Για να μεταβούμε στον προορισμό της επιλογής μας το μόνο που έχουμε να κάνουμε είναι να οδηγήσουμε το όχημα μας με ασφάλεια, ακολουθώντας τους κανόνες κυκλοφορίας και τις συμφωνημένες ηθικές αρχές, χωρίς να χρειάζεται να ξέρουμε πώς λειτουργεί ο κινητήρας του αυτοκινήτου. Ας εφαρμόσουμε την ίδια λογική όταν σκεφτόμαστε πώς αλληλεπιδρούμε με τα συστήματα τεχνητής νοημοσύνης (ΤΝ), όπως οι ψηφιακοί βοηθοί που χρησιμοποιούν αναγνώριση φωνής ή οι αλγόριθμοι που μας προτείνουν την επόμενη ταινία που θα δούμε
Η νέα έκδοση του του DigComp 2.2 έχει ως στόχο να δώσει στους χρήστες βασικές γνώσεις σχετικά με το τι μπορούν και τι δεν μπορούν να κάνουν τα συστήματα ΤΝ καθώς επίσης εισάγει ορισμένες βασικές αρχές που πρέπει να λαμβάνουν υπόψη όταν αλληλεπιδρούν με αυτά τα συστήματα. Αυτό μπορεί να βοηθήσει τους πολίτες να γίνουν πιο σίγουροι, κριτικοί και ανοιχτόμυαλοι χρήστες των σημερινών τεχνολογιών, συμβάλλοντας παράλληλα στη μείωση των κινδύνων που σχετίζονται με την ασφάλεια, τα προσωπικά δεδομένα και την ιδιωτική ζωή.
Η τεχνητή νοημοσύνη είναι παντού, αλλά το γνωρίζουμε;
Πολλές καθημερινές τεχνολογίες χρησιμοποιούν κάποιο είδος τεχνητής νοημοσύνης. Για παράδειγμα, η τεχνητή νοημοσύνη μπορεί να μεταφράσει φωνητικές εντολές σε ενέργειες, όπως να πραγματοποιήσει μια κλήση ή να ανάψει τα φώτα. Συχνά, οι χρήστες δεν γνωρίζουν ότι αυτά τα συστήματα συλλέγουν προσωπικά δεδομένα και δεν αντιλαμβάνονται πώς αυτά τα δεδομένα μπορούν να χρησιμοποιηθούν (π.χ. για την εκπαίδευση νέων αλγορίθμων ΤΝ ή την ανταλλαγή με τρίτα μέρη). Αυτό φυσικά προκαλεί ανησυχίες για την προστασία της ιδιωτικής ζωής και την ασφάλεια.
Η αναθεώρηση DigComp 2.2 περιλαμβάνει ένα παράρτημα με περισσότερα από 70 παραδείγματα που βοηθούν τους ανθρώπους να κατανοήσουν καλύτερα πού και πότε μπορούν να συναντήσουν συστήματα τεχνητής νοημοσύνης στην καθημερινή τους ζωή. Παρέχει επίσης πρακτικά παραδείγματα για το πώς οι νέες τεχνολογίες έχουν εισχωρήσει στην καθημερινότητά μας.
Πώς μπορεί το DigComp 2.2 να μας βοηθήσει να κατανοήσουμε τα συστήματα τεχνητής νοημοσύνης;
Αυτή η νέα αναθεώρηση του πλαισίου παρέχει τρία είδη παραδειγμάτων για να κατανοήσουμε τι κάνουν τα συστήματα τεχνητής νοημοσύνης (ΤΝ) και τι όχι:
- Παραδείγματα γνώσης: Αυτά επικεντρώνονται σε γεγονότα, αρχές και πρακτικές. Συνεργαζόμενοι με συστήματα ΤΝ με αυτοπεποίθηση και ασφάλεια, είναι σημαντικό να κατανοούμε πώς οι μηχανές αναζήτησης, τα μέσα κοινωνικής δικτύωσης και οι πλατφόρμες περιεχομένου χρησιμοποιούν αλγόριθμους ΤΝ για να δημιουργούν απαντήσεις προσαρμοσμένες στις προτιμήσεις του χρήστη (βλ. AI 03, σελίδα 78).
- Παραδείγματα δεξιοτήτων: Αυτά επικεντρώνονται στην ικανότητα εφαρμογής γνώσεων κατά την αλληλεπίδραση με συστήματα ΤΝ. Αυτό σημαίνει να γνωρίζουμε πώς να τροποποιούμε τις ρυθμίσεις στις εφαρμογές, το λογισμικό και τις ψηφιακές πλατφόρμες για να επιτρέπουμε ή να αποτρέπουμε την παρακολούθηση, τη συλλογή ή την ανάλυση δεδομένων (π.χ. απενεργοποιώντας την παρακολούθηση τοποθεσίας στα τηλέφωνά μας) (βλ. AI 35, σελίδα 80).
- Παραδείγματα στάσης: Αυτά σχετίζονται με την ανθρώπινη παρέμβαση και τον έλεγχο, δείχνοντας μια διάθεση ή νοοτροπία για δράση. Αυτό σημαίνει ότι είμαστε ανοιχτοί σε συστήματα ΤΝ που μας βοηθούν να λαμβάνουμε τεκμηριωμένες αποφάσεις σύμφωνα με τους στόχους μας (π.χ. αν θα ακολουθήσουμε ή όχι μια σύσταση).
