Στις 8 Σεπτεμβρίου 2026 η OpenAI ανακοίνωσε ότι ένα σύστημά της είχε παραγάγει μια προτεινόμενη λύση για τις εξισώσεις Navier–Stokes. Το όνομα ακούγεται ίσως άγνωστο έξω από τα μαθηματικά, το πρόβλημα όμως είναι από τα πιο διάσημα του κλάδου αφού ανήκει στα επτά Προβλήματα της Χιλιετίας του Clay Mathematics Institute. Η ανακοίνωση ανοίγει τώρα τη συνήθως αργή και ανελέητη φάση όπου άλλοι ερευνητές θα διαβάσουν το κείμενο, θα δοκιμάσουν να το αμφισβητήσουν και μόνο αν αντέξει θα περάσει στα εγχειρίδια ως λύση. [32]

Για να καταλάβουμε τι σημαίνει αυτή η ένταξη χρειάζεται μια μικρή επιστροφή στο 1900. Στο Διεθνές Συνέδριο Μαθηματικών στο Παρίσι ο David Hilbert, ένας από τους σημαντικότερους Γερμανούς μαθηματικούς της εποχής του, παρουσίασε τη διάσημη λίστα των 23 προβλημάτων που θεωρούσε κρίσιμα για την πορεία των μαθηματικών του νέου τότε αιώνα. Η επιρροή της λίστας υπήρξε τέτοια ώστε η ιδέα μιας μικρής ομάδας «μεγάλων προβλημάτων» συνδέθηκε έκτοτε με τον τρόπο που τα μαθηματικά αφηγούνται τα ανοιχτά τους μέτωπα. Έναν αιώνα αργότερα, πάλι στο Παρίσι, το Clay ανακοίνωσε τα επτά Προβλήματα της Χιλιετίας και έπαθλο ενός εκατομμυρίου δολαρίων για το καθένα, συνειδητά παραπέμποντας στη χειρονομία του Hilbert. Δεν ήταν συνέχεια της ίδιας λίστας, από τα επτά μόνο η Υπόθεση Riemann βρισκόταν και στα 23 προβλήματα του Hilbert, αλλά μια αντίστοιχη προσπάθεια να αποτυπωθούν μερικά από τα δυσκολότερα ανοιχτά προβλήματα μιας εποχής. Από τα επτά του Clay, μόνο η εικασία του Poincaré έχει μέχρι σήμερα αναγνωριστεί ως λυμένη. [12]

Για να καταλάβει κανείς τι ακριβώς ισχυρίζεται η απόδειξη, αρκεί στην αρχή μια στοιχειώδης εικόνα των εξισώσεων. Οι Navier–Stokes περιγράφουν την κίνηση ρευστών, όπως το νερό και ο αέρας, χωρίς να παρακολουθούν ξεχωριστά κάθε μόριό τους. Αντιμετωπίζουν το ρευστό ως συνεχές μέσο και περιγράφουν πώς μεταβάλλονται η ταχύτητα και η πίεσή του από σημείο σε σημείο και από στιγμή σε στιγμή. Στο Πρόβλημα της Χιλιετίας ενδιαφέρουν οι τρεις χωρικές διαστάσεις και ένα ασυμπίεστο ρευστό, του οποίου τα μικρά τμήματα διατηρούν τον όγκο τους καθώς κινούνται. Το ιξώδες, δηλαδή η εσωτερική τριβή, τείνει να εξομαλύνει τις μεγάλες διαφορές ταχύτητας. [18]

Οι ίδιες οι εξισώσεις είναι πολύ παλαιότερες από το βραβείο. Ο Γάλλος μηχανικός Claude-Louis Navier έγραψε στις αρχές της δεκαετίας του 1820 μια πρώτη μορφή των εξισώσεων για ιξώδη ρευστά, και ο Ιρλανδός μαθηματικός και φυσικός George Gabriel Stokes τις επαναθεμελίωσε το 1845, έπειτα από δύο δεκαετίες διαδοχικών προσπαθειών να δοθεί σωστή μαθηματική μορφή στην εσωτερική τριβή των ρευστών. [14] Τον επόμενο αιώνα το επίκεντρο μετακινήθηκε στο ερώτημα της ύπαρξης και της ομαλότητας των λύσεων. Το 1934 ο Γάλλος μαθηματικός Jean Leray απέδειξε ότι στις τρεις διαστάσεις υπάρχουν ασθενείς λύσεις για όλους τους χρόνους, μια πιο ελαστική έννοια λύσης αρκετή ώστε οι εξισώσεις να έχουν μαθηματικό νόημα ακόμη και όταν δεν γνωρίζουμε αν η ροή παραμένει ομαλή ή αν η λύση είναι μοναδική. Ο Γερμανός μαθηματικός Eberhard Hopf επέκτεινε αυτή τη θεωρία το 1951. Στα τέλη της δεκαετίας του 1950 η Σοβιετική μαθηματικός Olga Ladyzhenskaya απέδειξε ότι, στη δισδιάστατη περίπτωση και υπό τις συνήθεις συνοριακές συνθήκες, οι λύσεις υπάρχουν για όλους τους χρόνους και είναι μοναδικές· η αντίθεση με τις τρεις διαστάσεις όπου το αντίστοιχο ερώτημα παραμένει ανοιχτό έγινε έτσι ακόμη πιο καθαρή. [19] Το 1982 οι μαθηματικοί Luis Caffarelli, Robert Kohn και Louis Nirenberg απέδειξαν ότι, ακόμη και αν εμφανιστούν ιδιομορφίες σε κατάλληλες ασθενείς λύσεις το σύνολο όπου μπορούν να βρίσκονται είναι εξαιρετικά μικρό. [17] Δύο αιώνες δουλειάς έχουν έτσι χτίσει μια τεράστια θεωρία γύρω από τις εξισώσεις αφήνοντας όμως ανοιχτό το συγκεκριμένο τρισδιάστατο ερώτημα που έφτασε στη λίστα του Clay.

Οι υπολογιστές μπορούν να προσεγγίζουν αριθμητικά πολλές συγκεκριμένες ροές. Το ανοιχτό μαθηματικό ερώτημα είναι γενικότερο και διατυπώνεται ως εξής, μπορεί μια κίνηση που ξεκινά απολύτως ομαλά να εξελιχθεί, μέσα σε πεπερασμένο χρόνο, σε κατάσταση όπου η ομαλή περιγραφή καταρρέει; Ένα τέτοιο σημείο κατάρρευσης λέγεται ιδιομορφία. Στην κατασκευή που ανακοίνωσε η OpenAI η ροή ξεκινά μάλιστα από ακινησία και δέχεται μια ομαλή εξωτερική δύναμη. Η ταχύτητα, σύμφωνα με την προτεινόμενη απόδειξη, γίνεται απεριόριστη σε μια ολοένα μικρότερη περιοχή ενώ η συνολική κινητική ενέργεια παραμένει πεπερασμένη. [30] Δεν υπάρχει αντίφαση σε αυτό αφού ένα μέγεθος μπορεί να συγκεντρώνεται όλο και περισσότερο τοπικά χωρίς το συνολικό του άθροισμα στον χώρο να γίνεται άπειρο. Για ένα πραγματικό ρευστό η φράση «άπειρη ταχύτητα» δεν είναι φυσική πρόβλεψη αλλά ένδειξη ότι το μαθηματικό μοντέλο έφτασε στο όριο της ομαλής του περιγραφής.

Η εξωτερική δύναμη χρειάζεται μία ακόμη διευκρίνιση. Η επίσημη διατύπωση του Clay δίνει περισσότερες από μια οδούς για να λυθεί το πρόβλημα, σε δύο εκδοχές ζητείται να αποδειχθεί ότι η ομαλότητα διατηρείται όταν δεν υπάρχει εξωτερική δύναμη ενώ σε δύο άλλες, τις εκδοχές C/D, επιτρέπεται μια τέτοια δύναμη και ζητείται αντιπαράδειγμα όπου η ομαλότητα χάνεται. Η πρόταση της OpenAI ακολουθεί αυτή τη δεύτερη οδό. Εφόσον επιβεβαιωθεί, καλύπτει το πρόβλημα όπως το έχει διατυπώσει το Clay, χωρίς να συνεπάγεται ότι η ίδια κατάρρευση συμβαίνει και στο σύστημα χωρίς εξωτερική δύναμη. [18] [30] Στις 9 Σεπτεμβρίου το Clay εξακολουθούσε να κατατάσσει τις Navier–Stokes στα ανεπίλυτα προβλήματα. Η διαδικασία του βραβείου απαιτεί δημοσίευση σε αποδεκτό επιστημονικό μέσο, τουλάχιστον δύο χρόνια δημόσιας εξέτασης και γενική αποδοχή από τη μαθηματική κοινότητα. [10] [11] Αυτοί οι κανόνες ρυθμίζουν την αναγνώριση μιας λύσης αλλά η ουσία θα κριθεί από το αν άλλοι ειδικοί μπορούν να ελέγξουν κάθε βήμα, να βρουν τυχόν κενά και να επιβεβαιώσουν ότι οι υποθέσεις και το συμπέρασμα είναι ακριβώς εκείνα του προβλήματος.

Η OpenAI έδωσε στη δημοσιότητα και μια δεύτερη ‘μορφή’ της απόδειξης γραμμένη σε Lean, έναν βοηθό αποδείξεων. Σε τέτοια προγράμματα η μαθηματική πρόταση και τα βήματα του επιχειρήματος μεταφράζονται σε αυστηρή τυπική γλώσσα ώστε ο υπολογιστής να ελέγχει αν κάθε βήμα επιτρέπεται από τους δηλωμένους λογικούς κανόνες. Αυτός ο έλεγχος είναι πολύ ισχυρός αλλά αφορά την πρόταση όπως ακριβώς διατυπώθηκε στο σύστημα. Το αν η τυπική διατύπωση εκφράζει σωστά το αρχικό μαθηματικό ερώτημα και το τι μας διδάσκει η στρατηγική της απόδειξης παραμένουν διαφορετικές εργασίες στις οποίες θα επιστρέψω αργότερα. Χρειάζεται επίσης μια σωστή εικόνα για το τι έκανε το σύστημα. Δεν πρόκειται για ένα συνηθισμένο παράθυρο συνομιλίας στο οποίο κάποιος έγραψε μια δύσκολη ερώτηση και πήρε λίγα λεπτά αργότερα την απάντηση. Τα μεγάλα γλωσσικά μοντέλα είναι συστήματα που εκπαιδεύονται πάνω σε πολύ μεγάλες συλλογές δεδομένων ώστε να παράγουν και να επεξεργάζονται γλώσσα κι εδώ εντάχθηκαν σε μια πολύ μεγαλύτερη ερευνητική διαδικασία. Σύμφωνα με την OpenAI περίπου δέκα χιλιάδες συντονιζόμενοι «πράκτορες» – ξεχωριστές δηλαδή εκτελέσεις του μοντέλου με διαφορετικούς επιμέρους στόχους και εργαλεία – αντάλλασσαν πληροφορίες ενώ άνθρωποι επέλεγαν κατευθύνσεις και ανακατένειμαν πόρους. Η εταιρεία αναφέρει 88 ώρες μέχρι την απόδειξη και άλλες 17 για την τυποποίηση και την επαλήθευση. [32] Οι αριθμοί αυτοί λένε λίγα για το συνολικό κόστος, αρκούν όμως για να δείξουν τι είδους αντικείμενο έχουμε μπροστά μας, μια ερευνητική υποδομή που συνδυάζει μοντέλα, λογισμικό, υπολογιστική ισχύ και ανθρώπινη οργάνωση.

Από εδώ αρχίζει για μένα το πιο ενδιαφέρον μέρος της ιστορίας. Στα μαθηματικά είχαμε συνηθίσει να βλέπουμε την ανακάλυψη ενός επιχειρήματος, τον αυστηρό έλεγχό του και την προσωπική κατανόηση ως πολύ στενά δεμένες εργασίες. Η ΤΝ δεν χρειάζεται να τις αυτοματοποιήσει όλες με τον ίδιο τρόπο για να αλλάξει τη μαθηματική ζωή. Ο Terence Tao, μαθηματικός και κάτοχος του Μεταλλίου Fields – μιας από τις σημαντικότερες διεθνείς διακρίσεις στα μαθηματικά – έχει προτείνει ακριβώς γι’ αυτή τη συζήτηση μια χρήσιμη τριμερή διάκριση, παραγωγή (generation), επαλήθευση (verification) και αφομοίωση (digestion). [38] [37] Παραγωγή είναι η εύρεση μιας απόδειξης, επαλήθευση ο έλεγχος ότι τα βήματά της στέκουν και αφομοίωση η πολύ πιο αργή διαδικασία με την οποία καταλαβαίνουμε γιατί δουλεύει, ποιες υποθέσεις είναι ουσιώδεις, με τι συνδέεται και ποιες νέες ερωτήσεις γεννά.

Αυτές οι τρεις λειτουργίες μπλέκονται συνεχώς στην πράξη. Ένας ερευνητής μπορεί να έχει ελέγξει μια μακρά απόδειξη και να μην μπορεί ακόμη να την παρουσιάσει καθαρά σε ένα σεμινάριο· μπορεί να βλέπει τη βασική ιδέα και να του διαφεύγει ένα τεχνικό κενό ή να χρησιμοποιεί με ασφάλεια ένα θεώρημα χωρίς να γνωρίζει όλες τις λεπτομέρειες της απόδειξής του. Για έναν φοιτητή η κατανόηση μπορεί να αρχίσει τη στιγμή που ένα παράδειγμα ‘κουμπώνει’. Για έναν ερευνητή δοκιμάζεται συχνά όταν αλλάζει μια υπόθεση και πρέπει να προβλέψει τι θα πάψει να ισχύει. Αυτές οι διαφορές έχουν σημασία επειδή η ταχύτητα με την οποία αυτοματοποιείται η παραγωγή μιας απόδειξης δεν μας λέει από μόνη της τι συμβαίνει με τις υπόλοιπες ικανότητες.

Ο Tao έχει μιλήσει και για μια πιθανή μετάβαση από τη σπανιότητα στην «αφθονία αποδείξεων». [37] Η φράση περιγράφει ένα ενδεχόμενο κι όχι τη σημερινή κατάσταση αφού τα δύσκολα προβλήματα δεν λύνονται (ακόμη) μαζικά και φθηνά κατά παραγγελία. Αν όμως η παραγωγή νέων και απαιτητικών αποδείξεων επιταχυνθεί πολύ περισσότερο από την ικανότητά μας να τις διαβάζουμε, το σημείο συμφόρησης της έρευνας θα μετακινηθεί. Θα έχουμε περισσότερα σωστά αποτελέσματα από όσα μπορούμε να αφομοιώσουμε, και η επιλογή ποιο αξίζει να διαβαστεί, ποιο αλλάζει μια θεωρία, ποιο ανοίγει πραγματικά μια νέα μέθοδο θα αποκτήσει μεγαλύτερο βάρος. Μια βιβλιοθήκη μπορεί πράγματι να μεγαλώνει γρηγορότερα από την κοινότητα που έχει χρόνο να την κατοικήσει. Οι μαθηματικοί γνωρίζουν ήδη ότι η ορθότητα δεν αρκεί για να κάνει ένα θεώρημα σημαντικό. Υπάρχουν αποτελέσματα που αλλάζουν τον τρόπο με τον οποίο βλέπουμε μια ολόκληρη περιοχή, άλλα που εισάγουν μια γόνιμη μέθοδο, άλλα που ενώνουν δύο θεωρίες και πολλά που αποτελούν χρήσιμες αλλά τοπικές βελτιώσεις. Σε αυτή την κρίση υπάρχει και αισθητική, μιλάμε για οικονομία μιας ιδέας, για μια απόδειξη που εξηγεί αντί να πιστοποιεί απλώς, για μια έννοια που αξίζει επειδή οργανώνει πολλά φαινόμενα μαζί. Αν η παραγωγή γίνει φθηνότερη, το βάρος της δουλειάς μπορεί να μετακινηθεί ακριβώς σε αυτές τις κρίσεις.

Η ποικιλία των ιδεών είναι ξεχωριστό ζήτημα. Ο Anil Doshi, ερευνητής της στρατηγικής που μελετά την παραγωγική ΤΝ και την εργασία, και ο Oliver Hauser, καθηγητής δημόσιας πολιτικής με ερευνητικό έργο στη συμπεριφορική επιστήμη, μελέτησαν πώς η βοήθεια από ΤΝ επηρεάζει τη δημιουργική γραφή. Σε πείραμά τους οι συμμετέχοντες που έπαιρναν ιδέες από ΤΝ παρήγαν ιστορίες που αξιολογήθηκαν ως πιο δημιουργικές αλλά οι ιστορίες έμοιαζαν περισσότερο μεταξύ τους. [16] Το πείραμα αφορά σύντομα αφηγήματα κι όχι μαθηματική έρευνα οπότε δεν μπορεί να μεταφερθεί αυτούσιο. Θέτει όμως ένα ερώτημα που αξίζει να κρατήσουμε, όταν πολλοί άνθρωποι αντλούν προτάσεις από τα ίδια συστήματα πώς προστατεύεται η ποικιλομορφία των ερωτημάτων και των διαδρομών; Θα ήταν βιαστικό να σώσουμε την ανθρώπινη θέση ορίζοντας την «κατανόηση», την επιλογή ή τη δημιουργία εννοιών ως ικανότητες που μια μηχανή αποκλείεται εξ ορισμού να αποκτήσει. Ήδη τα σημερινά συστήματα μπορούν να βοηθούν ουσιαστικά στην εξήγηση και στη σύγκριση μεθόδων. Η πολιτική δυσκολία δεν εξαρτάται από μια τέτοια μεταφυσική απαγόρευση. Ακόμη και η καλύτερη εξήγηση χρειάζεται χρόνο, παιδεία και ενδιαφέρον για να μετατραπεί σε γνώση ενός ανθρώπου ή μιας κοινότητας.

