ΦΙΛΟΣΟΦΙΚΗ ΘΕΩΡΗΣΗ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ

 

Του π. Αθανάσιου Νίκου

 

    Μπορεί, άραγε, ένας υπολογιστής να κάνει επιστημονικές ανακαλύψεις, να καταστρώνει επιστημονικά πειράματα και να παρέχει επιστημονικές εξηγήσεις; Όταν οι πραγματικοί επιστήμονες κάνουν αυτά τα πράγματα, χρησιμοποιούν άραγε διαδικασίες που θα μπορούσαν να εκτελεσθούν από ένα πρόγραμμα υπολογιστή; Μπορούν άραγε οι υπολογιστές να προγραμματιστούν έτσι ώστε να είναι καλύτεροι από τους επιστήμονες στο να κάνουν κάποια είδη επιστημονικών ανακαλύψεων; Μέχρι πολύ πρόσφατα, σχεδόν κάθε φιλόσοφος απαντούσε με ένα βροντερό όχι σε κάθε ένα από τα παραπάνω ερωτήματα. Οι φιλόσοφοι συχνά απέρριπταν αυτές τις δυνατότητες με τον ισχυρισμό ότι δεν υπάρχει «λογική» της επιστημονικής ανακάλυψης, ή ότι δεν υπάρχει τρόπος με τον οποίο ένας υπολογιστής θα μπορούσε να εισαγάγει νέες θεωρητικές έννοιες που δεν έχουν ήδη προσδιοριστεί στο πρόγραμμά του. Όμως, τα τελευταία τριάντα χρόνια, η έρευνα στους τομείς της τεχνητής νοημοσύνης και της γνωσιακής ψυχολογίας έχει συμβάλει αρκετά στην υπονόμευση αυτών των αρνητικών συμπερασμάτων. Η επιστήμη των υπολογιστών μάς διδάσκει ότι οι υπολογιστές μπορούν να προγραμματιστούν με τέτοιο τρόπο ώστε να κάνουν πολύ καλύτερη επιστημονική δουλειά από όσο οι φιλόσοφοι είχαν πιστέψει ότι ήταν δυνατό, και η γνωσιακή ψυχολογία μάς διδάσκει ότι στην πράξη οι επιστήμονες τα καταφέρνουν λιγότερο καλά από όσο οι φιλόσοφοι είχαν φανταστεί.

    Η τεχνητή νοημοσύνη είναι η προσπάθεια να σχεδιαστούν, να εφαρμοστούν και να δοκιμαστούν προγράμματα υπολογιστών τα οποία επιλύουν προβλήματα με νοήμονα τρόπο. Τέτοια προβλήματα μπορεί να είναι η νίκη στο σκάκι, η διάγνωση της σκωληκοειδίτιδας, η απάντηση ερωτήσεων γύρω από μια ιστορία, η ανακάλυψη φυσικών νόμων, η εξαγωγή αιτιακών σχέσεων από μεγάλες βάσεις δεδομένων, ή οποιοδήποτε άλλο γνωσιακού χαρακτήρα έργο που παρουσιάζει ενδιαφέρον. Η σύγχρονη υπολογιστική γνωσιακή ψυχολογία κάνει κάτι διαφορετικό αν και στενά συνδεδεμένο μ’ αυτό. Στη γνωσιακή ψυχολογία ο στόχος είναι να διατυπωθούν ακριβείς περιγραφές των υπολογιστικών διαδικασιών με τις οποίες οι  άνθρωποι συλλογίζονται, σκέφτονται, θυμούνται, αναγνωρίζουν, επιλύουν προβλήματα, μαθαίνουν ή εκτελούν οποιοδήποτε άλλο γνωσιακό έργο.

    Η διαφορά ανάμεσα στην τεχνητή νοημοσύνη και τη γνωσιακή ψυχολογία είναι ότι η δεύτερη ξεκινά από εμπειρικές παραδοχές και έχει κάποιους εμπειρικούς σκοπούς που η τεχνητή νοημοσύνη δεν έχει. Η τεχνητή νοημοσύνη μπορεί να αναπτυχθεί χωρίς την παραδοχή ότι οι άνθρωποι σκέφτονται μέσω διαδικασιών υπολογισμού, και χωρίς τον ισχυρισμό ότι ένα πρόγραμμα περιγράφει πώς πράγματι λειτουργούν οι άνθρωποι. Ωστόσο, η τεχνητή νοημοσύνη και η υπολογιστική γνωσιακή ψυχολογία έχουν στενή σχέση επειδή και οι δύο ασχολούνται με το πώς μια νοήμων πράξη θα μπορούσε να επέλθει μέσω υπολογισμού.

    Το περίεργο και ίσως ειρωνικό γεγονός είναι ότι η ανάπτυξη των ψηφιακών υπολογιστών οφείλει πάρα πολλά στη λογική και στη φιλοσοφία των μαθηματικών· ενώ ένα μεγάλο μέρος από την έρευνα στο πλαίσιο της τεχνητής νοημοσύνης που δείχνει ότι οι υπολογιστές μπορούν να κάνουν καλή επιστημονική δουλειά, έγινε δυνατό με τη χρήση των ιδεών εκείνων ακριβώς των φιλοσόφων που απέρριπταν αυτή τη δυνατότητα. Ένα αποτέλεσμα αυτού του γεγονότος είναι ότι ορισμένοι τομείς της σύγχρονης επιστήμης των υπολογιστών – κυρίως η ειδικότητα που είναι γνωστή ως αυτοδιδασκαλία μηχανών – μπορούν να εκληφθούν ως φιλοσοφία που διεξάγεται με άλλα μέσα. Σε αυτή την αναφορά μας θα κάνουμε μια επισκόπηση της φιλοσοφικής ιστορίας που οδήγησε στην τεχνητή νοημοσύνη αποφεύγοντας, λόγω του περιορισμένου χώρου, να περιγράψουμε κάποια προβλήματα ή προγράμματα που έχουν βέβαια ιδιαίτερο ενδιαφέρον για τη φιλοσοφία απαιτούν όμως ποικίλη διεύρυνση.

 

    Η ΠΡΟΪΣΤΟΡΙΑ. 

