Άλλο πάλι και τούτο.
Ο Μιχάλης Κονταξάκης είναι γνωστός γιατί παίζει εξαιρετικό μαντολίνο. Εις ό,τι με αφορά προσωπικά, είναι ο μοναδικός που έχω ακούσει να βγάζει πραγματική μουσική από ένα όργανο που κατά τα άλλα το θεωρούσα εντελώς αδιάφορο, κατάλληλο μόνο για να παίζει νότες ώστε να αναγνωρίσεις τη μελωδία.
Δεν είναι γνωστός για την πτυχιακή του. Κανείς δεν είναι γνωστός για την πτυχιακή του, εκτός από καμιά περίπτωση εντελώς εξαιρετικών πτυχιακών εργασιών.
Λοιπόν, το ΑΙ βελτιώνεται! Μού ΄ρθε η ιδέα να του δώσω το εξής ερώτημα:
“Έχε γειά, Παναγιά!” ή ΄“Έχε γειά, πάντα γειά”;
Για να μην κοπυπαστάρω, που είναι και κάπως μπόλικα, δώστε κι εσείς την ερώτηση, θα απαντηθεί σε ελάχιστα δευτερόλεπτα. Με ελάχιστα λόγια: Αξιοπρεπέστατη η απάντηση!
Και με την ευκαιρία, να καταθέσω κάτι από δική μου και αρκούντως παλιά εμπειρία: Πριν μπόλικα χρονάκια, «μαθητής» σε μαθήματα δημοτικών τραγουδιών που παρέδιδε η αείμνηστη Δόμνα Σαμίου στον αγαπημένο (και!) σ’ εμένα χώρο του Μουσείου Λαϊκών Οργάνων στην Πλάκα, μας έμαθε και αυτό το τραγούδι. Σε παρατήρησή μου ότι ο σωστός στίχος δεν είναι «Παναγιά» αλλά «πάντα γειά» η Δόμνα αναγκάστηκε να παραδεχτεί ότι έχω μεν δίκιο, όμως της είναι πολύ δύσκολο να αλλάξει, μετά από τόσα χρόνια, την εκφορά αυτού του τμήματος του τραγουδιού.
Μα είναι ερώτηση αυτή να την απευθύνεις στην τεχνητή νοημοσύνη;
Αν παλιότερα μας σέρβιρε περισσότερες βλακείες και σταδιακά όλο και τις μειώνει, σημαίνει το προφανές, ότι βελτιώνεται. Δεν αμφιβάλλω ότι σύντομα θα δούμε τις απολύτως σοβαρές και αξιοπρεπείς απαντήσεις να φτάνουν πολύ κοντά στο 100%.
Άλλο αυτό όμως, κι άλλο για ποιες δουλειές προορίζεται και για ποιες δεν προορίζεται. Δεν είναι φτιαγμένη για ερωτήματα όπως:
Όσο μα όσο καλό και να γίνει, δεν είναι αυτή η δουλειά του.
Δε θα τη δώσω, και θα προσπαθήσω (όσο μπορώ κι εγώ - λίγο δηλαδή) να εξηγήσω κάπως αναλυτικότερα αυτό που ξανάγραψα για το οικολογικό αποτύπωμα:
Διάφορες εταιρείες έχουν κάπου τους σέρβερ τους, κάτι γιγάντιους υπολογιστές στους οποίους μεταφέρεται το ερώτημά μου. Για να βρει την απάντηση, ο σέρβερ ξεψαχνίζει ολόληρο το ίντερνετ, σηκώνει κάθε πέτρα στον αχανή ψηφιακό κόσμο, ξεδιαλέγει ποιες πληροφορίες, απ’ όσες βρει, ταιριάζουν με το θέμα, τις εξετάζει, τις συγκρίνει, ξερωγώ τι κάνει, βγάζει ένα συμπέρασμα, και μου το λέει.
Και είναι αρκετά δυνατός ώστε να κάνει αυτό το τιτάνιο έργο μέσα σε λίγα δευτερόλεπτα, παρόλο που ταυτόχρονα κάνει την ίδια δουλειά και με εκατομμύρια άλλες ερωτήσεις από εκατομμύρια άλλους χρήστες ανά τον κόσμο.