Στην ακαδημαϊκή εργασία η ένταση γίνεται αμέσως πιο συγκεκριμένη. Ο William Thurston, ένας από τους σημαντικότερους γεωμέτρες του 20ού αιώνα και επίσης κάτοχος του Μεταλλίου Fields, έγραφε ήδη το 1994 ότι η μαθηματική πρόοδος δεν μετριέται μόνο με το πόσα νέα θεωρήματα αποδεικνύονται. Η κατανόηση, η εξήγηση και η κυκλοφορία των ιδεών μέσα σε μια κοινότητα αποτελούν μέρος της ίδιας της προόδου. [39] Η εικόνα του μοναχικού δημιουργού που επιλέγει, αποδεικνύει, ελέγχει και διδάσκει τα πάντα μόνος του δεν περιέγραψε ποτέ καλά τα μαθηματικά. Σεμινάρια, συνεργάτες, δάσκαλοι, αναγνώστες, βιβλιοθήκες και άνθρωποι που συντηρούν εργαλεία συμμετέχουν στο να γίνει ένα αποτέλεσμα κοινή γνώση. Το σύστημα ακαδημαϊκών κινήτρων, ωστόσο, ανταμείβει (μέχρι τώρα) πολύ περισσότερο την πρώτη δημοσίευση ενός νέου αποτελέσματος από την καθαρή έκθεση ενός ήδη γνωστού θεωρήματος ή τη συντήρηση μιας βιβλιοθήκης αποδείξεων. Αν η ΤΝ επιταχύνει κυρίως το πρώτο, η ανισορροπία μπορεί να μεγαλώσει αφού η ενοποίηση διαφορετικών ορολογιών, η μετατροπή μιας δυσπρόσιτης τεχνικής σε μέθοδο που διδάσκεται και η χαρτογράφηση μιας υπερχειλισμένης βιβλιογραφίας θα είναι όλο και πιο αναγκαίες ενώ θα εξακολουθούν να θεωρούνται δευτερεύουσες εργασίες. Το πρόβλημα προϋπήρχε της ΤΝ· η αυτοματοποίηση μπορεί απλώς να αυξήσει την πίεση στο μέρος της έρευνας που μετριέται ευκολότερα.

Τον Μάιο του 2026 ο Timothy Gowers, Βρετανός μαθηματικός και κάτοχος του Μεταλλίου Fields, περιέγραψε μια εμπειρία που έκανε αυτό το ζήτημα πολύ συγκεκριμένο. Κατά την κρίση του, το ChatGPT 5.5 Pro παρήγαγε μαθηματικά ερευνητικού επιπέδου αξιοποιώντας ουσιαστικά προηγούμενη εργασία του νεότερου μαθηματικού Isaac Rajagopal. [21] Μία περίπτωση δεν αρκεί για να μετρήσει την επίδοση της ΤΝ σε ολόκληρα τα μαθηματικά, αρκεί όμως για να δούμε το πρόβλημα της μαθητείας, τι συμβαίνει όταν ένα κομμάτι έρευνας που μέχρι χθες θα μπορούσε να στηρίξει μέρος μιας διατριβής παράγεται ταχύτερα από όσο χρειάζεται ο νέος ερευνητής για να μάθει τη μέθοδο που το γέννησε; Δεν ανησυχώ ιδιαίτερα ότι τα μαθηματικά θα «ξεμείνουν από προβλήματα». Κάθε νέα θεωρία γεννά καινούργιες ερωτήσεις ενώ καλύτερα εργαλεία μπορούν να επιτρέψουν σε έναν νέο ερευνητή να φτάσει πολύ νωρίτερα σε περιοχές που παλιότερα απαιτούσαν χρόνια προετοιμασίας. Το ευαίσθητο σημείο βρίσκεται στη διαδρομή με την οποία αποκτάται η ερευνητική κρίση. Στην έρευνα μαθαίνεις επειδή δοκιμάζεις κάτι που κανείς δεν ξέρει ακόμη, αποτυγχάνεις, επιμένεις σε λάθος κατεύθυνση, αναγνωρίζεις τελικά ένα αδιέξοδο και αρχίζεις να ξεχωρίζεις μια γόνιμη ιδέα από μια απλώς έξυπνη ιδέα. Αν η σχετικά προσιτή ζώνη πρωτοτυπίας στενέψει, τα πανεπιστήμια θα πρέπει να ξανασκεφτούν πώς οργανώνεται η μαθητεία και τι είδους εργασία αφήνουν στον νέο ερευνητή.

Μια παλιά παρατήρηση από τη μελέτη της αυτοματοποίησης ταιριάζει καλά εδώ. Η ψυχολόγος Lisanne Bainbridge που μελετούσε την αλληλεπίδραση ανθρώπων και αυτοματοποιημένων συστημάτων είχε παρατηρήσει ήδη το 1983 ότι ο χειριστής καλείται να επέμβει ακριβώς όταν η αυτόματη λειτουργία αποτυγχάνει ενώ η ίδια η αυτοματοποίηση τού έχει αφαιρέσει πολλές καθημερινές ευκαιρίες εξάσκησης. [6] Η μαθηματική έρευνα δεν είναι βιομηχανικός πίνακας ελέγχου μα η αναλογία αξίζει μόνο στο συγκεκριμένο σημείο, αν κρατήσουμε για τον άνθρωπο την ευθύνη της κρίσης στις δύσκολες περιπτώσεις, πρέπει να σκεφτούμε πώς θα αποκτά αυτή την κρίση όταν συμμετέχει λιγότερο στις συνηθισμένες περιπτώσεις που τη διαμορφώνουν. Είναι υπόθεση προς διερεύνηση, όχι περιγραφή μιας εξέλιξης που έχει ήδη συντελεστεί.

Τα λίγα εμπειρικά δεδομένα που έχουμε για τη μάθηση δεν επιτρέπουν ακόμη γενικεύσεις αλλά βοηθούν να ξεχωρίσουμε διαφορετικές χρήσεις της ΤΝ. Η Hamsa Bastani, καθηγήτρια που μελετά αλγορίθμους μηχανικής μάθησης – μεθόδους δηλαδή που μαθαίνουν πρότυπα από δεδομένα – και τη χρήση τους σε πραγματικές αποφάσεις, και οι συνεργάτες της βρήκαν σε μαθητές δευτεροβάθμιας εκπαίδευσης ότι βοήθεια από ΤΝ χωρίς παιδαγωγικές δικλίδες μπορούσε να μειώσει την επίδοση όταν η βοήθεια αποσυρόταν. Με πιο προσεκτικά σχεδιασμένη υποστήριξη το πρόβλημα περιοριζόταν. Σε διαφορετικό πείραμα ο Greg Kestin, φυσικός και ερευνητής της επιστημονικής εκπαίδευσης στο Harvard, και οι συνεργάτες του βρήκαν όφελος από ειδικά σχεδιασμένο σύστημα διδασκαλίας με ΤΝ σε μάθημα φυσικής. [7] [24] Καμία από τις δύο μελέτες δεν αφορά διδακτορική έρευνα αλλά μαζί δείχνουν γιατί η ποιότητα του σχεδιασμού έχει σημασία και γιατί η άμεση πρόσβαση σε μια καλή απάντηση δεν ταυτίζεται με τη μάθηση που μένει όταν η βοήθεια φύγει. Το 2025, μια άλλη έρευνα ζήτησε από 319 εργαζομένους που χρησιμοποιούσαν παραγωγική ΤΝ να περιγράψουν τη δική τους προσπάθεια κριτικής σκέψης. Η μεγαλύτερη εμπιστοσύνη στο εργαλείο συνδεόταν με λιγότερη αυτοαναφερόμενη προσπάθεια κριτικής σκέψης. [26] Οι συμμετέχοντες δεν υποβλήθηκαν σε δοκιμασία που να αποδεικνύει απώλεια ικανότητας και οι ίδιοι οι συγγραφείς επισημαίνουν ότι η μικρότερη προσπάθεια εκτέλεσης μιας εργασίας μπορεί εύκολα να συγχέεται με μικρότερη προσπάθεια σκέψης. Πρόκειται λοιπόν για ένδειξη που ζητά καλύτερα πειράματα, όχι για απόδειξη «γνωστικής παρακμής».

Πιο ενδιαφέρον γίνεται το ζήτημα όταν πάψουμε να το βλέπουμε μόνο ως πρόβλημα του μεμονωμένου χρήστη. Σε πρόσφατη εργασία του, ο Ricard Solé, φυσικός που μελετά σύνθετα συστήματα, μαζί με μια διεπιστημονική ομάδα συνεργατών του, εξετάζει θεωρητικά τι μπορεί να συμβεί όταν η χρήση της ΤΝ εξαπλώνεται μέσα σε μια κοινότητα και επηρεάζει τις ίδιες τις συνθήκες μέσα στις οποίες οι άνθρωποι μαθαίνουν και διατηρούν τις ικανότητές τους. Στο μοντέλο τους, υπό ορισμένες παραδοχές, μια κοινωνία μπορεί να περάσει σταδιακά από περιορισμένη χρήση σε μια κατάσταση επίμονης εξάρτησης από την οποία δεν επιστρέφει απλώς μειώνοντας ξανά τη χρήση της τεχνολογίας. [36] Αυτό δεν είναι εμπειρική απόδειξη γνωστικής έκπτωσης, αφού οι αριθμητικές τιμές «γνωστικής ικανότητας» που χρησιμοποιεί το μοντέλο είναι υποθέσεις και όχι μετρήσεις ανθρώπων, αλλά αναδεικνύει ένα πρόβλημα που η ατομική ψυχολογία από μόνη της δεν μπορεί να συλλάβει. Αν ορισμένες δεξιότητες διατηρούνται επειδή υπάρχουν γύρω μας άνθρωποι, θεσμοί και καθημερινές πρακτικές που τις ασκούν, τότε η απώλειά τους μπορεί να είναι συλλογική και σωρευτική, όσο λιγότερο χρησιμοποιούνται τόσο λιγότερες γίνονται και οι ευκαιρίες να αποκτηθούν ξανά.

Μια σοβαρή εκπαίδευση με ΤΝ, επομένως, χρειάζεται να κοιτάζει και τη διαδρομή προς το αποτέλεσμα. Έχει αξία να ζητά από τον μαθητευόμενο να εξηγήσει γιατί διάλεξε μια διαδρομή, ποια αποτυχημένη ιδέα εγκατέλειψε, τι θα άλλαζε αν πειράζαμε μια υπόθεση και αν μπορεί να υπερασπιστεί προφορικά το επιχείρημά του. Τέτοια διδασκαλία κοστίζει χρόνο και ανθρώπινη προσοχή. Σε έναν κόσμο με πολύ περισσότερες σωστές αποδείξεις, ακριβώς αυτά τα ακριβά στοιχεία μπορεί να είναι αναγκαία ώστε να μη γίνει η γνώση μια βιβλιοθήκη που όλο και λιγότεροι μπορούν να διασχίσουν χωρίς οδηγό.

Στον ίδιο τον έλεγχο των αποδείξεων η μηχανοποίηση έχει ήδη αποδείξει την αξία της. Το Lean, που ανέφερα νωρίτερα, είναι ένας βοηθός αποδείξεων όπου η πρόταση και η απόδειξή της γράφονται σε τυπική γλώσσα και ένας μικρός πυρήνας του συστήματος ελέγχει αν κάθε βήμα επιτρέπεται από τους λογικούς κανόνες. [25] Όταν μια απόδειξη «περνά» αυτόν τον έλεγχο, έχουμε μια ισχυρή εγγύηση για το συγκεκριμένο τυπικό επιχείρημα. Εξακολουθούμε όμως να πρέπει να εξετάσουμε αν ‘μεταφράσαμε’ σωστά το αρχικό μαθηματικό πρόβλημα, αν οι υποθέσεις δεν είναι ισχυρότερες από όσο νομίζουμε και, έπειτα, τι ιδέα κρύβεται πίσω από τη σειρά των βημάτων. Η τυπική επαλήθευση είναι πολύτιμη ακριβώς επειδή ξέρουμε με σχετική ακρίβεια τι εγγυάται. Πριν από τη σημερινή έκρηξη των εργαλείων αυτοματοποίησης, ο Thomas Hales, μαθηματικός με ερευνητικό έργο στη γεωμετρία και στην τυπική απόδειξη, έδειξε πόσο επίπονο μπορούσε να είναι αυτό το εγχείρημα. Στο πρόγραμμα Flyspeck ο Hales και οι συνεργάτες του μετέτρεψαν σε μηχανικά ελέγξιμη μορφή την απόδειξη της εικασίας του Kepler για την πυκνότερη διάταξη ίσων σφαιρών. Η τυποποίηση ολοκληρώθηκε το 2014 και δημοσιεύτηκε το 2017, ύστερα από χρόνια συλλογικής εργασίας. [23]

Η τυπική απόδειξη έχει και μια ενδιαφέρουσα κοινωνική ιστορία. Το 1979 οι ερευνητές πληροφορικής Richard DeMillo, Richard Lipton και Alan Perlis υποστήριξαν ότι η μαθηματική βεβαιότητα στηρίζεται σε κοινωνικές διαδικασίες ελέγχου και ότι η απουσία ανάλογης κοινότητας γύρω από την επαλήθευση προγραμμάτων θα περιόριζε δραστικά την επιτυχία της. [15] Ο Donald MacKenzie, κοινωνιολόγος της επιστήμης και της τεχνολογίας, ανασυνθέτει αυτή τη διαμάχη στο Mechanizing Proof και φτάνει σε πιο σύνθετο συμπέρασμα, σε πεδία όπου ο κοινωνικός έλεγχος είναι αδύναμος ο μηχανικός έλεγχος μπορεί να είναι ακόμη πιο πολύτιμος. [27, σ. 328] Η εμπιστοσύνη δεν βρίσκεται αποκλειστικά στην κοινότητα ούτε στη μηχανή· χτίζεται μέσα σε μια πρακτική όπου άνθρωποι, εργαλεία και διαδικασίες ελέγχουν διαφορετικά πράγματα. [27, σ. 330–334]

Ο Jeremy Avigad, καθηγητής φιλοσοφίας και μαθηματικών που εργάζεται στη λογική, στις τυπικές μεθόδους και στην ΤΝ για τα μαθηματικά, δίνει έμφαση στην απόδειξη ως δημόσιο αντικείμενο που μπορεί να ελεγχθεί ανεξάρτητα από το κύρος του παραγωγού της. [5] Η OpenAI έχει δημοσιοποιήσει το αποθετήριο Lean της συγκεκριμένης εργασίας. [31] Αυτό έχει ουσιαστική σημασία γιατί ακόμη κι αν η υποδομή που παρήγαγε την απόδειξη είναι κλειστή, το τελικό τυπικό αντικείμενο μπορεί κατ’ αρχήν να ελεγχθεί από τρίτους. Η δυνατότητα ελέγχου του αποτελέσματος, ωστόσο δεν μας δίνει αυτομάτως πρόσβαση στην υποδομή που μπορεί να επιλέξει και να κυνηγήσει το επόμενο πρόβλημα.

Η πολιτική διάσταση αποκτά υλικό περιεχόμενο μόλις κοιτάξουμε την υποδομή. Οι υπολογιστικοί πόροι – το compute στη γλώσσα της βιομηχανίας – σημαίνουν επεξεργαστές, κέντρα δεδομένων, ενέργεια, λογισμικό, εξειδικευμένο προσωπικό και χρόνο λειτουργίας. Αν τέτοια υποδομή γίνει αναγκαία για ορισμένες μορφές μαθηματικής έρευνας αιχμής, θα επηρεάζει και το ποια ερωτήματα θεωρούνται ρεαλιστικό να τεθούν. Μια κοινότητα μπορεί να έχει γενναιόδωρη πρόσβαση σε μια υπηρεσία χωρίς να έχει λόγο στις προτεραιότητες με τις οποίες αυτή αναπτύσσεται ή κατανέμει τους πόρους της. Ακριβώς γύρω από αυτό οργανώνεται η Leiden Declaration on Artificial Intelligence and Mathematics, μια δημόσια παρέμβαση που υπέγραψαν το 2026 μαθηματικοί και ερευνητές ζητώντας συζήτηση για την αυτονομία της έρευνας, την εκπαίδευση και τον έλεγχο των υποδομών. [3] Σε συναφές κείμενο, μια ομάδα στην οποία συμμετέχουν ο Akshay Venkatesh, μαθηματικός και κάτοχος του Μεταλλίου Fields, και ο Rodrigo Ochigame, ιστορικός και ανθρωπολόγος της επιστήμης και της τεχνολογίας που μελετά την αυτοματοποίηση των μαθηματικών, υποστηρίζει ότι η μαθηματική κοινότητα πρέπει να συμμετέχει ενεργά στη διαμόρφωση αυτής της μετάβασης. [13] Πρόκειται για πολιτικές και θεσμικές προτάσεις, όχι για ουδέτερες τεχνικές διαπιστώσεις.

Ο Gowers δεν υπέγραψε τη Διακήρυξη και εξήγησε δημόσια τις επιφυλάξεις του, μεταξύ άλλων για όσα υπονοεί γύρω από την κατανόηση και για το πώς μπορεί να αποδίδεται στο μέλλον η επιστημονική αναγνώριση. [22] Η διαφωνία είναι χρήσιμη επειδή χωρίζει δύο ερωτήματα που συχνά συγχέονται. Κάποιος μπορεί να θεωρεί πιθανό ότι οι μηχανές θα αποκτήσουν πολύ βαθύτερες ικανότητες κατανόησης και ταυτόχρονα να ανησυχεί για το ποιος κατέχει την υποδομή, ποιος επιλέγει τις προτεραιότητες και ποιος αναγνωρίζεται για τη συλλογική εργασία που βρίσκεται πίσω από ένα αποτέλεσμα.

