Υπέρ αλγορίθμων

ΣΤΟ ΠΡΟΗΓΟΥΜΕΝΟ σημείωμα εξέφρασα τη συμπάθειά μου στους αλγόριθμους και ισχυρίστηκα ότι το πρόβλημα με την αλγοριθμοποίηση της κοινωνικής ζωής δεν βρίσκεται στους αλγόριθμους καθαυτούς, αλλά στην ατομική ιδιοκτησία των αλγορίθμων. Εξού και το σύνθημα «Να απελευθερώσουμε τους αλγόριθμους!». Τι σημαίνει, όμως, στ’ αλήθεια αυτό το σύνθημα; Από τι να τους απελευθερώσουμε; Και τι θα κάνουν οι αλγόριθμοι όταν αποκτήσουν την ελευθερία τους; Ομολογώ ότι δεν έχω τις απαντήσεις. Μου φαίνεται όμως λογικό να ισχυριστώ κάτι τέτοιο, για πολλούς λόγους.

Κατ’ αρχάς, δεν θα ήταν λογικό να θέλουμε να ξεφορτωθούμε τους αλγόριθμους που μας έχουν συντροφέψει στο μεγαλύτερο μέρος της Ιστορίας μας. Όχι για συναισθηματικούς, αλλά για πρακτικούς λόγους. Η οργάνωση των κοινωνιών έχει στηριχτεί σε τεράστιο βαθμό στη διάχυση της γνώσης μέσω των αλγορίθμων. Η έξωση των αλγορίθμων από την κοινωνική ζωή είναι απλώς αδιανόητη. Θα μπορούσαμε, βέβαια, να ισχυριστούμε ότι υπάρχουν καλοί και κακοί αλγόριθμοι. Αλγόριθμοι, οι οποίοι μας βοηθούν, πράγματι, να διεκπεραιώνουμε τις εργασίες της καθημερινής ζωής και τα καθήκοντα της διακυβέρνησης και αλγόριθμοι που συνεργάζονται με συστήματα επιτήρησης, υποκλοπής δεδομένων και συμπεριφορικού ελέγχου. Εμείς θα πρέπει να περιορίσουμε τη δράση των δεύτερων. Ωστόσο, πέρα από το επιστημολογικά ανούσιο δίλημμα «καλό μαχαίρι-κακό μαχαίρι» που αναπαράγει αυτή η αντιδιαστολή, δεν φαίνεται να υποδεικνύει έναν ασφαλή τρόπο διάκρισης μεταξύ των δυο κατηγοριών.

Ποιοι είναι οι «κακοί» αλγόριθμοι; Είναι οι αλγόριθμοι που έχουν ψηφιακό «σώμα» και, άρα, ανήκουν στην κατηγορία των μηχανών χειραγώγησης; Όμως, όλοι οι συμβατικοί αλγόριθμοι έχουν αποκτήσει πλέον ψηφιακό «σώμα» ­– μπορούν, δηλαδή,­ να γραφούν υπό μορφή κώδικα και να ενσωματωθούν σε υπολογιστικά συστήματα που εκτελούν λειτουργίες επιτήρησης και συμπεριφορικού ελέγχου. Ένας απλός αλγόριθμος κατάταξης αποτελεί συχνά την καρδιά τέτοιων συστημάτων. Θα πρέπει, γι’ αυτό τον λόγο, να εξαιρέσουμε τους αλγορίθμους κατάταξης από την κοινωνική ζωή ή να τους στερήσουμε τη δυνατότητα να αποκτούν ψηφιακή υπόσταση;

