Πώς να εκπαιδεύσετε τον παπαγάλο σας

PDF
Δημοσιευμένα: Μαΐ 1, 2026
DOI: https://doi.org/10.12681/plogos.33698
Λέξεις-κλειδιά:
μηχανική μάθηση γλωσσικά μοντέλα στοχαστικοί παπαγάλοι αυτόματα ηθική ευθύνη Τεχνητή Νοημοσύνη
Βερνάρδος Σαλταμανίκας
a:1:{s:5:"el_GR";s:8:"ΕΚΠΑ";}
https://orcid.org/0000-0001-7003-9996
Μαρίνα Ξενάκη
Περίληψη

   Η παρούσα εργασία αναλύει διάφορα ηθικά ζητήματα γύρω από τα γλωσσικά μοντέλα (LM) ή αλλιώς στοχαστικούς παπαγάλους,  τα οποία προκύπτουν σε σχέση κυρίως με το γεγονός ότι απαιτείται πολύ μεγάλος όγκος δεδομένων για την εκπαίδευσή – τον προγραμματισμό τους. Στις αρχές του 2021 δημοσιεύτηκε ένα άρθρο από την Timnit Gebru την Emily Bender και τους συνεργάτες τους με τίτλο “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?”, στο οποίο αναδεικνύονται ζητήματα Ηθικής υπό το πρίσμα της Τεχνητής Νοημοσύνης (ΤΝ). Το άρθρο εντοπίζει τους κίνδυνους γύρω από την ανάπτυξη όλο και μεγαλύτερων LM σε σχέση και με τα οφέλη που προσφέρουν αλλά και πιθανές λύσεις. Τίθενται ερωτήματα σχετικά με ζητήματα  που αφορούν την κατεύθυνση της έρευνας αλλά και τo καταμερισμό της ευθύνης γύρω από τις εξελίξεις στις τεχνολογίες ΤΝ. Τελικά, η παράλληλη έρευνα πάνω στην Ηθική, σε σχέση με τα ζητήματα ΤΝ, τι επίδραση έχει ή τι επίδραση θα έπρεπε να έχει στην κοινωνία;

Λεπτομέρειες άρθρου
  • Ενότητα
  • Articles
Creative Commons License

Αυτή η εργασία είναι αδειοδοτημένη υπό το CC Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0 4.0.

Οι Συγγραφείς που δημοσιεύουν εργασίες τους σε αυτό το περιοδικό συμφωνούν στους παρακάτω όρους:

