Генеративна вештачка интелигенција постала је најбржи начин да људи дођу до одговора, али што се више ослањамо на њу, постаје видљивије да огромни делови људског искуства остају изван дигиталног домашаја. Знање које се вековима преносило усменим путем, везано за локалне заједнице, пејзаже и материјале, често не постоји на интернету, па зато не постоји ни у системима који данас обликују наше разумевање света.
У анализи објављеној на порталу Аеон, коју преноси Гардијан, указује се на све јаснију хијерархију знања коју стварају AI модели. Обучени на огромним количинама дигиталних података, они заправо виде само оно што је већ постало део интернета, док све што није записано, кодификовано или преведено на доминантне светске језике – једноставно нестаје из њиховог видокруга.
Хинди, језик који говори стотине милиона људи, заузима неприметно место у главним отвореним базама података. Тамилским, којим говори више од 80 милиона становника јужне Индије, припада тек статистичка фуснота. Ако је знање усмено, локално, практично, ако постоји у причама најстаријих или у занату који се учи посматрањем, онда се оно не појављује у дигиталном простору – самим тим, ни у моделима вештачке интелигенције.
Такви примери у Индији су бројни. Природни градитељи који покушавају да поврате старе методе прављења опека или биополимера ослањају се на последње преостале мајсторе у селима, често већ у позним годинама. Када они оду, одлази и знање које је обликовало архитектуру премодерног југа Индије. Слична је судбина некада софистицираних система управљања водама, попут мреже каскадних језера у Бенгалуру. Генерацијама је једна заједница – Нееруганти – познавала токове канала, ритам монсуна и врсте усева које се прилагођавају години. Данас се тај свет своди на сећања старијих, док су језера затрпана, преграђена или претворена у бетон.
Грчка поново отвара палату у којој је крунисан Александар Велики
Овај образац није специфичан за Индију. Сличне пукотине настају свуда где је колонијална модернизација потискивала локалне традиције, а глобални системи знања фаворизовали западне научне институције као једине легитимне ауторитете. Генеративна AI, заснована управо на тим дигиталним изворима, додатно појачава ранији историјски процес: оно што је видљиво постаје све видљивије, оно што је невидљиво – још невидљивије.
Научници тај тренд називају „колапсом знања“. Како се интернет пуни садржајем који су генерисале машине, нове верзије модела AI тренирају се на материјалу који је већ прошао кроз филтере претходних алгоритама. Тако се понављају и појачавају доминантни обрасци, док ређе, локалне и специфичне информације полако нестају из оптицаја. Почињемо да учимо само оно што је већ популарно и добро рангирано, а губимо приступ знању које постоји изван дигиталних мапа.
Истовремено, AI улази у образовни систем. Државе и школе уводе дигиталне асистенте и туторијалне моделе, али ти системи не познају локалне еколошке праксе, занате или специфичне историјске односе с природом. У дигиталном материјалу од којег се праве софтверски „учитељи“, једноставно нема места за светове знања који су живели вековима пре алгоритама.
Овај нестанак није само културни губитак. Он има и еколошке последице. Када нестане разумевање локалних биљака, тла, воде или градње, заједнице постају рањивије на поплаве, суше и климатске промене. Што мање знамо о местима на којима живимо, теже се прилагођавамо променама које долазе.
Стручњаци зато упозоравају да се налазимо у тренутку у којем се одлучује какву будућност знања градимо: хоће ли AI постати средство које шири видокруг или технологија која несвесно затеже постојеће границе. Јер нестајање знања није увек драматично, гласно или видљиво – понекад је само тихо повлачење онога што нико није записао
Извор: The Guardian
Превод: НИН