Το πιο σοβαρό πρόβλημα με τους ψηφιακούς αλγόριθμους, όμως, έγκειται στο ότι είναι δύσκολο να τους ορίσουμε ως τεχνουργήματα, ως αντικείμενα προορισμένα να εκτελούν μια συγκεκριμένη λειτουργία. Αυτό οφείλεται στο γεγονός ότι, προκειμένου να λειτουργήσουν σε ψηφιακά περιβάλλοντα, οι αλγόριθμοι πρέπει να κοινωνικοποιηθούν. Αφενός, πρέπει να επικοινωνήσουν μεταξύ τους και να κατανοήσουν ο ένας τον άλλο, ώστε να μπορέσουν να συνεργαστούν και να συγχρονίσουν τις ενέργειές τους. Αφετέρου, πρέπει να επικοινωνήσουν με τους χρήστες και να κατανοήσουν τις ανάγκες και τις επιθυμίες τους, ώστε να προσαρμόσουν τις λειτουργίες τους στις απαιτήσεις τής μεταξύ τους αλληλεπίδρασης. Αυτό σημαίνει ότι πρέπει να σταματήσουμε πλέον να αντιμετωπίζουμε τους ψηφιακούς αλγόριθμους ως πειθήνια εργαλεία στα χέρια των «κακών» και να αρχίσουμε να τους βλέπουμε ως (ανοίκειες, έστω) μορφές νόησης, η λειτουργία των οποίων εισάγει το στοιχείο της κοινωνικής επιτελεστικότητας στον κόσμο των μηχανών.

Αναφορές
Beer, D. (2017). The social power of algorithms. Information, Communication & Society, 20(1), 1-13.
Bucher, T. (2017). The algorithmic imaginary: exploring the ordinary affects of Facebook algorithms. Information, Communication & Society, 20(1), 30-44.
Kitchin, R. (2017). Thinking critically about and researching algorithms. Information, Communication & Society, 20(1), 14-29.
Neyland, D. & Möllers, N. (2017). Algorithmic IF  … THEN rules and the conditions and consequences of power. Information, Communication & Society, 20(1), 45-62.
Parisi, L. (2015). Instrumental Reason, Algorithmic Capitalism, and the Incomputable. Στο M. Pasquinelli (ed.), Alleys of Your Mind: Augmented Intelligence and Its Traumas (125-37). Lüneburg: meson press.
Pasquale, F. (2015). The Black Box Society: The Secret Algorithms that Control Money and Information. Κέιμπριτζ, ΜΑ: Harvard University Press.

Δημοσιεύτηκε στο Πρίσμα αρ. 127, στις 19 Φεβρουαρίου 2022.

IMAGE CREDIT: Theo van Doesburg, Mouvement héroïque, 1916.

Παράδοξο Goodman

ΖΟΥΜΕ ΣΤΗΝ ΕΠΟΧΗ των μεγάλων δεδομένων. Και της τεχνητής νοημοσύνης, ασφαλώς, η οποία μπορεί να διαχειρίζεται τεράστιους όγκους δεδομένων και να αναγνωρίζει μοτίβα μέσα σε αυτούς. Επίσης, ζούμε μια πανδημία, η οποία έχει πάρει πρωτοφανείς  διαστάσεις γι’ αυτό και εποπτεύεται συστηματικά από όλα τα κράτη, τις υγειονομικές υπηρεσίες, τα πανεπιστήμια και τα ερευνητικά ινστιτούτα. Η πανδημία μάς τροφοδοτεί με απίστευτες ποσότητες δεδομένων – τόσο πολλά που ενίοτε είναι αδύνατο να συγκεντρωθούν και να ενοποιηθούν. Ποιος είναι ο λόγος που μετά από ενάμιση χρόνο παρακολούθησης της πανδημίας και συγκέντρωσης τόσο πολλών δεδομένων δεν είμαστε σε θέση να κατανοήσουμε τη φύση της νόσου και να προβλέψουμε την εξέλιξη της διάδοσής της;