 Παρ’ ότι η λέξη προέρχεται από τους Άραβες μαθηματικούς, η έννοια του αλγορίθμου φαίνεται να είναι μια από τις αρχαιότερες ιδέες των μαθηματικών. Οι Έλληνες γεωμέτρες αντιλαμβάνονταν τους αλγορίθμους ως διαδικασίες για την κατασκευή σχημάτων με κανόνα και διαβήτη. Έτσι, αν μεταφραστεί σε αυτούς τους όρους, η πρώτη πρόταση των στοιχείων του Ευκλείδη διατυπώνει μια διαδικασία που χρησιμοποιεί κανόνα και διαβήτη για να κατασκευάσει ένα ισόπλευρο τρίγωνο με βάση ένα οποιοδήποτε δεδομένο ευθύγραμμο τμήμα μέσα σε οποιοδήποτε επίπεδο που περιλαμβάνει αυτό το ευθύγραμμο τμήμα. Όμως, εκεί που η ιδέα του αλγορίθμου έγινε ρητή ήταν η θεωρία της αριθμητικής και η άλγεβρα. Η σημερινή διδασκαλία της αριθμητικής στο δημοτικό σχολείο συνίσταται κατά μεγάλο μέρος στη διδασκαλία αλγορίθμων για τον υπολογισμό απλών αριθμητικών συναρτήσεων: πρόσθεση, αφαίρεση, πολλαπλασιασμό και διαίρεση (μολονότι η ύπαρξη  αριθμομηχανών μπορεί ίσως να καταστήσει τις σχετικές δεξιότητες παρωχημένες). Στην άλγεβρα, το επίκεντρο της έρευνας από τους Άραβες και κατόπιν από τους χριστιανούς μαθηματικούς αφορούσε κυρίως την εύρεση αλγορίθμων για την επίλυση εξισώσεων διαφόρων κατηγοριών. Έτσι, στην άλγεβρα μαθαίνουμε έναν αλγόριθμο (ή ίσως περισσότερους) για την επίλυση γραμμικών εξισώσεων και συστημάτων γραμμικών εξισώσεων, αλγορίθμους για την επίλυση δευτεροβάθμιων εξισώσεων και έναν αλγόριθμο για την επίλυση εξισώσεων τρίτου βαθμού.

    Όπως επισημαίνουν οι ειδικοί, η ιδέα του αλγορίθμου δεν έχει μέχρι σήμερα πλήρως κατανοηθεί, αλλά σε γενικές γραμμές υπονοεί μια μηχανική ή αυτόματη διαδικασία η οποία, τουλάχιστον ιδεατά, θα υπολογίζει κάτι για οποιαδήποτε περίπτωση από μια πληθώρα διαφορετικών δυνατών περιπτώσεων. Εάν αυτό το κάτι είναι μία συνάρτηση, τότε ο αλγόριθμος υπολογίζει την τιμή της συνάρτησης για κάθε όρισμα επί του οποίου έχει οριστεί η συνάρτηση. Ένας τέτοιος αλγόριθμος είναι πάντα αλγόριθμος για τον υπολογισμό κάποιας συγκεκριμένης συνάρτησης. Είναι δυνατό να υπάρχουν πολλοί τρόποι υπολογισμού μίας και της αυτής συνάρτησης, και έτσι είναι δυνατό να υπάρχουν πολλοί, διαφορετικοί μεταξύ τους, αλγόριθμοι που να υπολογίζουν την ίδια συνάρτηση.

    Η ιδέα ότι οι μηχανές μπορούν να εκτελούν διαδικασίες που βοηθούν τους ανθρώπους να κάνουν συλλογισμούς για τους αριθμούς είναι τόσο παλιά όσο και ο πολιτισμός, αλλά η ιδέα ότι οι μηχανές μπορούν να βοηθήσουν τους ανθρώπους να κάνουν συλλογισμούς για αντικείμενα διαφορετικά από τους αριθμούς φαίνεται να είναι πιο πρόσφατη. Μια πρώιμη διατύπωση αυτής της ιδέας που είχε αρκετή επιρροή, έγινε από τον Ραμόν Λουλ (Ramon Lull), έναν Ισπανό μοναχό του 13ου αιώνα. Ο Λουλ ανέπτυξε μια στρατηγική η οποία, όπως πίστευε, θα προσηλύτιζε τους Μουσουλμάνους στο Χριστιανισμό. Ουσιαστικά, η ιδέα του ήταν ότι οι άπιστοι χρειάζονταν βοήθεια στις συλλογιστικές τους διαδικασίες. Ο Λουλ πίστευε ότι εάν οι οπαδοί του Μωάμεθ γίνονταν ικανοί να δουν τους αμέτρητους συνδυασμούς των αρετών του Χριστού, τότε θα προσηλυτίζονταν. Ας υποθέσουμε, για παράδειγμα, ότι μόνο 20 από τις αρετές του Χριστού λαμβάνονται υπόψη. Τότε ένας απλός υπολογισμός δείχνει ότι αυτές οι 20 αρετές μπορούν να σχηματίσουν 190 διαφορετικά ζεύγη αρετών του Χριστού και 1080 διαφορετικές τριάδες αρετών του Χριστού. Υπερβολικά πολλοί συνδυασμοί, σκέφθηκε ο Λουλ, για να αναγνωριστούν από τους ανθρώπους χωρίς τη βοήθεια κάποιας μηχανής.

    Οι μηχανές του Λουλ αποτελούνταν από δύο ή τρεις δίσκους διαφορετικών ακτίνων, που περιστρέφονταν όλοι γύρω από τον ίδιο άξονα. Κάθε ένας από τους δίσκους μπορούσε να περιστρέφεται ανεξάρτητα από τους άλλους. Οι δίσκοι ήταν χωρισμένοι στον ίδιο αριθμό τομέων, και κάθε τομέας χαρακτηριζόταν με ένα γράμμα ή όνομα που υποδήλωνε μία από τις αρετές. Με την περιστροφή των δίσκων διαφορετικά ζεύγη ή τριάδες αρετών, έρχονταν στην ίδια ευθεία και συνεπώς μπορούσαν εύκολα να αναγνωριστούν. Ο Λουλ έκανε αρκετά ταξίδια στη Βόρειο Αφρική με τις μηχανές του για να προσηλυτίσει τους Μουσουλμάνους στο Χριστιανισμό. Στο τρίτο του ταξίδι, όταν ήταν πάνω από 80 ετών, σκοτώθηκε με λιθοβολισμό.

 

    Η ΣΥΝΕΧΕΙΑ. 

