00:04 08/09
Το φορολογικό σύστημα ακυρώνει την εφαρμογή της τεχνητής νοημοσύνης
Σύμφωνα με τα σχέδια της ΑΑΔΕ, η Τεχνητή Νοημοσύνη (ΑΙ) θα ενσωματωθεί στον Ελεγκτικό και Εισπρακτικό Μηχανισμό.
Για να καταλάβουμε καλύτερα τι είναι το ChatGTP το οποίο ξεπέρασε τους 1 εκατομμύριο χρήστες μόλις στις πρώτες 5 ημέρες της εμφάνισης του, θα ταξιδέψουμε πίσω στον χρόνο όπου πριν πολλά χρόνια η εμφάνιση του Google Search και των μηχανών αναζήτησης αποτέλεσαν την πρώτη ολοκληρωμένη λύση για την πλοήγηση στο διαδίκτυο.
Πριν τις μηχανές αναζήτησης για να βρει κάποιος τα διαθέσιμα sites που υπήρχαν, έπρεπε να επισκεφθεί μια λίστα στο info.cern.ch, ενώ πριν από αυτό έπρεπε κάποιος να γνωρίζει το ακριβές όνομα ενός ιστότοπου και πριν από αυτό να ξέρει την ακριβή διεύθυνση. Έτσι λοιπόν οι μηχανές αναζήτησης οργανώνοντας και ιερχόντας όλη αυτή την πληροφορία κατέστησαν πλήρως προσβάσιμο και πλοηγήσιμο το διαδίκτυο σε όλους, φτάνοντας στις μέρες που έχει δημιουργηθεί ο όρος "Google it” υπονοώντας πως, αν έχεις κάποιο ερώτημα και ψάχνεις απάντηση, γράψτο στο Google Search και σίγουρα θα βρεις την απάντηση.
Από το 2016 ακούμε τους μεγάλους τεχνολογικούς κολοσσούς να αναφέρονται τακτικά σε έννοιες όπως Chatbots, Artificial Intelligence, Machine Learning και εν μέρει να αξιοποιούν σχετικές τεχνολογίες στα προϊόντα τους όπως π.χ στα Google ads, καθιστώντας πιο αποδοτική τη διαδικασία της δημοπρασίας στις διαφημιστικές εκστρατείες, κάνοντας τες περισσότερο αυτοματοποιημένες με βάση τον στόχο της επιχείρησης, μειώνοντας έτσι την ανθρώπινη παρέμβαση.
Ωστόσο η επανασταση δεν μπορούμε να πούμε ότι είχε έρθει επειδή αρχίσαμε να χρησιμοποιούμε chatbots στον Messenger ή δημιουργούμε κάποια manual flows ή κάποιο "AΙ” μας δημιουργούσε σε λίγο χρόνο ένα κείμενο, αν και όλα μαζί είναι πολύ χρήσιμα στις επιμέρους ανάγκες και λειτουργίες. Παρόλα αυτά οι παραπάνω λύσεις δεν θα μπορούσε να πει κάποιος πως είναι καθολικές με ευρείας κλίμακας εφαρμογές στην ανθρώπινη και επαγγελματική ζωή.
Έτσι τα τελευταία χρόνια τείνουν πολλά εργαλεία να χαρακτηριζονται ως AI (Artificial Intelligence) ενώ στην πράξη είναι κυρίως Machine Learning ή και ακόμα, απλή στατιστική, δηλαδή μηχανές που ενσωματώνουν μεγάλο όγκο δεδομένων και προτείνουν το στατιστικά ορθότερο αποτέλεσμα.
Τεχνητή νοημοσύνη είναι η ικανότητα ενός υπολογιστικού συστήματος να μιμείται τις ανθρώπινες γνωστικές λειτουργίες, όπως η μάθηση και η επίλυση προβλημάτων. Μέσω της τεχνητής νοημοσύνης, ένα υπολογιστικό σύστημα χρησιμοποιεί μαθηματικά και λογική για να προσομοιώσει τη λογική που χρησιμοποιούν οι άνθρωποι για να μαθαίνουν από νέες πληροφορίες και να λαμβάνουν αποφάσεις.
