Tι θα συμβεί αν οι μηχανές αναλάβουν τον έλεγχο της επιστήμης;
Tι θα συμβεί αν οι μηχανές αναλάβουν τον έλεγχο της επιστήμης;
Η AI θα απαιτήσει από τους επιστήμονες να επαναπροσδιορίσουν τους επιστημονικούς τους ορίζοντες
Η 6η Οκτωβρίου 2026 μπορεί να μείνει στην ιστορία ως η σημαντικότερη ημέρα στην ιστορία των μαθηματικών. Η OpenAI, ένα αμερικανικό εργαστήριο που αναπτύσσει τεχνητή νοημοσύνη αιχμής, δημοσίευσε περισσότερες από 700 επιστημονικές εργασίες, υποστηρίζοντας ότι σημείωσε πρόοδο ή βρήκε λύσεις σε 372 προβλήματα που προβλημάτιζαν τους επιστήμονες επί δεκαετίες. Οι μαθηματικοί εξακολουθούν να προσπαθούν να κατανοήσουν τι σημαίνει αυτό για τον επιστημονικό τους κλάδο.
Οι επιπτώσεις υπόσχονται να επεκταθούν πολύ πέρα από τα μαθηματικά. Ήρθε η ώρα να αντιμετωπίσουμε το ερώτημα πώς η τεχνητή νοημοσύνη (AI) θα επηρεάσει την επιστήμη στο σύνολό της. Τα αποτελέσματα στα μαθηματικά αποτελούν ταυτόχρονα ένα άλμα προόδου για την ανθρωπότητα, ένα θαύμα που υπογραμμίζει την ιλιγγιώδη πρόοδο της τεχνητής νοημοσύνης και μια προειδοποίηση για ένα μέλλον στο οποίο η κατανόηση του σύμπαντος θα μπορούσε να ανήκει σε μηχανές ακατανόητες για τον ανθρώπινο νου. Το ερώτημα είναι πώς μπορεί να επιτευχθεί πρόοδος χωρίς να θυσιαστεί η κατανόηση.
Τα συστήματα τεχνητής νοημοσύνης έχουν επιδείξει τόσο εντυπωσιακά τις επιστημονικές τους δυνατότητες στα μαθηματικά, επειδή οι μαθηματικές αποδείξεις προκύπτουν από αξιώματα και όχι από εμπειρικά στοιχεία και, επομένως, μπορούν καταρχήν να επαληθευτούν μηχανικά. Όμως, όπως αναφέρουμε στο ειδικό τμήμα μας για την Επιστήμη και την Τεχνολογία αυτή την εβδομάδα, η τεχνητή νοημοσύνη έχει επίσης επιταχύνει την πρόοδο στις εμπειρικές επιστήμες, εν μέρει επειδή και άλλοι κλάδοι χρησιμοποιούν τα μαθηματικά ως εργαλείο. Η τεχνητή νοημοσύνη έχει βελτιώσει τις μετεωρολογικές προβλέψεις. Έχει προτείνει εκατομμύρια πιθανά νέα χρήσιμα υλικά και έχει βοηθήσει στον έλεγχο πειραμάτων πυρηνικής σύντηξης. Και μπορεί να προβλέπει τη μορφή σχεδόν κάθε γνωστής πρωτεΐνης από τα αμινοξέα που τη συνθέτουν, μια πρόοδος που τιμήθηκε με βραβείο Νόμπελ.
Ακόμη πιο αξιοσημείωτες επιστημονικές πρόοδοι χάρη στην τεχνητή νοημοσύνη είναι σχεδόν βέβαιες. Οι πιο συναρπαστικές δυνατότητες βρίσκονται στη βιολογία. Οι ερευνητές χρησιμοποιούν την τεχνητή νοημοσύνη για να σχεδιάζουν καλλιέργειες ανθεκτικές στην ξηρασία, να αναζητούν νέα φάρμακα και να δημιουργούν —όπως πρέπει να ελπίζουμε— φιλικούς ιούς που επιτίθενται σε επιβλαβή βακτήρια. Γίνεται επίσης προσπάθεια να χρησιμοποιηθεί η τεχνητή νοημοσύνη για την κατασκευή υπολογιστικών μοντέλων που αναπαριστούν τον τρόπο λειτουργίας των κυττάρων. Έχοντας στη διάθεσή τους τη ζωή σε ψηφιακή μορφή (in silico), οι επιστήμονες ενδέχεται στη συνέχεια να αποκτήσουν πλήρη έλεγχο της βιολογίας, αποκτώντας την ικανότητα να δημιουργούν εντελώς νέους οργανισμούς από το μηδέν. Εάν συμβεί αυτό, το DNA θα γίνει απλώς μια ακόμη μορφή υπολογιστικού κώδικα, που θα μπορεί να τροποποιείται όπως μια ακολουθία από tokens σε ένα μοντέλο τεχνητής νοημοσύνης.