Τον 17ο αιώνα, εν μέρει υπό την επίδραση της παράδοσης του Λουλ, ο Γερμανός Γκότφριντ Λάιμπνιτς (Leibnitz), ο μεγάλος φιλόσοφος, μαθηματικός και διπλωμάτης, πρότεινε την ανάπτυξη κάποιου είδους λογισμού στο πλαίσιο του οποίου κάθε πρόταση γύρω από οποιοδήποτε θέμα θα μπορούσε να διατυπωθεί τυπικά και χωρίς αμφισημίες, και σύμφωνα με τον οποίο ένας αλγόριθμος θα καθόριζε την αλήθεια ή το ψεύδος κάθε πρότασης που θα μπορούσε να διατυπωθεί με αυτόν τον τρόπο. Φυσικά, ο Λάιμπνιτς δεν είχε στη διάθεσή του έναν τέτοιο λογισμό, ή έναν τέτοιο αλγόριθμο, αλλά οραματιζόταν την ανάπτυξή του ως πρωταρχικού στόχου της επιστήμης. Την ίδια περίοδο, μια αξιοσημείωτη ιδέα άρχισε να αναδύεται. Η σκέψη, οποιαδήποτε σκέψη, συνιστά κάποια μορφή υπολογισμού. Ο Τόμας Χομπς (Hobbes) διατύπωσε καθαρά αυτή την ιδέα στα μέσα του αιώνα. Απέμενε στον Γάλλο γιατρό και φιλόσοφο του 18ου αιώνα Ζυλιέν ντε Λα Μετρί (Julien de La Mettrie) να δώσει την πιο καθαρή διατύπωση της θέσης ότι η σκέψη είναι μηχανική. Ο Λα Μετρί ([1815]1988) υποστήριξε ότι η συνείδηση υπόκειται σε φυσικούς νόμους, τόνισε τις ομοιότητες των ανθρώπων με τα ζώα, ιδιαίτερα με τους πιθήκους, και έκανε την υπόθεση ότι οι πίθηκοι θα μπορούσαν να διδαχθούν γλώσσα.

    Η μηχανική άποψη για το νου είχε μεγάλη επιρροή στον 19ο αιώνα, ιδιαίτερα μεταξύ των φυσιολόγων. Όμως πουθενά αλλού αυτή η άποψη δεν έλαβε καθαρότερη ή πιο διορατική διατύπωση από ό,τι στα γραπτά του νεαρού Ζίγκμουντ Φρόυντ (Sigmund Freud). Έχοντας μαθητεύσει στο πλευρό ενός αντιυλιστή φιλοσόφου, του Φράντς Μπρεντάνο (Franz Brentano), και ενός υλιστή φυσιολόγου, του Έρνστ Μπρούκε (Ernst Brucke), ο Φρόυντ έγραψε το 1895 ένα μεγάλο δοκίμιο με τίτλο Σχέδιο για μια Επιστημονική Ψυχολογία. Ο Φρόυντ υπέθεσε ότι τα κύτταρα του νευρικού συστήματος μετέφεραν ερεθίσματα μεταξύ τους μέσω των συναπτικών συνδέσεων, ότι οι συνδέσεις μπορούν να μεταβληθούν ώστε να κάνουν το πέρασμα ευκολότερο ή δυσκολότερο, ότι η ευκολία στο πέρασμα του ερεθίσματος εξαρτάται κατά ένα μέρος από το πόσο συχνά έχει προηγουμένως ενεργοποιηθεί η συναπτική σύνδεση, και ότι ολόκληρο το σύστημα των νευρικών κυττάρων δρα ως ένα μηχανικό δίκτυο το οποίο ενεργεί κατά τέτοιο τρόπο ώστε να ελαχιστοποιεί μακροπρόθεσμα τη μέση ενεργοποίησή του. Κάθε ανθρώπινος συλλογισμός, σχεδιασμός ή επιθυμία προκύπτει από τη μηχανική – τους υπολογισμούς – αυτού του συστήματος. Σήμερα, παρόμοιες μέθοδοι υπολογισμού ονομάζονται μοντέλα νευρωνικών δικτύων και μελετώνται ευρύτατα.

    Ο Φρόυντ μπορεί να έκανε υποθέσεις γύρω από την υπολογιστική δομή που διέπει το νου, αλλά δεν είχε την παραμικρή ιδέα για αλγορίθμους ή προγράμματα. Η πρώτη σαφής προσπάθεια για μια αλγοριθμική περιγραφή των θεμελιακών διαδικασιών του νου προήλθε από μια άλλη, εξίσου αναπάντεχη πλευρά: τον νεαρό Ρούντολφ Κάρναπ (Rudolf Carnap). Σε αντίθεση με το σύστημα του Φρόυντ, το σύστημα που ανέπτυξε ο Κάρναπ ([1928] 1967) δεν προτεινόταν ως εμπειρική περιγραφή των υπολογισμών μέσω των οποίων οι άνθρωποι σχηματίζουν στην πραγματικότητα τις διάφορες κατηγορίες και έννοιες. Ο στόχος του Κάρναπ ήταν να δείξει πως μια πληθώρα εννοιών – συμπεριλαμβανομένων εκείνων του χρώματος, του ήχου, του σχήματος, του αντικειμένου, του χώρου και του χρόνου – θα μπορούσαν να κατασκευασθούν αλγοριθμικά από έναν κατάλογο γεγονότων ενός πολύ απλού είδους. Η θεωρία του Κάρναπ αποτελούσε σχεδίασμα για τις κατηγορίες γνώσης που μπορούσε να έχει κάποιο δυνατό είδος ανθρώπου. Θα μπορούσαμε, με άλλα λόγια, να πούμε πως πρόκειται για μια γνωσιολογία για ανδροειδή. Η είσοδος ή η βάση του συστήματος του Κάρναπ ήταν ένας κατάλογος γεγονότων που αποφαινόταν ότι μια πλήρης στιγμή εμπειρίας είχε κάποιας μορφής ομοιότητα με μιαν άλλη πλήρη στιγμή εμπειρίας. Κανένα άλλο χαρακτηριστικό των «στοιχειωδών εμπειριών» δεν προϋπετίθετο από το σύστημα, εκτός από ό,τι είχε να κάνει με τις σχέσεις ομοιότητας μιας στοιχειώδους εμπειρίας προς μιαν άλλη. Χρησιμοποιώντας τις λογικές μεθόδους τού Φρέγκε, ο Κάρναπ όρισε κλάσεις στοιχειωδών εμπειριών που ήταν παρόμοιες μεταξύ τους, κλάσεις των οποίων όλα τα μέλη περιείχαν κάποιο κοινό χαρακτηριστικό (ο Κάρναπ τις ονόμαζε «κλάσεις ποιοτήτων»), κατόπιν σειρές ποιοτήτων που αντιστοιχούσαν στις διάφορες αισθητηριακές τροπικότητες κ.ο.κ. Ο Κάρναπ κατόρθωσε ως ένα βαθμό να επιτύχει αυτό που επεδίωκε, επειδή αναζητούσε αποκλειστικά τα δομικά χαρακτηριστικά διαφόρων εννοιών, όπως, για παράδειγμα, της έννοιας του χρώματος. Κατά τα πρώτα στάδια αυτής της κατασκευής, ο Κάρναπ προσήπτε σε κάθε ορισμό μια διαδικασία ή «πλασματική λειτουργία» όπως την αποκαλούσε. Οι λειτουργίες αυτές είναι πλήρως υπολογίσιμες και ολόκληρο το σύστημα μπορεί να ιδωθεί ως ένας αλγόριθμος που κατασκευάζει τη μία λειτουργία μετά την άλλη, ξεκινώντας από έναν κατάλογο εισόδου που περιέχει γεγονότα που αφορούν τις ομοιότητες ανάμεσα στα μέλη μιας πεπερασμένης συλλογής «στοιχειωδών εμπειριών». Ο Κάρναπ συνέγραψε το πρώτο πρόγραμμα τεχνητής νοημοσύνης.