Το Machine Learning είναι μια εφαρμογή -κομμάτι της τεχνητής νοημοσύνης- AI. Είναι η διαδικασία χρήσης μαθηματικών μοντέλων δεδομένων για να βοηθηθεί ένας υπολογιστής να μαθαίνει χωρίς άμεσες οδηγίες από τον χειριστή του συστήματος (δηλ χωρίς ανθρώπινη παρέμβαση). Αυτό επιτρέπει σε ένα υπολογιστικό σύστημα να συνεχίσει να μαθαίνει και να βελτιώνεται μόνο του.
Ένας τρόπος για να εκπαιδευτεί ένας υπολογιστής να μιμείται την ανθρώπινη λογική, είναι να χρησιμοποιηθεί ένα νευρωνικό δίκτυο (neural network), το οποίο είναι μια σειρά αλγορίθμων που έχουν ως πρότυπο τον ανθρώπινο εγκέφαλο. Το νευρωνικό δίκτυο βοηθά το σύστημα του υπολογιστή να πετύχει αυτό που ονομάζουμε τεχνητή νοημοσύνη μέσω της βαθιάς μάθησης. Αυτή η στενή σύνδεση είναι ο λόγος για τον οποίο η ιδέα της τεχνητής νοημοσύνης - ΑΙ, έναντι της μηχανικής μάθησης - Machine Learning, αφορά στην πραγματικότητα τους τρόπους με τους οποίους η τεχνητή νοημοσύνη και η μηχανική μάθηση συνεργάζονται σύμφωνα με τη Microsoft.
Έτσι στις 30 Νοεμβρίου 2022 η OpenAI με τη βοήθεια της Microsoft λανσάρει το ChatGPT του οποίου η τεχνολογία αποτυπώνει τον ορισμό του AI και μοιάζει επιτέλους με τεχνολογική επανάσταση. Η πρώτη μου σκέψη όταν άρχισα να ενημερώνομαι σχετικά ήταν η ταινία Terminator Genisys του 2015 όπου το Skynet ετοιμάζεται να κυριαρχήσει στην ανθρωπότητα και ο Kyle (γιός της Sarah Connor) έχει έρθει στο παρελθόν για να εξασφαλίσει την κυριαρχία του Skynet, στην πράξη όμως δεν είναι έτσι.
Το ChatGPT είναι ουσιαστικά ένα εργαλείο υπό μορφή chat, επεξεργασίας της φυσικής γλώσσας (natural language processing - NLP Tool) το οποίο επιτρέπει στους ανθρώπους να επικοινωνούν με τον υπολογιστή με τρόπους που προσομοιάζει την ανθρώπινη συνομιλία.
Για να το κάνει αυτό χρησιμοποιεί παραλλαγή του δημοφιλούς λογισμικού δημιουργίας γλωσσών GPT-3.5 της OpenAI που έχει σχεδιαστεί για τη διεξαγωγή συνομιλιών ανθρώπων με μηχανή σε φυσική γλώσσα. Ορισμένα από τα χαρακτηριστικά του είναι να απαντά σε επόμενες ερωτήσεις, να αμφισβητεί, να απορρίπτει ακατάλληλες ερωτήσεις και να παραδέχεται κάποιο λάθος του, σύμφωνα με το πώς περιγράφει το γλωσσικό της μοντέλο η OpenAI.
Οι απαντήσεις που δίνει είναι συνεκτικές και μοιάζουν πραγματικά με ανθρώπινες ακόμα και όταν το ερώτημα γίνεται υποκειμενικό.
Ερωτήματα που του έθεσα ξεκινώντας από εκείνο με την πιο περίπλοκη απάντηση:
Α. "Πως θα μπορούσε η ανθρωπότητα να αποφύγει τον Β’ παγκόσμιο πόλεμο;”
Απάντηση ChatGPT:
Υπάρχουν πολλοί παράγοντες που συνέβαλαν στο ξέσπασμα του Β' Παγκοσμίου Πολέμου και είναι δύσκολο να πούμε τι θα μπορούσε να είχε γίνει για να αποφευχθεί. Ωστόσο, ορισμένες ενέργειες που θα μπορούσαν να συμβάλλουν στην αποτροπή του πολέμου ή στον μετριασμό της σοβαροτητας του, είναι:
1. Η αντιμετώπιση των υποκείμενων αιτιών του πολέμου: Ο Δεύτερος Παγκόσμιος Πόλεμος ήταν το αποτέλεσμα ενός πολύπλοκου μείγματος πολιτικών, οικονομικών και κοινωνικών παραγόντων, συμπεριλαμβανομένων των συνεπειών του Α' Παγκοσμίου Πολέμου, της ανόδου αυταρχικών καθεστώτων και της παγκόσμιας οικονομικής ύφεσης. Η αντιμετώπιση αυτών των υποκείμενων αιτιών μπορεί να συνέβαλε θετικά στην αποτροπή του πολέμου ή στη μείωση της πιθανότητας σύγκρουσης.