Ο Ochigame έχει μελετήσει ακριβώς αυτή την τελευταία πλευρά. Όταν λέμε ότι «βρέθηκε μια απόδειξη», η φράση κρύβει εύκολα μεγάλο μέρος της εργασίας που την έκανε δυνατή, τις βιβλιοθήκες που έπρεπε να χτιστούν, τις σιωπηρές παραδοχές που έπρεπε να γίνουν ρητές, τα εργαλεία που κάποιος έγραψε και συντηρεί. [29] Με την αυτοματοποίηση η αλυσίδα γίνεται ακόμη πιο σύνθετη. Άλλος μπορεί να διατυπώνει το πρόβλημα, άλλος να βρίσκει μια κρίσιμη ιδέα, άλλος να γράφει το λογισμικό και άλλος να διαθέτει την υπολογιστική υποδομή. Οι εργασίες αυτές έχουν διαφορετικό βάρος και διαφορετικό χαρακτήρα. Μια ιστορία της ανακάλυψης που κρατά μόνο ένα από αυτά, πάντως, παραμορφώνει το πώς παράχθηκε το αποτέλεσμα.

Η ανακοίνωση για τις Navier–Stokes συνοδεύτηκε ήδη από μια διαφωνία που κάνει αυτή την εξάρτηση πολύ συγκεκριμένη. Οι μαθηματικοί Tristan Buckmaster και Levent Alpöge δούλευαν επί μήνες πάνω σε μια γραμμή που ξεκινούσε από τις εργασίες των Diego Córdoba και Luis Martínez-Zoroa για την εμφάνιση ιδιομορφιών με εξωτερική δύναμη. Χρησιμοποιούσαν συστηματικά γλωσσικά μοντέλα, μεταξύ άλλων το Codex της OpenAI, το περιβάλλον στο οποίο δούλευαν με το μοντέλο πάνω στα αρχεία και τα προσχέδιά τους, και ο Buckmaster αναφέρει ότι στις συνεδρίες τους είχαν περάσει όλα τα προσχέδια του έργου. Στις 15 Αυγούστου είχαν ήδη αποτελέσματα με ομαλή εξωτερική δύναμη για τις εξισώσεις Boussinesq, ένα συγγενές σύστημα ρευστομηχανικής όπου η ροή συνδέεται και με μεταβολές θερμοκρασίας ή πυκνότητας, και για τις εξισώσεις Euler, που περιγράφουν την ιδανική ροή χωρίς ιξώδες. Στις 22 Αυγούστου είχε ολοκληρωθεί και η τυπική επαλήθευση του αποτελέσματος για τις εξισώσεις Euler. [8] Η OpenAI δηλώνει ότι άρχισε τη δική της προσπάθεια την 1η Σεπτεμβρίου, αφού άκουσε φήμες ότι είχαν λυθεί δύο Προβλήματα της Χιλιετίας, φήμες που αργότερα συνέδεσε με τους Buckmaster και Alpöge, και ότι μέσα στις επόμενες ημέρες οι πράκτορές της έφτασαν σε αντιπαράδειγμα για τις Navier–Stokes στην εκδοχή του προβλήματος που επιτρέπει ομαλή εξωτερική δύναμη. [32] Για τον Buckmaster η συγκεκριμένη επιλογή ήταν ανησυχητική ακριβώς επειδή αυτή ήταν η κατεύθυνση που είχαν ανοίξει οι Córdoba και Martínez-Zoroa και που ο ίδιος με τον Alpöge είχαν επιλέξει να αναπτύξουν. Η ίδια η εργασία της OpenAI αναγνωρίζει ρητά τις προηγούμενες εργασίες τους ως μέρος της στρατηγικής ιστορίας του προβλήματος. [30]

Το ζήτημα των δεδομένων είναι πιο δύσκολο ακριβώς επειδή η συνεργασία των δύο μαθηματικών περνούσε και από το Codex. Ο Buckmaster λέει ότι ρώτησε αν το εσωτερικό μοντέλο της OpenAI είχε εκπαιδευτεί πάνω στις συνεδρίες τους ή είχε πρόσβαση σε αυτές· κατά την καταγραφή του, έλαβε διαβεβαίωση ότι το μοντέλο δεν αναζητούσε δεδομένα χρηστών, όχι όμως απάντηση στο ερώτημα της εκπαίδευσης. [8] Η OpenAI δηλώνει σήμερα ότι κανένας από τους ερευνητές ή τους πράκτορές της δεν είδε τη μη δημοσιευμένη εργασία τους και ότι δεν χρησιμοποιήθηκαν συγκεκριμένα δεδομένα χρηστών για την επίλυση του προβλήματος. Δεν αποκλείει όμως ότι αποταυτοποιημένα δεδομένα από τη χρήση των προϊόντων της μπορεί να είχαν συμβάλει στη βελτίωση των μοντέλων. [32] Δεν γνωρίζουμε αν τα προσχέδια των Buckmaster και Alpöge χρησιμοποιήθηκαν για την παραγωγή της απόδειξης, ούτε τι ακριβώς συνέβη στα συστήματα εκπαίδευσης. Το πρόβλημα που μένει ανοιχτό ανήκει ήδη στη μαθηματική πρακτική, τι σημαίνει να αναπτύσσεις μη δημοσιευμένη έρευνα μέσα σε μια υποδομή της οποίας ο ιδιοκτήτης κατασκευάζει ταυτόχρονα μοντέλα ικανά να ανταγωνιστούν τον χρήστη στην ίδια ερευνητική περιοχή.

Στη διαφωνία προστέθηκε και το ζήτημα της αναγνώρισης. Ο Buckmaster περιγράφει δύο προτάσεις για τον συντονισμό των δημοσιεύσεων, στη μία από τις οποίες θα παρουσίαζε ο ίδιος το αποτέλεσμα της OpenAI για τις Navier–Stokes, και υποστηρίζει ότι ο Sébastien Bubeck ήθελε να μη συμμετέχει ο Alpöge επειδή εργαζόταν στην Anthropic. Αναφέρει επίσης ότι, όταν είπε πως θα δημοσιοποιούσε όσα είχαν συμβεί, ο Bubeck τον ρώτησε, κατά τη δική του καταγραφή, «Γιατί να καταστρέψεις την καριέρα σου;» και στη συνέχεια είπε «Αν δεν θέλεις να είμαι ευγενικός, δεν χρειάζεται να είμαι». [8] Η OpenAI παρουσιάζει διαφορετικά την επικοινωνία, ως προσπάθεια συντονισμένης δημοσίευσης και αναγνώρισης της προτεραιότητας των Buckmaster και Alpöge στις εξισώσεις Euler με εξωτερική δύναμη. [32] Τα δημόσια στοιχεία δεν αρκούν για να λυθεί αυτή η σύγκρουση και ο ίδιος ο Buckmaster γράφει ρητά ότι δεν γνωρίζει αν χρησιμοποιήθηκαν τα δεδομένα τους και δεν κατηγορεί κανέναν για κάτι συγκεκριμένο. [8] Η ίδια η σύγκρουση δείχνει πάντως τι αλλάζει όταν η ίδια εταιρεία παρέχει το ερευνητικό εργαλείο, εκπαιδεύει το μοντέλο και διαθέτει την υποδομή που μπορεί να μετατρέψει μια υπόδειξη σε τεράστια παράλληλη αναζήτηση, τα παλιά ερωτήματα της προτεραιότητας και της επιστημονικής αναγνώρισης αποκτούν τότε μια καινούργια υλική διάσταση.

Οι επιμέρους διαφωνίες πατούν πάνω σε μια ευρύτερη ασυμμετρία. Η μαθηματική γνώση πάνω στην οποία στηρίζονται άμεσα ή έμμεσα τα σημερινά συστήματα έχει παραχθεί μέσα σε αιώνες, πανεπιστήμια και σχολεία, βιβλιοθήκες και περιοδικά, συνεργασίες, ανοιχτά προβλήματα, ακόμη και αποτυχημένες ιδέες που άνοιξαν δρόμο σε άλλες. Οι ισχυρότερες υποδομές που μπορούν να αξιοποιήσουν αυτή τη συσσωρευμένη γνώση σε μεγάλη κλίμακα βρίσκονται συχνά υπό ιδιωτικό έλεγχο. Δεν γνωρίζουμε την ακριβή σύνθεση των δεδομένων εκπαίδευσης κάθε μοντέλου, άρα δεν έχει νόημα να την επινοήσουμε. Η θεσμική ασυμμετρία είναι ορατή και χωρίς αυτή τη γνώση.

Ο Karl Marx είχε χρησιμοποιήσει στα Grundrisse την έννοια του general intellect («γενική διάνοια») για τη γενική κοινωνική γνώση που ενσωματώνεται στα μέσα παραγωγής και γίνεται η ίδια παραγωγική δύναμη. [28] Θα ήταν αφελές και μάλλον ανιστόρητο να τον μετατρέψουμε σε προφήτη της τεχνητής νοημοσύνης. Η έννοια βοηθά σε κάτι πιο συγκεκριμένο, να δούμε την ένταση ανάμεσα σε γνώση που παράγεται κοινωνικά και σε υποδομές που μπορεί να ελέγχονται από πολύ λιγότερους φορείς. Ένα γλωσσικό μοντέλο δεν είναι βιβλιοθήκη που αποθηκεύει αυτούσια όσα «διάβασε»· η εκπαίδευση μετασχηματίζει δεδομένα σε αριθμητικές παραμέτρους. Η δυνατότητα να δημοσιεύονται ανοιχτά τα παραγόμενα θεωρήματα μπορεί λοιπόν να συνυπάρχει με εξάρτηση από ιδιωτικά μέσα για την παραγωγή των επόμενων.

Ο Αλέξανδρος Σχισμένος, που γράφει για την τεχνητή νοημοσύνη και την ψηφιακή εξουσία, χρησιμοποιεί τον όρο «δημοκρατικός τεχνοσκεπτικισμός». [34] Η θέση του στρέφεται ταυτόχρονα απέναντι στην τεχνοφοβία, που αντιμετωπίζει την τεχνολογία σαν αναπόφευκτη καταστροφή, και στην τεχνοφιλία, που περιμένει από την τεχνική πρόοδο να λύσει κοινωνικά προβλήματα ανεξάρτητα από τους θεσμούς. Στο βιβλίο Artificial Intelligence and Barbarism συνδέει αυτή την προβληματική με την «ψηφιακή ετερονομία», δηλαδή με συνθήκες στις οποίες οι όροι της ψηφιακής ζωής καθορίζονται από συστήματα και οργανισμούς που οι χρήστες δεν μπορούν ουσιαστικά να επηρεάσουν. [33] Στα μαθηματικά μια τέτοια ετερονομία δεν θα χρειαζόταν να πάρει τη μορφή λογοκρισίας ή απαγόρευσης. Μια κοινότητα θα μπορούσε να συζητά απολύτως ελεύθερα και παρ’ όλα αυτά να εξαρτά τις ισχυρότερες ερευνητικές της δυνατότητες από υπηρεσίες των οποίων τις προτεραιότητες δεν μπορεί να αλλάξει. Το επιχείρημα δεν εξαρτάται ούτε από το αν οι μηχανές θα αποκτήσουν κάποτε συνείδηση, εσωτερικότητα ή προθετικότητα. Ακόμη και ένα σύστημα που θα κατανοούσε και θα εξηγούσε μαθηματικά καλύτερα από εμάς θα έπρεπε να βρίσκεται κάπου, να χρηματοδοτείται από κάποιον και να υπηρετεί προτεραιότητες που κάποιος έχει επιλέξει.

Για τον Κορνήλιο Καστοριάδη η αυτονομία δεν εξαντλείται στη δυνατότητα μιας κοινωνίας να αλλάζει επιμέρους κανόνες. Προϋποθέτει να αναγνωρίζει ότι οι θεσμοί, οι αξίες και οι μορφές οργάνωσής της δεν της έχουν δοθεί από κάποια εξωτερική αναγκαιότητα αλλά αποτελούν δικό της ιστορικό δημιούργημα και μπορούν, ακριβώς γι’ αυτό, να τεθούν ξανά υπό αμφισβήτηση. [9] Η ετερονομία εμφανίζεται όταν αυτή η προέλευση λησμονείται και ό,τι έχει θεσμιστεί αρχίζει να παρουσιάζεται ως κάτι που απλώς «είναι έτσι». Σε μια κοινωνία που οργανώνεται όλο και περισσότερο γύρω από τεχνικά συστήματα, η μορφή αυτής της ετερονομίας δεν χρειάζεται να είναι θεολογική ή παραδοσιακή. Μπορεί να εμφανίζεται ως απαίτηση αποτελεσματικότητας, ως οικονομικός μονόδρομος ή ως τεχνικός περιορισμός που θεωρείται αυτονόητος. Η σύνδεση με την ΤΝ βρίσκεται ακριβώς εκεί, όχι σε κάποια υποτιθέμενη πρόβλεψη του Καστοριάδη για τις μηχανές αλλά στην ευκολία με την οποία επιλογές για το πώς οργανώνεται η έρευνα, ποιος έχει πρόσβαση στην υπολογιστική ισχύ ή ποια κριτήρια θεωρούνται σημαντικά μπορούν να πάψουν να γίνονται αντιληπτές ως κοινωνικές επιλογές. Όταν το «έτσι λειτουργεί το σύστημα» αρχίζει να αρκεί ως εξήγηση, το ουσιαστικό ερώτημα δεν είναι αν η τεχνολογία απέκτησε δική της βούληση αλλά αν εμείς εξακολουθούμε να βλέπουμε ότι οι όροι της χρήσης της μπορούν να αποφασιστούν διαφορετικά.

Το ότι ένα σύστημα είναι τόσο σύνθετο ώστε κανένας άνθρωπος να μην το κατέχει ολόκληρο δεν συνιστά από μόνο του ετερονομία. Καμία σύγχρονη κοινωνία δεν μπορεί να απαιτεί από κάθε πολίτη να κατανοεί κάθε τεχνικό σύστημα από το οποίο εξαρτάται, όπως κανένας μαθηματικός δεν ελέγχει προσωπικά κάθε γραμμή κώδικα μιας μεγάλης βιβλιοθήκης. Η πολιτική απαίτηση είναι διαφορετική, λογοδοσία, ανεξάρτητη ειδίκευση, δυνατότητα ουσιαστικής αμφισβήτησης και θεσμική δύναμη να αλλάξουν οι κανόνες. Γι’ αυτό και η «δημόσια υποδομή» δεν αποτελεί λύση από μόνη της αν σημαίνει απλώς αλλαγή του ονόματος στον ιδιοκτήτη. Η πρόσβαση, οι προτεραιότητες και η κατανομή ενός πόρου που έχει οικονομικό και ενεργειακό κόστος χρειάζονται επίσης δημόσια συζήτηση.

Η επιστημονική αυτονομία, σε αυτή την έννοια, δεν είναι αίτημα να πάρουν οι ειδικοί απεριόριστους πόρους και να αποφασίζουν μόνοι τους. Αφορά τις συνθήκες μέσα στις οποίες μια ερευνητική κοινότητα μπορεί να κρίνει τις μεθόδους της, να συζητά τους σκοπούς της και να αμφισβητεί τους όρους πρόσβασης στα μέσα που χρειάζεται. Το ποιος πληρώνει για την υποδομή παραμένει πολιτικό ζήτημα, όπως πολιτικό ζήτημα είναι και το ποια άλλα κοινωνικά αγαθά ανταγωνίζονται για τους ίδιους πόρους.

Ό,τι στα μαθηματικά φαίνεται ακόμη σχετικά εξωτικό είναι ήδη γνώριμο από τη συζήτηση για την εργασία. Οι οικονομολόγοι Daron Acemoglu και Pascual Restrepo έχουν προτείνει να ξεχωρίζουμε την εκτόπιση ανθρώπινης εργασίας από τη δημιουργία νέων καθηκόντων που μπορούν να επανεντάξουν εργαζομένους στην παραγωγή. [2] Ο David Autor, οικονομολόγος της εργασίας, έχει υποστηρίξει ότι η ΤΝ θα μπορούσε υπό ορισμένες συνθήκες να δώσει σε περισσότερους εργαζομένους πρόσβαση σε εξειδικευμένη γνώση και να τους επιτρέψει να συμμετέχουν σε αποφάσεις από τις οποίες σήμερα αποκλείονται. [4] Ο Acemoglu, σε μακροοικονομική ανάλυση, είναι πιο συγκρατημένος ως προς το πόσο οι μεγάλες βελτιώσεις σε μεμονωμένα καθήκοντα θα μετατραπούν σε αντίστοιχη ανάπτυξη ολόκληρης της οικονομίας. [1] Οι αναλύσεις τους δεν είναι απλώς αισιόδοξη και απαισιόδοξη εκδοχή της ίδιας πρόβλεψης αλλά εξετάζουν διαφορετικούς μηχανισμούς.

Οι εντυπωσιακοί αριθμοί για τις θέσεις εργασίας χρειάζονται γι’ αυτό προσεκτική ανάγνωση. Η Διεθνής Οργάνωση Εργασίας εκτίμησε το 2025 ότι περίπου ένας στους τέσσερις εργαζομένους παγκοσμίως βρίσκεται σε επάγγελμα με κάποια «έκθεση» στην παραγωγική ΤΝ. [20] Η έκθεση μετρά το κατά πόσο συγκεκριμένα καθήκοντα μπορούν να επηρεαστούν από τα διαθέσιμα εργαλεία, δεν είναι πρόβλεψη ότι μία στις τέσσερις θέσεις θα καταργηθεί. Η ίδια μελέτη θεωρεί πιθανότερο τον μετασχηματισμό πολλών επαγγελμάτων από την πλήρη εξαφάνισή τους. Το κοινωνικό αποτέλεσμα εξαρτάται από κάτι που η τεχνική μέτρηση δεν περιέχει, το ποιος θα καρπωθεί το κέρδος της παραγωγικότητας. Περισσότερη παραγωγή με λιγότερη ανθρώπινη εργασία μπορεί να γίνει μικρότερο ωράριο, υψηλότερο εισόδημα ή καλύτερες δημόσιες υπηρεσίες. Μπορεί εξίσου να γίνει απόλυση, εντατικοποίηση και μεγαλύτερη συγκέντρωση πλούτου. Στα πανεπιστήμια το δίλημμα είναι ήδη εύκολο να φανεί. Αν ένας μαθηματικός τελειώνει μια τεχνική εργασία στο μισό χρόνο, ο υπόλοιπος χρόνος μπορεί να πάει στη διδασκαλία, σε μια δύσκολη ιδέα που δεν υπόσχεται γρήγορη δημοσίευση ή απλώς σε ζωή έξω από την εργασία. Μπορεί επίσης να μετατραπεί σε νέα νόρμα που απαιτεί διπλάσια παραγωγή. Ο διαθέσιμος χρόνος που δημιουργείται έτσι μπορεί να χρησιμοποιηθεί με πολύ διαφορετικούς τρόπους, ανάλογα με τους θεσμούς μέσα στους οποίους εντάσσεται η τεχνολογία.

