Τι είναι η Human Intelligence;
Η εννοιολογική βάση: σε τι συνίσταται η ανθρώπινη νοημοσύνη όταν οι μηχανές αναλαμβάνουν όλο και περισσότερη γνωστική εργασία.
HUMAN INTELLIGENCE
Τι μένει, τελικά, για εμάς;
Η Human Intelligence περιγράφει τι χαρακτηρίζει τους ανθρώπους πέρα από τη γνώση και την υπολογιστική ισχύ: ικανότητα κρίσης, ενσυναίσθηση, δημιουργικότητα και προθυμία να φέρουν ευθύνη. Η ΤΝ γράφει, προγραμματίζει και αναλύει όλο και καλύτερα. Γι' αυτό γίνεται πιο σημαντικό το ερώτημα τι πρέπει να μάθουμε εμείς οι άνθρωποι. Εδώ πρόκειται ακριβώς για αυτό το ερώτημα.
Λονδίνο / «Can machines think?»
Alan Turing
„Alan Turing (1951)“ από Elliott & Fry, 1951
Πηγή: Wikimedia Commons / Computer History Museum · Άδεια χρήσης: Κοινό κτήμα (Ηνωμένο Βασίλειο: φωτογραφία δημοσιευμένη πριν από το 1956, η προστασία έχει λήξει) · Πηγές εικόνων
Το 1950 ο Alan Turing έθεσε ένα ερώτημα που και ο ίδιος το θεωρούσε ήδη προβληματικό: «Can machines think?». Στο άρθρο του «Computing Machinery and Intelligence» το αντικατέστησε γι' αυτό με ένα άλλο: αν μια μηχανή στη συζήτηση μπορεί να ξεχωριστεί από έναν άνθρωπο. Όχι αν οι μηχανές σκέφτονται, αλλά αν θα το καταλαβαίναμε. Περισσότερα από εβδομήντα χρόνια αργότερα αυτή η μετατόπιση είναι πιο επίκαιρη από ποτέ. Το ερώτημα δεν είναι πια αν η ΤΝ μπορεί να απαντά με παραπλανητική ομοιότητα προς εμάς. Αλλά τι μένει στην πραγματικότητα όταν μπορεί.
Πρώτα τα άσχημα νέα
Δεν μπορούμε να σωθούμε μέσα από τις ικανότητές μας.
Για πολύ καιρό ήταν βολικό. Οι υπολογιστές μπορούσαν να υπολογίζουν. Οι άνθρωποι μπορούσαν να σκέφτονται. Μετά οι υπολογιστές μπόρεσαν να παίζουν σκάκι και οι άνθρωποι ήταν δημιουργικοί. Μετά ήρθαν οι εικόνες. Τα κείμενα. Η μουσική. Ο προγραμματισμός.
Το 2026 τα κορυφαία μοντέλα ΤΝ φτάνουν ή ξεπερνούν πλέον τις ανθρώπινες συγκριτικές τιμές σε διάφορα τεστ μαθηματικών, επιστημονικής γνώσης και πολυτροπικού συλλογισμού.
Ταυτόχρονα τα ίδια συστήματα αποτυγχάνουν εν μέρει σε εργασίες που σε έναν άνθρωπο φαίνονται σχεδόν γελοία απλές. Το Stanford το ονομάζει αρκετά εύστοχα «jagged intelligence», δηλαδή οδοντωτή νοημοσύνη.
Ίσως λοιπόν να πρέπει να πάψουμε να θέλουμε να διαχωρίζουμε άνθρωπο και μηχανή μέσα από μια λίστα ικανοτήτων. Αυτή η λίστα δεν μεγαλώνει, μικραίνει.
Υπολογισμός, γραφή, όραση, προγραμματισμός, συλλογισμός: σε όλα αυτά οι μηχανές έχουν πλέον προχωρήσει πολύ. Αυτό που δεν μεγαλώνει αυτόματα μαζί τους είναι η ευθύνη.
Τι συμβαίνει πραγματικά
Η ΤΝ πιθανότατα δεν μας παίρνει τη δουλειά. Αυτό τουλάχιστον θα ήταν σαφές.
Η πραγματικότητα θα είναι μάλλον πιο περίπλοκη. Ο Διεθνής Οργανισμός Εργασίας εξέτασε σχεδόν 30.000 δραστηριότητες. Το συμπέρασμά του: περίπου ένας στους τέσσερις εργαζομένους παγκοσμίως εργάζεται σε επάγγελμα που μπορεί να επηρεάζεται τουλάχιστον εν μέρει από την παραγωγική ΤΝ. Μόνο όμως το 3,3 τοις εκατό της παγκόσμιας απασχόλησης βρίσκεται στην υψηλότερη κατηγορία έκθεσης.
Ο ILO δεν θεωρεί γι' αυτό την πλήρη αντικατάσταση επαγγελμάτων το πιο πιθανό σενάριο. Τα επαγγέλματα αλλάζουν. Και αυτό είναι ίσως η μεγαλύτερη πρόκληση.
Γιατί τότε δεν πρέπει να μάθουμε να ζούμε χωρίς εργασία. Πρέπει να μάθουμε να εργαζόμαστε αλλιώς.