2. Προώθηση της διεθνούς συνεργασίας: Η οικοδόμηση ισχυρών διεθνών θεσμών και η προώθηση της συνεργασίας μεταξύ των εθνών θα μπορούσαν να είχαν βοηθήσει στην αποτροπή του ξεσπάσματος του πολέμου, παρέχοντας ένα πλαίσιο για την επίλυση των συγκρούσεων και την προώθηση της ειρηνικής επίλυσης των διαφορών.
3. Ενθάρρυνση της διπλωματίας και του διαλόγου: Η ενθάρρυνση της διπλωματίας και του διαλόγου μεταξύ των εθνών, αντί της προσφυγής σε στρατιωτική δράση, θα μπορούσε να είχε συμβάλει στην αποτροπή της κλιμάκωσης των εντάσεων και του ξεσπάσματος του πολέμου.
4. Ενίσχυση της διεθνούς ασφάλειας: Η οικοδόμηση ισχυρών δομών διεθνούς ασφάλειας, όπως οι στρατιωτικές συμμαχίες και οι ειρηνευτικές δυνάμεις, θα μπορούσε να βοηθήσει στην αποτροπή της επιθετικότητας και στην αποτροπή του ξεσπάσματος πολέμου.
Είναι σημαντικό να σημειωθεί ότι τα αίτια του Β' Παγκοσμίου Πολέμου ήταν πολύπλοκα και πολύπλευρα και είναι δύσκολο να πούμε με βεβαιότητα τι θα μπορούσε να είχε γίνει για να αποτραπεί. Ωστόσο, η λήψη μέτρων για την αντιμετώπιση των υποκείμενων αιτιών του πολέμου, η προώθηση της διεθνούς συνεργασίας και του διαλόγου και η ενίσχυση της διεθνούς ασφάλειας θα μπορούσαν να είχαν συμβάλει στην πρόληψη ή τον μετριασμό της σύγκρουσης.
Β. "Εξήγησε τι είναι το Machine Learning σε μία ομάδα από μικρά παιδιά”
Απάντηση ChatGPT:
Η μηχανική μάθηση είναι ένας τρόπος με τον οποίο οι υπολογιστές μπορούν να μαθαίνουν και να βελτιώνονται χωρίς να προγραμματίζονται συνεχώς. Είναι κάπως σαν να μαθαίνετε μια νέα δεξιότητα, όπως το να οδηγείτε ποδήλατο ή να μαγειρεύετε. Όταν ξακινάτε για πρώτη φορά, μπορεί να χρειαστείτε κάποιον να σας δείξει πώς να το κάνετε και να σας δώσει συμβουλές, αλλά όσο περισσότερο εξασκείστε, τόσο καλύτεροι γίνεστε.
Με τον ίδιο τρόπο, όταν δίνετε σε έναν υπολογιστή μια εργασία να κάνει, μπορεί να του δοθούν κάποια παραδείγματα για το τι πρέπει να κάνει και θα προσπαθήσει να καταλάβει πώς να το κάνει μόνος του. Για παράδειγμα, αν θα θέλατε ένας υπολογιστής να αναγνωρίζει διαφορετικά είδη ζώων σε μια φωτογραφία, μπορείτε να του δώσετε πολλά παραδείγματα διαφορετικών ζώων και θα μάθει να τα αναγνωρίζει.
Ένας τρόπος με τον οποίο οι υπολογιστές μπορούν να μάθουν είναι εξετάζοντας μοτίβα στα δεδομένα. Για παράδειγμα, αν δίνατε σε έναν υπολογιστή αρκετές φωτογραφίες σκύλων και γατών, θα μπορούσε να μάθει να ξεχωρίζει τα δύο αυτά ζώα κοιτάζοντας τα σχήματα και τα χρώματα των ζώων στις φωτογραφίες.