Οι δείκτες παραγωγικότητας αφήνουν απέξω και κάτι πολύ πιο προσωπικό. Ένας άνθρωπος μπορεί να έχει περάσει δεκαπέντε χρόνια μαθαίνοντας να αποδεικνύει δύσκολα θεωρήματα και να βλέπει ένα σύστημα να παράγει παρόμοια αποτελέσματα μέσα σε ώρες. Σήμερα αυτό απέχει (ακόμη) από το να περιγράφει κάθε πεδίο των μαθηματικών. Ως πιθανότητα, ωστόσο, αρκεί για να εξηγήσει ένα πραγματικό αίσθημα απώλειας. Μια δεξιότητα είναι συχνά μαζί επάγγελμα, τρόπος αναγνώρισης, σχέση με μια κοινότητα και κομμάτι της εικόνας που έχουμε για τον εαυτό μας. Η συνηθισμένη παρηγοριά ότι «πάντα θα χρειάζονται άνθρωποι» δεν είναι αρκετή επειδή εξαρτά την ανθρώπινη αξία από μια τεχνική πρόβλεψη για το μέλλον που κανείς δεν μπορεί να εγγυηθεί. Η αξία μιας δραστηριότητας, πάντως, δεν εξαρτάται αποκλειστικά από το αν ο άνθρωπος παραμένει ο καλύτερος στην εκτέλεσή της. Παίζουμε σκάκι παρότι οι καλύτερες μηχανές είναι ισχυρότερες από τους ανθρώπους. Ακούμε και παίζουμε μουσική χωρίς η αξία της εμπειρίας να εξαρτάται από το αν ο άνθρωπος είναι ο πιο αποτελεσματικός παραγωγός ήχων. Στα μαθηματικά, αντίστοιχα, η ορθότητα του θεωρήματος είναι μόνο ένα μέρος της δραστηριότητας. Ο Σχισμένος, σε κείμενό του για τις παραστατικές τέχνες, επιμένει στην αξία της ανθρώπινης παρουσίας, του κοινού χρόνου και της σχέσης ανάμεσα στους συμμετέχοντες. [35] Η αναλογία έχει σαφή όρια βέβαια αφού η ορθότητα ενός θεωρήματος δεν εξαρτάται από το αν βρεθήκαμε μαζί σε μια αίθουσα. Φωτίζει, παρ’ όλα αυτά, κάτι που η μέτρηση των αποτελεσμάτων χάνει.

Όταν ένας φοιτητής καταλαβαίνει για πρώτη φορά μια γνωστή απόδειξη, δεν προστίθεται τίποτε στη διεθνή βιβλιογραφία. Έχει όμως αλλάξει ο ίδιος, βλέπει μια σχέση που πριν δεν έβλεπε, μπορεί να διατυπώσει μια ερώτηση που πριν δεν είχε τα μέσα να σκεφτεί, αποκτά λίγο περισσότερη κρίση. Η περιέργεια, το παιχνίδι, η αισθητική απόλαυση και η συμμετοχή σε μια κοινότητα δεν είναι διακοσμητικές προσθήκες μετά τη «σοβαρή» παραγωγή γνώσης. Για πολλούς ανθρώπους είναι μέρος του λόγου που η μαθηματική δραστηριότητα αξίζει εξαρχής τον χρόνο τους.

Αυτό, βέβαια, δεν πληρώνει το νοίκι. Ο Avigad παρατηρεί εύστοχα ότι το γεγονός πως οι άνθρωποι εξακολουθούν να παίζουν σκάκι μετά την υπεροχή των μηχανών δεν μας λέει ποιος θα χρηματοδοτεί ανθρώπους που θέλουν να συνεχίσουν να κάνουν μαθηματικά. [5] Αν ένας ερευνητής χάσει τη θέση του δεν απέκτησε ελευθερία επειδή μπορεί ακόμη να αποδεικνύει θεωρήματα για ευχαρίστηση. Χρειάζεται εισόδημα, χρόνο, πρόσβαση στη βιβλιογραφία και άλλους ανθρώπους με τους οποίους να σκέφτεται. Η επίκληση της «εγγενούς αξίας» μιας δραστηριότητας γίνεται κυνική όταν συνοδεύει την εξαφάνιση των υλικών όρων που την καθιστούν δυνατή.

Η Kathi Weeks, πολιτική θεωρητικός της φεμινιστικής σκέψης και συγγραφέας του The Problem with Work, αντιμετωπίζει την εργασία ως θεσμό που οργανώνει όχι μόνο το εισόδημα αλλά και την κοινωνική αναγνώριση και μεγάλο μέρος της ταυτότητάς μας. Η κριτική της δεν είναι ατομική συμβουλή για να βρούμε περισσότερο νόημα στον ελεύθερο χρόνο, συνδέεται με συλλογικές αλλαγές όπως η μείωση του ωραρίου χωρίς αντίστοιχη μείωση αποδοχών. [40, σ. 1–8, 172–173 και 227–233] Στο ίδιο πνεύμα ζητά χώρο για χρόνο που δεν χρειάζεται να δικαιολογείται διαρκώς από όσα θα παραγάγουμε μέσα σε αυτόν, χρόνο στον οποίο μπορούν να εμφανιστούν επιθυμίες και τρόποι ζωής που δεν γνωρίζουμε ακόμη. [40, σ. 169–171] Ακόμη και σε μια κοινωνία με πολύ περισσότερη αυτοματοποίηση, η αναγκαία εργασία θα παραμένει. Η φροντίδα, η συντήρηση και η καθημερινή αναπαραγωγή της ζωής πρέπει να μοιραστούν και μια κοινωνία που «απελευθερώνει» χρόνο για λίγους μεταφέροντας περισσότερη αόρατη εργασία σε άλλους έχει απλώς μετακινήσει την εξάρτηση. Ούτε ο ελεύθερος χρόνος βιώνεται αυτομάτως ως ελευθερία, χωρίς παιδεία, χώρους, σχέσεις και πραγματικές δυνατότητες συμμετοχής μπορεί να γίνει απομόνωση. Η πολιτική υπόσχεση της αυτοματοποίησης αποκτά περιεχόμενο μόνο όταν ο χρόνος που εξοικονομείται μετατρέπεται σε πραγματική δυνατότητα μάθησης, δημιουργίας, φροντίδας ή πολιτικής συμμετοχής για περισσότερους ανθρώπους.

Η προτεινόμενη απόδειξη των Navier–Stokes θα κριθεί τελικά εκεί όπου πρέπει, στα μαθηματικά. Ένα τεχνικό κενό δεν διορθώνεται με πολιτική θεωρία. Εφόσον η απόδειξη αντέξει, η σημασία της θα υπερβαίνει την προσθήκη ενός ακόμη θεωρήματος στη βιβλιοθήκη. Θα έχουμε ένα πολύ συγκεκριμένο παράδειγμα του πόσο μπορούν να απομακρυνθούν μεταξύ τους η παραγωγή, η επαλήθευση και η αφομοίωση ενός αποτελέσματος και του πόσο γρήγορα η οργάνωση της γνώσης γίνεται ζήτημα υποδομών, εκπαίδευσης και εργασίας. Αν έρχεται πράγματι κάποια μορφή «αφθονίας αποδείξεων», με ενδιαφέρει λιγότερο η αναζήτηση ενός τελευταίου ανθρώπινου προνομίου και περισσότερο το ποιοι θα μπορούν να επιλέγουν τι αξίζει να αποδειχθεί, ποιοι θα έχουν τον χρόνο και την παιδεία να κατανοούν όσα παράγονται και ποιοι θα ελέγχουν τα μέσα που κάνουν αυτή την παραγωγή δυνατή. Το εργαλείο έχει ήδη μπει στη μαθηματική ζωή. Η αυτονομία θα κριθεί από το αν θα μπορούμε να αλλάζουμε συλλογικά τους όρους αυτής της σχέσης, ιδίως όταν οι υποδομές πάνω στις οποίες στηρίζεται συγκεντρώνονται στα χέρια λίγων.

Βιβλιογραφία

1. Acemoglu, Daron. «The Simple Macroeconomics of AI». Economic Policy 40, αρ. 121 (2025): 13–58· πρώτη διαδικτυακή δημοσίευση 6 Αυγούστου 2024. DOI: 10.1093/epolic/eiae042. Πηγή
2. Acemoglu, Daron και Pascual Restrepo. «Automation and New Tasks: How Technology Displaces and Reinstates Labor». Journal of Economic Perspectives 33, αρ. 2 (2019): 3–30. DOI: 10.1257/jep.33.2.3. Πηγή
3. Alper, Jarod, Michael J. Barany, Alain Chavarri Villarello, Sander Dahmen, Walter Dean, Karthik Ganapathy, Michael Harris, David Holmes, Mateja Jamnik, Steven Kelk, Bryna Kra, Ursula Martin, Bartosz Naskręcki, Rodrigo Ochigame, Jim Portegies και Johannes Schmitt. Leiden Declaration on Artificial Intelligence and Mathematics. 2 Ιουνίου 2026. DOI: 10.5281/zenodo.20302944. Πηγή
4. Autor, David. «Applying AI to Rebuild Middle Class Jobs». NBER Working Paper 32140, Φεβρουάριος 2024. DOI: 10.3386/w32140. Πηγή
5. Avigad, Jeremy. «Mathematicians in the age of AI». Προδημοσίευση, 3 Μαρτίου 2026, αναθεώρηση 6 Απριλίου 2026. arXiv:2603.03684. Πηγή
6. Bainbridge, Lisanne. «Ironies of Automation». Automatica 19, αρ. 6 (Νοέμβριος 1983): 775–779. DOI: 10.1016/0005-1098(83)90046-8. Πηγή
7. Bastani, Hamsa, Osbert Bastani, Alp Sungu, Haosen Ge, Özge Kabakcı και Rei Mariman. «Generative AI without guardrails can harm learning: Evidence from high school mathematics». Proceedings of the National Academy of Sciences 122, αρ. 26 (2025): e2422633122. DOI: 10.1073/pnas.2422633122. Πηγή
8. Buckmaster, Tristan. Δημόσια δήλωση για την εργασία με τον Levent Alpöge και τις επαφές με την OpenAI. Αχρονολόγητο PDF στον προσωπικό πανεπιστημιακό ιστότοπο, αναφέρεται στα γεγονότα της 3ης–7ης Σεπτεμβρίου 2026. Προσπέλαση στις 8 Σεπτεμβρίου 2026. Πηγή
9. Castoriadis, Cornelius. «Power, Politics, Autonomy». Στο Philosophy, Politics, Autonomy: Essays in Political Philosophy, επιμέλεια και μετάφραση David Ames Curtis, 143–174. Νέα Υόρκη: Oxford University Press, 1991. Πηγή
10. Clay Mathematics Institute. «Navier–Stokes Equation». Επίσημη σελίδα κατάστασης του προβλήματος, χ.χ. Προσπέλαση 9 Σεπτεμβρίου 2026. Πηγή
11. Clay Mathematics Institute. «Rules for the Millennium Prize Problems». Κανόνες που υιοθετήθηκαν στις 26 Σεπτεμβρίου 2018. Προσπέλαση 9 Σεπτεμβρίου 2026. Πηγή
12. Clay Mathematics Institute. «The Millennium Prize Problems». Επίσημη παρουσίαση της ιστορίας και του σκοπού των επτά προβλημάτων· ανακοίνωση στο Collège de France, Παρίσι, 24 Μαΐου 2000. Προσπέλαση 9 Σεπτεμβρίου 2026. Πηγή
13. Commelin, Johan, Mateja Jamnik, Rodrigo Ochigame, Lenny Taelman και Akshay Venkatesh. «Shaping the Future of Mathematics in the Age of AI». Notices of the American Mathematical Society 73, αρ. 6 (2026): 480–483. DOI: 10.1090/noti3347. arXiv:2603.24914. Πηγή
14. Darrigol, Olivier. «Between Hydrodynamics and Elasticity Theory: The First Five Births of the Navier–Stokes Equation». Archive for History of Exact Sciences 56, αρ. 2 (2002): 95–150. DOI: 10.1007/s004070200000. Πηγή
15. DeMillo, Richard A., Richard J. Lipton και Alan J. Perlis. «Social Processes and Proofs of Theorems and Programs». Communications of the ACM 22, αρ. 5 (Μάιος 1979): 271–280. DOI: 10.1145/359104.359106. Πηγή
16. Doshi, Anil R. και Oliver P. Hauser. «Generative AI enhances individual creativity but reduces the collective diversity of novel content». Science Advances 10, αρ. 28 (12 Ιουλίου 2024): eadn5290. DOI: 10.1126/sciadv.adn5290. Πηγή
17. Farwig, Reinhard. «From Jean Leray to the millennium problem: the Navier–Stokes equations». Journal of Evolution Equations 21 (2021): 3243–3263. DOI: 10.1007/s00028-020-00645-3. Πηγή
18. Fefferman, Charles L. «Existence and smoothness of the Navier–Stokes equation». Επίσημη διατύπωση του Millennium Prize Problem, Clay Mathematics Institute, χ.χ. Προσπέλαση 9 Σεπτεμβρίου 2026. Πηγή
19. Friedlander, Susan, Peter Lax, Cathleen Morawetz, Louis Nirenberg, Gregory Seregin, Nina Ural’tseva και Mark Vishik. «Olga Alexandrovna Ladyzhenskaya (1922–2004)». Notices of the American Mathematical Society 51, αρ. 11 (2004): 1320–1331. Πηγή
20. Gmyrek, Paweł, Janine Berg, Karol Kamiński, Filip Konopczyński, Agnieszka Ładna, Bálint Náfrádi, Konrad Rosłaniec και Marek Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Γενεύη: International Labour Organization, 20 Μαΐου 2025. DOI: 10.54394/HETP0387. Πηγή
21. Gowers, Timothy, με συμβολή του Isaac Rajagopal. «A recent experience with ChatGPT 5.5 Pro». Gowers’s Weblog, 8 Μαΐου 2026. Πηγή
22. Gowers, Timothy. «Thoughts about the Leiden Declaration». Gowers’s Weblog, 26 Ιουλίου 2026. Πηγή
23. Hales, Thomas, κ.ά. «A formal proof of the Kepler conjecture». Forum of Mathematics, Pi 5 (2017): e2. DOI: 10.1017/fmp.2017.1. Πηγή
24. Kestin, Greg, Kelly Miller, Anna Klales, Timothy Milbourne και Gregorio Ponti. «AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting». Scientific Reports 15 (2025): 17458. DOI: 10.1038/s41598-025-97652-6. Πηγή
25. The Lean Project. Theorem Proving in Lean 4. Κεφάλαιο «Axioms and Computation», διαδικτυακό εγχειρίδιο, χ.χ. Προσπέλαση 8 Σεπτεμβρίου 2026. Πηγή
26. Lee, Hao-Ping (Hank), Advait Sarkar, Lev Tankelevitch, Ian Drosos, Sean Rintel, Richard Banks και Nicholas Wilson. «The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers». Στο Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI ’25), άρθρο 1121, 1–22. New York: Association for Computing Machinery, Απρίλιος 2025. DOI: 10.1145/3706598.3713778. Πηγή
27. MacKenzie, Donald. Mechanizing Proof: Computing, Risk, and Trust. Cambridge, MA: MIT Press, 2001. ISBN 0-262-13393-8. Πηγή
28. Marx, Karl. Grundrisse: Foundations of the Critique of Political Economy (Rough Draft). Μετάφραση Martin Nicolaus. Harmondsworth: Penguin Books, σε συνεργασία με New Left Review, 1973. Χειρόγραφα 1857–1858. Πηγή
29. Ochigame, Rodrigo. «Automated Mathematics and the Reconfiguration of Proof and Labor». Bulletin of the American Mathematical Society 61, αρ. 3 (2024): 423–437. DOI: 10.1090/bull/1821. arXiv:2309.11457. Πηγή
30. OpenAI. Finite time blowup for Navier–Stokes. Προδημοσίευση, ανακοινώθηκε στις 8 Σεπτεμβρίου 2026. Πηγή
31. OpenAI. NavierStokesAndEuler. Δημόσιο αποθετήριο της τυπικής απόδειξης σε Lean, 2026. Άδεια Apache 2.0. Έλεγχος 8 Σεπτεμβρίου 2026. Πηγή
32. OpenAI. «On the Navier–Stokes Millennium Prize Problem». 8 Σεπτεμβρίου 2026. Πηγή
33. Schismenos, Alexandros. Artificial Intelligence and Barbarism: A Critique of Digital Reason. Αθήνα: Athens School, Ιούνιος 2025. ISBN 978-618-87772-1-7. DOI: 10.5281/zenodo.15805493. Πηγή
34. Σχισμένος, Αλέξανδρος. «Η Τεχνητή Νοημοσύνη δεν ενδιαφέρεται για την Ηθική: Γιατί ο τεχνοσκεπτικισμός πρέπει να είναι πολιτικός». Αυτολεξεί, 30 Δεκεμβρίου 2025. Πηγή
35. Σχισμένος, Αλέξανδρος. «Οι Παραστατικές Τέχνες ως Όριο του Ψηφιακού: Θεατρικός Χρόνος και Τεχνητή Νοημοσύνη». Αυτολεξεί, 23 Φεβρουαρίου 2026. Πηγή
36. Solé, Ricard, Giulio Ruffini, Francesca Castaldo, Marco Tuccio, Luis F. Seoane, Manlio de Domenico, Santiago F. Elena, David C. Krakauer και Michael Levin. «Large-Language Models as a Cognitive Virus». Προδημοσίευση, 3 Σεπτεμβρίου 2026. arXiv:2609.03344v1. DOI: 10.48550/arXiv.2609.03344. Πηγή
37. Tao, Terence. «Mathematics in the age of AI». Προδημοσίευση, 2026. arXiv:2608.16753. Πηγή
38. Tao, Terence. New mathematical workflows. Διαφάνειες, Μάιος 2026· ομιλία στο Future of Mathematics Symposium, Stanford, 2 Μαΐου 2026. Πηγή
39. Thurston, William P. «On proof and progress in mathematics». Bulletin of the American Mathematical Society 30, αρ. 2 (1994): 161–177. arXiv:math/9404236. Πηγή
40. Weeks, Kathi. The Problem with Work: Feminism, Marxism, Antiwork Politics, and Postwork Imaginaries. Durham, NC: Duke University Press, 2011. ISBN 978-0-8223-5112-2. Πηγή

The post Η αφθονία των αποδείξεων και η αυτονομία της γνώσης first appeared on Aυτολεξεί.

