Ανησυχητική μελέτη οικονομολόγων προειδοποιεί ότι τα πανεπιστήμια χάνουν τη μάχη της καινοτομίας στον τομέα της τεχνητής νοημοσύνης. Η μαζική «μετανάστευση ταλέντων», το brain drain από τον ακαδημαϊκό χώρο στον επιχειρηματικό στίβο, αλλάζει τις ισορροπίες. Πλέον τις εξελίξεις στην έρευνα για την τεχνητή νοημοσύνη, δεν τις καθορίζουν τα ερευνητικά κέντρα των πανεπιστημίων, αλλά οι γίγαντες της Βig Tech.
Πού βρίσκεται το κακό; Στο ότι όσο το ανθρώπινο κεφάλαιο, οι πόροι και οι ανακαλύψεις συγκεντρώνονται στα χέρια μιας χούφτας μεγάλων επιχειρήσεων, αντίστοιχα συγκεντροποιείται και αλλάζει προσανατολισμό η ίδια η επιστημονική γνώση. Αντί να είναι ευρέως προσβάσιμη και προσανατολισμένη στο κοινό καλό, υπόκειται στον ασφυκτικό έλεγχο των δισεκατομμυριούχων ολιγαρχών του 1%. Οι πρωτότυπες επιστημονικές δημοσιεύσεις μειώνονται και αυξάνονται οι εμπορικά αξιοποιήσιμες «πατέντες» ευρεσιτεχνίας.
Ο κίνδυνος, σύμφωνα με τους οικονομολόγους, δεν είναι ότι η καινοτομία επιβραδύνεται, αλλά ότι γίνεται πιο «κοντόφθαλμη». Διαχέεται πιο δύσκολα και εξαρτάται όλο και περισσότερο από το ποιος κατέχει την υπολογιστική ισχύ. Τονίζουν ότι η μεγάλη πρόκληση που ανοίγεται μπροστά μας είναι να εξασφαλίσουμε ότι η νέα εποχή της τεχνητής νοημοσύνης, δεν θα είναι απλώς γρήγορη, αλλά δημοκρατικά ανοιχτή, υγιώς ανταγωνιστική και ευρέως ωφέλιμη.
Eγκαταστάσεις της σχολής οικονομικών του Πανεπιστημίου του Σικάγο – πηγή: Wiki Commons
Η σχολή του Σικάγο κάνει κοινωνική στροφή;
Η μελέτη που δημοσιεύθηκε από το Κέντρο Έρευνας Οικονομικής Πολιτικής (CEPR), ένα πανευρωπαϊκό δίκτυο με έδρα το Παρίσι, έχει ενδιαφέρον για ένα επιπλέον λόγο. Ο βασικός συγγραφέας, ο Toύρκος οικονομολόγος Oυφούκ Ακιτζίτ, διδάσκει στη σχολή του Πανεπιστημίου του Σικάγο. Ως ρεύμα σκέψης η «σχολή του Σικάγο» έχει ταυτιστεί στις συνειδήσεις των πολλών με τον οικονομικό φιλελευθερισμό που ενέπνευσε τη Θάτσερ, τον Ρήγκαν, τον δικτάτορα της Χιλής Αουγκούστο Πινοσέτ και το «δόγμα του σοκ». Το γεγονός ότι η νέα φουρνιά καθηγητών της σχολής του Σικάγο χτυπάει το καμπανάκι για το «στράγγισμα» των πανεπιστημίων από τις επιχειρήσεις, είναι από μόνο του ενδεικτικό των κινδύνων που κρύβει ο σφιχτός εναγκαλισμός της επιστήμης με την αγορά.
