Generativna veštačka inteligencija postala je najbrži način da ljudi dođu do odgovora, ali što se više oslanjamo na nju, postaje vidljivije da ogromni delovi ljudskog iskustva ostaju izvan digitalnog domašaja. Znanje koje se vekovima prenosilo usmenim putem, vezano za lokalne zajednice, pejzaže i materijale, često ne postoji na internetu, pa zato ne postoji ni u sistemima koji danas oblikuju naše razumevanje sveta.
U analizi objavljenoj na portalu Aeon, koju prenosi Gardijan, ukazuje se na sve jasniju hijerarhiju znanja koju stvaraju AI modeli. Obučeni na ogromnim količinama digitalnih podataka, oni zapravo vide samo ono što je već postalo deo interneta, dok sve što nije zapisano, kodifikovano ili prevedeno na dominantne svetske jezike – jednostavno nestaje iz njihovog vidokruga.
Hindi, jezik koji govori stotine miliona ljudi, zauzima neprimetno mesto u glavnim otvorenim bazama podataka. Tamilskim, kojim govori više od 80 miliona stanovnika južne Indije, pripada tek statistička fusnota. Ako je znanje usmeno, lokalno, praktično, ako postoji u pričama najstarijih ili u zanatu koji se uči posmatranjem, onda se ono ne pojavljuje u digitalnom prostoru – samim tim, ni u modelima veštačke inteligencije.
Takvi primeri u Indiji su brojni. Prirodni graditelji koji pokušavaju da povrate stare metode pravljenja opeka ili biopolimera oslanjaju se na poslednje preostale majstore u selima, često već u poznim godinama. Kada oni odu, odlazi i znanje koje je oblikovalo arhitekturu premodernog juga Indije. Slična je sudbina nekada sofisticiranih sistema upravljanja vodama, poput mreže kaskadnih jezera u Bengaluru. Generacijama je jedna zajednica – Neeruganti – poznavala tokove kanala, ritam monsuna i vrste useva koje se prilagođavaju godini. Danas se taj svet svodi na sećanja starijih, dok su jezera zatrpana, pregrađena ili pretvorena u beton.
Grčka ponovo otvara palatu u kojoj je krunisan Aleksandar Veliki
Ovaj obrazac nije specifičan za Indiju. Slične pukotine nastaju svuda gde je kolonijalna modernizacija potiskivala lokalne tradicije, a globalni sistemi znanja favorizovali zapadne naučne institucije kao jedine legitimne autoritete. Generativna AI, zasnovana upravo na tim digitalnim izvorima, dodatno pojačava raniji istorijski proces: ono što je vidljivo postaje sve vidljivije, ono što je nevidljivo – još nevidljivije.
Naučnici taj trend nazivaju „kolapsom znanja“. Kako se internet puni sadržajem koji su generisale mašine, nove verzije modela AI treniraju se na materijalu koji je već prošao kroz filtere prethodnih algoritama. Tako se ponavljaju i pojačavaju dominantni obrasci, dok ređe, lokalne i specifične informacije polako nestaju iz opticaja. Počinjemo da učimo samo ono što je već popularno i dobro rangirano, a gubimo pristup znanju koje postoji izvan digitalnih mapa.
Istovremeno, AI ulazi u obrazovni sistem. Države i škole uvode digitalne asistente i tutorijalne modele, ali ti sistemi ne poznaju lokalne ekološke prakse, zanate ili specifične istorijske odnose s prirodom. U digitalnom materijalu od kojeg se prave softverski „učitelji“, jednostavno nema mesta za svetove znanja koji su živeli vekovima pre algoritama.
Ovaj nestanak nije samo kulturni gubitak. On ima i ekološke posledice. Kada nestane razumevanje lokalnih biljaka, tla, vode ili gradnje, zajednice postaju ranjivije na poplave, suše i klimatske promene. Što manje znamo o mestima na kojima živimo, teže se prilagođavamo promenama koje dolaze.
Stručnjaci zato upozoravaju da se nalazimo u trenutku u kojem se odlučuje kakvu budućnost znanja gradimo: hoće li AI postati sredstvo koje širi vidokrug ili tehnologija koja nesvesno zateže postojeće granice. Jer nestajanje znanja nije uvek dramatično, glasno ili vidljivo – ponekad je samo tiho povlačenje onoga što niko nije zapisao
Izvor: The Guardian
Prevod: NIN