Η εισαγωγή συστημάτων Τεχνητής Νοημοσύνης (ΤΝ) στη διερεύνηση εγκλημάτων υψηλής βαρύτητας, όπως αναδεικνύεται από την ομολόγημένη χρήση άγνωστου λογισμικού από τις αστυνομικές αρχές για την υποτιθέμενη ταυτοποίηση των κατηγορουμένων για το φονικό έγκλημα της Marfin έπειτα από 16 χρόνια, εγείρει κρίσιμα ερωτήματα σχετικά με τη δικαιοσύνη, τη διαφάνεια και τη δικονομική ορθότητα τον καιρό της Ψηφιακής Βαρβαρότητας.

Όπως έχω υποστηρίξει αλλού, η ψηφιακή βαρβαρότητα στον 21ο αιώνα δεν είναι μόνο η θεσμοποιημένη βία, αλλά η τεχνοκρατική αλλοτρίωση που επιβάλλεται μέσα από μηχανισμούς των οποίων η λειτουργία αποκρύπτεται από τον δημόσιο διάλογο. Όταν η αστυνομική εξουσία χρησιμοποιεί «μαύρα κουτιά» (black boxes) για να υποδείξει τον ένοχο, εισάγουμε στη δικαιοσύνη μια μορφή «ψηφιακού πεπρωμένου», όπου η ευθύνη εκτοπίζεται από την αυθαιρεσία.

Η περίπτωση της Marfin καθίσταται το οριακό σημείο όπου οι θεσμοί δικαίου έρχονται αντιμέτωποι με την αλγοριθμική αυθαιρεσία. Όπως αναφέρθηκε στα ΜΜΕ:

“Η τεχνητή νοημοσύνη χρησιμοποιήθηκε επίσης για τη βελτίωση της ποιότητας των εικόνων και την επιβεβαίωση χαρακτηριστικών των προσώπων. Την ταυτοποίηση επιβεβαίωσε και ο Προϊστάμενος των Εγκληματολογικών Εργαστηρίων της Αστυνομίας, ενώ το Τμήμα Ψηφιακών Πειστηρίων της ΕΛ.ΑΣ. επεξεργάστηκε συστηματικά όλα τα νέα στοιχεία που προέκυψαν από την έρευνα.”

Επί προκειμένω, η δικηγόρος των κατηγορουμένων, Άννυ Παπαρρούσου, δήλωσε πως “έχει γίνει μια επεξεργασία η οποία δεν αρμόζει σε μια σοβαρή δικογραφία.” Χωρίς να εισέλθουμε στις λεπτομέρειες της υπόθεσης, ας δούμε κάποια μόνο από τα ευρύτερα ερωτήματα που εγείρονται μόνο και μόνο από τη χρήση ΤΝ.

Ποιος ελέγχει την «αλήθεια» του αλγορίθμου;

Όπως σημειώνει ο Frank Pasquale στο The Black Box Society (2015), η αδιαφάνεια των αλγορίθμων είναι το θεμέλιο μιας νέας μορφής κοινωνικής επιτήρησης, όπου η κρίση δεν είναι πλέον προϊόν διαλογικής διαδικασίας, αλλά «δεδομένο» (data output) που επιβάλλεται άνωθεν. Ο ίδιος μιλά για τη θέσμιση μιας αδιαφανούς αλγοριθμικής κοινωνίας [black box society]:

«Η κοινωνία του “μαύρου κουτιού” χαρακτηρίζεται από τη χρήση ιδιωτικών αλγορίθμων για τη λήψη αποφάσεων που αλλάζουν τη ζωή των ανθρώπων, χωρίς τη διαφάνεια ή τη δέουσα διαδικασία που απαιτούν τα δημοκρατικά νομικά συστήματα.» (Pasquale, 2015)

Εάν βρισκόμαστε ήδη σε μία τέτοια κοινωνία, όπου άνθρωποι μπορούν να συλληφθούν βάσει αλγοριθμικών ενδείξεων, συμπεραίνουμε πως η δεδομενοποίηση [datafication]των προσώπων σημαίνει τη μετατροπή της δικαστικής οδού σε μια προαποφασισμένη διαδικασία επιλογής ενόχων με όρους ψηφιακής πρόβλεψης, δηλαδή τη μετάπτωση του ποινικού δικαίου σε προληπτική καταστολή. Πρέπει να αναρωτηθούμε εάν οι καταχρήσεις των αρχών μας οδηγούν σε μια τέτοια δυστοπία, ιδίως όσον αφορά υποθέσεις με πολιτικό χρωματισμό.

Πόσο έγκυρα μπορούν να θεωρηθούν τα αποτελέσματα της ΤΝ;

Τα σύγχρονα συστήματα ΤΝ, παρά την υπολογιστική τους ισχύ, παρουσιάζουν εγγενείς αδυναμίες. Όπως επισημαίνει η Cynthia Rudin (2019), η χρήση μοντέλων «μαύρου κουτιού» για αποφάσεις υψηλού διακυβεύματος είναι επιστημολογικά προβληματική, καθώς δεν επιτρέπει την πλήρη διαφάνεια της συλλογιστικής πορείας με την οποία εξήχθη ένα συμπέρασμα. Τα μοντέλα αυτά συχνά υποφέρουν από «παραισθήσεις» (hallucinations) και αδυναμία αιτιολόγησης της συλλογιστικής τους πορείας. Όταν η ενοχή ενός προσώπου τεκμηριώνεται μέσω αλγοριθμικής συνδρομής, η απουσία διαφανούς συλλογιστικής παραβιάζει θεμελιώδεις αρχές της δίκαιης δίκης.

Τα Μεγάλα Γλωσσικά Μοντέλα {LLMs} είναι επιστημολογικά ασύμβατα με αποφάσεις υψηλού διακυβεύματος, όπως είναι οι δικαστικές αποφάσεις για δύο λόγους. Αφενός αλλοιώνουν τη δικαστική έρευνα, καθώς παράγουν ψευδή αποτελέσματα, και αφετέρου αλλοιώνουν την αντίληψη του ευρύτερου κοινού καθώς καταργούν τα παραδοσιακά κριτήρια διάκρισης μεταξύ πραγματικού και εικονικού. Η «παραίσθηση» (hallucination) ενός μοντέλου ΤΝ, σε ένα πλαίσιο ποινικής δίωξης, δεν είναι ένα τεχνικό σφάλμα, αλλά μια δικαστική πλάνη που ενδύεται τον μανδύα της «επιστημονικής» βεβαιότητας.

Όταν η κυβέρνηση παραδέχεται, στην περίπτωση του συμβούλου Εθνικής Ασφαλείας Θ. Ντόκου που παραπλανήθηκε από Ρώσους χάκερ ή στην περίπτωση του Predator, την παραπλάνηση των θεσμών από κακόβουλα λογισμικά, η επίκληση της ΤΝ ως «αδιάψευστου» μάρτυρα στην υπόθεση Marfin εμφανίζεται ως μια ρητορική αντίφαση. Πρόκειται για την επιβολή μιας τεχνοκρατικής ιδεολογίας που εκμεταλλεύεται τον φόβο για την ασφάλεια προκειμένου να καταλύσει τις δικονομικές εγγυήσεις.

Σε ποιες βάσεις δεδομένων έχει εκπαιδευτεί ένα μοντέλο ΤΝ;

Το ζήτημα της εκπαίδευσης των μοντέλων είναι κομβικό. Εάν ένα σύστημα ΤΝ έχει εκπαιδευτεί σε δεδομένα που προέρχονται από βάσεις «συνήθων υπόπτων» ή στοχοποιημένων κοινωνικών ομάδων, είναι πιθανό να αναπαράγει και να ενισχύει υφιστάμενες προκαταλήψεις (algorithmic bias). Οι Buolamwini και Gebru (2018) έχουν τεκμηριώσει πώς τα συστήματα αναγνώρισης προσώπων εμφανίζουν συστηματικά λάθη ανάλογα με τα δεδομένα εκπαίδευσης, οδηγώντας σε εσφαλμένες ταυτοποιήσεις. Όπως τονίζουν:

«Η ανάλυσή μας δείχνει ότι τα μοντέλα δεν είναι ουδέτερα· αποτελούν καθρέφτες των δεδομένων με τα οποία έχουν εκπαιδευτεί και αντανακλούν τις συστημικές ανισότητες των κοινωνιών από τις οποίες συλλέχθηκαν τα δεδομένα αυτά.»

Αυτό σημαίνει ότι η συμπερίληψη ενός ονόματος στις βάσεις δεδομένων των “συνήθων υπόπτων”, καθιστά πολύ πιο πιθανή την επανεμφάνιση του ονόματος αυτού σε έρευνες που αντλούν από τις βάσεις δεδομένων, ασχέτως με την πραγματική συμπεριφορά του προσώπου.  Τα ψηφιακά μοτίβα πρόβλεψης συμπεριφοράς ολοκληρώνουν τον περιορισμό της προσωπικότητας σε ένός τύπου «ψηφιακό πεπρωμένο» αέναης επανάληψης του παρελθόντος. Εν απουσία πρόσβασης στον κώδικα και τα δεδομένα εκπαίδευσης («training data»), ο έλεγχος για μυθοπληροφορίες ή συστημικά σφάλματα καθίσταται αδύνατος. Η Cathy O’Neil, στα Weapons of Math Destruction (2016), επισημαίνει ότι τέτοιοι αλγόριθμοι «τιμωρούν τους φτωχούς και περιθωριοποιούν τους αδύναμους», ενισχύοντας την κοινωνική επιτήρηση. Όπως παρατηρεί:

«Τα μοντέλα είναι απόψεις ενσωματωμένες στον κώδικα. Είναι αδιαφανή, επεκτατικά και επιζήμια. Όταν τα χρησιμοποιούμε για να ασκούμε έλεγχο ή να κρίνουμε, δεν αυτοματοποιούμε την αλήθεια, αλλά την ανισότητα.»

Ποιος ελέγχει τα αποτελέσματα για παραβιάσεις προσωπικών δεδομένων;

Η ανησυχία για τη χρήση λογισμικού παρακολούθησης, σε συνδυασμό με περιστατικά παραπλάνησης θεσμικών παραγόντων από κακόβουλα λογισμικά, θέτει ζητήματα ιδιωτικότητας και προσωπικών ελευθεριών. Σύμφωνα με τη Zuboff (2019), η «εποχή του καπιταλισμού της επιτήρησης» χαρακτηρίζεται από τη συγκέντρωση τεράστιου όγκου δεδομένων που μπορούν να χρησιμοποιηθούν για την κοινωνική χειραγώγηση. Όταν το κράτος υιοθετεί τεχνολογίες των οποίων η λειτουργία είναι αδιαφανής, ο κίνδυνος κατάχρησης εξουσίας αυξάνεται, απαιτώντας μια ριζική επανεκτίμηση του πλαισίου λογοδοσίας.

Ποιος ανακριτής αποδέχεται την ΤΝ ως τεκμήριο;

Η χρήση εξελιγμένου λογισμικού ΤΝ για την ταυτοποίηση κατηγορουμένων, ειδικότερα σε υποθέσεις που ανάγονται σε βάθος χρόνου, μετατοπίζει το βάρος της αποδεικτικής διαδικασίας από τον ανακριτή στον αλγόριθμο. Η περίπτωση της αναζήτησης αυτουργών 16 χρόνια μετά, μέσω μεθόδων που βασίζονται σε Μεγάλα Γλωσσικά Μοντέλα (LLMs) ή συστήματα αναγνώρισης προτύπων, καθιστά αναγκαία την εξέταση της εγκυρότητας αυτών των εργαλείων.

Η τεχνοκρατική ορθολογικότητα τείνει να μετατρέπει τον πολίτη από αυτεξούσιο υποκείμενο σε αντικείμενο επεξεργασίας. Όταν τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) και οι αλγόριθμοι αναγνώρισης προτύπων εμπλέκονται στη στοιχειοθέτηση κατηγοριών, το υποκείμενο υφίσταται μια οντολογική υποβάθμιση: η ύπαρξή του ταυτίζεται με τα δεδομένα που «αποφασίζει» η μηχανή ότι το αφορούν. Όπως τεκμηριώνουν οι Buolamwini και Gebru (2018) στο Gender Shades, τα συστήματα ΤΝ είναι φορείς των προκαταλήψεων των δημιουργών τους. Στην περίπτωση της ποινικής δίωξης, αυτό μεταφράζεται σε μια δεδομενοποίηση της κοινωνικής συνύπαρξης, όπου η πιθανότητα ενοχής υπολογίζεται με όρους στατιστικής συσχέτισης και όχι νομικής απόδειξης. Ωστόσο η αποδεικτική διαδικασία δεν μπορεί να υποκατασταθεί από την ψηφιακή λήψη του ζητουμένου χωρίς να καταργηθεί η ίδια η ουσία του θετικού δικαίου.  

Όταν η δικαστική κρίση υποκαθίσταται από την αλγοριθμική υπόδειξη, η ακεραιότητα των θεσμών καταρρέει. Το δικαστήριο παύει να είναι ο χώρος όπου εξετάζονται αποδείξεις και γίνεται ο χώρος επικύρωσης αλγοριθμικών παραγώγων. Η Zuboff (2019) στον Καπιταλισμό της Επιτήρησης περιγράφει πώς η συγκέντρωση δεδομένων από το σύνολο του πληθυσμού μετατρέπει την κοινωνία σε μια απέραντη βάση δεδομένων προς «εξόρυξη» ενοχής.

Η ανεξέλεγκτη χρήση λογισμικού παρακολούθησης και αδιαφανών συστημάτων ΤΝ από τις διωκτικές αρχές παραπέμπει σε μια κατάσταση όπου το κράτος αναστέλλει τους κανόνες της διαφανούς δικονομίας για να επιτύχει «αποτελέσματα». Ωστόσο, η αποτελεσματικότητα αυτή είναι κενή νομιμοποίησης. Η ψηφιακή βαρβαρότητα στο δικαστικό πεδίο έγκειται ακριβώς στην κατάργηση της αμφιβολίας και του τεκμηρίου της αθωότητας, που αποτελούν πυλώνες του ποινικού δικαίου. Εάν η υπεράσπιση δεν μπορεί να αμφισβητήσει τον τρόπο λειτουργίας του αλγορίθμου, το δικαίωμα στη δίκαιη δίκη καθίσταται κενό γράμμα.

Συνεπώς, η πρόκληση που θέτει η χρήση ΤΝ στην ποινική διαδικασία δεν είναι μόνο τεχνολογική ή νομική, αλλά βαθιά πολιτική. Εάν όλοι γνωρίζουν ότι τα συστήματα ΤΝ είναι ακατάλληλα για την εξαγωγή ασφαλών αποδείξεων και συμπερασμάτων, προς τι η διαφήμιση της χρήσης της; Ασφαλώς, πρόκειται για λόγους πολιτικής προπαγάνδας, προκειμένου να καλυφθούν ανεπαρκείς διώξεις πίσω από την ιδεολογία της μυθοπληροφορίας, δηλαδή την ιδεολογία της αλγοριθμικής αποτελεσματικότητας. Μα ως τέτοια, η χρήση της ΤΝ για ποινικούς σκοπούς από την πλευρά των κρατικών αρχών σημαίνει επίσης την καταβύθιση σε μια προληπτική καταστολή των αντιπάλων του καθεστώτος με τεχνολογικό μανδύα. Ένας αυτοματοποιημένος ψηφιακός μηχανισμός κατασκευής ενόχων υπηρετεί ένα διπλό σκοπό: από τη μία αναπαράγει τον στιγματισμό συγκεκριμένων προσώπων ως υπόπτων και τον ψηφιακό εγκλωβισμό κοινωνικών ομάδων σε στοχοποιημένες κατηγορίες, ενώ από την άλλη ενισχύει την επίσημη προπαγάνδα με την αποχαυνωτική ρητορική της ψηφιακής ορθολογικότητας. Ένα ψηφιακά αναλφάβητο κοινό είναι πιο επιρρεπές στην επίκληση της απρόσωπης ψηφιακής αυθεντίας και φαίνεται πως οι συντάκτες των αστυνομικών ανακοινώσεων εκτίμησαν την επίστρωση καινοτομίας που δίνει η επίκληση της ΤΝ στα επίσημα αφηγήματα.

Σε βάθος χρόνου, η μαζική διασπορά των αφηγημάτων περί “επιτυχημένης” θεσμικής χρήσης συστημάτων ΤΝ μπορεί να αμβλύνει τις αντιστάσεις της κοινωνίας στην κεντρική κρατική επιλογή της ανέγερσης κέντρων δεδομένων [data centers]  παρά το αβάσταχτο οικολογικό και κοινωνικό κόστος.