    Ο Κάρναπ είχε και μια πρόσθετη επίδραση στην τεχνητή νοημοσύνη μέσω των μαθητών του, Βάλτερ Πιτς (Walter Pitts) και Χέρμπερτ Σάιμον. Στη δεκαετία του 50, ο Πιτς ήταν ένας από τους ανθρώπους στους οποίους οφειλόταν η αναβίωση των μοντέλων υπολογισμού μέσω νευρωνικών δικτύων. Περίπου την ίδια περίοδο, ο Σάιμον εγκαινίασε το πρόγραμμα που αποσκοπούσε στο να καταστήσει τους ψηφιακούς υπολογιστές ικανούς να συμπεριφέρονται με νοήμονα τρόπο, και είναι ένας από τους ανθρώπους στους οποίους οφείλεται ο όρος «τεχνητή νοημοσύνη». Ωστόσο, πριν οτιδήποτε από όλα αυτά μπορέσει να συμβεί, οι ηλεκτρονικοί ψηφιακοί υπολογιστές έπρεπε να εφευρεθούν, και πριν αυτό μπορέσει να συμβεί, οι άνθρωποι έπρεπε να αποκτήσουν καλύτερη κατανόηση της φύσης του ίδιου του υπολογισμού. Η κατανόηση του υπολογισμού προέκυψε τόσο από τη λογική όσο και από τεχνικές απαντήσεις σε προβλήματα της φιλοσοφίας των μαθηματικών. 

 

    ΣΚΕΨΕΙΣ-ΠΡΟΒΛΗΜΑΤΙΣΜΟΙ. 

Τίθεται παρά ταύτα και σήμερα  το ερώτημα, που έθεσε και ο Turing, κάπου εκεί στη δεκαετία του 1950: «Μπορούν οι μηχανές να σκεφτούν;». Τότε ήταν που άρχισαν να οραματίζονται και να κατασκευάζουν μηχανές βασισμένες σε συντακτικούς κανόνες και λογική επεξεργασία συμβόλων. Αν και το έναυσμα δόθηκε από τους πρώτους τότε υπολογιστές που κατασκευάσθηκαν και τις θεωρίες του Turing, το όραμα και ο στόχος αυτός αποτελούσαν συνέχεια μιας φιλοσοφικής παράδοσης αιώνων στο πλαίσιο της δυτικής φιλοσοφίας από τον Πλάτωνα και εντεύθεν. Είναι η τάση (όπως είδαμε παραπάνω) να ερμηνευθεί ο «νους» σαν μία αλγοριθμική διαδικασία που επεξεργάζεται σύμβολα, η θεωρία δηλαδή ότι όλη η σκέψη δεν είναι τίποτε παραπάνω από πράξεις πάνω σε καλώς ορισμένα σύμβολα/έννοιες στο πλαίσιο ενός κατάλληλα ορισμένου μαθηματικού φορμαλισμού. Είναι χαρακτηριστική η φιλοσοφική άποψη του Wittgenstein, ο οποίος στο κλασσικό πόνημά του Tractatus θεωρεί ότι η γνώση συνίσταται από «ατομικά» γεγονότα που μπορούν να εκφρασθούν με τη βοήθεια ανεξάρτητων λογικών προτάσεων. Σύμφωνα και με αυτή τη φιλοσοφική τάση, ο εγκέφαλος δεν ήταν παρά ένας αλγόριθμος. Ο Minsky, από τους πρωτοπόρους της τεχνητής νοημοσύνης, παρομοίωσε τον εγκέφαλο με «κρεατομηχανή».

    Παρά τις αρχικές εντυπωσιακές επιτυχίες, που σημειώθηκαν κατά τις δεκαετίες του 50 και 60, ο κλάδος αυτός της ΤΝ δεν προχώρησε. Σήκωνε τα χέρια ψηλά κάθε φορά που τα προβλήματα γίνονταν πιο πολύπλοκα. Δύο είναι οι κύριοι λόγοι:

    Πρώτον, ακόμη και εάν η διαδικασία της σκέψης θα μπορούσε να τυποποιηθεί και να αναχθεί σε διαχείριση λογικών συντακτικών κανόνων στο πλαίσιο μιας τυπικής γλώσσας, ο αριθμός των απαιτούμενων συνδυασμών και λογικών σχέσεων που θα απαιτούνταν για να φθάσουμε σε μία απόφαση ξεφεύγει από τις δυνατότητες που έχουν οι ψηφιακοί υπολογιστές. Μικρής μόνο κλίμακας προβλήματα μπορούν να επιλυθούν. Αυτό οφείλεται στην πολυπλοκότητα της πραγματικότητας και του μεγάλου αριθμού πιθανών ενδεχομένων στη ζωή.

    Δεύτερον, οι έννοιες δεν μπορούν να περιγραφούν με διακριτά σύμβολα. Κάθε έννοια αποκτά τη σημασία της μέσα από τα συμφραζόμενά της. Δεν έχει κάποια αντικειμενική υπόσταση. Δεν υπάρχουν ακριβείς ορισμοί. Φιλοσοφικά αυτό προβλημάτισε τον Πλάτωνα και τον Αριστοτέλη και είναι γνωστό ήδη από τα χρόνια εκείνα.