Η μηχανική μάθηση μπορεί να χρησιμοποιηθεί για όλα τα είδη των αντικειμένων, όπως για παράδειγμα να βοηθήσει τα αυτοκινούμενα αυτοκίνητα να πλοηγηθούν στους δρόμους, να αναγνωρίσει την ομιλία ή να κάνει συστάσεις σχετικά με τη μουσική ή τις ταινίες που μπορεί να σας αρέσουν. Είναι ένας πραγματικά συναρπαστικός τομέας και συμβάλλει στο να γίνει η ζωή μας ευκολότερη και αποτελεσματικότερη με πολλούς διαφορετικούς τρόπους.
Β. Ίδια ερώτηση αλλα με διαφορετικό αποδέκτη: "Εξήγησε τι είναι το Machine Learning σε μία ομάδα από επιστήμονες”
Απάντηση ChatGPT:
Η μηχανική μάθηση είναι ένα υποσύνολο της τεχνητής νοημοσύνης που ασχολείται με τον σχεδιασμό και την ανάπτυξη αλγορίθμων επιτρέποντας στους υπολογιστές να μαθαίνουν και να βελτιώνουν τις επιδόσεις τους χωρίς να προγραμματίζονται συνεχώς - κατ΄εξακολούθηση. Περιλαμβάνει τη χρήση στατιστικών μοντέλων και αλγορίθμων που μπορούν να αναλύουν και να κάνουν προβλέψεις με βάση τα αρχικά δεδομένα, χωρίς να τους υποδεικνύεται τι να κάνουν συγκεκριμένα.
Υπάρχουν διάφοροι τύποι μηχανικής μάθησης, όπως η μάθηση με επίβλεψη, η μάθηση χωρίς επίβλεψη, η μάθηση με περιορισμένη επίβλεψη και η ενισχυμένη εκμάθηση. Στην επιβλεπόμενη μάθηση, δίνετε στον υπολογιστή ένα σύνολο χαρακτηρισμένων δεδομένων (labeled data) και ένα σύνολο προκαθορισμένων αποτελεσμάτων και μαθαίνει να αντιστοιχίζει τα data με τα αποτελέσματα. Στη μάθηση χωρίς επίβλεψη, ο υπολογιστής λαμβάνει ένα σύνολο μη χαρακτηρισμένων δεδομένων (unlabeled data) και πρέπει να μάθει να εντοπίζει μοτίβα και σχέσεις μέσα σε αυτά. Στην ημι-επιβλεπόμενη μάθηση, ο υπολογιστής λαμβάνει ένα μείγμα χαρακτηρισμένων (labeled) και μη χαρακτηρισμένων (unlabeled) δεδομένων και πρέπει να μάθει να κάνει προβλέψεις με βάση και τους δύο τύπους δεδομένων. Στην ενισχυμένη εκμάθηση, ο υπολογιστής λαμβάνει ένα σύνολο ενεργειών - εντολών και πρέπει να μάθει να επιλέγει τις πιο αποτελεσματικές - αποδοτικές.
Η μηχανική μάθηση έχει ένα ευρύ φάσμα εφαρμογών στην επιστημονική έρευνα και ανάπτυξη, συμπεριλαμβανομένης της ανάλυσης δεδομένων, της μοντελοποίησης προβλέψεων και της βελτιστοποίησης. Χρησιμοποιείται σε τομείς όπως η βιολογία, η χημεία και η φυσική για την ανάλυση μεγάλων συνόλων δεδομένων και την πραγματοποίηση προβλέψεων για φαινόμενα που είναι δύσκολο να παρατηρηθούν άμεσα. Χρησιμοποιείται επίσης στην επιστήμη των υπολογιστών και τη μηχανική για την ανάπτυξη ευφυών συστημάτων που μπορούν να προσαρμόζονται και να βελτιώνουν την απόδοσή τους με την πάροδο του χρόνου.
Συνολικά, η μηχανική μάθηση είναι ένα ισχυρό εργαλείο το οποίο μεταμορφώνει πολλούς επιστημονικούς τομείς, έχοντας τη δυνατότητα να φέρει επανάσταση στον τρόπο με τον οποίο προσεγγίζουμε την έρευνα και την ανάπτυξη.