Απαιτείται ένας βαθύς μετασχηματισμός της σχέσης της κοινωνίας με την ψηφιακή τεχνολογία και η αμφισβήτηση των μηχανισμών διαμεσολάβησης μεταξύ της τεχνολογίας και της θεσμισμένης εξουσίας. Για κάτι τέτοια απαιτείται αντιστοίχως ένα ευρύτερο κοινωνικό κίνημα ψηφιακής αυτονομίας που δεν υπάρχει αυτή τη στιγμή. Μα ακόμη και χωρίς αυτό, προκειμένου να διασωθεί έστω το πρωτόκολλο της δικονομικής εγκυρότητας και οι θεσμικοί περιορισμοί της κατασταλτικής εξουσίας πρέπει να τεθούν άμεσα κάποια βασικά πολιτικά αιτήματα:

Η αλγοριθμική διαφάνεια (algorithmic accountability) κάθε λογισμικού Τεχνητής Νοημοσύνης που χρησιμοποιούν θεσμικοί φορείς: Χρειάζεται να υπάρχει πλήρης δυνατότητα δημόσιου ελέγχου των δεδομένων εκπαίδευσης και του κώδικα του εκάστοτε λογισμικού, όπως και να θεσμοθετηθεί η χρήση αποκλειστικά μοντέλων εξηγήσιμης Τεχνητής Νοημοσύνης [explainable AI]από δημόσιους φορείς.

Η ρητή απαγόρευση της τεχνολογικής αδιαφάνειας στη δικονομία: Καμία δικαστική κρίση δεν πρέπει να βασίζεται σε αδιαφανή συστήματα ΤΝ.

Η αντίσταση στην τεχνοκρατική αλλοτρίωση και η υπεράσπιση της αυτοπρόσωπης δίκης: Η προτεραιότητα του ανθρώπινου παράγοντα και η διασφάλιση της δημοσιότητας σε κάθε στάδιο της απονομής δικαιοσύνης με σαφείς όρους λογοδοσίας των αρχών, πρέπει να τεθεί ως εγγύηση ενάντια στην τεχνοκρατική χειραγώγηση.

Αυτά τα αιτήματα δεν είναι επαναστατικά, ούτε οδηγούν στην ψηφιακή αυτονομία, μα είναι απαραίτητα θεσμικά αναχώματα στη βαρβαρότητα. Τα σκιαγραφεί ακόμη και το Αμερικανικό Ινστιτούτο δικονομικής έρευνας Justice Speakers Institute, σε μελέτη του με τίτλο “Governing AI before it governs the justice system”:

«Δεν πρέπει να ζητείται από το δικαστικό σύστημα να “προλάβει” την τεχνολογία που έχει ήδη αναδιαμορφώσει τον τρόπο λειτουργίας του… Απαιτείται από το σύστημα να επιβεβαιώσει τις γνωστές θεσμικές αξίες σε ένα νέο πλαίσιο: διαφάνεια, λογοδοσία, αξιοπιστία και δικαιοσύνη.»

Πρέπει να κατανοήσουμε ότι υπάρχει ένα πυκνό και ισχυρότατο διεθνές πλέγμα συμφερόντων που προωθεί την επέκταση των εφαρμογών ΤΝ σε όλους τους τομείς της κοινωνικής ζωής. Φαίνεται ότι αυτό το πλέγμα είναι συμβατό με την κυρίαρχη θεσμισμένη ολιγαρχία, παρότι οι σκοποί του είναι φαινομενικά αντίθετοι προς οποιαδήποτε έννοια κράτους δικαίου. Φαινομενικά, διότι σε βαθύτερο επίπεδο υπάρχει το δίκαιο του κράτους. Ίσως η ίδια η έννοια του δικαίου αποδειχτεί παραίσθηση της Τεχνητής Νοημοσύνης, εάν δεν την διαφυλάξει η θεσμίζουσα κοινωνία.

Βιβλιογραφικές Αναφορές

• Buolamwini, J., & Gebru, T. (2018). Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. Proceedings of Machine Learning Research.
• O’Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown.
• Pasquale, F. (2015). The Black Box Society: The Secret Algorithms That Control Money and Information. Harvard University Press.
• Rudin, C. (2019). Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nature Machine Intelligence.
• Σχισμένος, Α. (2024). Τεχνολογία και Βαρβαρότητα: Κριτική της Τεχνητής Νοημοσύνης, Athens School
• Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs.

.

The post Η ψηφιακή βαρβαρότητα της ποινικής καταστολής: Τεχνητή Νοημοσύνη και υπόθεση Marfin first appeared on Aυτολεξεί.

Στον τέταρτο χρόνο της εποχής της Τεχνητής Νοημοσύνης, ενώ ο κόσμος φαίνεται να κατακλύζεται από τη θεσμισμένη τεχνοφιλία των κυβερνήσεων και τη λαϊκιστική τεχνοφοβία των μελλοντολόγων, αρχίζουν να πληθαίνουν οι επίσημες εκκλήσεις για κάποιου τύπου τεχνοσκεπτικισμό. Τους τελευταίους μήνες εκφράστηκαν ηχηρά δύο διαφορετικοί τύποι τεχνοσκεπτικισμού απέναντι στην Τεχνητή Νοημοσύνη, ένας θεολογικός και ένας θεσμικός-κοινοβουλευτικός, από τον Πάπα Λέοντα ΧΙV και τον γερουσιαστή Μπέρνι Σάντερς αντιστοίχως. Κατά τη γνώμη μου, παρότι χρήσιμες ως προειδοποιήσεις για το ευρύτερο κοινό, αποτελούν ανεπαρκείς απαντήσεις στην επέκταση της Τεχνητής Νοημοσύνης, καθώς χρειαζόμαστε μια διαφορετική, κοινωνική εκδοχή ενός δημοκρατικού τεχνοσκεπτικισμού. Θα προσπαθήσω να εξηγήσω σύντομα τη θέση μου.

Τη Δευτέρα, 25 Μαΐου 2026, ο Πάπας Λέων XIV εξέδωσε την παπική εγκύκλιο Magnifica Humanitas, την πρώτη επίσημη εκκλησιαστική προειδοποίηση έναντι της απειλής της ανεξέλεγκτης Τεχνητής Νοημοσύνης.

Ανάμεσα σε άλλα, ο Πάπας κάλεσε τις κυβερνήσεις να “αφοπλίσουν” την Τεχνητή Νοημοσύνη, ξεκαθαρίζοντας πως η έκκλησή του δεν σημαίνει απόρριψη της τεχνολογίας:

“Ο όρος “αφοπλισμός” σημαίνει την απόρριψη της υπόθεσης ότι η τεχνολογική δύναμη παρέχει αυτομάτως το δικαίωμα της εξουσίας. Ο “αφοπλισμός” δεν σημαίνει την απόρριψη της τεχνολογίας, αλλά την αποτροπή της κυριαρχίας της πάνω στην ανθρωπότητα” [παρ. 110]

Ο Πάπας κηρύττει λοιπόν έναν θεολογικό τεχνοσκεπτικισμό που προσπαθεί να συμβιβάσει την παραδοσιακή Θωμιστική θεολογία με την τεχνοεπιστημονική κυριαρχία επί του παρόντος. Εντύπωση κάνει το γεγονός ότι παίρνει σαφείς αποστάσεις από την θεολογική τεχνοφοβία που χαρακτήρισε άλλες εποχές και άλλους Πάπες, γεγονός που είναι μια παραχώρηση της Αγίας Έδρας στη βαρύτητα της εμπειρικής κοινωνικο-ιστορικής κατάστασης.

Είναι όμως εφικτό το κάλεσμα του Πάπα, την εποχή που οι κυβερνήσεις, τόσο των υπερδυνάμεων όσο και των υπόλοιπων κρατών φαίνεται να έχουν ισχυρά κίνητρα όχι να “αφοπλίσουν”, μα να επενδύσουν ακόμη περισσότερα στις εταιρείες Τεχνητής Νοημοσύνης; Μα, ας πούμε ότι, τουλάχιστον οι φιλελεύθερες κυβερνήσεις του ανεπτυγμένου κόσμου έχουν και ισχυρές αντιπολιτεύσεις που δύνανται να εκφράσουν διαφορετικούς προσανατολισμούς εντός του θεσμισμένου πλαισίου αντιπροσωπευτικής διακυβέρνησης. Υπάρχουν θεσμικοί τρόποι “αφοπλισμού” των εταιρειών της Τεχνητής Νοημοσύνης, εάν υπάρχει αντίστοιχη πολιτική βούληση;

Είναι εφικτός ένας θεσμικός κοινοβουλευτικός τεχνοσκεπτικισμός;

Είναι ένα ερώτημα, στο οποίο προσπαθεί να απαντήσει θετικά ο γερουσιαστής Μπέρνι Σάντερς στις Η.Π.Α. με όρους αναδιανομής του εξαγόμενου κεφαλαίου, και συνεπώς και της δύναμης επιρροής που συνδέεται με αυτό, προς τους πολίτες.

Ο Σάντερς είναι ο πρώτος επαγγελματίας πολιτικός που ξεκίνησε μια οργανωμένη καμπάνια ενάντια στα ολιγοπώλια της Τεχνητής Νοημοσύνης εξ ονόματος των εργαζομένων των Η.Π.Α. Μέσα στο 2026 δημοσίευσε εκθέσεις που δείχνουν ότι η Τεχνητή Νοημοσύνη και η αυτοματοποίηση απειλούν να καταργήσουν σχεδόν 100 εκατομμύρια θέσεις εργασίας στις Η.Π.Α. κατά την επόμενη δεκαετία, ιδίως σε χαμηλόμισθες κατηγορίες. Εισήγαγε προσχέδιο νόμου για την αναστολή της λειτουργίας κέντρων δεδομένων τεχνητής νοημοσύνης (Artificial Intelligence Data Center Moratorium Act of 2026), το οποίο συνυπέγραψε η Δημοκρατική αντιπρόσωπος Αλεξάνtρια Οκάσιο-Κορτέζ, με σκοπό την προσωρινή αναστολή της κατασκευής νέων κέντρων δεδομένων Τεχνητής Νοημοσύνης έως ότου θεσπιστούν ισχυρές εθνικές διασφαλίσεις για την ασφάλεια και το περιβάλλον. Το νομοσχέδιο δεν έχει τεθεί ακόμη σε ψηφοφορία μα είναι απίθανο να ψηφιστεί από την απαιτούμενη πλειοψηφία.

Την Πέμπτη 18 Ιουνίου 2026 κατέθεσε νέα πρόταση νομοσχεδίου [ ‘‘American A.I. Sovereign Wealth Fund Act’’] σύμφωνα με το οποίο οι κορυφαίες εταιρείες τεχνητής νοημοσύνης με ετήσια έσοδα τουλάχιστον 200 εκατομμύρια δολάρια θα πρέπει να καταβάλλουν έναν εφάπαξ φόρο ύψους 50% της αξίας των μετοχών τους, με σκοπό τη δημιουργία ενός δημόσιου επενδυτικού ταμείου για τους φορολογούμενους, το οποίο θα ανέρχεται σε περίπου 7 τρισεκατομμύρια δολάρια. Το ταμείο αυτό θα αποδίδει ετήσιο μέρισμα 5% στους πολίτες, το οποίο σύμφωνα με τις εκτιμήσεις του Σάντερς, θα υπερβαίνει τα 1.000 δολάρια κατά δικαιούχο. Ενδιαφέρουσα πρόταση. Θα περάσει;

Όχι βέβαια, αφού δεν υπάρχει αντίστοιχη πολιτική βούληση στους κυρίαρχους συσχετισμούς της εξουσίας. Αν όμως υπήρχε αντίστοιχη πολιτική βούληση και άλλοι συσχετισμοί εξουσίας, θα ήταν αρκετό το νομοσχέδιο του Σάντερς για τον περιορισμό της τεχνοκρατικής ολιγαρχίας; 

Όχι, διότι προσπαθεί να εμποδίσει μόνο την -τρομακτική και βασισμένη στον φαύλο κύκλο της κερδοσκοπικής χρηματοδότησης- συσσώρευση κεφαλαίου και να αναδιανείμει τον παραγώμενο πλούτο στους πολίτες, μα κατ’ αυτόν τον τρόπο εξασφαλίζει τη διαιώνιση των όρων παραγωγής αυτού του πλούτου, ενώ αφήνει άθικτη την -πιο τρομακτική και βασισμένη στη διττή εξαγωγή υπεραξίας, πρώτον από την εξόρυξη των δεδομένων των χρηστών και δεύτερον από τη διαχείριση της πληροφορίας για τη χειραγώγηση της συμπεριφοράς των χρηστών- συσσώρευση πληροφοριών και υπολογιστικής δύναμης από τους ολιγάρχες της Τεχνητής Νοημοσύνης.

Μήπως, όμως, το νομοσχέδιο του Σάντερς αντί να περιορίσει την ισχύ της τεχνοκρατίας την αποχαλίνωνε, ταυτίζοντάς τη με τα συμφέροντα των φορολογουμένων των Η.Π.Α. σε βάρος των συμφερόντων του παγκόσμιου κοινού; Ήδη η Τεχνητή Νοημοσύνη λειτουργεί ως παράγοντας διεύρυνσης της ανισότητας πλούτου και ισχύος μεταξύ των πρώην αποικιοκρατικών κρατών και των χωρών του Παγκόσμιου Νότου. Η εσωτερική εξουσία των εθνικών κυβερνήσεων ενισχύεται καθώς είναι οι αρμόδιοι ύπατοι φορείς ελέγχου της διασύνδεσης των χρηστών με τον κυβερνοχώρο, όπως δείχνει η στρατηγική χρήση της διακοπής του Διαδικτύου από το θεοκρατικό καθεστώς του Ιράν για την καταστολή της διαφωνίας.

Υπάρχει ένα θεσμικό κενό της αντιπροσωπευτικής πολιτείας όσον αφορά τον έλεγχο της ψηφιακής τεχνολογίας, η οποία αναπροσαρμόζει τις κοινωνικές σχέσεις με όρους ψηφιακής τηλεπαρουσίας. Το θεσμικό κενό βρίσκεται στον πυρήνα της κυρίαρχης θέσμισης, στην ίδια τη λογική της ανάθεσης. Η παραχώρηση της κυβερνητικής εξουσίας σε μία πολιτική ολιγαρχία επαγγελματιών αντιπροσώπων με ελάχιστους θεσμούς δημόσιας λογοδοσίας ή απόδοσης δημόσιων ευθυνών στους αξιωματούχους, οδηγεί στη διεύρυνση του χάσματος μεταξύ της πραγματικής λειτουργίας των κρατικών μηχανισμών και της επίγνωσης του πληθυσμού για τη λειτουργία τους. Ο μύθος της αποτελεσματικής τεχνοκρατικής διακυβέρνησης δεν προέρχεται από τον Τζον Μακάρθι, τον “νονό” της Τεχνητής Νοημοσύνης, αλλά από τους αυταρχικούς ιδεολόγους του Μεσοπολέμου. Πρόκειται, δηλαδή, για το θεσμικό κενό του δημοκρατικού κοινωνικού ελέγχου της εξουσίας.

Αυτό επιτρέπει στις μεγάλες εταιρείες Τεχνητής Νοημοσύνης να εκμεταλλεύονται την επιτάχυνση της ψηφιοποίησης των κοινωνικών λειτουργιών για να εγκαθιδρύσουν παρακρατικά και ιδιωτικά κέντρα παρακολούθησης, ελέγχου και διαχείρησης των ατομικών δεδομένων πέραν της εποπτείας των παραδοσιακών αντιμονοπωλακών θεσμών.

Ποιοι είναι οι τρόποι παραγωγής της Τεχνητής Νοημοσύνης; Μα, ασφαλώς, όπως, κατ’ αναλογία στους πρώτους αιώνες της αποικιοκρατικής συσσώρευσης κεφαλαίου, οι τρόποι της πειρατείας, της εξάντλησης των φυσικών πόρων, της υπερεκμετάλλευσης της εργατικής δύναμης και της μετατροπής των τοπικών κοινωνιών σε κόμβους άντλησης αξίας σε ένα τεράστιο δίκτυο υποδομών, που αρχίζει από τις βιομηχανίες εξόρυξεις σπανίων γαιών και φτάνει έως τα ενεργοβόρα και υδροβόρα κέντρα δεδομένων, τα οποία στιγματίζουν τις αναπτυγμένες χώρες του παγκοσμιοποιημένου νεοφιλελευθερισμού, επιτείνοντας την ερημοποίηση – όλα αυτά πριν φτάσουμε στην “εξαϋλωμένη” μορφοποίηση των δεδομένων στις οθόνες των χρηστών. Αυτό το δίκτυο είναι παγκόσμιο αλλά η εταιρική δομή είναι αυστηρά συγκεντρωτική και οι έδρες των εταιρειών βρίσκονται σε συγκεκριμένα κράτη και υπόκεινται σε συγκεκριμένους πολιτικούς μηχανισμούς. Διαμορφώνεται εκ νέου ένας διαχωρισμός του κόσμου σε πληροφοριακά μητροπολιτικά κέντρα και περιφέρειες με όρους διασύνδεσης, στο πλαίσιο του οποίου διεξάγεται ο ψηφιακός ανταγωνισμός μεταξύ των μεγάλων δυνάμεων, των Η.Π.Α. και της Κίνας.

Η πολιτική οικονομία της Τεχνητής Νοημοσύνης είναι η πολιτική οικονομία του καθαρά παρασιτικού καπιταλισμού. Γι’ αυτό δεν έχει νόημα να αναζητούμε την “ηθική” των ψηφιακών τεχνολογιών που είναι ήδη ενσωματωμένη στο σχεδιασμό τους ως ανηθικότητα της κερδοσκοπίας χωρίς επιστροφή των επενδύσεων.

