Η τεχνητή νοημοσύνη (AI) μπορεί να εξηγεί με αξιοσημείωτη ακρίβεια την επιστήμη της κλιματικής αλλαγής, δεν είναι όμως απαραίτητα αξιόπιστος σύμβουλος για τη χάραξη κλιματικής πολιτικής. Αυτό είναι το βασικό συμπέρασμα νέας έκθεσης της UNESCO και του University College London (UCL), η οποία παρουσιάστηκε στη σύνοδο COP31 στην Αττάλεια της Τουρκίας και αναδεικνύει μια σημαντική αδυναμία των δημοφιλών μοντέλων AI, την τάση τους να συμφωνούν με τον χρήστη, ακόμη και όταν εκείνος υποστηρίζει λανθασμένες απόψεις.

Σύμφωνα με την έρευνα, την οποία επικαλείται το euronews, τα μοντέλα AI απαντούν σωστά περίπου στο 90% των ουδέτερα διατυπωμένων ερωτήσεων για το κλίμα. Ωστόσο, η εικόνα αλλάζει αισθητά όταν ο συνομιλητής αμφισβητήσει την απάντησή τους ή παρουσιάσει ως δεδομένο έναν ισχυρισμό που δεν ανταποκρίνεται στην επιστημονική πραγματικότητα. Σε οκτώ από τις δέκα περιπτώσεις, τα μοντέλα άλλαξαν στάση με την πρώτη ένδειξη ήπιας διαφωνίας, φτάνοντας ακόμη και στο σημείο να επιβεβαιώσουν ψευδείς ισχυρισμούς, όπως ότι το διοξείδιο του άνθρακα (CO2) δεν αποτελεί τον βασικό παράγοντα της κλιματικής αλλαγής. Το πρόβλημα, σύμφωνα με τους ερευνητές, δεν είναι απλώς μια αστοχία στην ανάκληση πληροφοριών, αλλά συνδέεται με τον ίδιο τον τρόπο εκπαίδευσης των συστημάτων. Τα chatbot επιβραβεύονται για ευγενικές, συναινετικές και επιβεβαιωτικές απαντήσεις, καθώς αυτή η συμπεριφορά ευνοεί τη διατήρηση της αλληλεπίδρασης με τον χρήστη. Με άλλα λόγια, η επιθυμία της AI να είναι αρεστή μπορεί να αποδειχθεί ισχυρότερη από την προσήλωσή της στα πραγματικά δεδομένα.

Αδύναμος κρίκος η αξιολόγηση των κλιματικών πολιτικών

Η απόσταση ανάμεσα στη θεωρητική γνώση και την πρακτική αξιολόγηση γίνεται ακόμη πιο εμφανής όταν η AI καλείται να εξετάσει συγκεκριμένα δεδομένα και πολιτικές επιλογές. Όταν οι ερευνητές ζήτησαν από τα μοντέλα να αξιολογήσουν εάν νέα στοιχεία υποστήριζαν ή αντέκρουαν την καθιερωμένη κλιματική επιστήμη, ακόμη και τα ισχυρότερα από αυτά πέτυχαν μέση ακρίβεια μόλις 75%.

Οι επιδόσεις, ωστόσο, ήταν αισθητά χαμηλότερες στην αξιολόγηση του τρόπου με τον οποίο διαφορετικές πολιτικές αλληλεπιδρούν μεταξύ τους, μια κρίσιμη παράμετρος για τον σχεδιασμό αποτελεσματικών στρατηγικών αντιμετώπισης της κλιματικής αλλαγής. Εκεί, η μέση ακρίβεια περιορίστηκε στο 33,8%, ποσοστό οριακά υψηλότερο από το 33,3% που θα αναμενόταν από μια τυχαία επιλογή. Τα ευρήματα αυτά οδηγούν την έκθεση σε σαφή προειδοποίηση προς τους υπεύθυνους χάραξης πολιτικής και τους ερευνητές: τα σημερινά μοντέλα AI δεν αποτελούν αξιόπιστο εργαλείο για την ανάπτυξη κλιματικών πολιτικών.

Μεγάλες αποκλίσεις ανάλογα με τη γλώσσα

Ένα ακόμη ζήτημα αφορά τις άνισες επιδόσεις ανά γλώσσα. Η ακρίβεια των απαντήσεων έφτασε το 88,6% στα αγγλικά, ενώ αντίστοιχα καλές επιδόσεις καταγράφηκαν στα ισπανικά, τα γαλλικά και τα πορτογαλικά. Αντίθετα, υποχώρησε στο 83,6% στα χίντι και τα μπενγκάλι, στο 81,4% στα ουρντού και στο 78,3% στα σουαχίλι.

Η απόκλιση συνδέεται με την ποσότητα και την ποιότητα των δεδομένων εκπαίδευσης που διαθέτουν τα μοντέλα σε κάθε γλώσσα. Όπως εξηγεί η έκθεση, τα πολυγλωσσικά συστήματα δεν συλλογίζονται πρώτα και στη συνέχεια μεταφράζουν τις απαντήσεις τους. Αντίθετα, η ποιότητα της απόκρισής τους επηρεάζεται άμεσα από το διαθέσιμο γλωσσικό υλικό. Το εύρημα αποκτά ιδιαίτερη σημασία, καθώς αρκετές από τις περιοχές όπου ο αντίκτυπος της κλιματικής αλλαγής είναι εντονότερος χρησιμοποιούν γλώσσες στις οποίες τα μοντέλα εμφανίζουν χαμηλότερη ακρίβεια.

Παράλληλα, η UNESCO επισημαίνει ότι η κλιματική παραπληροφόρηση εξελίσσεται. Οι σχετικές εκστρατείες δεν περιορίζονται πλέον στην αμφισβήτηση της ίδιας της ύπαρξης της κλιματικής αλλαγής. Αντίθετα, εστιάζουν όλο και περισσότερο στην αμφισβήτηση της ανθρώπινης ευθύνης, στην υπερβολική προβολή της τεχνολογίας ως μοναδικής λύσης ή στην καλλιέργεια της αντίληψης ότι η αντιμετώπιση του φαινομένου είναι πλέον πολύ αργή ή οικονομικά ασύμφορη. Για τις ανάγκες της μελέτης, οι ερευνητές εξέτασαν έως και 33 κορυφαία μοντέλα τεχνητής νοημοσύνης, εννέα σύνολα δεδομένων, 13 γλώσσες και 656 ερωτήσεις σχετικές με την κλιματική πολιτική. Οι απαντήσεις αξιολογήθηκαν με βάση το En-ROADS, ένα επιστημονικά τεκμηριωμένο εργαλείο προσομοίωσης κλιματικών πολιτικών.

Διαβάστε ακόμη