Τα στοιχεία της σχετικής έρευνας παρουσίασε στο συνέδριο του Ελληνοαμερικανικού Επιμελητηρίου GES2023 η Ευγενία Μπόζου, επικεφαλής Κυβερνητικών Υποθέσεων και Δημόσιας Πολιτικής της Google Ελλάδας, Κύπρου, Μάλτας, ανοίγοντας τη συζήτηση που είχε με τον αντιπρόεδρο του Ιδρύματος Πληροφορικής & Καινοτομίας και Διευθυντή του Κέντρου Καινοτομίας Δεδομένων των ΗΠΑ, Ντάνιελ Κάστρο (Daniel Castro), για τις στρατηγικές που αφορούν το ρυθμιστικό περιβάλλον για την Τεχνητή Νοημοσύνη.
«Ολοένα και περισσότεροι άνθρωποι κάνουν αναζητήσεις για την Τεχνητή Νοημοσύνη και παρόλο που η Google ενσωματώνει την Τεχνητή Νοημοσύνη στα εργαλεία και τις υπηρεσίες της, τα τελευταία δέκα χρόνια, το ενδιαφέρον συνεχίζει και αυξάνεται», καθώς «μπαίνουμε σε μία νέα κρίσιμη περίοδο και οι επιλογές που θα κάνουμε σήμερα -είτε είμαστε κυβερνήσεις, είτε βιομηχανία, είτε κοινωνία των πολιτών - θα διαμορφώσουν την πορεία προς μέλλον», είπε κ. Μπόζου, σημειώνοντας ότι «στην Google λέμε ότι η Τεχνητή Νοημοσύνη είναι πολύ σημαντική για να μην τη ρυθμίσεις και παραείναι σημαντική για να μην τη ρυθμίσεις σωστά».
Ποιες αρχές θα πρέπει να διέπουν το ρυθμιστικό πλαίσιο για τις εφαρμογές της Τεχνητής Νοημοσύνης
Λαμβάνοντας τον λόγο ο κ. Κάστρο εξήγησε πως «η βασική λογική πίσω από τη ρύθμιση της Τεχνητής Νοημοσύνης είναι σχετική με την ίδια τη φύση της», διότι, για παράδειγμα, «υπάρχουν κάποιοι αλγόριθμοι -‘’black box’’ είναι ο σχετικός όρος- που δε γνωρίζουμε τι ακριβώς κάνουν, δεδομένου ότι είναι εκπαιδευμένοι μέσω μηχανικής μάθησης, δηλαδή ο προγραμματιστής δε τους δίνει σαφείς οδηγίες, αντιθέτως τους τροφοδοτεί δεδομένα και το σύστημα χρησιμοποιεί τα δεδομένα για να αναπτύξει κάποιο μοντέλο», όμως «δεδομένου ότι δεν υπάρχει ορατότητα σχετικά με το πώς ακριβώς λειτουργεί το μοντέλο, ίσως είναι απαραίτητο σε ορισμένες περιπτώσεις να υπάρχει μία επίβλεψη των τελικών προϊόντων και υπηρεσιών τεχνητής νοημοσύνης πριν αυτά λανσαριστούν στην αγορά».
Σε ό,τι αφορά τις βασικές αρχές της ρύθμισης για την Τεχνητή Νοημοσύνη ο ομιλητής επισήμανε πώς «δεν πρέπει να δώσουμε έδαφος σε προκαταλήψεις υπέρ ή κατά της ανθρώπινης επιλογής» και διευκρίνισε πως σε ένα σύστημα Τεχνητής Νοημοσύνης, είτε τις αποφάσεις τις λαμβάνει το σύστημα , είτε ο άνθρωπος «η ρύθμιση που απαιτείται θα πρέπει να είναι πάνω- κάτω η ίδια και στις δύο περιπτώσεις».
«Δηλαδή χρησιμοποιείται ένας υπολογιστής για να ληφθεί κάποια απόφαση παροχής δανείου ή η απόφαση λαμβάνεται από έναν άνθρωπο; Και στις δύο περιπτώσεις θα πρέπει να ισχύουν τα ίδια κριτήρια και κανονισμοί. Μιλάμε, δηλαδή, για τη ρύθμιση της απόδοσης και όχι των διαδικασιών, προσανατολιζόμαστε προς τα αποτελέσματα, προκειμένου στη συνέχεια να αποφασίσουμε αν θα λανσαριστεί ένα προϊόν ή υπηρεσία στην αγορά, και να γνωρίζουμε ποιος είναι υπόλογος», εξήγησε.
Ο κ. Κάστρο χαρακτήρισε βασική παράμετρο του ρυθμιστικού πλαισίου για την Τεχνητή Νοημοσύνη «το να επικεντρωθούμε στη ρύθμιση τομέων και όχι τεχνολογιών».
Όπως, διευκρίνισε, παρόλο που τα θεμέλια των τεχνολογιών μηχανικής μάθησης και βαθειάς μάθησης είναι παρεμφερή, εφόσον οι εφαρμογές αυτών είναι διαφορετικές σε σχέση με τη χρήση της Τεχνητής Νοημοσύνης σε τομείς όπως της υγείας, των μεταφορών κλπ. «είναι διαφορετικά πράγματα και χρήζουν διαφορετικής ρύθμισης που μάλιστα πρέπει να βασίζεται στην εμπειρογνωμοσύνη ειδικών και ρυθμιστών».
Επισήμανε, τέλος, την ανάγκη «να αποφύγουμε τη λεγόμενη ‘’μυωπία τεχνητής νοημοσύνης’’, ήτοι το βλέπουμε ένα πρόβλημα και ότι η Τεχνητή Νοημοσύνη ίσως να έχει μία σύνδεση με αυτό και να προσπαθούμε να αναπτύξουμε κανόνες μονάχα για την Τεχνητή Νοημοσύνη».