Πού τη βρίσκει τόση δύναμη; Είναι η δύναμη του [τεχνητού] νου; Η δύναμη της θέλησης, της πίστης, της αγάπης; Όχι, καίει ηλεκτρικό ρεύμα. Πολύ ρεύμα. Το οποίο ρεύμα το παράγουν άλλα μηχανήματα κάπου αλλού, καίγοντας πρώτες ύλες.
Το ότι για μένα, που πληκτρολογώ μια ερώτηση και μέσα σε δευτερόλεπτα παίρνω την απάντηση, φαίνεται εύκολο και αδάπανο, είναι μια παραπλανητική εικόνα. Μπορεί εγώ να μην καταβάλλω την παραμικρή προσπάθεια, κάπου αλλού όμως η προσπάθεια καταβάλλεται, και δεν είναι ούτε εύκολη ούτε αδάπανη.
Εντωμεταξύ, όσην ώρα έκανα να τα γράψω αυτά, κάποιος άλλος έγραφε και μου έστειλε το παρακάτω. Το παραθέτω, παρόο που άπτεται μιας αρκετά διαφορετικής πτυχής του φαινομένου της τεχνητής νοημοσύνης:
Aρθρο του Κώστα Δαρδανού που δημοσιεύθηκε στη LIFO στις 11.06.2026
Μπαμπά, γιατί να μάθω; Έχουμε το ΑΙ
Ακολουθεί ένας φανταστικός διάλογος ανάμεσα σε έναν πατέρα και τον γιο του, φοιτητή στο πανεπιστήμιο.
Π.: Παιδί μου, πότε θα πας να πάρεις τα βιβλία σου; Πέρασες στο πανεπιστήμιο με τόσο κόπο και δεν σε βλέπω να ενδιαφέρεσαι ιδιαίτερα.
Γ.: Μπαμπά, γιατί να διαβάσω τα βιβλία; Ό,τι χρειάζομαι το βρίσκω στην τεχνητή νοημοσύνη. Μου κάνει περιλήψεις, μου εξηγεί τις δύσκολες έννοιες, μου δείχνει τα SOS, προσαρμόζει το μάθημα στον τρόπο που μαθαίνω, με βοηθά να λύσω ασκήσεις. Όλα όσα χρειάζομαι τα έχω στο κινητό μου. Ούτε στο πανεπιστήμιο χρειάζεται να πηγαίνω ιδιαίτερα. Εξάλλου, ελάχιστοι συμφοιτητές μου παρακολουθούν πλέον συστηματικά και ακόμα λιγότεροι πηγαίνουν σε όλες τις διαλέξεις.
Π.: Μα πώς θα μάθεις χωρίς να παρακολουθείς και χωρίς να διαβάζεις;
Γ.: Μπαμπά, γιατί να μάθω; Έχουμε το AI.
Π.: Η τεχνητή νοημοσύνη είναι πράγματι ένα εντυπωσιακό εργαλείο και μπορεί να σε βοηθήσει σε αμέτρητα πράγματα. Στη μάθηση όμως υπάρχει ένα πρόβλημα: σου δίνει το ψάρι έτοιμο, καθαρισμένο και ψημένο. Δεν σε μαθαίνει να ψαρεύεις. Και η γνώση έχει αξία ακριβώς επειδή σε κάνει ανεξάρτητο.
Γ.: Και γιατί είναι κακό να έχω τη γνώση διαθέσιμη όποτε τη χρειάζομαι;
Π.: Δεν είναι κακό. Στην αγορά εργασίας όμως μεγαλύτερη αξία θα έχουν όσοι δεν ξέρουν μόνο να ρωτούν το AI αλλά και να σκέφτονται οι ίδιοι.
Γ.: Αφού η γνώση θα βρίσκεται στην τεχνητή νοημοσύνη, γιατί να επενδύσω χρόνο για να τη μάθω;
Π.: Επειδή σύντομα όλοι θα ξέρουν να χρησιμοποιούν το AI. Το πλεονέκτημα δεν θα είναι το εργαλείο. Θα είναι το μυαλό που το χρησιμοποιεί.