    Ο ανθρώπινος νους αντιμετωπίζει την πρώτη δυσκολία, που σχετίζεται με τη διαχείριση μεγάλου αριθμού δυνατών ενδεχομένων, με το να αποφασίζει για το τί είναι «σημαντικό» ή όχι σε κάθε συγκεκριμένη κατάσταση. Ο μηχανισμός της προσοχής/εστίασης επιστρατεύεται ώστε να φωτίσει την πιο σημαντική πληροφορία. Από την πληθώρα των πιθανών ενδεχομένων αποκλείεται, συνειδητά αλλά και ασυνείδητα, ένας μεγάλος αριθμός από αυτά. Ο αποκλεισμός ενδεχομένων είναι αποτέλεσμα νευρο-βιολογικών διεργασιών που εξελίσσονται στον εγκέφαλο, διεγείροντας ή απενεργοποιώντας νευρώνες σε διάφορες περιοχές του, και όπου αισθήσεις, αισθήματα, συναισθήματα, συστήματα αξιών, εμπειρίες αποτυπωμένες στην ενεργό μνήμη αλλά και στο υποσυνείδητο, και ό,τι άλλο συνιστά αυτό που ονομάζουμε παρούσα κατάσταση του νου συνεργάζονται, διεγείροντας και τις αντίστοιχες φυσικές αναπαραστάσεις στους νευρώνες του εγκεφάλου, από τις οποίες η παρούσα κατάσταση του νου καθορίζεται (Damasio). Όπως μας πληροφορεί λοιπόν ο Πορτογάλλος νευροεπιστήμονας Antonio Damasio, αυτό που συμβαίνει στον εγκέφαλο είναι ότι όλα αυτά ρυθμίζουν αυτόματα (ασύνειδα) τα δίκτυα αλληλεπίδρασης των νευρώνων έτσι ώστε να περιορίζουν τον χώρο/αριθμό των πιθανών ενδεχομένων που δυνητικά θα έπρεπε να εξετάσουμε, έτσι ώστε να μπορούμε να φθάσουμε σε μία απόφαση. Επίσης, συχνά μιλούμε για «διαίσθηση» για να εκφράσουμε το σύνολο όλων αυτών των ασύνειδων διεργασιών που βοηθεί τη σκέψη στο να φθάνει σε αποφάσεις, που είναι και το κύριο ζητούμενο της σκέψεως.

    Τίποτε από τα παραπάνω δεν θυμίζει «αλγόριθμο». Ένας αλγόριθμος συνίσταται από προκαθορισμένα λογικά βήματα που δρουν πάνω σε καλώς ορισμένα σύμβολα. Όσοι λέγουν ότι ο εγκέφαλος είναι ένας αλγόριθμος, ή δεν γνωρίζουν τί είναι αλγόριθμος ή/και πώς λειτουργεί ο εγκέφαλος. Οι φυσικο/χημικές διεργασίες, που λαμβάνουν χώρα στον εγκέφαλο, δεν είναι αλγοριθμικές. Και βέβαια, όταν μιλούμε για φυσικο/χημικές διεργασίες, δεν μιλούμε για τον νου αλλά για το φυσικό υπόστρωμα που συνίσταται από τους νευρώνες. Ο νους είναι η ροή υποκειμενικών εμπειριών, είναι σύλληψη δημιουργίας και φαντασίας. Ο εγκέφαλος σύμφωνα με τους ειδικούς είναι δισεκατομμύρια νευρώνων, συνάψεων και ηλεκτροχημικών διεργασιών. Ο νους είναι συνείδηση. Τα τελευταία είκοσι πέντε χρόνια έχουν γίνει σημαντικές έρευνες σχετικά με τη λειτουργία του εγκεφάλου και σήμερα γνωρίζουμε πολύ περισσότερα από ό,τι μόλις πριν από λίγα χρόνια. Μέχρι στιγμής όμως δεν έχουμε την παραμικρή ιδέα πώς εγκέφαλος και νους αλληλοεπιδρούν. Σύμφωνα με τον φιλόσοφο Chalmers, η μελέτη του εγκεφάλου είναι το «εύκολο» πρόβλημα. Το «δύσκολο» πρόβλημα είναι να καταλάβουμε πώς αυτό το σύμπλεγμα αλληλοεπιδρώντων νευρώνων και ανταλλαγής ιόντων σχετίζεται με αυτό που ονομάζουμε νου και συνείδηση. Η επιστήμη δεν έχει δώσει ακόμη απαντήσεις και οι φιλόσοφοι ερίζουν ως προς την ερμηνεία.

    Ένα άλλο σκέλος, το οποίο διαφοροποιεί την ανθρώπινη σκέψη από τη φιλοσοφική άποψη που «έβλεπε» τον νου σαν αλγόριθμο, είναι ότι ο ανθρώπινος νους δεν χειρίζεται διακριτά και καλώς ορισμένα σύμβολα αλλά ασαφείς έννοιες. Ποιος άραγε μπορεί να ορίσει τις έννοιες της «ευτυχίας», της «ελευθερίας» ή της «ευσέβειας»; Η τελευταία έννοια και ο ορισμός της απασχολεί τον Σωκράτη στον Ευθύφρονα του Πλάτωνος. Κατά τη διάρκεια των εκατομμυρίων χρόνων εξέλιξης, ο εγκέφαλος/νους ανέπτυξε στρατηγικές για να μπορεί να διαχειρίζεται τις ασάφειες. Το «όλον» νοηματοδοτεί το επιμέρους και δεν δομείται από επιμέρους ανεξάρτητα τμήματα. Σύμφωνα με τον φιλόσοφο Husserl και τη φαινομενολογική του προσέγγιση, ο τρόπος αντίληψης σύνθετων προτύπων είναι μέσα από τη δημιουργία ενός ασαφούς και μη καλά ορισμένου «όλου» αρχικά, που στη συνέχεια συμπληρώνεται σταδιακά με τις λεπτομέρειές του, οι οποίες αντλούνται από την πρότερη εμπειρία μας και τις μνήμες μας. Μία λέξη (μέρος) αποκτά το νόημά της στο πλαίσιο μιας φράσης (όλον) και της γενικότερης πρότερης εμπειρίας μας. Αυτό το γνωρίζουν πολύ καλά οι γλωσσολόγοι. Στη μουσική κάθε νότα αποκτά τη μουσική αξία της μέσα από το σύνολο της μελωδίας. Και όπως μας λέει ο Wittgenstein, «ένα στόμα χαμογελάει μόνο στο πλαίσιο ενός προσώπου». Με άλλα λόγια, η ερμηνεία του «μέρους» εξαρτάται από το «όλον» εντός του οποίου υπάρχει. Εν αντιθέσει, σε έναν ψηφιακό υπολογιστή που η λειτουργία του βασίζεται στη χρήση τυπικών γλωσσών, το «όλον» κατασκευάζεται από τα επιμέρους με τη βοήθεια συνδυασμού λογικών πράξεων και συντακτικών κανόνων.