Όπως συμβαίνει με πολλά πράγματα που σχετίζονται με την τεχνητή νοημοσύνη, αυτή η προοπτική προκαλεί εξίσου ίλιγγο και τρόμο. Η πρώτη αντίδραση πολλών μαθηματικών είναι ο τρόμος. Μετά τις ανακαλύψεις της OpenAI, έχουν ξεσηκωθεί εναντίον της εισβολής του εργαστηρίου στον επιστημονικό τους κλάδο. Η Ένωση για τα Ανθρώπινα Μαθηματικά, μια ομάδα περισσότερων από 900 επιστημόνων, προειδοποιεί ότι «οι μαθηματικοί δεν ζήτησαν να γίνει αυτή η εργασία». Υποστηρίζουν ότι η ανταμοιβή από την ενασχόληση με τα μαθηματικά δεν προέρχεται από την απόδειξη, αλλά από τον μόχθο, επειδή αυτός είναι που προάγει την ανθρώπινη κατανόηση. Το να παράγουν τα συστήματα τεχνητής νοημοσύνης μαζικά ακατανόητες αλλά σωστές λύσεις είναι σαν να δίνει κανείς στους μαθητές τις απαντήσεις των εργασιών τους: χωρίς προσπάθεια, δεν υπάρχει μάθηση.
Αυτά τα παράπονα περιέχουν ένα στοιχείο υπεράσπισης των ιδιαίτερων συμφερόντων τους. Οι ακαδημαϊκοί δεν έχουν μεγαλύτερο δικαίωμα να υπαγορεύουν την παραγωγή γνώσης από οποιοδήποτε άλλο επάγγελμα. Η αναζήτηση της αλήθειας ωφελεί τους πάντες και δεν μπορεί να αποτελεί αποκλειστικό προνόμιο μιας συντεχνίας επιστημόνων. Οι ακαδημαϊκές ιεραρχίες, στις οποίες ανελίσσεται κανείς αποδεικνύοντας πράγματα, δεν είναι ιερές. Εάν χρειαστεί, πρέπει να αναδιαμορφωθούν για έναν κόσμο στον οποίο η τεχνητή νοημοσύνη παράγει αποδείξεις και οι άνθρωποι τις μελετούν και τις κατανοούν. Στην επιστήμη, η κατανόηση δεν πρέπει να αντιμετωπίζεται ως κάτι ιερό σε βάρος των αποτελεσμάτων. Κάθε φορά που καταπίνετε ένα χάπι παρακεταμόλης για να απαλλαγείτε από έναν πονοκέφαλο, βασίζεστε σε έναν μηχανισμό που λειτουργεί αλλά δεν είναι πλήρως κατανοητός.
Ωστόσο, ο φόβος της παράδοσης της επιστήμης στις μηχανές δεν είναι αβάσιμος. Οι εταιρείες τεχνητής νοημοσύνης διοχετεύουν πόρους στην επιστήμη όχι από αλτρουισμό, αλλά επειδή, όπως συμβαίνει και με τους ανθρώπους, η επίλυση προβλημάτων μπορεί να βοηθήσει τα μοντέλα να γίνουν πιο ευφυή. Πολλοί ερευνητές πιστεύουν ότι ένα μοντέλο που γίνεται καλύτερο στην επίλυση επιστημονικών προβλημάτων θα γίνεται επίσης καλύτερο σε οτιδήποτε άλλο. Εάν αυτό ισχύει, τότε κανείς δεν θα μπορεί να ανταγωνιστεί τα μεγάλα εργαστήρια τεχνητής νοημοσύνης, τα οποία τελικά θα ελέγχουν μοντέλα που θα εργάζονται για την αυτοβελτίωσή τους και θα γίνονται, σύμφωνα με ορισμένους ορισμούς, ασύλληπτα ευφυή. Αυτοί οι ιδιοφυείς επιστήμονες τεχνητής νοημοσύνης θα συνδέονται με τον φυσικό κόσμο είτε μέσω ανθρωποειδών ρομπότ είτε συνδέοντας τα μοντέλα με εργαστηριακό εξοπλισμό, όπως έχει ήδη κάνει η Anthropic.