Γ. Κατόπιν του δίνω ένα σύνολο δεδομένων για την επίλυση ενός προβλήματος "Το διαφημιστικό μου budget είναι 1000€ / το περιθώριο κέρδους πουλώντας τα προϊόντα μου είναι 50% / Ποιο είναι το break event point της διαφημιστική μου επένδυσης; "
Απάντηση ChatGPT:
Για να υπολογίσετε το break even point (σημείο μηδέν) του διαφημιστικού σας προϋπολογισμού, θα πρέπει να προσδιορίσετε το συνολικό κόστος των διαφημιστικών σας προσπαθειών και τα έσοδα που αναμένεται να προκύψουν από αυτές τις προσπάθειες.
Ακολουθεί ένας απλός τύπος που μπορείτε να χρησιμοποιήσετε για να υπολογίσετε το break even point του διαφημιστικού σας προϋπολογισμού:
Break-even point = Total διαφημιστική επένδυση / (Περιθώριο Κέρδους / 100)
Οπότε σύμφωνα με τα στοιχεία από το παράδειγμα που εισάγατε έχουμε:
Break-even point = 1000€ / (50% / 100)
Break-even point = 1000€ / 0,5
Break-even point = 2000€
Αυτό σημαίνει ότι θα πρέπει να δημιουργήσετε τουλάχιστον 2000€ σε έσοδα από τις διαφημιστικές σας ενέργειες για να φτάσετε στο break even point ή με άλλα λόγια για να καλύψετε το κόστος του διαφημιστικού σας προϋπολογισμού.
Είναι σημαντικό να σημειωθεί ότι ο υπολογισμός αυτός βασίζεται σε ορισμένες υποθέσεις και ότι το πραγματικό break even point μπορεί να διαφέρει ανάλογα με τις ειδικές συνθήκες της επιχείρησής σας. Για παράδειγμα, όταν περιμένετε να επιτύχετε υψηλότερο ή χαμηλότερο περιθώριο κέρδους από τις πωλήσεις σας ή εάν το κόστος διαφήμισης είναι υψηλότερο ή χαμηλότερο από τον προϋπολογισμό σας, το break even point θα είναι διαφορετικό.
Βλέπουμε λοιπόν να εκφράζει διαλλακτική αλλά και ήπια άποψη συνθέτοντας πληροφορίες, να αντιλαμβάνεται το κοινό προσαρμόζοντας το ύφος και τα παραδείγματα, αλλά και να επιλύει προβλήματα.
Εύκολα μπορεί να χαρακτηριστεί "και στο μέλλον θα γίνει” ως βασική πηγή πληροφοριών αλλά κάτι που λείπει και έχει σημαντική αξία σήμερα είναι η πραγματική πηγή. Δηλαδή ποιος το λέει, κάτι που σήμερα μας βοηθά να κατανοήσουμε την αξιοπιστία της πληροφορίας και στην προκειμένη περίπτωση απουσιάζει.
Ετσι λοιπόν στην ερώτηση "και ποιος το λέει αυτό; Γιατί να σε πιστέψω;” η απάντηση ήταν:
Ως γλωσσικό μοντέλο τεχνητής νοημοσύνης, δεν έχω προσωπική εμπειρία ή γνώση από πρώτο χέρι. Αντιθέτως, έχω σχεδιαστεί για να κατανοώ και να παρέχω πληροφορίες για ένα ευρύ φάσμα θεμάτων με βάση τα δεδομένα που έχουν χρησιμοποιηθεί για την εκπαίδευσή μου. Έχω εκπαιδευτεί σε ένα μεγάλο σύνολο δεδομένων κειμένων από το διαδίκτυο και άλλες πηγές και χρησιμοποιώ αλγορίθμους μηχανικής μάθησης για να κατανοώ και να παράγω απαντήσεις στα ερωτήματα των χρηστών.
Θα πρέπει να με πιστέψετε επειδή έχω σχεδιαστεί και εκπαιδευτεί για να παρέχω ακριβείς και αξιόπιστες πληροφορίες στο μέτρο των δυνατοτήτων μου. Ωστόσο, είναι πάντα καλή ιδέα να ελέγχετε τις πληροφορίες και να χρησιμοποιείτε πολλαπλές πηγές ώστε να επαληθεύετε την ακρίβεια. Εάν έχετε αμφιβολίες σχετικά με την ακρίβεια των πληροφοριών που έχω παράσχει, μπορείτε να προσπαθήσετε να αναζητήσετε πρόσθετες πληροφορίες από άλλες πηγές ή να συμβουλευτείτε έναν εμπειρογνώμονα στον σχετικό τομέα.