    Είναι λοιπόν σαφές ότι αυτό που ονομάζουμε ανθρώπινη νοημοσύνη, προς το παρόν, ουδεμία σχέση έχει με αυτό που ονομάζουμε τεχνητή νοημοσύνη και πολύ περισσότερο με τον κλάδο της ΤΝ, που είναι γνωστός ως μηχανική μάθηση και που σήμερα καθοδηγεί τις εξελίξεις, έστω και εάν φαινομενικά μπορεί να μοιάζουν και να επιτελούν παρόμοιες λειτουργίες. Η μηχανική μάθηση δανείζεται τη δύναμή της από την τεχνολογία των υπολογιστών, ώστε να αποθηκεύονται τεράστιες ποσότητες δεδομένων και να εκτελούνται αριθμητικοί υπολογισμοί πολύ γρήγορα. Εδώ ο άνθρωπος υστερεί, όπως υστερεί και στη δύναμη του χεριού του σε σχέση με μια μπουλντόζα. Από την άλλη, η ανθρώπινη νοημοσύνη χτίζεται πάνω στην αφαιρετική δύναμη των εννοιών και νοημάτων και τη συνεκτικότητα που τους παρέχει η έμφυτη εξελικτικά δημιουργική ορμή. Οι υπολογιστές είναι μη νοήμονα αντικείμενα. Η έμφαση στους υπολογιστές είναι στο επιμέρους, στη λεπτομέρεια, στο εξειδικευμένο, στα συγκεκριμένα δεδομένα πάνω στα οποία βελτιστοποιούν την απόδοσή τους. Οι υπολογιστές βασίζονται σε αλγορίθμους που βελτιστοποιούν με έμφαση τα υπάρχοντα δεδομένα, δηλαδή το «παρελθόν». Βασίζονται σε «γεγονότα». Στην ανθρώπινη νοημοσύνη, η έμφαση είναι σε ένα συνεχώς μεταβαλλόμενο «όλον». Όπως μας λέγει χαρακτηριστικά ο Heidegger, ο «απώτερος σκοπός μιας απόφασης στον Άνθρωπο δεν είναι να πετύχει έναν στόχο που σηματοδοτεί το τέλος μιας πορείας. Κάθε στιγμή αναπροσαρμόζουμε το σύνολο της εμπειρίας μας και σχεδιάζουμε τις ενέργειές μας εστιάζοντας και επιλέγοντας σύμφωνα με την παρούσα κατάσταση και τις εκάστοτε ανάγκες μας». Ο Άνθρωπος δεν είναι γεγονός ή σύνολο γεγονότων. Ο Άνθρωπος δημιουργεί τα γεγονότα και τον εαυτό του ζώντας μέσα στον κόσμο. Όπως επισημαίνει ο Piaget, η νοημοσύνη μας δημιουργείται μέσα από «εννοιολογικές επαναστάσεις».

    Η διαφορά μεταξύ ανθρώπινης δημιουργίας και υπολογιστικού μοντέλου είναι ότι αυτό που είμαστε «σήμερα» δεν θα μπορούσε να προβλεφθεί από αυτό που ήμασταν «χθες». Σε αντίθεση με τα μοντέλα της μηχανικής μάθησης, το «σήμερα» μπορεί να προβλεφθεί από το «χθες». Εδώ ο υπολογιστής υστερεί. Θα μπορούσαμε να πούμε ότι η έννοια του «παρόντος» έχει μία πολύ διαφορετική σημασία στον Άνθρωπο και τη «μηχανή». Στις «μηχανές» το παρόν αποκτά τεράστια σημασία γιατί βελτιστοποιούμε τα μοντέλα μας, τώρα/παρόν, για έναν συγκεκριμένο στόχο. Ο Άνθρωπος, όπως μας είπε και ο Pascal, ξεχνά το «παρόν» και, όποτε το θυμάται, είναι για να δει την αχτίδα τού φωτός που αυτό αφήνει για να φωτίσει τα σχέδιά μας για το Μέλλον.

    Ένα ερώτημα που τίθεται είναι το κατά πόσον θα μπορούσαν οι «μηχανές» να αποκτήσουν νοημοσύνη όπως αυτήν του Ανθρώπου. Η απάντησή μας είναι: ίσως. Και αυτή τη στιγμή υπάρχει έρευνα και επενδύσεις προς αυτήν τη κατεύθυνση, που με κάπως πιο τεχνικούς όρους ονομάζεται Ισχυρή Τεχνητή Νοημοσύνη (Strong AI). Προϋπόθεση βέβαια για κάτι τέτοιο είναι να καταλάβουμε πώς πράγματι λειτουργεί η ανθρώπινη νοημοσύνη. Γνωρίζουμε κάποια χαρακτηριστικά της και προϋποθέσεις. Δηλαδή μνήμη, συνείδηση, νόημα. Αλλά δεν γνωρίζουμε πώς ακριβώς αυτά δημιουργούνται και πώς λειτουργούν. Πώς δηλαδή από τους φυσικούς νευρώνες και τις βιοχημικές διεργασίες που λαμβάνουν χώρα στον εγκέφαλο χτίζεται η συνείδηση στον νου, πώς δημιουργούνται οι έννοιες, οι ιδέες και τα νοήματα, πώς δημιουργείται αυτό που αποκαλούμε κατανόηση. Προς το παρόν, ό,τι νοημοσύνη υπάρχει στις μηχανές έχει αναπτυχθεί από τον Άνθρωπο. Είναι μέρος της νοημοσύνης και της δημιουργικότητας του Ανθρώπου που έχει «εμφυτευθεί» στη «μηχανή», η οποία απλώς εκτελεί την αριθμητική – τις πράξεις αν θέλετε. Κατά την άποψή μας, θα μπορούσαμε να μιλήσουμε για «μηχανές» με νοημοσύνη, μόνον αν αυτές θα μπορούσαν να παράξουν νέα γνώση κατά τη διάρκεια της εκτέλεσης του προγράμματος και όχι μόνο κατά τη διαδικασία ανάπτυξης του προγράμματος από τον προγραμματιστή. Ταυτόχρονα, η «μηχανή» θα πρέπει να είναι σε θέση να «εξηγεί» το γιατί και το πώς. Η απλή πρόβλεψη δεν συνιστά νοημοσύνη, αν δεν συνοδεύεται από κάποια εξήγηση. Βελτιώνοντας τις «μηχανές» ώστε να προσποιούνται ότι σκέφτονται, δεν είναι το ίδιο με το να σκέφτονται.