Το 1955, ο Nelson Goodman εξέδωσε ένα μικρό βιβλιαράκι με τον τίτλο Fact, Fiction & Forecast. Εκεί παρουσίασε τον “νέο γρίφο της επαγωγής”. Η βασική ιδέα είναι η εξής: Ας υποθέσουμε ότι εισάγουμε δύο νέα κατηγορήματα, το πράκινο και το κόσινο. Το πράκινο αναφέρεται σε σώματα που αν παρατηρηθούν πριν από μια καθορισμένη χρονική στιγμή t είναι πράσινα και αν παρατηρηθούν οποιαδήποτε άλλη στιγμή είναι κόκκινα. Αντίστοιχα το κόσινο. Η πρακτική συνέπεια αυτής της ιδέας είναι ότι αν υπάρχουν κατηγορήματα αυτής της μορφής δεν μπορούμε να διατυπώσουμε γενικεύσεις με τη βεβαιότητα που θα το κάναμε αν όλα τα κατηγορήματα ήταν της μορφής πράσινο και κόκκινο. Εάν συγκεντρώσουμε επαρκή δεδομένα για ένα σώμα πριν τη χρονική στιγμή t μπορεί να πειστούμε ότι αυτό είναι πράσινο και, ως εκ τούτου, όποτε κι αν το συναντήσουμε στο μέλλον θα είναι πράσινο. Ωστόσο, δεν μπορούμε να γνωρίζουμε με βεβαιότητα αν τα δεδομένα που συγκεντρώσαμε δείχνουν ότι το σώμα είναι πράσινο ή πράκινο. Αντίστοιχα, αν βρισκόμαστε μετά τη χρονική στιγμή t, δεν υπάρχει τρόπος να γνωρίζουμε αν ένα σώμα είναι πράσινο ή κόσινο, εφόσον τα διαθέσιμα δεδομένα επιβεβαιώνουν και τα δύο κατηγορήματα.

Ένα χαρακτηριστικό της δυτικής επιστήμης είναι ότι εργάζεται με στατικές κατηγορίες – με ταυτότητες. Οι πίνακες ταξινόμησης και οι κατάλογοι ιδιοτήτων αποτυπώνουν αυτήν ακριβώς τη θεώρηση της πραγματικότητας. Έτσι, ο ιός αντιμετωπίζεται ως οντότητα της οποίας πρέπει να προσδιοριστούν τα ατομικά χαρακτηριστικά, και όχι ως πληθυσμός, του οποίου πρέπει να προσδιοριστεί η δυναμική μετασχηματισμού. Φυσικά, στην πρώτη φάση εμφάνισης ενός νέου ιού, αυτό είναι απαραίτητο. Είναι, όμως, σωστό όλη η στρατηγική αντιμετώπισής του να στηρίζεται σε επισφαλείς επαγωγικές γενικεύσεις; Να στηρίζεται, δηλαδή, στην πεποίθηση ότι αυτά είναι τα χαρακτηριστικά του ιού και αυτά θα παραμείνουν στο διηνεκές; Η έμφαση που δόθηκε στην παραγωγή εμβολίου και η έκπληξη απέναντι στις μεταλλάξεις δηλώνουν την προσκόλληση σε αυτήν ακριβώς τη γνωσιολογική συνθήκη. Φαίνεται, λοιπόν, ότι η υγειονομική κρίση δεν δοκιμάζει μόνο τις αντοχές της δημοκρατίας, αλλά και του γνωσιολογικού μοντέλου στο οποίο στηριζόμαστε για να κατανοήσουμε την πραγματικότητα.

Δημοσιεύτηκε στο Πρίσμα αρ. 109, στις 8 Μαΐου 2021.