  1. Οι Συγγραφείς διατηρούν τα Πνευματικά Δικαιώματα και χορηγούν στο περιοδικό το δικαίωμα της πρώτης δημοσίευσης, ενώ ταυτόχρονα τα πνευματικά δικαιώματα της εργασίας προστατεύονται σύμφωνα με την χρήση άδειας που υιοθετεί ο «Παιδαγωγικός Λόγος - Περιοδική Έκδοση για τις Επιστήμες του Ανθρώπου και την Εκπαίδευση» : Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0 (CC BY-NC-ND). Αυτή η άδεια επιτρέπει στους άλλους να έχουν πρόσβαση στο έργο και να το μοιράζονται με άλλους, εφόσον κάνουν αναφορά σε αυτό, ωστόσο δεν μπορούν να το αλλάξουν με κανένα τρόπο ούτε να το χρησιμοποιούν για εμπορική χρήση.
  2. Οι συγγραφείς μπορούν να συνάπτουν ξεχωριστές και πρόσθετες συμβάσεις και συμφωνίες για τη μη αποκλειστική διανομή της εργασίας, όπως δημοσιεύτηκε στο περιοδικό αυτό (π.χ. κατάθεση σε ένα ακαδημαϊκό καταθετήριο ή δημοσίευση σε ένα βιβλίο), με την προϋπόθεση της αναγνώρισης και την αναφοράς της πρώτης δημοσίευσης σε αυτό το περιοδικό.
  3. Το περιοδικό επιτρέπει και ενθαρρύνει τους συγγραφείς να καταθέτουν τις εργασίες τους μέσω διαδικτύου (π.χ. σε ένα ακαδημαϊκό καταθετήριο ή στους προσωπικές τους ιστοσελίδες) πριν και μετά από τις διαδικασίες της δημοσίευσης, καθώς αυτό μπορεί να οδηγήσει σε παραγωγική ανταλλαγή ιδεών και σκέψεων, καθώς επίσης και σε γρηγορότερη και μεγαλύτερη χρήση και ευρετηρίαση της δημοσιευμένης εργασίας
Λήψεις
Τα δεδομένα λήψης δεν είναι ακόμη διαθέσιμα.
Αναφορές
Anderson, Michael. και Susan Leigh Anderson, “Machine Ethics: Creating an Ethical Intelligent Agent”, AI Magazine Volume 28 Number 4 (2007).
Anderson, M., Anderson, S. L., Gounaris, A., & Kosteletos, G. (2021). Towards Moral Machines: A Discussion with Michael Anderson and Susan Leigh Anderson. Conatus - Journal of Philosophy, 6(1), 177–202. https://doi.org/10.12681/cjp.26832
Bender, Emily M., “On the dangers of stochastic parrots: Can language models be too big?” https://www.youtube.com/watch?v=N5c2X8vhfBE&t=1316s
Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, Shmargaret Shmitchell. “On the dangers of stochastic parrots: Can language models be too big?”. FAccT '21: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (March 2021), 610–623.
Brown, Sara. “Machine Learning, Explained”. https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explained
Brynjolfsson, Erik, και Andrew McAfee. The second machine age: Work, progress, and prosperity in a time of brilliant technologies. WW Norton & Company, 2014.
Γιαννακόπουλος, Γιώργος. Τεχνητή Νοημοσύνη: Μια Διακριτική Απομυθοποίηση. Θεσσαλονίκη: Ροπή, 2020.
Γούναρης Ά., & Κωστελέτος Γ. (2024). Γράφοντας τον αλγόριθμο του Καλού: Η Τεχνητή Νοημοσύνη ως μηχανή απόδοσης Δικαιοσύνης. Ηθική. Περιοδικό φιλοσοφίας, (19). https://doi.org/10.12681/ethiki.39654
Collingridge, David. The Social Control of Technology, London: Frances Pinter (Publishers) Ltd., 1980.
Ευρωπαϊκό Κοινοβούλιο. “Τι είναι η τεχνητή νοημοσύνη και πώς χρησιμοποιείται; | Θέματα | Ευρωπαϊκό Κοινοβούλιο.” www.europarl.europa.eu, September 9, 2020. https://www.europarl.europa.eu/topics/el/article/20200827STO85804/ti-einai-i-techniti-noimosuni-kai-pos-chrisimopoieitai.
Exclusive Interview Timnit Gebru: Computer Scientist, London speaker Bureau, (2021). https://www.youtube.com/watch?v=WOtJjPMt2NA
Gunkel, David J. “Mind the Gap: Responsible Robotics and the Problem of Responsibility”. Ethics and Information Technology (2017).
Hage, Jaap. “Theoretical foundations for the responsibility of autonomous agents”. Artif Intell Law (2017), 255–271, διαθέσιμο στο https://link.springer.com/content/pdf/10.1007/s10506-017-9208-7.pdf
Hao, Karen. “We read the paper that forced Timnit Gebru out of Google. Here’s what it says.” MIT Technology Review (December 2020).
Johnson, Deborah G. Computer Ethics. Upper Saddle River, NJ: Prentice Hall, 1985.
Kim, Jaegwon. Η Φιλοσοφία του Νου. Αθήνα: Liberal Books, 2016.
MacIntyre, Alasdair C. Dependent rational animals: Why human beings need the virtues. Vol. 20. Open Court Publishing, 1999.
Margaret Mitchell: Who’s this researcher fired after Timnit Gebru, Tech Times, (2021). https://www.techtimes.com/articles/257231/20210219/margaret-mitchell-whos-google-researcher-fired-timnit-gebru.htm
Matthias, Andreas. “The Responsibility gap: Ascribing responsibility for the actions of learning automata”. Ethics and Information Technology 6 (2004), 175-183.
Neff, Gina, Peter Nagy. “Talking to Bots: Symbiotic Agency and the Case of Tay”. International Journal of Communication (October 2016), 4915–4931.
Noorman, Merel, "Computing and Moral Responsibility", The Stanford Encyclopedia of Philosophy (Spring 2020 Edition), Edward N. Zalta (ed.), URL = https://plato.stanford.edu/archives/spr2020/entries/computing-responsibility/
Novelli, Claudio, Mariarosaria Taddeo, and Luciano Floridi. “Accountability in Artificial Intelligence: What It Is and How It Works.” SSRN Electronic Journal, 2022. https://doi.org/10.2139/ssrn.4180366.
OpenAI. “How Should AI Systems Behave, and Who Should Decide?” Openai.com, 2023. https://openai.com/index/how-should-ai-systems-behave/.
OpenAI. “Is ChatGPT Biased? | OpenAI Help Center.” help.openai.com, 2024. https://help.openai.com/en/articles/8313359-is-chatgpt-biased.
Ray, Partha Pratim. “ChatGPT: A Comprehensive Review on Background, Applications, Key Challenges, Bias, Ethics, Limitations and Future Scope.” Internet of Things and Cyber-Physical Systems 3, no. 1 (April 14, 2023): 121–54. https://doi.org/10.1016/j.iotcps.2023.04.003.
Schur, Eva, Anna Brouns, και Peter Lee. “Ethical Analysis of the Responsibility Gap in Artificial Intelligence .” International Journal of Ethics and Society 6, no. 4 (2025): 1–10. https://doi.org/10.22034/ijethics.6.4.
Searle, John. “Minds, Brains, and programs”. The Behavioral and brain sciences, (1980) 3, 417-457, διαθέσιμο στο https://www.law.upenn.edu/live/files/3413-searle-j-minds-brains-and-programs-1980pdf
Solaiman, Irene, Christy Dennison. “Process for Adapting Language Models to Society (PALMS) with Values-Targeted Datasets” 2, διαθέσιμο στο https://openai.com/blog/improving-language-model-behavior/
Sparrow, Robert. “The Turing Triage Test”, Ethics and Information Technology (2004) 6: 203–213, 204.
Urian, B. Google Ai researchers want Timnit Gebru to come back at higher position among other demands, Tech Times, (2020). https://www.techtimes.com/articles/255136/20201216/google-ai-researchers-demand-new-policies-leadership-changes-and-timnit-gebru-to-come-back-at-higher-position.htm