στο Ναϊρόμπι, η OpenAI και η Penda Health, μια αλυσίδα κλινικών πρωτοβάθμιας περίθαλψης, δοκίμασαν ένα εργαλείο που συμβουλεύει τους γιατρούς κατά τη διάρκεια των συσκέψεων.
Σε μια δοκιμή με τυχαίο δείγμα, που κάλυψε σχεδόν 40.000 επισκέψεις ασθενών σε 15 κλινικές, οι γιατροί με τον βοηθό είχαν 16% λιγότερα διαγνωστικά σφάλματακαι 13% λιγότερα σφάλματα θεραπείας.
Στη Νιγηρία, ένα πρόγραμμα έξι εβδομάδων μετά το σχολείο που χρησιμοποιούσε το Microsoft Copilot -στο οποίο οι μαθητές αλληλεπιδρούσαν με το chatbot δύο φορές την εβδομάδα- αύξησε σημαντικά τις βαθμολογίες στην αγγλική γλώσσα.
Η ελπίδα είναι ότι, όπως και τα κινητά τηλέφωνα πριν από την τεχνητή νοημοσύνη, η νέα ττεχνολογική εξέλιξη θα μπορούσε να παρακάμψει τα παλιά σημεία συμφόρησης. Για παράδειγμα, τη δεκαετία του 1990, οι περισσότερες αφρικανικές χώρες είχαν λιγότερες από μία τηλεφωνική γραμμή ανά 100 άτομα. Παρακάμπτοντας το στάδιο της καλωδιακής επικοινωνίας και πηγαίνοντας κατευθείαν στην κινητή τηλεφωνία, έφτασαν σε σχεδόν καθολική τηλεφωνική πρόσβαση μέσα σε δύο δεκαετίες. Η Τεχνητή Νοημοσύνη θα μπορούσε να εξαπλωθεί μέσω φθηνών smartphone και τοπικών μοντέλων.
Ωστόσο, για να γίνει αυτό, πρέπει να ξεπεραστούν τρία εμπόδια: η συνδεσιμότητα, οι ικανότητες των χρηστών και η θεσμική ικανότητα.
Συνδεσιμότητα
Πάνω και πρώτα από όλα, η Τεχνητή Νοημοσύνη απαιτεί πρόσβαση στο διαδίκτυο.
Παρόλο που εννέα στους δέκα ανθρώπους στις πλούσιες χώρες ήταν συνδεδεμένοι στο διαδίκτυο το 2024, μόνο ένας στους τέσσερις ήταν σε φτωχές χώρες.
Σχεδόν το 85% των Αφρικανών ζουν σε κοντινή απόσταση από σήμα κινητής ευρυζωνικής σύνδεσης. Αλλά τα δεδομένα είναι συχνά πολύ ακριβά.
Τα καλά νέα είναι ότι, από την άποψη του χρήστη, η Τεχνητή Νοημοσύνη είναι σχετικά φθηνή. Μια ενιαία σελίδα αποτελεσμάτων αναζήτησης, φορτωμένη με εικόνες και διαφημίσεις, χρησιμοποιεί 3.000 φορές περισσότερα δεδομένα από ένα ερώτημα Τεχνητής Νοημοσύνης που βασίζεται σε κείμενο. Λόγω της μείωσης του κόστους εξαγωγής συμπερασμάτων, η αποστολή ενός ερωτήματος στο ChatGPT ήταν ήδη 90% φθηνότερη το 2024 από τη φόρτωση των αποτελεσμάτων αναζήτησης.
Αυτό θα μπορούσε να κάνει την πρόσβαση στις πληροφορίες πιο προσιτή. Ωστόσο, οι χρήστες πρέπει να εξακολουθούν να είναι συνδεδεμένοι στο διαδίκτυο. Οι προσπάθειες παροχής υπηρεσιών Τεχνητής Νοημοσύνης μέσω SMS παραμένουν απαγορευτικά ακριβές, καθώς οι πάροχοι κινητής τηλεφωνίας επιβάλλουν υψηλές προσαυξήσεις. Μέχρι να γίνουν φθηνότερα τα δεδομένα και να επεκταθεί η συνδεσιμότητα, οι φτωχότεροι κινδυνεύουν να χάσουν την επανάσταση της Τεχνητής Νοημοσύνης.
Δεξιότητες
Ακόμα και όταν οι άνθρωποι είναι συνδεδεμένοι, πολλοί δεν έχουν τις δεξιότητες για να χρησιμοποιούν την Τεχνητή Νοημοσύνη παραγωγικά, επειδή δεν διαθέτουν τις απαραίτητες δεξιότητες.
Η Παγκόσμια Τράπεζα εκτιμά ότι το 70% των δεκάχρονων σε χώρες χαμηλού και μεσαίου εισοδήματος δεν μπορούν να διαβάσουν ένα απλό κείμενο. Για τους νέους χρήστες, το άνοιγμα ενός chatbot, η πληκτρολόγηση ενός ζητούμενου ή η ερμηνεία της απάντησης μπορεί να φαντάζει… τρομακτικό.
Η αξιοποίηση τέτοιων εργαλείων απαιτεί επίσης να γνωρίζουν τι να ρωτήσουν. Ο Νίκολας Ότις του Πανεπιστημίου της Καλιφόρνια στο Μπέρκλεϊ και οι συνεργάτες του διαπίστωσαν ότι οι ισχυρότεροι Κενυάτες επιχειρηματίες αύξησαν τα κέρδη τους κατά περισσότερο από 15% με έναν βοηθό Τεχνητής Νοημοσύνης, ενώ οι πιο αδύναμοι είδαν τα κέρδη να μειώνονται, έχοντας ακολουθήσει γενικές συμβουλές.
