Η Τεχνητή Νοημοσύνη (ΤΝ) προσφέρει εξαιρετικές νέες δυνατότητες για την έρευνα και την εκπαίδευση, εργαλεία και προοπτικές που μετασχηματίζουν τις διαδικασίες της συγγραφής και της μάθησης. Εφαρμογές ΤΝ υποστηρίζουν ήδη τους ερευνητές σε όλα τα στάδια της ακαδημαϊκής έρευνας, από τη σύλληψη και υλοποίηση (περιλαμβάνει την επισκόπηση της διεθνούς βιβλιογραφίας, τα ερευνητικά εργαλεία και τις υποδομές, τη συλλογή και παραγωγή δεδομένων, τον ιδεασμό και τη δημιουργία υποθέσεων), τη διάχυση (περιλαμβάνει τη δημόσια διάθεση των ερευνητικών αποτελεσμάτων, δηλ επιστημονικές δημοσιεύσεις με κρίση από ομοτίμους, βιβλία και κάθε άλλο δημιουργικό έργο), τη μεταφορά (περιλαμβάνει τη μεταφορά των ερευνητικών αποτελεσμάτων στην πράξη, άλλοτε μέσα από την κατοχύρωση με διπλώματα ευρεσιτεχνίας ή των πνευματικών δικαιωμάτων, την εμπορευματοποίηση και την ιδιωτικότητα των δεδομένων) και τη χρηματοδότηση (περιλαμβάνει τις διαδικασίες για τη σύνταξη προτάσεων χρηματοδότησης ενός ερευνητικού έργου). Βλ. Έκθεση της Ειδικής Επιτροπής για την ΤΝ του Cornell University (link)
-
Η ΤΝ στην υπηρεσία των φοιτητών:
Οι νέες δυνατότητες μπορούν να υποστηρίξουν, να εμπλουτίσουν και να ενισχύσουν την εργασία των φοιτητών εξοικονομώντας χρόνο και ελαχιστοποιώντας το μόχθο ορισμένων διαδικασιών. Σε πρακτικό επίπεδο η ΤΝ βοηθάει στην προετοιμασία για τις εξετάσεις και στη συγγραφή εργασιών, στη σύνοψη μεγάλου όγκου πληροφοριών, στη μετάφραση εννοιών και κειμένων, στη βιβλιογραφική επισκόπηση, στον καταιγισμό ιδεών, στην εύκολη δημιουργία παρουσιάσεων και εικόνων, στην ανάλυση δεδομένων, στην οπτικοποίηση συνόλων δεδομένων, στην ανίχνευση τάσεων κτλ. Ιδιαίτερη προτίμηση παρατηρείται από τους φοιτητές στα chatbots, τα οποία ομολογουμένως μπορούν να είναι ισχυροί σύμμαχοι στη διαδικασία συγγραφής κειμένων, δίνοντας ιδέες, προτείνοντας σχετικές πηγές, συνοψίζοντας ευρήματα από ερευνητικές εργασίες, μεταφράζοντας από πολλές γλώσσες κτλ. Μπορούν ακόμη να βοηθήσουν στη δομή της εργασίας, να τροφοδοτήσουν με επιχειρήματα, να υποστηρίξουν την επιμέλεια του κειμένου και να βελτιώσουν τη σαφήνεια και το ύφος.
Η UNESCO ενθαρρύνει τη χρήση της ΤΝ από τους φοιτητές , προσκαλώντας τους αρχικά να κατανοήσουν σε βάθος τη νέα τεχνολογία, μετά να την εφαρμόσουν σε διάφορα πεδία και κατόπιν να δημιουργήσουν οι ίδιοι νέα γνώση και νέα εργαλεία με τη συνδρομή της (UNESCO AI competency framework for students (2024)). Ήδη η εξάπλωση της χρήσης στο πανεπιστημιακό περιβάλλον και στη χώρα μας είναι τεράστια, όπως δείχνουν οι έρευνες (EU survey on the use of ICT in households and by individuals, OECD ICT Access and Usage Database) με εφαρμογές που πολλαπλασιάζονται καθημερινά.
Η ευκολία και η φιλικότητα στη χρήση των εφαρμογών ΤΝ δεν πρέπει να οδηγεί στην υποτίμηση της πολυπλοκότητας και της επίδρασης της νέας τεχνολογίας. Είναι απαραίτητη τη στάθμιση σοβαρών ζητημάτων, όπως η ποιότητα των δεδομένων που τροφοδοτούν τα συστήματα ΤΝ, η διαφάνεια και η ανοικτότητα των εργαλείων και των δεδομένων, η τήρηση της ιδιωτικότητας, ο σεβασμός στα όρια της πνευματικής και καλλιτεχνικής ιδιοκτησίας, η αποφυγή φυλετικών, γλωσσικών και πολιτιστικών διακρίσεων. Η χρήση της ΤΝ στην έρευνα διέπεται από δεοντολογία και κανόνες που αρχίζουν να θεσπίζουν τα ιδρύματα και αφορούν την απαίτηση για επαλήθευση (verification), διαφάνεια (disclosure) και διακριτικότητα (discretion).
-
Πνευματική ιδιοκτησία και ΤΝ
Όσον αφορά την πνευματική ιδιοκτησία στο υλικό το παραγόμενο από ΤΝ, καθοριστικός παράγων είναι η έννοια της ανθρώπινης δημιουργικότητας, της προσωπικής πνευματικής δημιουργίας (Human authorship) που εξ ορισμού προστατεύεται από το δίκαιο Πνευματικής Ιδιοκτησίας σε αντιδιαστολή με την παραγωγή υλικού που είναι υποβοηθούμενη αποκλειστικά ή εν μέρει από την ΤΝ. Ειδικά ζητήματα που προκύπτουν τώρα είναι αάν το ίδιο το σύστημα ΤΝ μπορεί να θεωρηθεί «δημιουργός», εάν τα έργα για την εκπαίδευση μοντέλων ΤΝ προστατεύονται από το copyright, αν και κατά πόσο υπάρχει ευθύνη για παραβίαση copyright από έργα που παρήχθησαν με τη χρήση ΤΝ, εάν ο αλγόριθμος που χρησιμοποιείται προστατεύεται ή όχι από το δίκαιο πνευματικής ιδιοκτησίας κτλ. O οργανισμός Creative Commons ανέπτυξε τα σήματα CC Signals "ένα μηχανισμό που επιτρέπει στους δημιουργούς να δηλώνουν τις προσδοκίες τους σχετικά με το πώς μπορούν (ή δεν μπορούν) να χρησιμοποιούνται τα έργα τους από συστήματα τεχνητής νοημοσύνης. Σε αντίθεση με τις CC άδειες, τα Signals λειτουργούν πέρα από το πεδίο της πνευματικής ιδιοκτησίας — ακόμα και σε περιπτώσεις όπου ο νόμος είναι ασαφής ή ανίσχυρος" (CC Signals: Μια νέα αρχή για την προστασία των δημιουργών στην εποχή της Τεχνητής Νοημοσύνη).
Πηγές
- Artificial Intelligence and Copyright Checklist of Issues on Generative IP
- CC Signals: Μια νέα αρχή για την προστασία των δημιουργών στην εποχή της Τεχνητής Νοημοσύνης
- ‘Generative AI in Academic Research’. Cornell University, Research & Innovation
- OECD (2023), Artificial Intelligence in Science: Challenges, Opportunities and the Future of Research, OECD Publishing, Paris, https://doi.org/10.1787/a8d820bd-en
- Research and AI στο EIFL (Electronic Information for Libraries) (2024). Artificial Intelligence and Open Science