Ο «νονός της ΑΙ» Τζέφρι Χίντον
Ο νονός της ΑΙ και η Google
Το 2013, ένας από τους σημαντικότερους ερευνητές στον κόσμο στην τεχνητή νοημοσύνη άφησε το πανεπιστημιακό του εργαστήριο και μετακινήθηκε στη βιομηχανία. Εκείνη η απόφαση δεν ήταν απλώς μια αλλαγή καριέρας. Ήταν ένα προειδοποιητικό σημάδι ότι το κέντρο βάρους της έρευνας στην AI άρχιζε να μετατοπίζεται. Σήμερα, περισσότερο από δέκα χρόνια μετά, αυτή η μετατόπιση έχει πλέον παγιωθεί. Η τεχνητή νοημοσύνη δεν εξελίσσεται κυρίως μέσα στα πανεπιστήμια, αλλά όλο και περισσότερο μέσα σε λίγες μεγάλες και ισχυρές εταιρείες. Και αυτή η εξέλιξη δεν αλλάζει μόνο το πού γίνεται η έρευνα. Αλλάζει και το ποια γνώση παράγεται, με ποιους όρους διαχέεται και ποιος τελικά ωφελείται από αυτήν.
Οι συγγραφείς της μελέτης αναφέρονται προφανώς στον μετέπειτα νομπελίστα Τζέφρι Χίντον, γνωστό και ως «νονό της τεχνητής νοημοσύνης». Ο Χίντον άφησε την πλήρη απασχόληση στο πανεπιστήμιο του Τορόντο, για να ηγηθεί του εργαστηρίου τεχνητής νοημοσύνης της Google.
Από τα πανεπιστήμια, στις επιχειρήσεις
Για δεκαετίες, τα πανεπιστήμια είχαν τον πρώτο λόγο στην αιχμή της επιστημονικής προόδου. Εκπαίδευαν ερευνητές, δημοσίευαν ανοιχτά προσβάσιμες μελέτες και λειτουργούσαν ως μηχανές παραγωγής γνώσης για ολόκληρη την οικονομία. Στον τομέα της τεχνητής νοημοσύνης, όμως, αυτό το μοντέλο φαίνεται να υποχωρεί.
Αξιοποιώντας μια νέα βάση δεδομένων – από τη Στατιστική Υπηρεσίας των ΗΠΑ (US Census Bureau), οι συγγραφείς παρακολούθησαν την επαγγελματική πορεία 42.000 ερευνητών από τον κλάδο της τεχνητής νοημοσύνης. Διαπίστωσαν ότι τα κορυφαία ταλέντα «μεταναστεύουν» από τα πανεπιστήμια στις μεγάλες επιχειρήσεις. Παράλληλα το μισθολογικό χάσμα μεταξύ ακαδημαϊκών θέσεων και βιομηχανίας εκτοξεύθηκε.
Μέχρι το 2019, το 68% των ερευνητών τεχνητής νοημοσύνης εργαζόταν στη βιομηχανία, έναντι 48% το 2001. Σήμερα τα ποσοστά είναι ακόμα υψηλότερα.
Ψαλίδα στις αμοιβές
Σύμφωνα με τη μελέτη, η διαφορά στις αμοιβές μεταξύ πανεπιστημιακών ερευνητών και ερευνητών στη βιομηχανία ξεπέρασε τα 1,5 εκατομμύρια δολάρια το 2021 για τα κορυφαία ταλέντα.
Οι ετήσιες αποδοχές του ανώτατου 1% των ερευνητών AI στη βιομηχανία αυξήθηκαν από 595.000 δολάρια το 2001 σε 1,94 εκατομμύρια δολάρια το 2021, σε σταθερές τιμές. Στον ακαδημαϊκό χώρο, αντίθετα, οι υψηλότεροι μισθοί αυξήθηκαν πολύ λιγότερο, από 301.000 σε 392.000 δολάρια.
Η διαφορά αυτή εξηγεί γιατί τα πανεπιστήμια δυσκολεύονται όλο και περισσότερο να κρατήσουν τους καλύτερους. Και δεν είναι μόνο οι μισθοί. Η πρωτοποριακή έρευνα στην τεχνητή νοημοσύνη απαιτεί τεράστια υπολογιστική ισχύ, πρόσβαση σε μεγάλα σύνολα δεδομένων και ακριβές υποδομές. Οι μεγάλοι τεχνολογικοί όμιλοι μπορούν να τα προσφέρουν όλα αυτά. Τα πανεπιστήμια, στις περισσότερες περιπτώσεις, όχι.