Όλα αυτά τα παραδείγματα σχετίζονται με τις υπάρχουσες ικανότητες του DigComp και στοχεύουν να βοηθήσουν τους εκπαιδευτικούς και τους παρόχους κατάρτισης να ανανεώσουν το εκπαιδευτικό τους περιεχόμενο και να δείξουν πώς οι νέες τεχνολογίες μπορούν να ενσωματωθούν στην καθημερινή ζωή.
Απόκτηση εμπιστοσύνης για την αντιμετώπιση των ψευδών ειδήσεων και της παραπληροφόρησης
Τα νέα θέματα στην επικαιροποίηση ασχολούνται με φαινόμενα που συχνά ενισχύουν την παραπληροφόρηση στα μέσα κοινωνικής δικτύωσης, όπως οι “φούσκες φίλτρου” (όπου ένας αλγόριθμος δείχνει στον χρήστη μόνο πληροφορίες που συμφωνούν με τις προηγούμενες δραστηριότητές του) και οι “θάλαμοι ηχώ” (όπου οι χρήστες βλέπουν μόνο απόψεις που συμφωνούν με τις δικές τους χωρίς να ακούνε αντίθετες γνώμες). Επίσης, περιλαμβάνονται παραδείγματα από ψεύτικα στοιχεία και άλλο περιεχόμενο που παράγεται αυτόματα από την ΤΝ.
Εστιάζουν επίσης στις ανησυχίες για την ιδιωτικότητα όταν χρησιμοποιούμε συστήματα ΤΝ που μπορεί να μοιράζονται προσωπικά δεδομένα με τρίτους, και περιλαμβάνουν βασικές ερωτήσεις που πρέπει να κάνουμε πριν ενεργοποιήσουμε λογισμικό αναγνώρισης προσώπου ή ψηφιακούς βοηθούς στο τηλέφωνό μας.
Τα παραδείγματα του DigComp 2.2 σχετικά με την αλληλεπίδραση των ανθρώπων με συστήματα ΤΝ έχουν στόχο να δώσουν μια εικόνα του σημερινού κόσμου και να βοηθήσουν τους ανθρώπους να χρησιμοποιούν την τεχνολογία με αυτοπεποίθηση, κριτική σκέψη και ασφάλεια, ειδικά την ΤΝ. Ένας άλλος στόχος είναι να επιτρέψουν στους πολίτες να ελέγχουν τη δική τους διά βίου μάθηση, ώστε να μένουν ενημερωμένοι σχετικά με τα συστήματα ΤΝ και τα “δεδομένα” που αφορούν κάθε πτυχή της ζωής μας. Τέλος, στοχεύουν να βοηθήσουν τους πολίτες να αντιμετωπίσουν ηθικά ζητήματα που σχετίζονται με τις ψηφιακές πρακτικές, όπως η ανθρώπινη αυτονομία, η οποία είναι βασική αξία της ΕΕ. Αυτοί οι στόχοι υποστηρίζουν επίσης το σχέδιο δράσης της Ευρωπαϊκής Επιτροπής για την ψηφιακή εκπαίδευση, που αποσκοπεί στην ενίσχυση των ψηφιακών δεξιοτήτων των πολιτών για τον ψηφιακό μετασχηματισμό.
Διαβάστε ολόκληρη την έκθεση εδώ.
Άλλες επικείμενες εργασίες του DEAP περιλαμβάνουν:
- Κατευθυντήριες γραμμές για εκπαιδευτικούς σχετικά με τη δεοντολογική αντιμετώπιση της ΤΝ και των δεδομένων
- Έγκριση πρότασης σύστασης του Συμβουλίου σχετικά με τη βελτίωση της παροχής ψηφιακών δεξιοτήτων στην εκπαίδευση
Σχετικά με τον συγγραφέα
H Δρ. Vuorikari είναι μία από τους κύριους ερευνητές για το DigComp 2.2. Η δουλειά της εστιάζει στην κατανόηση των γνώσεων, των δεξιοτήτων και των στάσεων που βοηθούν τους πολίτες να χρησιμοποιούν τις ψηφιακές τεχνολογίες, συμπεριλαμβανομένων των συστημάτων τεχνητής νοημοσύνης, με αυτοπεποίθηση, κριτική σκέψη και ασφάλεια. Εργάστηκε στο Κοινό Κέντρο Ερευνών (JRC) της Ευρωπαϊκής Επιτροπής από τον Ιούλιο του 2013 έως τον Αύγουστο του 2022. Έχει πτυχίο στην εκπαίδευση (M.Ed, 1998, Φινλανδία), υπερμέσα (DEA, 1999, Γαλλία) και διδακτορικό από το 2009.
Σχετικά με το Κοινό Κέντρο Ερευνών
Το Κοινό Κέντρο Ερευνών (JRC) είναι η επιστημονική και γνώσεων υπηρεσία της Ευρωπαϊκής Επιτροπής. Απασχολεί επιστήμονες που κάνουν έρευνα για να παρέχουν ανεξάρτητες επιστημονικές συμβουλές και υποστήριξη στην ΕΕ. Ο κύριος δικτυακός τόπος του είναι ο επιστημονικός κόμβος της ΕΕ.
©Viacheslav Iakobchuk
Αναδημοσίευση κειμένου: Helping People Interact with AI Systems in a Confident, Critical and Safe Way, Digital Skills & Jobs Platform, created by Riina VUORIKAR
Επιμέλεια μετάφρασης; Εθνική Συμμαχία για τις Ψηφιακές Δεξιότητες & την Απασχόληση