Η OpenAI δεν αποκαλύπτει ποια ακριβώς δεδομένα χρησιμοποιήθηκαν για την εκπαίδευση του ChatGPT, αλλά η εταιρεία λέει ότι γενικά σάρωσε τον ιστό, χρησιμοποίησε αρχειοθετημένα βιβλία και τη Wikipedia.
Ο Altman συνιδρυτή της Openai ανέφερε πως το ChatGPT είναι απίστευτα περιορισμένο" και "είναι λάθος να βασίζεστε σε αυτό για οτιδήποτε σημαντικό αυτή τη στιγμή” ενώ η εταιρεία ανέφερε σε δημοσίευσή της πως εργάζεται για τον μετριασμό των προβλημάτων προκατάληψης, το λογισμικό "μερικές φορές θα αποκρίνεται με επιβλαβείς οδηγίες ή θα επιδεικνύει προκατειλημμένη συμπεριφορά".
Ήδη από τις πρώτες ημέρες τις beta έκδοσής του, ορισμένες συμβουλευτικές αλλα και δικηγορικές εταιρείες από τις Η.Π.Α., ανέφεραν πως προσπάθησαν/ουν να το δοκιμάσουν, ωστόσο αν και δίνει κάποιες πραγματικά εξαιρετικές απαντήσεις, κάποιες φορές καθίσταται φλύαρο και γενικόλογο.
Παρόλα αυτά κανείς δεν μπορεί να αρνηθεί πως ανοίγει μια μεγάλη πόρτα στο μέλλον αλλαζοντας τις online συμπεριφορές των χρηστών αλλά και τη λειτουργία των επιχειρήσεων. Στα forum κάποιοι το παρομοιάζουν με την εμφάνιση του iPhone το 2007, ωστόσο προσωπική μου - επαγγελματική άποψη είναι πως ταιριάζει περισσότερο στην εμφάνιση των μηχανών αναζήτησης μοιάζοντας περισσότερο με την εξέλιξη τους. Οι μηχανές αναζήτησης βοήθησαν στην γρήγορη εύρεση πληροφοριών, εμφανίζοντας σχετικά και ιεραρχημένα αποτελέσματα σύμφωνα με το ερώτημα του χρήστη.
Η Google κέρδισε το παιχνίδι των μηχανών εφαρμόζοντας και αναπροσαρμόζοντας τον αλγόριθμό της σε τακτά χρονικά διαστήματα, ώστε να προβάλλει ιεραρχικά από το πιο σημαντικό και ποιοτικό αποτέλεσμα προς το λιγότερο. Αυτό βοήθησε σημαντικά στη γρήγορη ανακατεύθυνση των χρηστών σε συναφείς απαντήσεις (αποτελέσματα αναζήτησης) βάσει των αναγκών τους, κάτι που τους γλιτώνει σημαντικό χρόνο και αυξάνει την ικανοποίηση μειώνοντας την ανάγκη για εκτεταμένη έρευνα. Με βάση την παραπάνω συνθήκη αλλα και το γεγονός πως τον χρήστη δεν πρέπει να τον μπερδεύεις με πολλές - περιττές πληροφορίες καθώς ο διαθέσιμος χρόνος έχει μειωθεί σημαντικά, τέτοιου είδους τεχνολογίες, που θα απαντούν και τεκμαίρουν την απάντηση τους, πιθανότατα θα αποτελέσουν το next big think. Αναπόφευκτα λοιπόν γεννάται η σκέψη πως αν η Google δεν υιοθετήσει σχετικές τεχνολογίες προσφέροντας ανάλογη εμπειρία στο "ψαχτίρι” της, τότε ίσως σε λίγα χρόνια να βρεθεί αντιμέτωπη με σημαντικές απώλειες.
1. Σε κοινωνικό επίπεδο:
- Εκμάθηση ξένων γλωσσών - αλλά σίγουρα αυτό δεν μπορεί να αντικαταστήσει τους εκπαιδευτικούς μιας και για να ψάξεις πρέπει να ξέρεις τι ψάχνεις.
- Σε πανεπιστήμια και σχολεία σχετικά με εύρεση πληροφοριών και σύνταξη κειμένων, γεγονός που γεννά ερωτηματικά σχετικά με το υπάρχον παγκόσμιο εκπαιδευτικό σύστημα με μοναδική δικλείδα ασφαλείας αυτή τη στιγμή τις πηγές, τις τελικές εξετάσεις και την προσωπική εικόνα των καθηγητών από τους σπουδαστές.
