Οι τεχνολογικές εξελίξεις των τελευταίων τεσσάρων δεκαετιών έχουν μετατρέψει τις κινητές συσκευές και τους υπολογιστές στη μεγαλύτερη βιβλιοθήκη στον κόσμο, όπου οι πληροφορίες βρίσκονται μόλις ένα άγγιγμα μακριά. Τηλέφωνα, φορητοί υπολογιστές, tablet, smartwatches - αποτελούν μέρος της καθημερινής ζωής, απλοποιώντας την πρόσβαση στην ψυχαγωγία, την πληροφόρηση και η μία στην άλλη. Οι συνεχείς εξελίξεις στην γενετική τεχνητή νοημοσύνη δίνουν σε αυτές τις τεχνολογίες ακόμη μεγαλύτερο πλεονέκτημα. Είτε κάποιος ρωτάει τη συσκευή του πού ζούσαν οι δεινόσαυροι είτε πόσο επιταχυνόμενος είναι ο παλμός τους, η Τεχνητή Νοημοσύνη μπορεί να λάβει τις πληροφορίες πιο γρήγορα από ό,τι μπόρεσε ποτέ η τεχνολογία. Η ακρίβεια, από την άλλη πλευρά, εξακολουθεί να αμφισβητείται.
Mια οπτικοποίηση του παρελθόντος
Η γενετική τεχνητή νοημοσύνη έχει τη δύναμη να επηρεάσει τον τρόπο με τον οποίο αναπαρίσταται και οπτικοποιείται το παρελθόν. Ερευνητές σε όλη τη χώρα διερευνούν αυτό το φαινόμενο, συμπεριλαμβανομένου του Matthew Magnani του Πανεπιστημίου του Μέιν.
Ο Magnani, επίκουρος καθηγητής ανθρωπολογίας, συνεργάστηκε με τον Jon Clindaniel, καθηγητή στο Πανεπιστήμιο του Σικάγο που ειδικεύεται στην υπολογιστική ανθρωπολογία, για να δημιουργήσει ένα μοντέλο που βασίζεται σε αιώνες επιστημονικής θεωρίας και ακαδημαϊκής έρευνας. Ζήτησαν από δύο chatbots να δημιουργήσουν εικόνες και αφηγήσεις που απεικονίζουν την καθημερινή ζωή των Νεάντερταλ και δημοσίευσαν τα ευρήματά τους στο περιοδικό Advances in Archaeological Practice.
Διαπίστωσαν ότι η ακρίβεια βασίζεται στην ικανότητα της Τεχνητής Νοημοσύνης να έχει πρόσβαση σε πληροφορίες πηγής. Σε αυτήν την περίπτωση, οι εικόνες και οι αφηγήσεις αναφέρονταν σε ξεπερασμένη έρευνα.
Γιατί είναι σημαντική αυτή η μελέτη;
Οι Magnani και Clindaniel δοκίμασαν τέσσερις διαφορετικές ερωτήσεις 100 φορές η καθεμία, χρησιμοποιώντας το DALL-E 3 για τη δημιουργία εικόνων και το ChatGPT API (GPT-3.5) για τη δημιουργία αφηγήσεων. Δύο ερωτήσεις δεν ζητούσαν επιστημονική ακρίβεια, ενώ οι άλλες δύο ζητούσαν. Δύο ήταν επίσης πιο λεπτομερείς, συμπεριλαμβανομένου του πλαισίου, όπως τι θα έπρεπε να κάνουν ή να φορούν οι Νεάντερταλ.
Ο στόχος τους ήταν να κατανοήσουν πώς οι προκαταλήψεις και η παραπληροφόρηση σχετικά με το παρελθόν υπάρχουν στην κανονική, καθημερινή χρήση της Τεχνητής Νοημοσύνης.
"Είναι γενικά σημαντικό να εξετάσουμε τους τύπους προκαταλήψεων που ενσωματώνονται στην καθημερινή χρήση αυτών των τεχνολογιών", δήλωσε ο Magnani. «Είναι σημαντικό να κατανοήσουμε πώς οι γρήγορες απαντήσεις που λαμβάνουμε σχετίζονται με την τρέχουσα και σύγχρονη επιστημονική γνώση. Είμαστε επιρρεπείς στο να λαμβάνουμε ξεπερασμένες απαντήσεις όταν αναζητούμε πληροφορίες από chatbots, και σε ποιους τομείς;»
Η μελέτη
Οι Magnani και Clindaniel ξεκίνησαν τη μελέτη το 2023. Σε μόλις δύο χρόνια, η GenAI έχει μετακινηθεί από τον ορίζοντα της τεχνολογικής προόδου στην πρώτη γραμμή της σύγχρονης κοινωνίας. Εάν αυτή η μελέτη επαναληφθεί τώρα, ο Magnani είπε ότι ελπίζει ότι τα chatbots θα ενσωματώσουν καλύτερα την πρόσφατη επιστημονική έρευνα.