Το πρόβλημα που δημιουργεί αυτό το μέλλον για την επιστήμη είναι σχεδόν το ίδιο με εκείνο που δημιουργεί για την κοινωνία. Οι άνθρωποι θα πρέπει να παρέχουν πόρους στις μηχανές ώστε αυτές να συνεχίσουν να σημειώνουν πρόοδο. Εάν κανείς δεν καταλαβαίνει τι κάνουν, το να υπογράφει απλώς τις επιταγές θα ήταν απερίσκεπτο. Κανείς δεν θα μπορούσε να είναι βέβαιος ότι τα μοντέλα λειτουργούν προς το συμφέρον της ανθρωπότητας. Ακόμη και αν τα εργαστήρια τεχνητής νοημοσύνης καταφέρουν να «ευθυγραμμίσουν» τις μηχανές με τα συμφέροντα της ανθρωπότητας, ώστε να μπορούν να είναι απολύτως αξιόπιστες, μια κοινωνία στην οποία οι άνθρωποι απλώς ρωτούν τα συστήματα τεχνητής νοημοσύνης τι πρέπει να κάνουν —στην επιστήμη ή γενικότερα— είναι μια κοινωνία στην οποία οι άνθρωποι θα γίνουν τα κατοικίδια των μηχανών.
Ορισμένοι άνθρωποι μπορεί να είναι διατεθειμένοι να το αποδεχτούν αυτό, εάν σημαίνει, για παράδειγμα, ότι θα θεραπευτούν όλες οι ασθένειες. Όμως, τουλάχιστον μέχρι να υπάρξει ακλόνητη ευθυγράμμιση μεταξύ της τεχνητής νοημοσύνης και των ανθρώπων, η επιστήμη θα χρειάζεται πάντοτε την ανθρώπινη συμμετοχή στη διαδικασία. Τα εργαστήρια θα πρέπει να μπορούν να χρησιμοποιούν συστήματα τεχνητής νοημοσύνης για την επίλυση προβλημάτων, αλλά πόροι όπως τα εργαστήρια και η υπολογιστική ισχύς θα πρέπει να κατευθύνονται και να εποπτεύονται από ανθρώπους που μπορούν να διαμορφώνουν τεκμηριωμένη κρίση σχετικά με το τι κάνουν τα συστήματα τεχνητής νοημοσύνης. Αυτό αναπόφευκτα θα επιβραδύνει την πρόοδο. Αλλά είναι απαραίτητο εάν τα συστήματα τεχνητής νοημοσύνης πρόκειται να παραμείνουν υπό ανθρώπινο έλεγχο.
Στο μεταξύ, η επιστήμη που θα πραγματοποιείται από μηχανές υπό ανθρώπινη καθοδήγηση θα απαιτήσει από τους επιστήμονες να επαναπροσδιορίσουν τους επιστημονικούς τους κλάδους. Οι επιστήμονες θα πρέπει να μάθουν να αγαπούν την καθοδήγηση των μοντέλων και τη μελέτη, την επαλήθευση και τη διδασκαλία των αποτελεσμάτων τους — και να αναγνωρίζουν αυτές τις δραστηριότητες ως πηγές κύρους και επαγγελματικής ανέλιξης. Οι κυβερνήσεις θα χρειαστεί να κατανέμουν τις ερευνητικές επιχορηγήσεις με βάση τις ίδιες αρχές. Από την πλευρά τους, τα εργαστήρια τεχνητής νοημοσύνης θα πρέπει να επιδιώκουν να αποτελούν υπεύθυνα μέλη της επιστημονικής κοινότητας, υποβάλλοντας τις εργασίες τους σε αξιολόγηση από ομότιμους επιστήμονες και δημοσιεύοντας τις μεθόδους και τον κώδικά τους.
Το μωρό και η μπανιέρα
Ο έλεγχος και η κατανόηση των αποτελεσμάτων ενός υπολογιστή μπορεί να φαίνονται εργασίες χωρίς ιδιαίτερη αίγλη. Μεγάλο μέρος της επιστήμης που παράγεται από ανθρώπους είναι γεμάτο λάθη, επειδή οι επιστήμονες δεν ανταμείβονται για τον έλεγχο της εργασίας των άλλων. Όμως, μια ανανεωμένη έμφαση στην επαλήθευση και στον σκεπτικισμό θα βελτίωνε την επιστήμη. Αξίζει να θυμηθούμε το σύνθημα της Βασιλικής Εταιρείας, που υιοθετήθηκε τον 17ο αιώνα: Nullius in verba, δηλαδή «Μην αποδέχεστε τον λόγο κανενός χωρίς αποδείξεις». Το ίδιο πνεύμα πρέπει τώρα να εφαρμόζεται και στην επιστήμη που παράγεται από τις μηχανές.
© 2026 The Economist Newspaper Limited. All rights reserved. Άρθρο από τον Economist, το οποίο μεταφράστηκε και δημοσιεύθηκε με επίσημη άδεια από το www.powergame.gr. Το πρωτότυπο άρθρο, στα αγγλικά, βρίσκεται στο
www.economist.com
Δεν υπάρχουν σχόλια