Γ.: Και τι διαφορά έχει αυτό;
Π.: Τεράστια. Όταν έχεις μάθει να σκέφτεσαι σε βάθος, μπορείς να διατυπώνεις καλύτερα ερωτήματα, να εντοπίζεις λάθη, να συνδυάζεις ιδέες και να βρίσκεις πρωτότυπες λύσεις. Η μάθηση δεν γεμίζει απλώς το κεφάλι σου με πληροφορίες. Καλλιεργεί την κρίση, τη δημιουργικότητα και την προσαρμοστικότητα. Και αυτές είναι δεξιότητες που θα χρειαστείς σε όλη σου τη ζωή.
Γ.: Εγώ, πάντως, μπορώ να διαβάζω από το AI που έχει ήδη «χωνέψει» όλα τα βιβλία. Γιατί να πάω να πάρω τα δικά μου;
Π.: Γιατί το AI συνήθως σού δίνει τη συντομότερη διαδρομή προς την απάντηση. Το βιβλίο, αντίθετα, σε οδηγεί στη διαδρομή της κατανόησης. Ένα καλό πανεπιστημιακό βιβλίο είναι δομημένο με αρχή, μέση και τέλος. Οι έννοιες χτίζονται η μία πάνω στην άλλη. Ο συγγραφέας αναλαμβάνει την ευθύνη για όσα γράφει και αξιολογείται γι’ αυτά. Στην περίπτωση της τεχνητής νοημοσύνης, ποιος αναλαμβάνει την ευθύνη όταν κάνει λάθος;
Γ.: Ναι, αλλά εγώ καταλαβαίνω μια χαρά αυτά που μου λέει το AI.
Π.: Ίσως. Το ερώτημα όμως είναι αν τα καταλαβαίνεις βαθιά και αν τα θυμάσαι μετά από λίγο καιρό.
Γ.: Γιατί αμφιβάλλεις;
Π.: Γιατί η τεχνητή νοημοσύνη διαβάζεται από οθόνη και οι έρευνες δείχνουν ότι όσοι διαβάζουν απαιτητικά κείμενα και επιστημονικά βιβλία σε έντυπη μορφή έχουν συχνά καλύτερες επιδόσεις στην κατανόηση και στην αφαιρετική σκέψη από όσους διαβάζουν από την οθόνη. Όταν διαβάζουμε από οθόνη, τείνουμε να σαρώνουμε το κείμενο πιο γρήγορα και πιο επιφανειακά. Στο χαρτί διαβάζουμε συνήθως πιο αργά, πιο προσεκτικά και επιστρέφουμε ευκολότερα σε σημεία που δεν κατανοήσαμε.
Γ.: Πώς το ξέρουμε αυτό;
Π.: Από δεκάδες μελέτες που έχουν παρακολουθήσει ακόμη και την κίνηση των ματιών των αναγνωστών. Όσοι διαβάζουν στο χαρτί επιστρέφουν συχνότερα σε δύσκολα σημεία, αναστοχάζονται περισσότερο και χρησιμοποιούν αποτελεσματικότερες στρατηγικές κατανόησης. Δεν είναι τυχαίο ότι η βαθιά ανάγνωση παραμένει στενά συνδεδεμένη με το έντυπο βιβλίο.
Γ.: Μπορεί να ισχύουν όλα αυτά, αλλά με το AI κερδίζω χρόνο. Παίρνω την ουσία μέσα σε λίγα λεπτά.