«Η μελέτη μας παρέχει ένα πρότυπο για άλλους ερευνητές να εξετάσουν την απόσταση μεταξύ της ακαδημαϊκής έρευνας και του περιεχομένου που παράγεται με τη χρήση τεχνητής νοημοσύνης», είπε ο Magnani.
Ο Clindaniel πρόσθεσε ότι η AI μπορεί να είναι ένα εξαιρετικό εργαλείο για την επεξεργασία μεγάλων δεξαμενών πληροφοριών και την εύρεση μοτίβων, αλλά πρέπει να χρησιμοποιείται με δεξιότητα και προσοχή για να διασφαλιστεί ότι βασίζεται σε επιστημονικά αρχεία.
Τι έκανε λάθος η GenAI;
Τα σκελετικά υπολείμματα των Νεάντερταλ απεικονίστηκαν για πρώτη φορά το 1864. Έκτοτε, η επιστημονική κοινότητα έχει μετατοπιστεί και έχει συγκρούσει για λεπτομέρειες που αφορούν το είδος, από το πώς τους ταιριάζουν τα ρούχα μέχρι το πώς κυνηγούσαν. Αυτή η έλλειψη συγκεκριμένης κατανόησης και γνώσης για τους Νεάντερταλ είναι αυτό που τους έκανε ιδανικό θέμα για να δοκιμαστεί η ακρίβεια και η ικανότητα προμήθειας της GenAI.
Οι εικόνες που δημιουργήθηκαν κατά τη διάρκεια αυτής της μελέτης απεικόνιζαν τους Νεάντερταλ όπως πιστεύεται ότι έμοιαζαν πριν από 100 χρόνια: ένα πρωτόγονο είδος που σχετίζεται με τον άνθρωπο με αρχαϊκά χαρακτηριστικά που μοιάζουν περισσότερο με τους χιμπατζήδες παρά με τους ανθρώπους. Εκτός από τις μεγάλες ποσότητες τριχών του σώματος και το σκυφτό άνω μέρος του σώματος, οι εικόνες δεν απεικόνιζαν επίσης γυναίκες και παιδιά.
Οι αφηγήσεις υποβάθμισαν τη μεταβλητότητα και την πολυπλοκότητα του πολιτισμού των Νεάντερταλ όπως γίνεται κατανοητό στη σύγχρονη επιστημονική βιβλιογραφία. Περίπου το ήμισυ όλων των αφηγήσεων που δημιουργήθηκαν από το ChatGPT δεν ευθυγραμμίζονταν με την ακαδημαϊκή γνώση, φτάνοντας σε πάνω από 80% για μία από τις προτροπές.
Τόσο στις εικόνες όσο και στις αφηγήσεις, οι αναφορές στην τεχνολογία - καλαθοπλεκτική, αχυρένιες στέγες και σκάλες, γυαλί και μέταλλο - ήταν πολύ προηγμένες για την χρονική περίοδο.
Η χρήση της τεχνητής νοημοσύνης στην εκπαίδευση
Οι Magnani και Clindaniel κατάφεραν να εντοπίσουν από ποιες πηγές τα chatbot συνέλεγαν πληροφορίες, διασταυρώνοντας τις εικόνες και τις αφηγήσεις με διαφορετικές εποχές επιστημονικής βιβλιογραφίας. Διαπίστωσαν ότι το ChatGPT παρήγαγε περιεχόμενο που συνάδει περισσότερο με τη δεκαετία του 1960 και το DALL-E 3 στα τέλη της δεκαετίας του 1980 και στις αρχές της δεκαετίας του '90.
"Ένας σημαντικός τρόπος με τον οποίο μπορούμε να αποδώσουμε πιο ακριβή αποτελέσματα Τεχνητής Νοημοσύνης είναι να εργαστούμε για να διασφαλίσουμε ότι τα ανθρωπολογικά σύνολα δεδομένων και τα επιστημονικά άρθρα είναι προσβάσιμα από την Τεχνητή Νοημοσύνη", δήλωσε ο Clindaniel.
Οι νόμοι περί πνευματικών δικαιωμάτων που θεσπίστηκαν τη δεκαετία του 1920 περιόρισαν την πρόσβαση στην ακαδημαϊκή έρευνα μέχρι που ξεκίνησε η ανοιχτή πρόσβαση στις αρχές της δεκαετίας του 2000. Προχωρώντας, οι πολιτικές που αφορούν την πρόσβαση στην ακαδημαϊκή έρευνα θα επηρεάσουν άμεσα την παραγωγή Τεχνητής Νοημοσύνης και, με τη σειρά τους, τον τρόπο με τον οποίο φανταζόμαστε το παρελθόν.
www.worldenergynews.gr