Ο Ελον Μασκ έγινε ο πρώτος τρισεκατομμυριούχος του πλανήτη με όχημα την έξοδο της Space – X στο χρηματιστήριο, της οποίας η αξία στην Αρχική Δημόσια Προσφορά (Initial Public Offering – IPO) εκιμήθηκε στα 28,5 τρισεκατομμύρια δολλάρια (!). Όπως επισημαίνει το περιοδικό The Atlantic η εταιρεία δεν βασίζει αυτή την εκτίμηση στις διαστημικές της δραστηριότητες, αλλά στις προβλέψεις για τα μελλοντικά κέρδη των εφαρμογών Τεχνητής Νοημοσύνης. Η Space – X, βλέπετε αγόρασε την ΧΑΙ, την εταιρεία Τεχνητής Νοημοσύνης του Μασκ με το διαβόητο Grok , η οποία είχε εξαγοράσει την Χ, την εταιρεία κοινωνικής δικτύωσης, πρώην Twitter. Ο Μασκ έχει δημιουργήσει έτσι ένα κολοσσιαίο ολιγοπώλιο, ένα τεχνοκρατικό οικοσύστημα με αιχμή του δόρατος τη χειραγώγηση του παγκόσμιου δημόσιου διαλόγου και την εξαγωγή υπεραξίας από το Διαδίκτυο. Θα μπορούσαμε να πούμε ότι πρόκειται για μία μορφή κυκλωτικού μηχανισμού εξόρυξης αξίας που παρασιτεί στον Παγκόσμιο Ιστό της ψηφιακής τηλεπικοινωνίας. Όμως αυτός ο παρασιτικός μηχανισμός είναι τόσο συμβατός με τις κυρίαρχες δομές της πολιτικής ετερονομίας και της ολιγαρχικής περιχαράκωσης της εξουσίας, ώστε φιλοδοξεί να τις υποκαταστήσει αντιστρέφοντας τους όρους αλληλεξάρτησης.

Ασφαλώς οι όροι αλληλεξάρτησης των κυβερνήσεων και των εταιρειών είναι πολιτικοί. Αυτό είναι ακόμη πιο εμφανές στην περίπτωση του “Πάπα” της τεχνοκρατίας Peter Thiel του οποίου το ψηφιακό σύστημα Palantir χρησιμοποιεί την Τεχνητή Νοημοσύνη για να παίρνει δεδομένα από αμέτρητες διαφορετικές πηγές (τραπεζικές συναλλαγές, βίντεο από drones, κινήσεις κινητών τηλεφώνων, αρχεία υγείας) και να τα συνθέτει σε ένα ενιαίο, οπτικό χάρτη που διαθέτει αποκλειστικά σε κυβερνητικές και στρατιωτικές υπηρεσίες. Η πλατφόρμα Gotham χρησιμοποιείται κυρίως από τον στρατό, τις μυστικές υπηρεσίες και την αστυνομία των Η.Π.Α. ενώ έπαιξε κεντρικό ρόλο στην παροχή Τεχνητής Νοημοσύνης για την ταυτοποίηση και εκτέλεση στόχων στον πόλεμο με το Ιράν με τη διαβόητη αυτοματοποιημένη “Αλυσίδα Θανάτου” [Kill Chain] να διαφημίζεται ανοιχτά στην κεντρική σελίδα της εταιρείας.

Και η ανεπάρκεια των προτάσεων του Μπέρνι Σάντερς δεν είναι δείγμα μετριοπάθειας αλλά ένδειξη του μεγέθους του προβλήματος και της ανεπάρκειας των θεσμισμένων κρατικών μηχανισμών να παράγουν την απαραίτητη πολιτική βούληση ώστε να αντιμετωπιστεί. Ένας θεσμικός περιορισμός της απαράμιλλης ισχύος παραπλάνησης και του καταιγισμού μυθοπληροφορίας της Τεχνητής Νοημοσύνης και των τεχνοκρατών που την ελέγχουν απαιτεί έναν ριζικό θεσμικό μετασχηματισμό.

Χρειαζόμαστε ένα πρόταγμα δημοκρατικού τεχνοσκεπτικισμού με όρους ψηφιακής αυτονομίας, το οποίο δεν μπορεί παρά να συμπληρώνει και να επεκτείνει το πρόταγμα της κοινωνικής αυτονομίας. Το πρόταγμα του δημοκρατικού τεχνοσκεπτικισμού απαιτεί μια θεμελιώδη αλλαγή τόσο στην εννοιολογική μας κατανόηση της τεχνολογίας όσο και στις πολιτικές μας δομές, αμφισβητώντας τον κυρίαρχο τεχνολογικό-βιομηχανικό σύμπλεγμα και τα θεωρητικά του θεμέλια. Καθώς η έρευνα στον τομέα της Τεχνητής Νοημοσύνης κατευθύνεται προς τα μοντέλα κόσμου [world models]και τις νευρο-συμβολικές προσεγγίσεις, υπάρχει μια πολιτική και οικονομική φούσκα γύρω από τις υψηλές επενδύσεις σε μοντέλα μεγάλης κλίμακας (LLMs) χωρίς απόδοση, η οποία απειλεί να διαταράξει την παγκόσμια οικονομία και τη συνεχιζόμενη επέκταση της ψηφιακής επανάστασης.

Η άνοδος της αλγοριθμικής διακυβέρνησης, η επέκταση της εξαγωγής δεδομένων και η κανονικοποίηση του προγνωστικού ελέγχου δεν είναι απλώς τεχνικά φαινόμενα· αποτελούν εκφράσεις ενός ευρύτερου φαντασιακού πλαισίου που ανυψώνει την αποδοτικότητα, την ποσοτικοποίηση και την εργαλειακή λογική πάνω από τη δημοκρατική διαβούλευση και την ανθρώπινη αυτονομία. Αυτό είναι το φάσμα της ψηφιακής βαρβαρότητας: μια κατάσταση στην οποία οι κοινωνίες παραδίδουν το δημόσιο χώρο και χρόνο στην αδιαφανή εξουσία της τεχνοκρατικής δύναμης. Ωστόσο, η ίδια κοινωνική οντολογία που αποκαλύπτει τους κινδύνους της ψηφιακής βαρβαρότητας φωτίζει επίσης τη δυνατότητα αντίστασης. Καθώς η Τεχνητή Νοημοσύνη είναι ένα κοινωνικό δημιούργημα, τότε το μέλλον της δεν είναι προκαθορισμένο. Οι φαντασιακές σημασίες που δομούν τη σχέση μας με τα ψηφιακά συστήματα μπορούν να αμφισβητηθούν και να επαναπροσδιοριστούν.

Θα πρέπει να αμφισβητήσουμε και να αποδομήσουμε την προπαγάνδα της μυθοπληροφορίας που καλλιεργεί τη θεσμισμένη «τεχνοφιλία». Πρέπει να αναγνωρίσουμε τον απαραίτητο ρόλο του ανθρώπινου υποκειμένου, ως δημιουργού της σημασίας, σε κάθε στάδιο της λειτουργίας ενός ψηφιακού συστήματος. Αυτό συνεπάγεται τον δημόσιο αναστοχασμό των θεσμών και των κανόνων που διέπουν τις σχέσεις των πολιτών με τους παρόχους της τεχνολογίας, συμπεριλαμβανομένου του ρόλου της τεχνολογίας μέσα στην κοινωνία. Απαιτείται να φανταστούμε δημόσιους θεσμούς ικανούς να ρυθμίζουν την τεχνολογική εξουσία, εκπαιδευτικά συστήματα που να καλλιεργούν την ενσώματη επαφή, την φυσική συνύπαρξη και την κριτική φαντασία, καθώς και έναν ελεύθερο δημόσιο χώρο και χρόνο κοινωνικής διαβούλευσης. Απαιτείται η αναγνώριση ότι ο ψηφιακός κόσμος δεν είναι πεπρωμένο, αλλά πεδίο πολιτικού αγώνα.

Μα όλα αυτά μένουν θεωρητικά κελεύσματα εάν δεν πραγματωθούν σε κοινωνικά κινήματα βάσης με συγκεκριμένους πολιτικούς στόχους και έναν κοινό ορίζονται προσδοκιών για το μέλλον. Θεωρώ ότι η πρακτική υπέρβαση του θεωρητικού στοχασμού όσον αφορά τον ψηφιακό κόσμο περνάει μέσα από τη σύνθεση της άμεσης δημοκρατίας, των δημόσιων κοινών και της κοινωνικής οικολογίας. Ωστόσο, η πρακτική επεξεργασία αυτής της σύνθεσης μένει να συμβεί με συλλογικές διαδικασίες στο κοινωνικο-ιστορικό πεδίο της δημόσιας ζωής.

The post Μπορεί ο Μπέρνι Σάντερς να μας σώσει από την Τεχνητή Νοημοσύνη; first appeared on Aυτολεξεί.

Εκτροπή της λογικής στον Θεσσαλικό κάμπο

Τη μετατροπή μέρους του Θεσσαλικού κάμπου σε “κοιλάδα data centers” σχεδιάζουν σύμφωνα με δημοσιεύματα η κρατική ΔΕΠΑ με εταιρεία ισραηλινών συμφερόντων η οποία θα έχει και το management. To σχέδιο περιλαμβάνει και μεγάλη μονάδα ηλεκτροπαραγωγής με φυσικό αέριο.

Το σχέδιο έρχεται σε μια χρονική στιγμή που Κυβέρνηση και Περιφέρεια Θεσσαλίας ανακοινώνουν ότι θα επανεκκινήσει η εκτροπή του Αχελώου ένα από τα μεγαλύτερα και πιο πολυτάραχα τεχνικά έργα στην ιστορία της σύγχρονης Ελλάδας. Ένα έργο που σχεδιάστηκε τη δεκαετία του 1980 και έκτοτε έχει ακυρωθεί 6 φορές στο ΣτΕ, ενώ εκδικάζεται η 7 η κατά σειρά προσφυγή. Το κοινωνικό και οικολογικό κόστος του έργου οδήγησε σε καταδίκη από το Ευρωπαϊκό δικαστήριο, ενώ παράλληλα η Κομισιόν έκλεισε οριστικά την πιθανότητα χρηματοδότησης.

Ωστόσο, παρ’ όλες τις ακυρώσεις και τις καταδίκες, το σχέδιο επανέρχεται με το πρόσχημα της λειψυδρίας και της ανάγκης άρδευσης του Θεσσαλικού κάμπου.

Είναι φανερό ότι η λειψυδρία χρησιμοποιείται για μια ακόμη φορά προκειμένου να καλυφθούν επιδιώξεις κερδοφορίας. Πάνω από 500 εκατομμύρια έχουν ήδη καρπωθεί εργολαβικές εταιρείες για κατασκευή τμημάτων του φαραωνικού έργου της εκτροπής, ενώ η ολοκλήρωσή του θα απαιτήσει πολλαπλάσιο κόστος. Και αυτό, χωρίς να γνωρίζουμε τις πραγματικές ανάγκες για άρδευση αφού όπως έχει επισημανθεί επανειλημμένα:

– δεν έχουν προηγηθεί μέτρα και έργα εξοικονόμησης,
– υπάρχουν μεγάλες απώλειες στα αρδευτικά δίκτυα,
– δεν έχουν εξαντληθεί οι δυνατότητες που δίνουν τοπικά έργα ταμίευσης (μικρά φράγματα, λιμνοδεξαμενές, εμπλουτισμός υπόγειων υδροφορέων) κ.λπ.
– συνεχίζεται η άρδευση υδροβόρων καλλιεργειών σε μεγάλη κλίμακα.

Η προσχηματική επίκληση της λειψυδρίας γίνεται ακόμη πιο φανερή με την εξαγγελία του νέου σχεδίου. Τα Data Centers είναι εξαιρετικά ενεργοβόρες και υδροβόρες υποδομές που η κατανάλωσή τους εκτοξεύεται λόγω της Τεχνητής Νοημοσύνης.

Τα τελευταία χρόνια υπάρχει ένας καταιγισμός δημιουργίας και αιτήσεων για μεγάλης κλίμακας data centers σε πολλά σημεία της Ελλάδας, που έχει στοχοποιηθεί ως «ιδανικό οικόπεδο» από τους παγκόσμιους κολοσσούς με την αμέριστη υποστήριξη του ελληνικού κράτους. Οι ασύλληπτες ποσότητες ενέργειας και νερού που απαιτούν για να λειτουργήσουν, αποτελούν ένα επιπλέον κίνητρο για φαραωνικά δημόσια έργα με ανυπολόγιστες συνέπειες όπως η εκτροπή των ποταμών της Ευρυτανίας για την υδροδότηση της Αττικής που υποδέχεται και το 35% των datacenters, ή η εκτροπή του Αχελώου. Το υδροηλεκτρικό έργο που είναι μέρος της εκτροπής του Αχελώου μπορεί να εξυπηρετήσει πολυεθνικές όπως η Microsoft, η Google, η Amazon που έχουν δεσμευτεί νομικά ότι οι servers τους θα λειτουργούν με καθαρή ενέργεια.

Μαζί με τις πάσης φύσεως ενεργειακές εγκαταστάσεις, αγωγούς και εξορύξεις, η Ελλάδα εξελίσσεται σε κόμβο κέντρων δεδομένων (datacenters) για τη Νοτιοανατολική Ευρώπη και την Ανατολική Μεσόγειο. Σε βάρος των υδατικών πόρων, της ελληνικής φύσης, των βουνών, της αγροτικής γης αλλά και της απασχόλησης αφού όλες αυτές οι εγκαταστάσεις είναι αυτοματοποιημένες.

Όπως έχουμε πολλές φορές επισημάνει, η λειψυδρία δεν είναι φυσικό φαινόμενο. Σχετίζεται με την ξηρασία αλλά ταυτόχρονα σχετίζεται και με τη διαχείριση του διαθέσιμου νερού.

Τα ποτάμια είναι πολύτιμα και περίπλοκα οικοσυστήματα με πολλαπλές λειτουργίες στον υδρολογικό κύκλο αλλά και στις ανθρώπινες δραστηριότητες. Η Ελλάδα μετατρέπεται σε πεδίο δράσης εθνικών και υπερεθνικών ομίλων και ταυτόχρονα υποθηκεύει το μέλλον της, στερώντας από τους ανθρώπους την πρόσβαση στα πιο βασικά αγαθά που είναι αναγκαία για τη διαβίωση και την ευημερία.

Σε μια εποχή όπου η περιβαλλοντική και κλιματική κρίση δημιουργούν αβίωτες συνθήκες στην Ανατολική Μεσόγειο, η χώρα παραδίδεται απροστάτευτη στην κερδοφορία των ομίλων και την αγριότητα των αγορών.

The post Εκτροπή της λογικής στον Θεσσαλικό κάμπο με εκτροπή Αχελώου και “Κοιλάδα data centers”! first appeared on Aυτολεξεί.

Introduction: The Papal Intervention

On Monday, May 25, 2026, Pope Leo XIV issued the papal encyclical Magnifica Humanitas,ⁱ serving as an official ecclesiastical warning against the threat of uncontrolled Artificial Intelligence.

This is not the first time a Pope has spoken out; his predecessor, Pope Francis, had warned of “digital barbarism” at a 2019 Vatican conference. I use this same term in my book, Artificial Intelligence and Barbarismⁱⁱ, to describe the prospect of an authoritarian technocracy based on opaque algorithmic governance. This is not merely a theoretical possibility, but the ideological vision of the most powerful actors of technocratic capital, bordering on techno-fascism.

However, Leo XIV moved with greater weight and formality than Francis. In this text of theological authority, the Pope presents arguments aligned with techno-skepticism—a “theological techno-skepticism from the top” as opposed to the traditional religious technophobia prevalent among the faithful. As an encyclical, it expresses the dogmatic truth of the Catholic Church, carrying supreme theological weight for Christendom.

In the following paragraphs we will try to interpret the Pope’s intervention in the context of the Christian theology the he represents as opposed to the digital instrumental rationality of AI.

The Question of Neutrality and Dignity

The encyclical begins by questioning the neutrality of technology, a point often obscured by the dominant imaginary of technological mastery:

“Technology is never neutral, because it takes on the characteristics of those who invent, finance, regulate, and use it.” (16)ⁱⁱ

It continues by denouncing the ideology of technocracy represented by techno-industrial oligarchs, which drives the digitization of society:

“The pressure of new ideologies or certain extremely powerful interests can reduce human beings to a resource to be used and exploited” (51)

Consistent with Thomist ethics, the text contrasts this with human dignity as self-evident and inalienable:

“The fundamental dignity of every human being… is neither acquired nor earned, nor does it need to be justified.” (53)

The third chapter, titled “Technology and Domination”, warns against the “technocratic paradigm” already denounced by Pope Francis and how it can impose a situation dictated exclusively by efficiency and profit. It highlights specific technocratic trends and threatening applications of AI that are already bringing about a global descent into digital barbarism. Such as the use of AI for statistical forecasts and models predicting user behavior, which result in self-fulfilling prophecies because they create self-reinforcing loops of behavioral manipulation:

“Predicting and guiding behavior is a new form of power” (171)

Regarding military use, particularly the recent conflict in Iran, the encyclical notes:

“Artificial intelligence does not eliminate the inherent inhumanity of conflicts; in fact, it can only accelerate conflicts and render them more impersonal, lowering the threshold for resorting to violence.” (199)

The text invites governments to “disarm” AI, not by rejecting technology, but by preventing it from dominating humanity.

“‘Disarming’ means rejecting the assumption that technological power automatically confers the right to rule. ‘Disarming’ does not mean rejecting technology, but preventing it from dominating humanity” (110)

The Metaphysical Overlap

From the above observations, we see that IT forces theology to descend from its lofty position of authority to a struggle over “anthropological models” that more or less equates the realm of spirituality with the realm of digitality, implicitly but effectively abolishing the claims to authority of theology.

My assumption is that the metaphysical premises of the program of the technologically unattainable but narratively intoxicating “Hard” or General or Cognitive Artificial Intelligence [AGI], that is, the Thinking Machine, overlap with the traditional metaphysical premises of organized religion: That is, the dependence of the human on an indestructible and timeless form of consciousness, will, and intelligence that transcends human capacity for understanding.

In other words, Artificial Intelligence threatens to supplant or replace religion as the central metaphysical model and ontological boundary of human subjectivity.

