Η Τεχνητή Νοημοσύνη και η Δημιουργικότητα: Νέοι ορίζοντες στον τρόπο που δημιουργούμε και επικοινωνούμε.
Όσα στοιχεία πιστεύαμε μέχρι τώρα ότι μας κάνουν να διαφέρουμε ως ανθρώπινο είδος αρχίζουν σιγά σιγά να υιοθετούνται από διάφορα αυτοματοποιημένα συστήματα. Η ηθική, η δημιουργικότητα, η υποκειμενικότητα έως και η αυτοσυνείδηση ενός ατόμου είναι στοιχεία που εάν ένα ρομπότ τεχνολογίας τεχνητής νοημοσύνης (ΤΝ) εκπαιδευτεί καλά μπορεί να τα αποκτήσει. Η ταχύτητα των αλλαγών στον τομέα της ΤΝ επιτυγχάνεται με γρήγορους ρυθμούς και έχει το δυναμικό να μετασχηματίσει τον κόσμο μας σε σχετικά σύντομο χρονικό διάστημα. Ενώ η ανάπτυξη της επιστημονικής γνώσης και της τεχνολογίας έχει απαιτήσει αιώνες, οι πρόοδοι στην TN συμβαίνουν με πολύ μεγάλη ταχύτητα.
Η κοινωνία μας δυστυχώς υποκύπτει στην τάση της ατομικότητας και του εγωκεντρισμού, απομακρυσμένη από τη συλλογικότητα και την αλληλεγγύη. Η έμφαση στο εγώ αντικαθιστά τον έμφυτο κοινωνικό προσανατολισμό προς το εμείς, ενώ η ατομικότητα αντικαθιστά την κοινωνική συνοχή. Η αντικατάσταση αυτή οδηγεί σε έναν εξατομικευμένο, ωφελιμιστικό και αδίστακτο πολιτισμό, ο οποίος με τον χρόνο καταρρέει και διαφθείρεται.
Ο συνδυασμός των μεγάλων κλιμακωτών αλλαγών και της εγωιστικής συμπεριφοράς του ανθρώπου προκαλούν
την πόλωση των απόψεών μας και τη κοινωνική κυριαρχία του φόβου.

Η τεχνητή νοημοσύνη μας φέρνει στο κατώφλι μιας μεγάλης αλλαγής στον τρόπο αφήγησής μας. Από τον προφορικό λόγο, στον γραπτό, στη συνέχεια είχαμε την ανακάλυψη της τυπογραφίας και τέλος το διαδίκτυο, όπου όλοι συνδεόμαστε σε έναν παγκόσμιο ιστό οπτικοακουστικά αλλά και λεκτικά πληκτρολογώντας σε διάφορες ηλεκτρονικές συσκευές.
Πλέον σε διάφορες εφαρμογές Τεχνητής Νοημοσύνης (ΤΝ) μπορούμε πληκτρολογώντας ένα κείμενο να λαμβάνουμε ένα εικονικό αποτέλεσμα.
Ας δούμε όλο αυτό με ένα παράδειγμα και πώς μπορεί να συμβάλει στη δημιουργική διαδικασία στο χώρο της μόδας.
Στα μέσα Φεβρουαρίου, ο Pietro Beccari (πρόεδρος και διευθύνων σύμβουλος της Louis Vuitton) ανακοίνωσε τον Pharrell Williams ως νέο creative director (διευθυντή Δημιουργικού) της ανδρικής τους ένδυσης. Ο Arthur Chance (δημιουργός εικόνων με τη βοήθεια της τεχνητής νοημοσύνης) χρησιμοποίησε τουλάχιστον δύο εφαρμογές ΤΝ για να εξετάσει πώς θα μπορούσε μια συλλογή του 2026 να δείχνει μέσα από αυτή τη συνεργασία της LV και του Pharrell.
Στην πρώτη “συνομίλησε” με ένα ρομπότ (το οποίο έχει μία βάση δεδομένων που ανέρχεται γύρω στις 175 δισεκατομμύρια πληροφορίες) για την αισθητική και την ιστορία της Louis Vuitton και του Pharrell και στη συνέχεια κατέληξανσε μερικές γραπτές ιδέες. Στη δεύτερη εφαρμογή πληκτρολογώντας αυτές τις ιδέες, ‘’εικονοποίησε’’ αυτό το γραπτό όραμα.