   

 ΑΝΤΙ ΕΠΙΛΟΓΟΥ. Από όλα τα παραπάνω, ίσως κάποιοι υποθέσουν ότι προσπαθούμε να υποβαθμίσουμε τα επιτεύγματα της Τεχνολογίας. Κάθε άλλο. Τα επιτεύγματα είναι τεράστια και αξιοθαύμαστα, όχι μόνον εξ απόψεως εφαρμογών αλλά και από την άποψη της επιστημονικής δημιουργίας. Αυτό που θέλουμε να τονίσουμε είναι ότι η τεχνολογία αυτή είναι – ή τουλάχιστον πρέπει να είναι – ό,τι και οι προηγούμενες, ένα δηλαδή άλλο «εργαλείο» στην υπηρεσία του Ανθρώπου και των αναγκών του. Είναι ένα επιπλέον εργαλείο στην ιστορική δημιουργική διαδρομή του που λέγεται Πολιτισμός. Και όπως κάθε νέα τεχνολογία, δημιουργεί και ένα νέο περιβάλλον στο οποίο ο Άνθρωπος θα πρέπει να λειτουργήσει και να ζήσει. Στο νέο αυτό περιβάλλον θα δημιουργήσουμε τις νέες μας αξίες και τις «σημασίες» μας, το νέο μας αφήγημα, την υπαρξιακή μας σφαίρα, όπως θα μας έλεγε ο Kierkegaard.

    Αυτό που επιχειρήσαμε να τονίσουμε με όσα προαναφέρθηκαν είναι ότι ο κίνδυνος δεν είναι από τη νοημοσύνη των «μηχανών» που θα ξεπεράσει τη δική μας. Ο κίνδυνος είναι να υποβιβάσουμε τη δική μας νοημοσύνη στο αλγοριθμικό/στατιστικό επίπεδο της τεχνητής νοημοσύνης και μηχανικής μάθησης. Κάποιοι πρόγονοί μας πίστευαν ότι τα τοτέμ είχαν ζώσα ενέργεια και υπεράνθρωπες δυνατότητες και προσεύχονταν σε αυτά. Εάν αποδώσουμε χαρακτηριστικά υπεράνθρωπης νοημοσύνης στις «μηχανές» που εμείς κατασκευάζουμε, αυτό θα οφείλεται στο ότι εμείς υποβαθμίσαμε την αξία της δικής μας «ύπαρξης». Με άλλα λόγια, ο κίνδυνος είναι από «υπάρξεις» δημιουργίας να υποβιβασθούμε σε «αλγορίθμους» ή υπορουτίνες κάποιων αλγορίθμων. Ο κίνδυνος είναι να πιστέψουμε ότι είμαστε «κρεατομηχανές» και να ταυτίσουμε τον «νου» με δισεκατομμύρια νευρώνες και τρισεκατομμύρια συνάψεις που διεγείρονται από ηλεκτροχημικές διεργασίες, αυτό δηλαδή που είναι ο «εγκέφαλος», και να αφήσουμε να παραλύσει αυτό που είναι πράγματι ο νους, δηλαδή η ροή των υποκειμενικών εμπειριών, ο θυμός, η λύπη, η αγάπη, ο φόβος, η χαρά, η απόλαυση, ο φθόνος -ναι, όλα αυτά μαζί- και ταυτόχρονα συνείδηση, συναίσθηση και σύλληψη δημιουργίας και φαντασίας.

    Εκφράζουμε τον φόβο πως η τάση τα τελευταία δέκα χρόνια είναι προς την αλγοριθμοποίησή μας· τη μετάλλαξή μας από προγραμματιστές σε προγραμματιζόμενους «εγκεφάλους». Από χρήστες που ελέγχουμε την τεχνολογία, μεταμορφωνόμαστε, όλο και περισσότερο, σε αντικείμενα που χρησιμοποιεί η Τεχνολογία στο νέο περιβάλλον, μέσα στο οποίο υπάρχουμε, είμαστε συνδεδεμένοι (online) 365 μέρες τον χρόνο και παρέχουμε συνεχώς δεδομένα/πληροφορία για τις συνήθειές μας και την προσωπική μας ζωή. Τα δεδομένα αυτά χρησιμοποιούνται για να μας διαμορφώσουν σύμφωνα με μία εικόνα που τα δεδομένα και οι αλγόριθμοι προβλέπουν για μας. Οι πληροφορίες που λαμβάνουμε, τα νέα που βλέπουμε, η μουσική που μας προτείνεται διαφέρουν για τον καθένα μας. Εξατομικευόμαστε, αποκοινωνικοποιούμαστε και έτσι ευκολότερα χαλιναγωγούμαστε. Εκπαιδευόμαστε, ή μάλλον μας εκπαιδεύουν, για να είμαστε παθητικοί καταναλωτές αντί για ενεργοί πολίτες.