Π.: Και καλά κάνεις να εκμεταλλεύεσαι τα πλεονεκτήματα της τεχνολογίας. Το θέμα είναι να μην μπερδεύεις την πληροφορία με τη γνώση. Η τεχνητή νοημοσύνη μπορεί να λειτουργήσει εξαιρετικά ως βοηθός. Δεν μπορεί όμως να υποκαταστήσει τη μαθησιακή διαδικασία που προκύπτει από τη διδασκαλία, τη μελέτη, την προσπάθεια και την προσωπική ανακάλυψη. Ο Πλάτωνας έλεγε ότι η πραγματική γνώση μεταδίδεται κυρίως μέσα από τη ζωντανή σχέση δασκάλου και μαθητή. Σήμερα το AI μπορεί να απαντά στις ερωτήσεις μας με τρόπους που ένα βιβλίο δεν μπορούσε ποτέ. Όμως παραμένει ένα ερώτημα: μπορεί να αντικαταστήσει τον δάσκαλο, το βιβλίο και τη διαδικασία της μάθησης;
Γ.: Δηλαδή πιστεύεις ότι το AI δεν αρκεί;
Π.: Για να περάσεις ένα μάθημα ίσως αρκεί. Για να γίνεις επιστήμονας, γιατρός, μηχανικός, ψυχολόγος, δικηγόρος, οικονομολόγος ή ερευνητής, όχι.
Γ.: Γιατί;
Π.: Επειδή κανείς δεν εμπιστεύεται πραγματικά έναν άνθρωπο που ξέρει μόνο να ζητά απαντήσεις. Εμπιστευόμαστε εκείνον που έχει μάθει να σκέφτεται.
Γ.: Άρα λες ότι το βιβλίο δεν είναι αντίπαλος της τεχνητής νοημοσύνης.
Π.: Όχι. Το βιβλίο είναι αυτό που σε βοηθά να γίνεις κάτι περισσότερο από χρήστης της τεχνητής νοημοσύνης. Και θα σου πω κάτι ακόμη. Αν τα βιβλία ήταν άχρηστα, η τεχνητή νοημοσύνη δεν θα είχε πάνω σε τι να εκπαιδευτεί. Οι απαντήσεις που σου δίνει σήμερα προέρχονται από τη γνώση που κάποιοι άλλοι κατέκτησαν χθες. Γνώση που προέρχεται από έργα τα οποία, δυστυχώς, σε πολλές περιπτώσεις χρησιμοποιήθηκαν χωρίς την άδεια των δημιουργών τους και χωρίς να καταβληθεί καμία αμοιβή. Από βιβλία, πανεπιστημιακά συγγράμματα, επιστημονικές δημοσιεύσεις, εργαστήρια, έρευνα και δασκάλους. Το AI είναι ένας εξαιρετικός μεσάζων της γνώσης. Όμως δεν είναι ο δημιουργός της. Αν μια γενιά σταματήσει να διαβάζει και αρκεστεί μόνο στις περιλήψεις, κάποια στιγμή θα υπάρχουν λιγότεροι άνθρωποι ικανοί να παράγουν τη νέα γνώση που θα χρειαστεί η επόμενη γενιά. Γι’ αυτό το πανεπιστημιακό βιβλίο εξακολουθεί να έχει σημασία. Όχι επειδή ανήκει στο παρελθόν, αλλά επειδή εξακολουθεί να είναι ένας από τους πιο αποτελεσματικούς τρόπους για να μάθει κανείς να σκέφτεται σε βάθος, να συνδέει ιδέες, να αμφισβητεί, να κρίνει και τελικά να δημιουργεί. Η τεχνητή νοημοσύνη μπορεί να σου δώσει απαντήσεις. Το βιβλίο, όμως, εξακολουθεί να σου μαθαίνει πώς να θέτεις τις σωστές ερωτήσεις.
ΥΓ.: Ο διάλογος είναι φανταστικός. Ο προβληματισμός όχι. Η σχέση ανάμεσα στην τεχνητή νοημοσύνη, τη μάθηση και το πανεπιστημιακό βιβλίο βρίσκεται σήμερα στο επίκεντρο της διεθνούς επιστημονικής συζήτησης. Οι σχετικές έρευνες γύρω από την έντυπη και την ψηφιακή ανάγνωση είναι στη διάθεση κάθε ενδιαφερόμενου.