- Στον δημόσιο τομέα παρέχοντας τις κατάλληλες πληροφορίες σε πολίτες και επιχειρήσεις, γλιτώνοντας πολλά προκαταρκτικά στάδια αλλα και γραφειοκρατία. Θεωρητικά σε ένα εξελιγμένο επίπεδο θα μπορούσαν πολίτες και επιχειρήσεις να ανεβάζουν τα έγγραφά τους στο σύστημα και να γίνεται προ-έλεγχος από το AI, π.χ για την έκδοση μιας οικοδομικής άδειας, για την έκδοση μιας αποζημίωσης ή και για το άνοιγμα μιας επιχείρησης.
- Στην ιδιωτική ζωή. Π.χ συμβουλές για την αλλαγή μιας λάμπας ή μια συνταγή.
2. Εφαρμογές στις επιχειρήσεις:
- Στην εξυπηρέτηση πελατών, όπου μπορεί να χρησιμοποιηθεί ως chatbot εξυπηρέτησης πελατών, επιτρέποντας στις επιχειρήσεις να παρέχουν γρήγορη και αποτελεσματική υποστήριξη στους πελάτες τους. Μπορεί να χειριστεί ένα ευρύ φάσμα ερωτημάτων και ανησυχιών, απελευθερώνοντας προσωπικό ώστε να επικεντρωθούν σε πιο σύνθετες εργασίες.
- Συλλογή δεδομένων, σχετικά με τις προτιμήσεις και τη συμπεριφορά των πελατών, τα οποία μπορούν να χρησιμοποιηθούν για τη βελτίωση των προϊόντων και των υπηρεσιών. Μπορεί επίσης να χρησιμοποιηθεί για την παρακολούθηση του κλίματος των πελατών και τον εντοπισμό πιθανών προβλημάτων ή ανησυχιών.
- Δημιουργία περιεχομένου για σκοπούς μάρκετινγκ, αλληλεπίδρασης ή και εκπαίδευσης των πελατών. Για παράδειγμα, θα μπορούσε να χρησιμοποιηθεί στη δημιουργία εξατομικευμένου περιεχομένου για newsletters.
- Αυτοματοποίηση ορισμένων εργασιών, όπως η απάντηση συχνών ερωτήσεων ή η παροχή πληροφοριών σχετικά με προϊόντα και υπηρεσίες. Αυτό μπορεί να βοηθήσει τις επιχειρήσεις να εκσυγχρονίσουν τις δραστηριότητές τους μειώνοντας τον φόρτο εργασίας των υπαλλήλων.
- Στο χρηματιστήριο και την οικονομία: Αξιοποιώντας τα κατάλληλα data sets πιθανόν να μπορεί να δημιουργήσει τα κατάλληλα predictions - προβλέψεις.
Σίγουρα κάθε επιχείρηση - επαγγελματίας μπορείς να το χρησιμοποιήσει για πολλούς περισσότερους σκοπούς και ανάγκες.
Το ChatGPT αποτελεί ένα εργαλείο που μπορεί να βοηθήσει τις επιχειρήσεις να βελτιώσουν την εξυπηρέτηση πελατών, να συγκεντρώσουν δεδομένα, να δημιουργήσουν περιεχόμενο και να αυτοματοποιήσουν ορισμένες εργασίες. Μπορεί να είναι ιδιαίτερα χρήσιμο για τις επιχειρήσεις που βασίζονται στην αλληλεπίδραση με τους πελάτες ή που έχουν να διαχειριστούν μεγάλο όγκο ερωτημάτων.
3. Εφαρμογές στον τομέα υγεία:
- Παροχή πληροφοριών σε Ιατρούς και απάντηση σε ερωτήματα σχετικά με καταστάσεις υγείας και θεραπείες: Το ChatGPT θα μπορούσε να χρησιμοποιηθεί για την παροχή επικαιροποιημένων πληροφοριών σε παρόχους υγειονομικής περίθαλψης, βοηθώντας τους να κατανοήσουν καλύτερα τις διάφορες καταστάσεις υγείας και τις διάφορες διαθέσιμες θεραπευτικές επιλογές.
