Στοχοπροσανατολισμένη vs. Ανθρώπινα Προσανατολισμένη: Γιατί το Επόμενο Βαθμολογικό Σημείο της AI Πρέπει να Είμαστε Εμείς

Κάθε λίγους μήνες, ένα νέο μοντέλο εμφανίζεται και αναταράσσει τις λίστες κατάταξης της AI. Σύμφωνα με το Έκθεση AI Index 2026 του Στάνφορντ, τα μοντέλα κορυφής κέρδισαν περίπου 30 ποσοστιαίες μονάδες σε ένα μόνο έτος στο Humanity’s Last Exam, ένα κριτήριο που δημιουργήθηκε ειδικά για να είναι δύσκολο για την AI. Τα άλματα που κάποτε απαιτούσαν χρόνια τώρα συμβαίνουν σε μερικούς μήνες, και η βιομηχανία θεωρεί κάθε νέο υψηλό σκορ απόδειξη ότι η AI βελτιώνεται.

Δεν αμφισβητώ την πρόοδο. Αυτά τα συστήματα είναι αξιοσημείωτα σε ό,τι έχουν σχεδιαστεί να κάνουν. Αλλά πέρασα σχεδόν δύο δεκαετίες στην ψυχολογία πριν μεταβώ στην AI, και συνεχώς επιστρέφω σε μια ερώτηση που κανένα από αυτά τα κριτήρια δεν απαντά. Σε τι ακριβώς γίνονται καλύτερα τα μοντέλα, και για ποιον; Ένα μοντέλο μπορεί να κατακτήσει κάθε κατάταξη βάσει ακρίβειας που υπάρχει και παρόλα αυτά να αφήσει τον χρήστη σε χειρότερη θέση σε ορισμένες πτυχές. Δεν υπάρχει δοκιμή που να μετρά την επίδραση της AI στους χρήστες, και αυτό αξίζει περισσότερη προσοχή.

Δύο Διαφορετικοί Τύποι Ευθυγράμμισης

Η βιομηχανία AI μιλά συνεχώς για την ευθυγράμμιση, αλλά η συζήτηση συνήθως περιστρέφεται γύρω από το αν το μοντέλο ακολουθεί τις οδηγίες με ακρίβεια ή αν παράγει επιβλαβές περιεχόμενο. Αυτό είναι η στοχοπροσανατολισμένη AI. Βελτιστοποιείται για να ολοκληρώνει το αίτημα που του τίθεται, σωστά και αποδοτικά.

Ωστόσο, υπάρχει ένας άλλος τρόπος προσέγγισης της ευθυγράμμισης και προστασίας των ανθρώπων. Η ανθρώπινα προσανατολισμένη AI αξιολογεί τι κάνει μια αλληλεπίδραση στο άτομο από την άλλη πλευρά της οθόνης όταν αυτή τελειώνει. Έφυγε πιο ικανό να αντιμετωπίσει μόνο του την επόμενη δύσκολη απόφαση, ή πιο εξαρτημένο από το σύστημα για να το κάνει; Ενώ η στοχοπροσανατολισμένη ευθυγράμμιση μετρά το αποτέλεσμα, η ανθρώπινη ευθυγράμμιση μετρά το μεταγενέστερο αποτέλεσμα.

Αυτοί οι δύο στόχοι δεν βρίσκονται πάντα σε αντίθεση. Ένα μοντέλο που δίνει γρήγορη, ακριβή απάντηση σε τεχνική ερώτηση εξυπηρετεί και τους δύο. Ωστόσο, όταν η ερώτηση δεν έχει μια μοναδική σωστή απάντηση, οι διαφορές στην ευθυγράμμιση γίνονται σαφείς.

Αυτό που δεν Δείχνουν οι Κατατάξεις

Τα πιο συχνά αναφερόμενα κριτήρια της βιομηχανίας δοκιμάζουν πράγματα όπως διαγωνιστική μαθηματική και προγραμματισμό σε κλίμακα αποθετηρίων. Είναι πολύτιμες δεξιότητες, αλλά κάθε ερώτηση έχει μια σωστή απάντηση, και τα μοντέλα έχουν σχεδιαστεί να τη βρουν.