Στο πανεπιστήμιο όπου σπούδασα (Γερμανία) δεν πήγα ούτε μία (για να είμαι ακριβής μόνο μία, την πρώτη) φορά σε παράδοση ή σε διαλέξεις, και περίπου το ίδιο έκαναν και οι φίλοι μου, Γερμανοί ή Έλληνες. Ε, βέβαια, επειδή δεν είχαμε ΑΙ, διάβασα αρκετά βιβλία. Ο χρόνος όμως που διέθεσα για να τα διαβάσω ήταν πολύ λιγότερος από το χρόνο που «εξοικονόμησα» μη παρακολουθώντας παραδόσεις, γιαυτό και μπορώ να πώ ότι “είχα πολύ ωραία φοιτητική ζωή”. Και ο βαθμός που μου δόθηκε με την απόκτηση του διπλώματος ήταν αρκετά ικανοποιητικός, ώστε ακόμα και οι γονείς μου (που φαντάζονταν ότι ξημεροβραδυαζόμουν σε παραδόσεις και διαλέξεις…) να μου πουν «μπράβο».
Δεν έχω ασχοληθεί με τις συγκεκριμένες μελέτες, αλλά τί υποτίθεται πως βρήκαν;
Πέπε υπάρχουν δυο διαφορετικές φάσεις, η εκπαίδευση του μοντέλου και η χρήση του σε πραγματικό χρόνο. Το ξεψάχνισμα ολόκληρου του ίντερνετ γίνεται στην φάση της εκπαίδευσης. Στη φάση της χρήσης, το μοντέλο χρησιμοποιεί αυτή τη “γνώση” που απέκτησε, ποιά λέξη έχει τις περισσότερες πιθανότητες να ακολουθήσει την προηγούμενη λέξη, ποιά είναι η πιο πιθανή απάντηση στην ερώτηση κλπ, και με βάση αυτές τις γνώσεις συνθέτει την απάντηση του.
Συγκεκριμένα στην περίπτωση του Φόρουμ, τι χρησιμοποιούμε; Το ρεμπετομπότ είναι κάποιο μοντέλο που τρέχει τοπικά στο σέρβερ που φιλοξενεί το Φόρουμ, ή καλεί κάποιο από τα γνωστά μοντέλα OpenAI, Gemini κλπ και τρέχει στους σέρβερ της Microsoft ή της Google αντίστοιχα;
Και οι νεότερες πληροφορίες που προστίθενται κάθε στιγμή στις ήδη υπάρχουσες;
Γι αυτό ρώτησα αν τρέχουμε τοπικά κάποιο μοντέλο ή αν είναι τα μοντέλα των γνωστών μεγάλων εταιρειών. Το τοπικό μοντέλο δεν επανεκπαιδεύεται κάθε στιγμή. Μπορεί να έχεις αρχιτεκτονική τύπου RAG και να προσθέτεις καινούρια κείμενα π.χ. από το Φόρουμ στη “βάση γνώσεων” του μοντέλου αλλά το ίδιο το τοπικό μοντέλο απ’ότι ξέρω δεν επανεκπαιδεύεται, μεχρι να το αναβαθμίσεις όπως αναβαθμίζεις οποιοδήποτε άλλο λογισμικό.
Αν είναι το μοντέλο κάποιας μεγάλης εταιρίας και το τρέχει η ίδια η εταιρεία στους σέρβερ της, τότε ναι η εκπαίδευση γίνεται συνέχεια. Αλλά και πάλι, το ξεψάχνισμα γίνεται για την εκπαίδευση, όχι για κάθε αλληλεπίδραση με κάθε χρήστη ξεχωριστά. Το ξεψάχνισμα, η εκπαίδευση και η χρήση δεν παύουν να είναι ενεργοβόρες διαδικασίες.
“Οι σχετικές έρευνες είναι στη διάθεση του κάθε ενδιαφερόμενου”, αλλά δεν τις λινκάρει. Δε με το βγάζεις απ’ το μυαλό πως τα αποτελέσματά τους θα μπορούσαν μια χαρά να εξηγηθούν ως αποτελέσματα του ότι όποιος είναι πιο του διαβάσματος, είναι πιο του διαβάσματος (θυμήθηκα και τις έρευνες που θεωρήθηκε πως ανακάλυψαν ότι ο θηλασμός προκαλεί αύξηση της γενικής γνωσιακής ικανότητας, ενώ στην πραγματικότητα έκαναν το αντίθετο, μετρώντας το ότι ο θηλασμός ήταν πιο μόδα στους μορφωμένους).