- Βοήθεια στη διάγνωση και τον προγραμματισμό της θεραπείας: Θα μπορούσε να χρησιμοποιηθεί για να βοηθήσει τους παρόχους υγειονομικής περίθαλψης να καταρτίσουν σχέδια θεραπείας για τους ασθενείς, προτείνοντας διάφορες επιλογές με βάση τα συμπτώματα και το ιατρικό ιστορικό του ασθενούς.
- Δημιουργία εξατομικευμένων συστάσεων υγείας για άτομα με βάση τις συγκεκριμένες ανάγκες και προτιμήσεις τους. Για παράδειγμα, θα μπορούσε να παρέχει προτάσεις για υγιεινή διατροφή, σχέδια άσκησης ή τεχνικές διαχείρισης του στρες όπως λίγο πολύ κάνουν και σήμερα τα smartwatches ή health apps.
- Βελτίωση της επικοινωνίας με τους ασθενείς όπου θα μπορούσε να χρησιμοποιηθεί για να βοηθήσει τους παρόχους υγειονομικής περίθαλψης να επικοινωνούν με τους ασθενείς με πιο εξατομικευμένο και αποτελεσματικό τρόπο. Για παράδειγμα, θα μπορούσε να χρησιμοποιηθεί στη δημιουργία εξατομικευμένου υλικού εκπαίδευσης σε θέματα υγείας, για προγραμματισμό ραντεβού ή για την παροχή υποστήριξης στους ασθενείς κατά τη διάρκεια της διαδικασίας ανάρρωσής τους.
Τέτοιου είδους τεχνολογίες συνολικά έχουν τη δυνατότητα να αποτελέσουν ένα πολύτιμο εργαλείο στον τομέα της υγείας, συμβάλλοντας στη βελτίωση της ποιότητας της περίθαλψης και της εμπειρίας των ασθενών. Παρόλα αυτά δεν μπορούν να υποκαταστήσουν το ιατρικό - επιστημονικό προσωπικό παρέχοντας συμβουλές θεραπείας ή διάγνωσης. Κάθε ασθενής όπως και κάθε περίπτωση είναι διαφορετικές και η διάγνωση όπως και η θεραπεία βασίζεται στο ιστορικό υγείας των ασθενών, σε επιστημονική αντίληψη και γνώση που τα συστήματα δεν διαθέτουν μιας και η επιστημονική βιβλιογραφία και οι έρευνες δεν είναι καθολικά αναρτημένες στο διαδίκτυο ή την wikipedia από όπου και αντλεί πληροφορίες, καθώς επίσης θυμίζω και πάλι πως το ΑΙ για να λειτουργήσει πρέπει κάποιος να του εισάγει τις πληροφορίες. Απλά γίνεται με την πάροδο του χρόνου πιο ακριβές στα αποτελέσματα του.
Για κάποιους η συγκεκριμένη τεχνολογία χαρακτηρίζεται ως Google "killer” ενώ για κάποιους άλλους ως τρόπος για να μειωθούν θέσεις εργασίας ή να αλλάξουν τα επαγγέλματα γραφείου.
Στο μόνο που δεν θα συμφωνήσω είναι στη μείωση των θέσεων εργασίας, απλούστατα γιατί για να ψάξει κάποιος τι είναι το Break Even Point θα πρέπει πρωτίστως να το ξέρει και δευτερευόντως να ξέρει τον τρόπο με τον οποίο θα το εντάξει στη στρατηγική του.
Κάτι παρόμοιο είχε συμβεί όταν στα Google Ads εμφανίστηκαν τα νέα πιο αυτοματοποιημένα bidding strategies. Ορισμένοι έσπευσαν να αναφέρουν πως καταργείται το επάγγελμα του digital marketer, κάτι το οποίο δεν αποδείχθηκε. Οι συνθήκες έγιναν πολύ πιο απαιτητικές ενσωματώνοντας πολλές περισσότερες και σύνθετες ρουτίνες που έχουν ανάγκη την επιστημονική αλλά και δημιουργική σκέψη, την αξιοποίηση Business Intelligence τεχνολογιών και μεγάλου όγκου δεδομένων.
Πράγματι το επάγγελμα του digital marketer δεν είναι το ίδιο τα τελευταία 5 χρόνια αλλά αν ήταν μάλλον θα είχα αλλάξει επάγγελμα.
* Κωνσταντίνος Ανδρούτσος, ΜSc Information Technology, Data Driven Performance Digital Marketer, Chief Marketing Officer at RoiX.eu