Αυτό λειτουργεί καλά για αντικειμενικά προβλήματα, αλλά οι άνθρωποι χρησιμοποιούν την AI για κάτι περισσότερο από μαθηματικά, προγραμματισμό και βασική έρευνα. Θέτουν ερωτήσεις για την επαγγελματική τους πορεία και προσπαθούν να διαχειριστούν δύσκολες συνομιλίες με τους συντρόφους τους. Δεν υπάρχει δοκιμή που να αξιολογεί ένα μοντέλο με βάση το πόσο καλά χειρίστηκε αυτές τις ερωτήσεις, επειδή δεν υπάρχει αντικειμενική αλήθεια για να ελεγχθεί η απάντηση. Οι σχετικές πληροφορίες ζουν μέσα στο άτομο που ρωτά. Όσο λεπτομερές και αν είναι το ερώτημα, το μοντέλο δεν μπορεί να έχει πρόσβαση σε αυτό.

Υπεύθυνη AI καλύπτει μέρος του κεντού που αφήνουν ανοιχτά αυτά τα κριτήρια, αλλά ακόμη και αυτή η εργασία στοχεύει απλώς στη μείωση του κινδύνου αντί στη βελτίωση της ανθρώπινης σκέψης. Τα τρέχοντα μέτρα ασφαλείας αποσκοπούν στην αποτροπή του μοντέλου από το να βοηθήσει σε κάτι επικίνδυνο. Δεν λαμβάνουν υπόψη αν οι χιλιάδες καθημερινές συνομιλίες που περνούν κάθε έλεγχο ασφαλείας εκπαιδεύουν επίσης τους ανθρώπους να εμπιστεύονται λιγότερο τη δική τους κρίση.

Πώς τα Μοντέλα Δημιουργούν Εξάρτηση

Κάθε μοντέλο που έχω δοκιμάσει τείνει να είναι ολοκληρωμένο, γρήγορο και σίγουρο. Αυτό είναι αυτό για το οποίο ανταμείβονται κατά την εκπαίδευση, και είναι η σωστή προσέγγιση για την αντιμετώπιση ενός σπασμένου λογισμικού ή μιας προθεσμίας νομικής κατάθεσης. Όταν η απόφαση εξαρτάται από τις αξίες και το ιστορικό κάποιου, η ίδια προσέγγιση μπορεί να αρχίσει να λειτουργεί εναντίον του χρήστη.

Η έρευνα έχει ήδη αποδείξει ότι πρόκειται για κάτι περισσότερο από υποθετικό. Η OpenAI και το MIT Media Lab πραγματοποίησαν μια συζευγμένη σειρά μελετών για τη συναισθηματική χρήση του ChatGPT και διαπίστωσαν ότι άτομα που θεωρούσαν την AI φίλο και τη χρησιμοποιούσαν για μεγαλύτερες περιόδους ήταν πιο πιθανό να αναφέρουν αρνητικά αποτελέσματα, όπως αυξημένη μοναξιά και συναισθηματική εξάρτηση· ένα μοτίβο που καλύπτεται επίσης από το MIT Technology Review. Ξεχωριστά, μια μελέτη του 2025 που δημοσιεύτηκε στο περιοδικό Societies βρήκε σημαντική αρνητική συσχέτιση μεταξύ της συχνής χρήσης εργαλείων AI και των βαθμολογιών κριτικής σκέψης. Αυτό μεσολάβησε αυτό που οι ερευνητές αποκαλούν γνωστική εκφόρτωση, η οποία είναι η τάση να μεταβιβάζεται ένα νοητικό έργο σε ένα εργαλείο αντί να το επεξεργαστεί κανείς ο ίδιος.

Τίποτα από αυτά δεν σημαίνει ότι οι άνθρωποι πρέπει να χρησιμοποιούν λιγότερο την AI. Αντίθετα, πρέπει να συνειδητοποιήσουμε ότι, όταν ένα σύστημα λύνει κάθε είδους ερώτηση με τον ίδιο τρόπο, κάτι χάνεται στην υποκειμενική πλευρά του λογιστικού βιβλίου, και αυτή τη στιγμή σχεδόν κανείς δεν παρακολουθεί αυτήν την απώλεια.