    Με αφετηρία τα όσα ειπώθηκαν παραπάνω, η δύναμη και το πλεονέκτημα του Ανθρώπου σε σχέση με τις μηχανές είναι η δημιουργικότητά του και η ικανότητά του να εξηγεί και να νοηματοδοτεί τον Κόσμο με σημασίες. Όχι να αντιδρά προβλέψιμα και α-νόητα. Είναι αυτά τα στοιχεία που θα πρέπει να δημιουργήσουν τον νέο «μύθο» της νέας εποχής. Και η δημιουργικότητα έχει δύο πλευρές: την ικανότητα κριτικής και ελεύθερης σκέψεως από τη μία και την κοινωνικότητα από την άλλη. Ο Καρτέσιος είχε πει «σκέφτομαι άρα υπάρχω» (“Cogito ergo sum”). Η ρήση αυτή κατέρρευσε στιγμιαία από μία άλλη ρήση, αυτή του Wittgenstein: «Η έλλογη σκέψη προϋποθέτει τη γλώσσα και η γλώσσα προϋποθέτει κοινωνία». Επομένως, αν μας επιτρέπεται, θα λέγαμε: «Σκέφτομαι άρα υπάρχω στην κοινωνία». Δεν λέμε όχι στις «μηχανές», αλλά αναδεικνύουμε την ανωτερότητα του Ανθρώπου απέναντι στις μηχανές και θέλουμε μια κοινωνία, όπου θα τις χειριζόμαστε και δεν θα μας χειρίζονται και που θα είμαστε ελεύθεροι να εκφράζουμε τη δημιουργικότητά μας και την κοινωνικότητά μας. Η νέα γνώση δεν συνεπάγεται αυτή καθ’ αυτήν ένα σύστημα αξιών. Υπάρχει αυτό που γνωρίζουμε, αλλά υπάρχει και η κατεύθυνση προς την οποία θέλουμε να πορευθούμε· αυτό δηλαδή που επιδιώκουμε. Οι αξίες δεν υπάρχουν στη φύση, δημιουργούνται στο φαντασιακό μας.

    Τα τελευταία χρόνια υπάρχει η τάση να διδάσκεται η τεχνολογία και οι υπολογιστές και ο κώδικας  και η ρομποτική όσο νωρίτερα γίνεται στα σχολεία. Ναι, προφανώς και δεν λέμε όχι. Αλλά η τάση αυτή γίνεται στο πλαίσιο προετοιμασίας για τη μελλοντική αγορά εργασίας για την ανταγωνιστικότητά μας. Δεν τοποθετούμαστε αρνητικά σε αυτό. Είναι μία σημαντική παράμετρος της εκπαίδευσης. Υπάρχει όμως και η άλλη, η πιο σημαντική παράμετρος της Παιδείας, που γαλουχεί πολίτες. Με αυτήν τη δεύτερη ματιά, η διδασκαλία των σχετικών αυτών μαθημάτων θα πρέπει να γίνεται και από την άλλη τους πλευρά, στο πλαίσιο των Κοινωνικών επιστημών, που παράλληλα με μηχανικούς λογισμικού θα προετοιμάζει πολίτες που θα ζήσουν στο νέο περιβάλλον· πολίτες με κριτική ικανότητα που θα έχουν αυξημένη ευαισθησία μπροστά στο ψεύτικο και το αληθινό· πολίτες με δημιουργική φαντασία, γιατί εδώ βρίσκεται το πλεονέκτημά τους απέναντι στις «μηχανές»· πολίτες που ενώ θα βιώνουν και θα ζουν την ψηφιακή πραγματικότητα (τα κοινωνικά δίκτυα και η πραγματικότητά τους είναι εδώ), ταυτόχρονα δεν θα αποδυναμώνουν την ενεργό παρουσία και επαφή τους με την «πραγματική» πραγματικότητα· πολίτες, που η ψηφιακή πραγματικότητα θα δρα συμπληρωματικά της πραγματικής πραγματικότητας του «έξω κόσμου», που δεν θα του παρέχει ευτελή υποκατάστατα διεξόδου σε επιθυμίες και προσδοκίες. Και ο «έξω κόσμος» είναι η δική του κοινωνία, ο δικός του περίγυρος, με τις δεσμεύσεις, τις εξαρτήσεις, τις υποχρεώσεις, δηλαδή η κοινωνική του υπόσταση. Και κοινωνική υπόσταση σημαίνει συναίσθηση, ανοχή και σεβασμός του διαφορετικού. Σε αντίθεση με την ψηφιακή πραγματικότητα που, όπως έχει σήμερα δομηθεί το μοντέλο βάσει του οποίου λειτουργούν οι αντίστοιχες πλατφόρμες, είναι ιδιαίτερα ευάλωτη στο να προάγει τον φανατισμό, να καλλιεργεί τα πάθη, να υψώνει φράγματα, να διχάζει και να χαλιναγωγεί. Γιατί οι αλγόριθμοί της δεν αναπτύχθηκαν με γνώμονα να υπηρετούν τη Δημοκρατία και την ανοικτή κοινωνία, αλλά να εξυπηρετούν συμφέροντα και να δημιουργούν πελάτες και να εξισώνουν, όσο μπορούν, τον Άνθρωπο με τη «μηχανή».

    Είναι αυτή η αναφορά μας μία αναφορά απαισιοδοξίας; Αναφορά που αποπνέει νεο-Λουδισμό, που παραπέμπει στους Λουδίτες του 19ου αιώνα που έσπαγαν τις μηχανές; Το αντίθετο, και αυτός είναι ο λόγος που συνεισφέρουμε την αναφορά αυτή. Να διατυπώσουμε τις απόψεις μας που δεν είναι φόβος για την Τεχνολογία, αλλά αντίθετα εσωτερική δύναμη αισιοδοξίας για τον Άνθρωπο, ο οποίος θα εξουσιάζει και δεν θα εξουσιάζεται από την Τεχνολογία. Αισιοδοξία δεν είναι να προφητεύουμε ένα μέλλον ρόδινο που να υπόσχεται ευτυχία (το έχουμε κι αυτό διαβάσει από τους «γκουρού» του είδους, που οραματίζονται να εμφυτεύουν στον εγκέφαλο τσιπάκια ευτυχίας – ένα είδος ηλεκτρονικού οπίου). Αισιοδοξία σημαίνει ότι αγκαλιάζω την Τεχνολογία αλλά τη χειρίζομαι και δεν με χειρίζεται· αισιοδοξία σημαίνει ότι έχω κριτική στάση απέναντι σε πιθανόν λάθος επιλογές και πάνω από όλα η αισιοδοξία μου απορρέει από την πίστη μου, τη βαθιά μου πίστη, ότι το «κακό» οφείλεται σε στρεβλή ή ελλιπή ενημέρωση. Και είμαστε αισιόδοξοι γιατί δεν πιστεύουμε σε λύσεις από μάγους και μαγικά ραβδιά και σε «έτοιμες» λύσεις που ξεθάπτονται από το παρελθόν, αλλά σε κοινωνίες ανοικτές και ελεύθερες που μαθαίνουν από τα λάθη τους, συζητούν, επαναπροσδιορίζουν τους στόχους τους και δημιουργούν το μέλλον τους, όπως ακριβώς και η λειτουργία της Ανθρώπινης νόησης.

    Η Ιστορία άλλωστε είναι Δημιουργική Εξέλιξη, όπως μας είπε ο Bergson.