Πηγές: Stanford AI Index 2026 · ILO – Generative AI and Jobs, 2025
1 : 4
Ένας στους τέσσερις εργαζομένους εργάζεται σε επάγγελμα με τουλάχιστον μερική έκθεση στην παραγωγική ΤΝ. Έκθεση δεν σημαίνει απώλεια θέσης εργασίας.
Τι γίνεται τώρα πολυτιμότερο
Είναι ενδιαφέρον ότι οι επιχειρήσεις δεν απαντούν στην περισσότερη ΤΝ μόνο με περισσότερη τεχνολογία.
Στο Future of Jobs Report 2025 οι εργοδότες αναφέρουν ως σημαντικές δεξιότητες, μεταξύ άλλων, την αναλυτική σκέψη, την ανθεκτικότητα και την ευελιξία, την ηγεσία και την κοινωνική επιρροή, καθώς και τη δημιουργική σκέψη. Την ενσυναίσθηση και την ενεργητική ακρόαση αναφέρει ως βασικές δεξιότητες το 50 τοις εκατό.
Φυσικά χρειαζόμαστε AI skills. Φαίνεται όμως ότι χρειαζόμαστε ταυτόχρονα αρκετά από αυτό που παλιότερα θα λέγαμε απλώς να είσαι άνθρωπος.
- ΣΚΕΨΗ
- Ανάλυση. Αμφιβολία. Ερωτήσεις.
- ΑΠΟΦΑΣΗ
- Οι επιλογές δεν είναι ακόμη αποφάσεις.
- ΕΥΘΥΝΗ
- Κάποιος πρέπει στο τέλος να σταθεί πίσω της.
- ΗΓΕΣΙΑ
- Οι άνθρωποι δεν ακολουθούν κατανομές πιθανότητας.
- ΜΑΘΗΣΗ
- Ίσως η σημαντικότερη ικανότητα απ' όλες.
Ίσως απλώς να καταλάβαμε λάθος τη νοημοσύνη
Μετρούσαμε τη νοημοσύνη για πολύ καιρό με πράγματα που ελέγχονται εύκολα. Υπολογισμός. Μνήμη. Αναγνώριση μοτίβων. Επίλυση προβλημάτων. Ακριβώς σε αυτά οι μηχανές γίνονται αυτή τη στιγμή τρομακτικά καλές.
Αυτό θα μπορούσε να σημαίνει ότι οι μηχανές γίνονται όλο και πιο ανθρώπινες. Θα μπορούσε όμως να σημαίνει και ότι ο ορισμός μας για τη νοημοσύνη ήταν αρκετά μηχανικός.
Ένας άνθρωπος δεν αποτελείται άλλωστε μόνο από την ικανότητα να παράγει μια σωστή απάντηση. Κάνουμε λάθη. Αλλάζουμε γνώμη. Αγαπάμε ανθρώπους, παρότι γι' αυτό υπάρχουν κάποιες φορές εξαιρετικά κακοί λογικοί λόγοι. Αναλαμβάνουμε ευθύνη. Ενεργούμε ενάντια στο δικό μας συμφέρον. Εφευρίσκουμε πράγματα που κανείς δεν χρειάζεται. Και κάποιες φορές απλώς κάθομαστε στη θάλασσα και δεν κάνουμε τίποτα. Δοκιμάστε να το αποτυπώσετε σε ένα benchmark.
Ευθύνη
Η ΤΝ μπορεί να αποφασίζει. Επιτρέπεται όμως να το κάνει;
Αυτό είναι το σημείο όπου η τεχνική νοημοσύνη και η ανθρώπινη ευθύνη χωρίζουν. Μια ΤΝ μπορεί να αξιολογεί αιτήσεις εργασίας, να υποστηρίζει διαγνώσεις, να εκτιμά πιστωτικούς κινδύνους, να γράφει κείμενα και να προετοιμάζει αποφάσεις.
Από το γεγονός όμως ότι κάτι είναι τεχνικά δυνατό δεν προκύπτει καθόλου ότι πρέπει να το κάνουμε. Και πολύ περισσότερο, ότι κανείς δεν είναι πια υπεύθυνος.
Όσο πιο ισχυρή γίνεται η ΤΝ, τόσο πιο σημαντική γίνεται γι' αυτό μια εξαιρετικά ανθρώπινη δραστηριότητα: Να λες όχι. Ή ναι. Αλλά τότε παρακαλώ με έναν λόγο.
Τέσσερις μορφές νοημοσύνης. Μια αρκετά απλή ιδέα.
- AI
- Τι μπορούν πλέον οι μηχανές.
- BI
- Τι μας λένε τα δεδομένα.
- SI
- Πώς χτίζουμε από αυτά λογισμικό που λειτουργεί.
- HI
- Και ποιος αποφασίζει τι από όλα αυτά έχει νόημα.
Η τεχνολογία χωρίς ανθρώπους δεν μας ενδιαφέρει ιδιαίτερα.
Για περαιτέρω σκέψη
Stanford AI Index · ILO Future of Work · WEF Future of Jobs · OECD AI
Και τι κάνουμε τώρα με αυτό;
Ακριβώς γι' αυτό μιλάμε στα workshops μας, όχι για το τέλειο prompt. Πρόκειται για το τι κάνει η ΤΝ στην εργασία, στις αποφάσεις, στην ευθύνη και στον δικό σας ρόλο. Και φυσικά και για το πώς τη χρησιμοποιείτε. Η αγνόηση πιθανότατα δεν θα λειτουργήσει.