Όπως ο ίδιος παρατήρησε, «για πρώτη φορά το περιεχόμενο και η δημιουργία μπορούν να συμβαδίσουν με την έμπνευση». Για τον σχεδιασμό μιας συλλογής ρούχων απαιτείται ,ίσως, κάποια έρευνα για μελλοντικές τάσεις και για διάφορους τομείς που σε ενδιαφέρουν. Όλα αυτά τα συνδυάζεις και με τη βοήθεια του συνειδητού και ασυνείδητου σου, του πειραματισμού και με προσωπική αυθεντικότητα καταλήγεις σε ένα δημιούργημα. Τώρα όλα αυτά μπορούν και συμβαίνουν παράλληλα και χρονικά ‘’συμπιεσμένα’’.
Οι αλγόριθμοι μηχανικής μάθησης και ανάπτυξη των συστημάτων TN εξαρτώνται σε μεγάλο βαθμό από τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση τους. Αν αυτά τα δεδομένα είναι προκατειλημμένα ή αντικειμενικά αναπαρίσταται μόνο μία πλευρά ενός προβλήματος , τότε η τεχνητή νοημοσύνη θα παρουσιάσει προκατειλημμένες αποφάσεις ή στρεβλώσεις. Αντίθετα, η αντιμετώπιση της προκατάληψης στην τεχνητή νοημοσύνη μπορεί να βοηθήσει στη δημιουργία πιο αντικειμενικών και αξιόπιστων συστημάτων Τεχνητής Νοημοσύνης.
Υπάρχουν μόνο λίγες εταιρείες που έχουν τους πόρους και την εμπειρογνωμοσύνη για να δημιουργήσουν μεγάλης κλίμακας μοντέλα μετασχηματιστή ΤΝ και αυτά τα μοντέλα συνήθως εκπαιδεύονται σε τεράστια σύνολα δεδομένων που μπορεί να περιέχουν και προκαταλήψεις. Ωστόσο, είναι σημαντικό να σημειωθεί ότι η προκατάληψη δεν είναι ενσωματωμένη στα δεδομένα, αλλά εισάγεται από την ανθρώπινη λήψη αποφάσεων και τα κοινωνικά συστήματα.

Η δεύτερη φάση της ανάπτυξης της τεχνητής νοημοσύνης, όπου οι άνθρωποι αλληλοεπιδρούν και εκπαιδεύουν τα μοντέλα, είναι επίσης σημαντική για τον προσδιορισμό των αποτελεσμάτων της τεχνητής νοημοσύνης. Με την παροχή ανατροφοδότησης και την διόρθωση των προκαταλήψεων, μπορούμε να βοηθήσουμε στη μείωση της επίδρασης των προκαταλήψεων στα συστήματα ΤΝ και στη δημιουργία πιο αντικειμενικών και αξιόπιστων συστημάτων Εδώ είναι που μπορεί να βοηθήσει το κίνημα του ανοικτού κώδικα, καθώς παρέχει τη δυνατότητα σε περισσότερους ανθρώπους να συμβάλουν στην ανάπτυξη αντικειμενικών συστημάτων ΤΝ και στη βελτίωση της ποιότητας των δεδομένων που χρησιμοποιούνται για την εκπαίδευση τους.
Όπως ανέφερε και ο Δημόκριτος : «υπάρχουν δύο είδη γνώσης, η μία μέσω των αισθήσεων και η άλλη μέσω της διάνοιας. Από αυτές, εκείνη που αποκτάται μέσω της διάνοιας την αποκαλεί γνήσια, αποδίδοντάς της αξιοπιστία για την εκφορά σωστής κρίσης, ενώ εκείνη που αποκτάται μέσω των αισθήσεων την ονομάζει νόθα, μην αναγνωρίζοντάς της το αλάθητο για τη διάγνωση του αληθινού».
Βρισκόμαστε προ των πυλών ενός νέου Πολιτισμικού Ρεύματος το οποίο βασίζεται στη συνειδητοποίηση της επιστημονικής γνώσης που αποκτάται μέσω της διάνοιας.
Υπήρξαν και υπάρχουν οργανισμοί που βρίσκονται στη Γαία μας περισσότερο χρόνο από το ανθρώπινο είδος. Άρα, αναλογικά, θα μπορούσαμε να πούμε ότι η ανθρωπότητα διανύει την εφηβεία της. Η τεχνολογία ήταν πάντα και θα είναι δίκοπο μαχαίρι. Πρέπει να κατανοήσουμε ότι η τεχνητή νοημοσύνη είναι ένα νέο εργαλείο και υποχρεούμαστε να συμβάλουμε στην σωστή θεμελίωσή της με ωριμότητα και ανθρωπιά και συνάμα διατηρώντας την προσωπική μας αυθεντικότητα.
Στο επόμενό μου άρθρο θα αναλύσω τη συμβολή της τεχνητής νοημοσύνης στον χώρο της μόδας σε ένα πιο πρακτικό επίπεδο.
Άρθρο: Ελένη Τσιώνη (Φωτογράφος/Fashion editor, artandyou.gr team)