Όταν η ανοιχτή επιστήμη γίνεται ιδιωτική γνώση
Η πιο κρίσιμη συνέπεια αυτής της μετακίνησης αφορά το είδος της γνώσης που παράγεται. Τα πανεπιστήμια, παραδοσιακά, λειτουργούν με τη λογική της ανοιχτής επιστήμης. Δημοσιεύουν, εκπαιδεύουν, διαχέουν ιδέες. Οι επιχειρήσεις λειτουργούν διαφορετικά: επιδιώκουν να μετατρέψουν τη γνώση σε ιδιοκτησία και ανταγωνιστικό πλεονέκτημα.
Τα στοιχεία της μελέτης είναι αποκαλυπτικά. Όταν οι ερευνητές AI φεύγουν από τα πανεπιστήμια και πηγαίνουν στη βιομηχανία, οι δημοσιεύσεις τους μειώνονται δραστικά, ενώ οι πατέντες αυξάνονται εντυπωσιακά. Τρία χρόνια μετά τη μετάβαση, είναι περίπου 30 ποσοστιαίες μονάδες λιγότερο πιθανό να δημοσιεύσουν άρθρο και 6 ποσοστιαίες μονάδες πιο πιθανό να καταθέσουν πατέντα.
Σε πιο πρακτικούς όρους, η ετήσια παραγωγή άρθρων μειώνεται κατά 65%, ενώ οι κατοχυρώσεις ευρεσιτεχνιών αυξάνονται κατά 530%. Πρόκειται για μια σαφή στροφή από την ανοιχτή επιστημονική γνώση προς την ιδιόκτητη και εμπορικά αξιοποιήσιμη καινοτομία.
Αυτό δεν σημαίνει ότι η έρευνα γίνεται αναγκαστικά λιγότερο σημαντική ή λιγότερο φιλόδοξη. Σημαίνει όμως ότι γίνεται πιο κλειστή. Λιγότερο προσβάσιμη για άλλους ερευνητές, μικρότερες εταιρείες και την ευρύτερη κοινωνία.
Η νέα γεωγραφία της τεχνητής νοημοσύνης
Η μετακίνηση προς τη βιομηχανία συνοδεύεται και από αλλαγές στο προφίλ των ίδιων των ερευνητών. Η μέση ηλικία των ερευνητών AI στη βιομηχανία έχει μειωθεί από τα 39 στα 37 έτη, ενώ στην ακαδημαϊκή κοινότητα έχει παραμείνει σταθερή στα 42. Αυτό υποδηλώνει ότι η βιομηχανία απορροφά ολοένα και περισσότερο νεότερα ταλέντα, συχνά νωρίς στην καριέρα τους.
Παράλληλα, το ποσοστό των ερευνητών που έχουν γεννηθεί στις ΗΠΑ μειώνεται, ενώ αυξάνεται η παρουσία επιστημόνων από την Κίνα και την Ινδία. Η αγορά της τεχνητής νοημοσύνης γίνεται ακόμη πιο διεθνής, αλλά και πιο ανταγωνιστική.
Στο πεδίο της εκπροσώπησης των φύλων, η εικόνα είναι πιο σύνθετη. Ο ακαδημαϊκός χώρος βελτίωσε σημαντικά τη συμμετοχή των γυναικών, με το ποσοστό τους να αυξάνεται από 16% σε 29%. Στη βιομηχανία, η άνοδος ήταν σαφώς μικρότερη, από 19% σε 23%. Αυτό σημαίνει ότι, καθώς το κέντρο βάρους μεταφέρεται στις επιχειρήσεις, υπάρχει ο κίνδυνος η πρόοδος στην εκπροσώπηση να μην ακολουθήσει με τον ίδιο ρυθμό.
