Në vitet 1960, matematikani dhe kriptografi i Bletchley Park, I.J. Good, propozoi një ide që sot është bërë pothuajse “besim” në Silicon Valley. Ai tha se nëse krijojmë një makinë super-inteligjente, ajo mund të krijojë makina edhe më të mira, duke nisur një shpërthim të inteligjencës që do ta tejkalonte shumë mendjen njerëzore. Sipas tij, kjo makinë do të ishte “shpikja e fundit që njerëzimi do të kishte nevojë të bënte”.
Sot, kjo ide nuk është më vetëm fantazi. Ajo është bërë një objektiv real për kompanitë dhe institucionet më të fuqishme në botë. Për shembull, Demis Hassabis nga Google DeepMind flet për “zgjidhjen e inteligjencës” për të “zgjidhur gjithçka tjetër”. Tingëllon shumë bindëse. Por edhe nëse supozojmë që sistemet e ardhshme do të jenë shumë më të avancuara se sot, kjo ide ka disa probleme serioze.
Problemi 1: Inovacioni nuk është i thjeshtë
Shpesh mendojmë se inovacioni është një proces i drejtpërdrejtë: ide → zgjidhje → sukses.
Në realitet, është si një zinxhir, aq i fortë sa hallka më e dobët.
Një shembull i famshëm është shpërthimi i anijes hapësinore Challenger në vitin 1986. Nuk dështoi teknologjia e avancuar, por një detaj i vogël: një unazë gome që nuk përballoi temperaturat e ftohta. Ky “detaj i vogël” është metaforë për shumë pengesa të fshehura që mund të rrëzojnë edhe sistemet më të avancuara.
Edhe me AGI ndodh e njëjta gjë. Mund të përshpejtojë kërkimin shkencor, por nëse nuk kalon provat klinike, prodhimin në shkallë, apo rregulloret ligjore, “zbulimi” nuk bëhet kurrë një shpikje reale. Pra, roli i njeriut nuk zhduket, thjesht zhvendoset aty ku janë pengesat.
Problemi 2: Inteligjenca nuk është vetëm “më shumë = më mirë”
Për të qenë “shpikja e fundit”, AGI duhet të zëvendësojë plotësisht njerëzit. Por inteligjenca nuk funksionon kështu.
Edhe një AGI shumë i fuqishëm mund të jetë:
- shumë i mirë në shpejtësi dhe analizë
- por i dobët në situata të rralla ose të papritura
Pra, ka forca dhe dobësi të ndryshme nga njeriu.
Kur këto kombinohen, shpesh rezultati është më i mirë se secili veçmas. Një shembull interesant është loja Go. Edhe pse AlphaGo mundi kampionin Lee Sedol në 2016, studiuesit treguan më vonë se programet mund të mposhten duke i çuar në situata të pazakonta. Kjo tregon se edhe sistemet më të mira kanë “vrima”, dhe aty hyn njeriu.
Problemi 3: Jo çdo njohuri mund të digjitalizohet
Ideja e “shpikjes së fundit” supozon që çdo njohuri mund të kthehet në të dhëna. Por kjo nuk është e vërtetë.
Merrni shembullin e Ford Model T. Suksesi i tij nuk ishte vetëm dizajni, por mënyra si organizohej prodhimi.
Shumë vende shkuan të studionin fabrikat e Ford-it nga afër, sepse kjo njohuri nuk mund të kuptohej vetëm nga planet apo dokumentet.
Ajo ishte e fshehur në:
- rutinat e punës
- përvojën e punëtorëve
- mënyrën si zgjidheshin problemet çdo ditë
E njëjta gjë ndodh me sistemin e prodhimit të Toyota-s. Kjo quhet “problemi i njohurisë”: shumë njohuri janë lokale, praktike dhe të pathëna. “Po nëse regjistrojmë gjithçka?”
Disa thonë: vendosim kamera, sensorë dhe regjistrojmë gjithçka.
Por kjo ka dy probleme:
- Njerëzit nuk do të ndihen rehat të monitorohen vazhdimisht
- Ligjet dhe privatësia (si GDPR në BE) e bëjnë këtë shumë të vështirë
Edhe sikur të ishte e mundur, jo çdo vendim apo gjykim njerëzor mund të kthehet në të dhëna.
Carl Benedikt Frey, profesor i asociuar i AI dhe Punës në Oxford Internet Institute dhe drejtor i Programit për të Ardhmen e Punës në Oxford Martin School, është autor i librit më të fundit “How Progress Ends: Technology, Innovation, and the Fate of Nations” (Princeton University Press, 2025).
Që nga viti 2015 nxisim shpirtin sipërmarrës, inovacionin dhe rritjen personale duke ndikuar në zhvillimin e një mjedisi motivues dhe pozitiv tek lexuesit tanë. Mbështetja juaj na ndihmon ta vazhdojmë këtë mision.
Na Suporto