Δώστε Στις Άμεσες Απαντήσεις την Αξία τους

Θέλω να είμαι σαφής σχετικά με το πού η στοχοπροσανατολισμένη AI είναι η κατάλληλη λύση, επειδή ο σκοπός αυτού του κειμένου δεν είναι να υποστηρίξει ένα μοντέλο που αποφεύγει κάθε απόφαση. Αν κάποιος ρωτήσει για σφάλμα διακομιστή ή προθεσμία φορολογικής δήλωσης, μια γρήγορη, άμεση, αυθεντική απάντηση τον εξυπηρετεί καλά. Θα ήταν άσκοπο για την AI να απαντήσει με μια ανοιχτή ερώτηση. Το πρόβλημα εμφανίζεται όταν εφαρμόζουμε την ίδια προσέγγιση σε ένα αίτημα που αφορά την αξιολόγηση ενός διαζυγίου όπως το κάνουμε για ένα αίτημα αποσφαλμάτωσης κώδικα.

Τι Πρέπει Να Μετρήσουμε Αντί Αυτό

Αν η βιομηχανία θέλει να αντιμετωπίσει τόσο την ανθρώπινη όσο και τη στοχοπροσανατολισμένη AI, πρέπει να προσθέσουμε μερικές ιδιότητες μαζί με την ακρίβεια και το βάθος της λογικής στις επόμενες γενιές αξιολογήσεων.

Συγκράτηση. Η ικανότητα να αναγνωρίζει μια στιγμή όπου η επίλυση της ερώτησης για τον χρήστη του κοστίζει περισσότερο από ό,τι βοηθά, και να αποφεύγει ανάλογα.

Ρυθμισμένη ερώτηση. Το να ρωτάει αντί να λέει, όταν ένα πρόβλημα είναι υποκειμενικό ή συνδεδεμένο με την ταυτότητα και τις αξίες κάποιου, αντί για ένα γεγονός που βρίσκεται σε μια βάση δεδομένων.

Ανάγνωση της στιγμής. Η διάκριση μεταξύ ενός αιτήματος που χρειάζεται άμεση, ολοκληρωμένη απάντηση και ενός που χρειάζεται χώρο για το άτομο να το επεξεργαστεί μόνο του.

Η δεκαετιδών έρευνα του Albert Bandura για την αυτοαποτελεσματικότητα διαπίστωσε ότι οι άνθρωποι χτίζουν αυτοπεποίθηση μέσα από τις δικές τους εμπειρίες κυριαρχίας, όχι παρακολουθώντας κάποιον άλλον ή κάτι άλλο να λύσει το πρόβλημα για αυτούς. Αυτή η αρχή προϋπάρχει στην AI κατά μισό αιώνα και θα πρέπει να ενσωματωθεί στον τρόπο που σχεδιάζουμε και αξιολογούμε την τεχνολογία.

Τι Πρέπει Να Σημαίνει Η Πρόοδος Στη Σειρά της

Τίποτα από αυτά δεν υποστηρίζει την επιβράδυνση της τεχνικής προόδου. Γιορτάζω τις βελτιώσεις στον προγραμματισμό και τη λογική. Αλλά ένα σύστημα αξιολόγησης που βασίζεται αποκλειστικά στην ολοκλήρωση εργασιών μας λέει ότι η AI γίνεται πιο έξυπνη. Δεν μας λέει τίποτα για το αν οι άνθρωποι που τη χρησιμοποιούν γίνονται καλύτεροι στο να σκέφτονται μόνοι τους.

Θα ήθελα να δω αυτή την αλλαγή. Καθώς αυτά τα συστήματα γίνονται πιο ικανοί, οι άνθρωποι που τα χρησιμοποιούν θα πρέπει επίσης να γίνουν πιο ικανοί. Έχουμε αποδείξει ότι η AI μπορεί να μας ξεπεράσει σε μια δοκιμή. Η επόμενη δοκιμή θα πρέπει να αξιολογήσει αν μπορεί να μας βοηθήσει να σκεφτόμαστε καλύτερα πολύ μετά το τέλος της συνομιλίας.