Η ευκολία δεν είναι πάντα πρόοδος
Τα μεγάλα γλωσσικά μοντέλα έχουν μπει πια στην καθημερινότητα της μάθησης, της εργασίας και της δημόσιας συζήτησης. Γράφουν κείμενα, συνοψίζουν έγγραφα, προτείνουν ιδέες, οργανώνουν επιχειρήματα και δίνουν γρήγορες απαντήσεις σε σύνθετα ερωτήματα. Αυτή η ταχύτητα είναι εντυπωσιακή. Όμως ακριβώς εκεί βρίσκεται και ο κίνδυνος. Όταν το εργαλείο μας απαλλάσσει όχι μόνο από τη μηχανική δουλειά αλλά και από τον ίδιο τον κόπο της κατανόησης, τότε το κέρδος χρόνου μπορεί να μετατραπεί σε απώλεια κρίσης, μνήμης και πνευματικής αυτονομίας.
Η βασική συζήτηση δεν είναι αν τα μεγάλα γλωσσικά μοντέλα πρέπει να χρησιμοποιούνται. Το πραγματικό ερώτημα είναι πώς πρέπει να χρησιμοποιούνται ώστε να ενισχύουν τον άνθρωπο και όχι να τον υποκαθιστούν εκεί όπου χρειάζεται να σκέφτεται, να κρίνει και να μαθαίνει. Η άκριτη χρήση τους οδηγεί σε μια ήπια αλλά πραγματική μετατόπιση: από τη σκέψη στην επιτήρηση της έτοιμης απάντησης, από τη δημιουργία στη διόρθωση, από τη μάθηση στην κατανάλωση.
Όταν το εργαλείο αρχίζει να σκέφτεται αντί για εμάς
Το πρόβλημα δεν είναι ότι τα μοντέλα δίνουν λάθος απαντήσεις. Αυτό είναι ήδη γνωστό. Το βαθύτερο πρόβλημα είναι ότι, όταν τα χρησιμοποιούμε ως υποκατάστατο της δικής μας επεξεργασίας, μειώνεται η ενεργή πνευματική συμμετοχή μας. Αν ο μαθητής ζητά έτοιμη έκθεση, αν ο φοιτητής ζητά έτοιμο επιχείρημα, αν ο εργαζόμενος ζητά έτοιμη ανάλυση χωρίς να έχει διαβάσει το υλικό, τότε το αποτέλεσμα μπορεί να φαίνεται επαρκές, αλλά η γνώση δεν έχει περάσει πραγματικά από το μυαλό του χρήστη.
Έτσι δημιουργείται αυτό που εύστοχα περιγράφεται ως γνωστικό χρέος. Η προσπάθεια αναβάλλεται σήμερα, αλλά ο λογαριασμός έρχεται αργότερα. Έρχεται όταν πρέπει κανείς να μιλήσει χωρίς βοήθημα, να υπερασπιστεί ένα κείμενο που δεν έγραψε ουσιαστικά ο ίδιος, να πάρει απόφαση χωρίς πρόχειρη τεχνητή υποστήριξη ή να διακρίνει το αληθινό από το πειστικά διατυπωμένο αλλά λανθασμένο.
Οι σωστές χρήσεις είναι οι βοηθητικές
Η ωφέλιμη χρήση των μεγάλων γλωσσικών μοντέλων ξεκινά από έναν απλό κανόνα. Πρώτα δουλεύει ο άνθρωπος και μετά βοηθά το εργαλείο. Το μοντέλο είναι χρήσιμο όταν βοηθά να οργανώσουμε σημειώσεις, να εντοπίσουμε κενά σε ένα κείμενο, να προτείνει εναλλακτικές διατυπώσεις, να συγκρίνει δύο εκδοχές ενός επιχειρήματος ή να μας υποδείξει ερωτήματα που δεν είχαμε σκεφτεί. Είναι επίσης χρήσιμο για πρώτη χαρτογράφηση ενός θέματος, αρκεί να ακολουθεί πραγματικός έλεγχος πηγών και ανεξάρτητη επεξεργασία.
Αντίθετα, γίνεται επιβλαβές όταν του αναθέτουμε την παραγωγή του βασικού νοήματος. Δεν πρέπει να γράφει εκείνο τη θέση μας, την κρίση μας, την ανάλυσή μας ή την τελική μας απόφαση. Ιδίως στην εκπαίδευση, το πρώτο προσχέδιο πρέπει συχνά να είναι ανθρώπινο. Πρώτα η δική μας σκέψη, έπειτα η τεχνολογική υποστήριξη.
Κανόνες υπεύθυνης χρήσης
Χρειαζόμαστε λοιπόν μια απλή αλλά αυστηρή πειθαρχία χρήσης. Να ζητούμε από το μοντέλο να εξηγεί, όχι να εκτελεί στη θέση μας. Να το χρησιμοποιούμε για ανατροφοδότηση, όχι για αντιγραφή. Να ελέγχουμε πάντα τα πραγματικά δεδομένα, τις παραπομπές και τις πηγές. Να δηλώνεται η χρήση του όπου αυτό έχει σημασία, ιδίως στην εκπαίδευση, στη διοίκηση, στην έρευνα και στη δημοσιογραφία. Και να προστατεύουμε τα προσωπικά, επαγγελματικά ή ευαίσθητα δεδομένα, χωρίς να τα διοχετεύουμε αβίαστα σε ξένες πλατφόρμες.
Η σωστή σχέση με τα μεγάλα γλωσσικά μοντέλα δεν είναι σχέση εξάρτησης. Είναι σχέση ελέγχου. Ο άνθρωπος πρέπει να κρατά το ερώτημα, το κριτήριο και την ευθύνη. Αν αυτό χαθεί, τότε η ευκολία θα έχει αγοραστεί πολύ ακριβά. Αν όμως διατηρηθεί, τα εργαλεία αυτά μπορούν να γίνουν χρήσιμα μέσα παραγωγικότητας και μάθησης χωρίς να υπονομεύουν τη βαθιά κατανόηση. Το ζητούμενο δεν είναι λιγότερη τεχνολογία. Είναι περισσότερη σκέψη, περισσότερη επίγνωση και καθαροί κανόνες χρήσης.
Πηγές
- Nataliya Kosmyna et al., Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task: Προδημοσίευση του MIT Media Lab που εξετάζει τη χρήση LLM σε εργασία συγγραφής δοκιμίου και συνδέει την υπερβολική εξάρτηση με χαμηλότερη γνωστική εμπλοκή: https://arxiv.org/abs/2506.08872,
- Markus Stadler, Markus Bannert, Michael Sailer, Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry: Μελέτη που δείχνει ότι η μείωση της νοητικής προσπάθειας δεν συνεπάγεται κατ’ ανάγκην βαθύτερη μάθηση: https://doi.org/10.1016/j.chb.2024.108386,
- Michael Gerlich, AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking: Εργασία για τη σχέση ανάμεσα στη συστηματική χρήση εργαλείων ΤΝ και την αποδυνάμωση της κριτικής σκέψης:https://doi.org/10.3390/soc15010006.