Στην Ουγκάντα, περίπου οι μισοί νέοι κατέχουν βασικά smartphones και πειραματίζονται με την Τεχνητή Νοημοσύν, αλλά οι περισσότεροι τη χρησιμοποιούν κυρίως για ψυχαγωγία – όπως η δημιουργία πορτρέτων τους για δημοσίευση στα μέσα κοινωνικής δικτύωσης, παρά για σχολικά μαθήματα ή εργασία.
Η γλώσσα μεγεθύνει το πρόβλημα. Τα περισσότερα συστήματα Τεχνητής Νοημοσύνης εκπαιδεύονται κυρίως στα Αγγλικά και σε άλλες γλώσσες πλούσιων χωρών, και εκατοντάδες αφρικανικές γλώσσες συμπεριλαμβάνονται ελάχιστα. Ετσι, τίθεται ένα τεράστιο πρόβλημα κατανόησης ακόμη και από κάποιους που μπορεί να έχουν τη δεξιότητα να χρησιμοποιήσουν την νέα τεχνολογία, δεν μπορούν όμως να καταλάβουν με ακρίβεια την απάντηση που θα λάβουν.
Μια μικρή αλλά αυξανόμενη ομάδα ερευνητών προσπαθεί να κλείσει το χάσμα. Έργα όπως το Masakhane, το Ghana NLP και το Kencorpus -πρωτοβουλίες με επικεφαλής την κοινότητα, οι οποίες δημιουργούν ανοιχτά σύνολα δεδομένων για αφρικανικές γλώσσες- θέτουν τις βάσεις για την αντιμετώπιση αυτής της δυσκολίας. Τα εργαλεία ανοιχτού κώδικα και τα εργαλεία που βασίζονται στη φωνή συμπληρώνουν τώρα αυτές τις προσπάθειες, δείχνοντας προς ένα μέλλον όπου οι άνθρωποι μπορούν να μιλούν σε μηχανές στις δικές τους γλώσσες.
Οι θεσμοί
Αλλά το μεγαλύτερο εμπόδιο δεν είναι η πρόσβαση στην τεχνολογία. Ο Iqbal Dhaliwal του Abdul Latif Jameel Poverty Action Lab, ενός ερευνητικού κέντρου, σημειώνει μια ιστορία τεχνολογιών “ασημένιας σφαίρας” που απέτυχαν επειδή δεν ενσωματώθηκαν σε υπάρχοντες θεσμούς.
Τα μαζικά ανοιχτά διαδικτυακά μαθήματα, που χαιρετίστηκαν ως το μέλλον της εκπαίδευσης, οριακά βελτίωσαν τη μάθηση στις φτωχές χώρες καθώς λειτουργούσαν εκτός σχολείων – προσφέροντας περιεχόμενο χωρίς τους καθηγητές ή τις εξετάσεις για να το διατηρήσουν.
Ο Taha Barwahwala του Πανεπιστημίου Columbia και η ομάδα του μελέτησαν ένα μοντέλο που χρησιμοποιήθηκε σε μια ινδική πολιτεία για την ανίχνευση ψεύτικων εταιρειών. Παρόλο που ο αλγόριθμος επεσήμανε με επιτυχία χιλιάδες ανύπαρκτες εταιρείες, η επιβολή του νόμου δεν βελτιώθηκε, καθώς οι αξιωματούχοι δεν είχαν κίνητρα να ενεργήσουν βάσει των ευρημάτων του.
Τελικά, η επιτυχία της Τεχνητής Νοημοσύνης θα εξαρτηθεί από το αν μπορεί να αυξήσει την παραγωγικότητα σε ολόκληρες οικονομίες, όχι μόνο να βελτιώσει μεμονωμένα τμήματά τους.
Όπως σημειώνει ο Lant Pritchett του London School of Economics, καμία χώρα δεν έχει επιτύχει μαζική εκπαίδευση ή καλή υγεία χωρίς πρώτα να γίνει πλουσιότερη. Η ευρεία ανάπτυξη, που καθοδηγείται από την αυξανόμενη παραγωγικότητα των εργαζομένων, είναι αυτή που στηρίζει τα διαρκή κέρδη στο ανθρώπινο κεφάλαιο.
Και οι τεχνολογίες αυξάνουν την παραγωγικότητα μόνο εάν οι επιχειρήσεις αναδιοργανωθούν για να τις εντάξουν στη λειτουργία τους.
Έρευνα του Diego Comin του Dartmouth College και του Martí Mestieri, τότε του Northwestern University, εξέτασε 25 τεχνολογίες γενικής χρήσης σε διάστημα δύο αιώνων και διαπίστωσε ότι οι νεότερες εφευρέσεις, όπως οι υπολογιστές και το διαδίκτυο, έφτασαν στις φτωχές χώρες γρήγορα, ωστόσο η χρήση τους παρέμεινε επιφανειακή.
Εάν, μάλιστα, σκεφτεί κανείς ότι ακόμη και στην Αμερική μόνο περίπου μία στις δέκα επιχειρήσεις αναφέρει ότι χρησιμοποιεί την τεχνολογία στην παραγωγή, μπορεί να καταλάβει πόσο μεγαλύτερη είναι η πρόκληση για τις φτωχές οικονομίες.