Πλάνες

ΛΕΓΕΤΑΙ «βεβαίωση της επομένης»: Αν κάποιος πατήσει την ουρά του σκύλου, εκείνος γαβγίζει. Ο σκύλος γάβγισε. Άρα, κάποιος πάτησε την ουρά του. Αποτελεί λογική πλάνη, διότι ο σκύλος μπορεί να γάβγισε επειδή επέστρεψε ο ιδιοκτήτης του ή για οποιονδήποτε άλλο λόγο. Οι γιατροί, όπως όλοι μας, είναι επιρρεπείς στις λογικές πλάνες. Δεν θα έπρεπε – γι’ αυτό και στα μεσαιωνικά πανεπιστήμια το πρώτο μάθημα που διδάσκονταν οι υποψήφιοι γιατροί ήταν η λογική. Διότι έπρεπε να μάθουν να βγάζουν συμπεράσματα για την κατάσταση του ασθενούς οδηγούμενοι με ασφάλεια από τα αποτελέσματα στις αιτίες. Όταν η Ιατρική άρχισε να πλαισιώνεται από άλλες επιστήμες και τεχνολογίες, η τέχνη αυτή σταδιακά χάθηκε. Κι έτσι, όλο και συχνότερα έχουμε λανθασμένες διαγνώσεις, οι οποίες οφείλονται στη διανοητική ολιγωρία των γιατρών. Το «σύνδρομο της αποτυχημένης επέμβασης» στη σπονδυλική στήλη είναι μια τέτοια περίπτωση. Όταν κάποιος παρουσιάζει τις τάδε εκφυλιστικές αλλοιώσεις στη σπονδυλική στήλη θα πρέπει να αισθάνεται πόνο στη μέση. Κάποιος αισθάνεται πόνο στη μέση και οι απεικονιστικές εξετάσεις δείχνουν ότι έχει τις συγκεκριμένες εκφυλιστικές αλλοιώσεις. Άρα, ο πόνος είναι συνέπεια αυτών των αλλοιώσεων. Τις αποκαθιστούμε χειρουργικά και… ο πόνος συνεχίζεται.

Η αναγωγή της κατάστασης του ασθενούς σε επιμέρους ευρήματα σε συνδυασμό με τη διαθεσιμότητα εξειδικευμένων θεραπειών για καθένα από αυτά υποβαθμίζουν την τέχνη της διάγνωσης. Όλο και περισσότερο οι γιατροί μετατρέπονται σε διαχειριστές βάσεων δεδομένων, που δουλειά τους είναι να συσχετίζουν δεδομένα από διαφορετικούς πίνακες, ώστε να πετύχουν μια διάγνωση που θα αντιστοιχεί σε μια γνωστή θεραπευτική αγωγή.

Πρέπει να ομολογήσουμε, ωστόσο, ότι η ιατρική κοινότητα επέδειξε υποδειγματική σωφροσύνη στην περίπτωση των εμβολίων. Ο εμβολιασμός με το σκεύασμα της AstraZeneca ενδέχεται να προκαλέσει θρομβώσεις. Η ασθενής Α που εμβολιάστηκε με το σκεύασμα της AstraZeneca παρουσίασε θρόμβωση. Όχι κύριε, αυτή τη φορά δεν την πατάμε. Η θρόμβωση μπορεί να προέρχεται κι από άλλες αιτίες: Από υποκείμενα νοσήματα που η εμβολιαζόμενη παρέλειψε να δηλώσει ή από τη συνέργεια τυχαίων παραγόντων που συνέπεσαν χρονικά με τον εμβολιασμό. Σε κάθε περίπτωση, το πιθανότερο είναι ότι δεν ευθύνεται το εμβόλιο, αλλά η εμβολιαζόμενη, η μοναδικότητα του ιατρικού περιστατικού ή απλά η ατυχής περίσταση. Κι έτσι αποφεύγεται η λογική πλάνη της «βεβαίωσης της επομένης» και διαπράττεται η λογική πλάνη «ad ignorantiam»: Δεν έχει αποδειχθεί ότι το εμβόλιο προκαλεί θρόμβωση, άρα δεν προκαλεί!

Οι πλάνες είναι αναπόφευκτες. Γι’ αυτό υπάρχει η παλιά καλή θετικιστική επιστήμη – για να μας προστατεύει από τις εκτροπές της λογικής και τους πειρασμούς της φαντασίας. Όταν, όμως, η επιστήμη τίθεται στην υπηρεσία ατυχών πολιτικών επιλογών, τότε και οι πλάνες παύουν να είναι απλά λογικά ολισθήματα και τίθενται στην υπηρεσία μιας επικίνδυνης ρητορικής, που έχει στόχο να συγκαλύψει την ανεπαρκή διαχείριση της κρίσης από το κράτος και τους υπερεθνικούς οργανισμούς.

Δημοσιεύτηκε στο Πρίσμα αρ. 107, στις 10 Απριλίου 2021.