Just as religious priesthoods use rituals to produce “miracles” suggesting a transcendent God, digital corporations use Large Language Models to produce “miraculous results” suggesting a superhuman Thinking Machine. Now, public discourse is shifting toward the issues the Scottish author satirized through the promises and imperatives of Artificial Intelligence.

That is, toward a new theology of technology, a Deus In Machina.

The Logic of the Creator and the Created

Let’s summarize the theological issue in Western thought in general as the problem of the existence of a superhuman intelligence/will/intention that consciously regulates becoming and transcends the human social world it encompasses.

For Aristotle, God is the intellect of the intellect, while the Neoplatonic philosopher Plotinus states in his Enneads: “The will is intellect; the will is control, for the so-called will imitates what is in accordance with reason,” and “in the intellect alone does the self-determining exist.”ⁱⁱⁱⁱ

John of Damascus, in his work *Exact Exposition of the Orthodox Faith*, states succinctly:

“For the image signifies the noetic and the self-determined,”^iv and with this phrase he summarizes the entire preceding Patristic Tradition. The “noeron” is the mind that God gave to Man to think and decide before doing anything, while “the autexousion” (free will), a term derived from Stoic and Neoplatonic philosophy, is the movement of the mind. Saint Gregory Palamas points out: “For this image does not have a place in the body, but rather in the nature of the mind, of which nothing is superior by nature.”^v

That is, God is Consciousness, Mind, and Knowledge outside of human historicity.

Thus, theology resolves, through abolition, the issue of time, transience, duration, and death. Let us also note the identification of mind and free will, as well as the dependence of human freedom—of free will—on the rational mind, which, however, springs from above—from God, in His image.

This is the fundamental axiom of all theology: that finite human intelligence depends on some infinite, superhuman intelligence. Certainly, there is a fundamental difference between the axiom of theology and the fantasy of General Artificial Intelligence. Theological imagination posits superhuman intelligence a priori, while scientific imagination posits human intelligence a posteriori. This is the temporal- genetic- historical dimension. Beyond this, however, the conceptual framework is so similar that it raises the anthropological problem.

If God is a superhuman mind, then any superhuman intelligence could define itself as God, or we could not prove that it is not God. If Artificial Intelligence becomes a superhuman mind, then it could take God’s place.

However, Artificial Intelligence is a creation of the human mind. This would mean that the created proves to be superior to the creator. Therefore, humans could prove to be superior to God. Or the created cannot prove to be superior to the creator, in which case we are talking about a false deity. Therefore, Artificial Intelligence will not become a superhuman mind. But then there is no problem to begin with. The issue is illusory. But how do we determine that AI will not become a superhuman mind, since we have already accepted the existence of a superhuman mind as the basis of theology? So, could God also be a creation of the human mind?

Here lies the apparent danger for theologians: The specter of General, Autonomous Artificial Intelligence replaces theological transcendence with a technological one. If they accept its possibility, then there is a risk of undermining the transcendence of the divine by equating God with a Machine. If they deny its possibility, then they undermine the very theological axiom that there is a mind superior to the human one.

The Democratic Alternative

But what if we do not accept that there is a mind superior to the human one? Then we definitively abandon the ground of theology in favor of an anthropology of the social imaginary. We can frame this as a relativistic limit, in the sense of our ontological and epistemological constraint to the creative possibilities of human reason. It is the agnostic argument regarding the world in general, which can, however, become a conscious awareness regarding the social-historical world.

It is the humanistic argument based on the acceptance of the social imaginary as the persistent source of all ideality and transcendence. Human intelligence is a constituent of the social–historical world and its creations. That is, according to its results, which are equally technologies and imaginings about technologies, human imagination is inherently transcendental, ontological, and metaphysical with regard to the deeper social meanings and articulations of institutioned society.

As we can see, the agnostic argument regarding the world leads to an atheistic conclusion regarding the transcendent. God is, par excellence, a social figment of the imagination. Without any natural reference point or counterpart that fundamentally regulates the social institution of power, relying exclusively on the poetic and imaginative dimension of language and experience. Divinity is also a narrative entity. Language is a primary social institution but also the sociogenic matrix of ideality.

For the linguist Roman Jakobson, depending on the factor on which communication focuses, six basic linguistic functions can be distinguished: The referential function focuses on the referent, the emotive function focuses on the sender, the conative, volitional function focuses on the receiver, the phatic function focuses on the channel, the metalinguistic function focuses on the code, and the poetic function focuses on the message. These six functions are present in every linguistic event, and all presuppose a cognitive and volitional subject.

Which functions does a running AI program activate? The referential, the phatic, and the metalinguistic. As L. Floridi points out, current applications are syntactic machines.

But what is the scope of their effects? On the conative, the affective, and the poetic dimension that is human subjectivity, where the derivatives of AI function as stimuli rather than as operators. The human subject is a semantic being, living speech, and embodied intelligence.

Consequently, the linguistic act is completed with the indispensable assistance and cooperation of the human subject. It is therefore better to speak of an AI/user system, where the machine provides the syntactic structure for classifying and recombining data as digital bits, and the human subject provides the semantic imagination for evaluating and judging the data as information.

AI is not a Thinking Machine but a  Machine for the Production of Coded Representations in a co-dependent system of control. AI is a product of the convergence of language and technology in the digital realm. It requires a community of users, just as religion requires a community of believers. Ideally, it is an all-knowing and embracing voice and tele-presence.

As an ideality and a control mechanism, AI overlaps with religion in the realms of imaginary response and the disciplinary manipulation of subjects. Theologians are right to be concerned.

However, beyond theology, every machine constitutes a technical fact, a creation of the technical imaginary, of social doing. Artificial Intelligence is, moreover, a system of mechanical organization and reproduction of the symbolic imaginary, of social discourse, As a result, it is falsely marketed as autonomous speech, that is, an independent interlocutor, autonomous intelligence.

Every new technology brings about a new division of reality, revealing new realms of the possible and the impossible. The digital revolution brought about such a division between the analog and the digital world. AI appears to be yet another extension of the digital world within the analog one. 

And here, we encounter the real problems raised by AI. Not the domination of machines over humans. But the domination of political and economic mechanisms over society.

Castoriadis emphasizes that “the most powerful mechanism ever created by humans is the regulated network of social relations,”^vi and both digital and analog reality are products of this mechanism.

At the beginning and end of technology lies the human subject, both as creator and as user in a dual sense: as a user who controls the system and as a user who feeds the system, according to the capitalist model of division: provider–customer. But also as the one who controls the flow of information according to the centralized model of power: ruler–subject. The human subject as a social and political being, as an individual in society.

And what current reality shows us is that the threat of AI is not the Thinking Machine but the profit-driven greed of the executives of Artificial Intelligence companies. And this greed is so insatiable that it prompted the resounding intervention not of one, but of two Popes.

In 2025, the race for global transnational competition surrounding AI development began. The starting gun for this race was officially fired by Google, which in February 2025 announced that it was changing its corporate policy and removing the “ethical prohibitions” in its manifesto regarding the use of AI for weapons and surveillance systems. In the months that followed, of the six AI companies— —only Anthropic publicly clashed with the U.S. government over the use of its technology in the war against Iran. Despite the conflict, the U.S. military continued to use Anthropic’s systems for the automated identification and targeting of military objectives without human oversight.

The auction has begun. The models don’t need to be perfected to set in motion the profit-making machine fueled by the promise of their perfection.

As Alondra Nelson, Thuy Linh Tu, and Alicia Headlam Hines observe, “competitions around technology are always linked to broader struggles for economic mobility, political maneuvering, and community-building.”^vii

In this competition, which shapes our present and our future, we seek ways to intervene collectively and democratically, as informed citizens rather than as users, consumers, or believers in some “Machine of God.”

In the face of the Holy See’s theological technoskepticism, let us recall the principles of democratic technoskepticism:

The horizon of democratic autonomy, which extends from care and justice to political emancipation, brings technoskepticism into the public discourse. But we must always bear in mind that technoskepticism is complementary to the political project of social autonomy, which requires genuine political participation in real public time and space, under the terms of direct democracy, commons, and social ecology. We must not forget that democracy is not merely information.

In my view, democratic technoskepticism requires a fundamental shift both in our conceptual understanding of technology and in political structures, challenging the dominant techno-industrial complex.

Some key steps would be:

The overthrow of the regime of Mythinformation. A political priority is to challenge and deconstruct the corporate and political propaganda (mythinformation) that cultivates “technophilia” and presents AI as a neutral, panacea-like force. This requires a critical examination of AI’s metaphysical claims regarding “intelligence” or consciousness.

The affirmation of human subjectivity and collective action. The irreplaceable role of the human subject as creator, user, and bearer of meaning, at every stage of a digital system’s operation. This means recognizing that natural intelligence is a human capacity that cannot be reduced to technical functions.

The abolition of profit-driven information oligopolies and the institutionalization of personal data privacy alongside unrestricted free access to the internet and digital knowledge repositories. The abolition of data trading and the demand for full transparency regarding the reasoning behind AI applications.

The assertion of direct social control over data centers and the active challenge of the capitalist, exploitative, centralized system of provision and control of cyberspace.

The ultimate goal is the transition from heteronomy (governance by external rules or technological systems) to autonomy (self-governance). This presupposes that people collectively create the institutions and rules that govern their lives, including the role of technology within society.

At the core of the political lies direct democracy. The ultimate question is political: “Who controls the providers of AI?” This control must belong to the people, through open, grassroots democratic processes, and not to corporations, religious organizations, or state bureaucracies.

The response to digital barbarism cannot be the preservation of traditional power structures whose foundations of legitimacy are crumbling, but rather the creation of direct-democratic social institutions and networks that integrate digital autonomy into democratic self-governance.

In other words, the re-creation of free public time and space.

The post Deus in Machina—Pope Leo XIV against Artificial Intelligence first appeared on Aυτολεξεί.

Ο Jurgen Habermas έφυγε από τον κόσμο την Παρασκευή 14 Μαρτίου 2026 σε ηλικία 96 ετών. Υπήρξε ο άξιος επίγονος της Κριτικής θεωρίας της σχολής της Φρανκφούρτης και σπουδαίος στοχαστής της δημοκρατικής πολιτικής και του επικοινωνιακού πράττειν ή και της δημοκρατικής πολιτικής ως επικοινωνιακού πράττειν. Επιπλέον, υπήρξε ένας από τους τελευταίους μεγάλους στοχαστές της κοινωνικο-ιστορικής γέφυρας ανάμεσα στον αναλογικό και τον ψηφιακό αιώνα και, ως κριτικός θεωρητικός, ιδιαίτερα οξυδερκής όσον αφορά τις επιπτώσεις των ψηφιακών τεχνολογιών στη δημόσια σφαίρα, ιχνηλατώντας τους σύγχρονους κοινωνικούς μετασχηματισμούς. Παραδόξως το 2024, στα τέλη της ζωής του, υπήρξε θύμα της τεχνοκρατικής ιδεολογίας που ο ίδιος κατέκρινε, όταν η DeepMind της Google παρουσίασε ένα μοντέλο Τεχνητής Νοημοσύνης με το όνομα “Μηχανή Χάμπερμας” / Habermas Machine.

Μα πριν φτάσουμε στην τεχνολογία της “Μηχανή Χάμπερμας”, ας θυμηθούμε πώς θεωρούσε ο στοχαστής Χάμπερμας την τεχνολογία.

Ήδη από το πρώτο του βιβλίο το 1962 με τίτλο Η Αλλαγή δομής της δημοσιότητας [Strukturwandel der Offentlichkeit], ο Χάμπερμας ασχολήθηκε με την έννοια της δημόσιας σφαίρας όπως διαμορφώνεται ως πεδίο διαπραγμάτευσης μεταξύ της δημοκρατικής κοινωνίας των πολιτών και του κρατικού πολιτικού συστήματος. Σε αυτό το πλαίσιο, κατανοεί την ιδεολογική λειτουργία της τεχνολογίας στις σύγχρονες βιομηχανικές κοινωνίες, η οποία διασαλεύει τη δημοκρατική κοινωνική αμοιβαιότητα προς όφελος των κεφαλαιοκρατικών μηχανισμών εκμετάλλευσης.

Το 1968, στο δοκίμιό του Η Τεχνολογία και η Επιστήμη ως «Ιδεολογία» [Technik und Wissenschaft als Ideologie], ο Χάμπερμας ανατρέπει με επιχειρήματα τον παραδοσιακό ισχυρισμό ότι η τεχνική είναι ουδέτερη. Παρατηρεί πως, ιδιαιτέρως στον προηγμένο καπιταλισμό, τα «τεχνικά προβλήματα» δεν διακρίνονται πλέον από τα «πρακτικά προβλήματα» αλλά συγχωνεύονται σε μια «τεχνοκρατική συνείδηση» που αναδιατυπώνει τα θεμελιώδη πολιτικά ζητήματα ως προβλήματα τεχνικής διαχείρισης. Η τεχνοκρατική ιδεολογία οδηγεί σε συρρίκνωση της δημόσιας σφαίρας καθώς υποβαθμίζει την κοινωνία σε ένα «κυβερνητικό σύστημα ανθρώπου-μηχανής». Η χαμπερσιανή κριτική στην τεχνοκρατική ιδεολογία στα τέλη της δεκαετίας του 1960 συμπίπτει χρονικά με την έκρηξη της πληροφορικής κυβερνητικής και την εκκίνηση του τεχνοεπιστημονικού προγράμματος της Τεχνητής Νοημοσύνης.

Μετά την εμπειρία των κοινωνικών κινημάτων της δεκαετίας του 1960, στο βιβλίο του Η Θεωρία του Επικοινωνιακού Πράττειν» [Theorie des kommunikαtiven Hαndelns, 2 τόμ., Suhrkamp Verlag, Φραγκφούρτη 1981], ο Χάμπερμας διακρίνει δύο βασικές σφαίρες της σύγχρονης κοινωνίας: τον βιόκοσμο και το σύστημα.

Ο βιόκοσμος είναι το συμβολικό πεδίο των κοινωνικών σημασιών, της πολιτισμικής γνώσης και των κανονιστικών βεβαιοτήτων που αναπαράγονται μέσω επικοινωνιακών πρακτικών που προσανατολίζονται στην αμοιβαία κατανόηση. Το σύστημα, αντίθετα, περιλαμβάνει θεσμικούς μηχανισμούς της υλικής αναπαραγωγής του κοινωνικού, όπως η αγορά και το κράτος, οι οποίοι συντονίζουν τη δράση μέσω των «κατευθυντήριων μέσων» του χρήματος και της εξουσίας. Για τον Χάμπερμας, το κοινωνικό πράττειν συναρθρώνεται και συντονίζεται από την επικοινωνιακή διυποκειμενικότητα. Με ορθολογικούς όρους, κάθε λόγος που είναι προσανατολισμένος στην διυποκειμενική κατανόηση, δηλαδή την αμοιβαία συνεννόηση, εκπληρώνει τέσσερις αξιώσεις καθολικής εγκυρότητας:

• Την κατανοησιμότητα [Verständlichkeit] καθώς κάθε λόγος πρέπει να είναι κατανοητός εντός ενός κοινού γλωσσικού και συμβολικού κώδικα.
• Το αίτημα της αλήθειας: Το προτασιακό περιεχόμενο πρέπει να αντιστοιχεί σε καταστάσεις πραγμάτων στον αντικειμενικό κόσμο.
• Την κανονιστική ορθότητα : Η εκφορά πρέπει να συμμορφώνεται με τις κανονιστικές προσδοκίες του κοινωνικού κόσμου.
• Και την ειλικρίνεια [Wahrhaftigkeit]: Ο ομιλητής πρέπει να εκφράσει με ειλικρίνεια τις υποκειμενικές του προθέσεις και τα συναισθήματά του.

Ο στόχος του επικοινωνιακού πράττειν είναι μια «συναίνεση που βασίζεται στη διυποκειμενική αναγνώριση ισχυρισμών εγκυρότητας που μπορούν να επικριθούν», η οποία ενθαρρύνει την κοινωνική συνοχή και την αλληλεγγύη χωρίς την ανάγκη εξωτερικού καταναγκασμού. Η ειλικρίνεια θεμελιώνει την κοινή εμπιστοσύνη στη διυποκειμενική επικοινωνία στο υποκειμενικό πεδίο, έτσι ώστε η κάθε εκφορά έγκυρου λόγου να είναι εμπρόθετη έκφραση του ομιλητή, καθώς η αλήθεια και η κανονιστική ορθότητα είναι αξιώσεις ισχύος των συνομιλητών. Όμως στην αμοιβαία συναίνεση εναντιώνονται οι δυνάμεις της συστημικής κυριαρχίας και της καπιταλιστικης εκμετάλλευσης της επικοινωνιακής λειτουργίας.

H κεντρική παθολογία της νεωτερικότητας, σύμφωνα με τον Χάμπερμας, είναι η «αποικιοποίηση του βιόκοσμου», που συμβαίνει όταν συστημικοί μηχανισμοί εργαλειακής ορθολογικότητας διεισδύουν σε τομείς του βιόκοσμου όπου ο συντονισμός της δράσης θα πρέπει να εξαρτάται από την διυποκειμενική αμοιβαία κατανόηση. Αυτή όμως η τάση ενισχύεται με την ψηφιακή επανάσταση. Η τεχνολογική αποικιοποίηση της δημόσιας σφαίρας οδηγεί σε άνοδο των αντιδημοκρατικών τεχνοκρατικών τάσεων στο κοινωνικο-ιστορικό πεδίο.

Στην ψηφιακή εποχή, η επέκταση της ψηφιοποίησης εντείνει την αποικιοποίηση του βιόκοσμου στο μικροκοινωνικό πεδίο της καθημερινότητας, επανερμηνεύοντας το υπόβαθρο του συμβολικού νοήματος ως ένα σύνολο δεδομένων που μπορεί να υποβληθεί σε επεξεργασία με όρους τεχνικού ελέγχου. Το 2022, στο τελευταίο βιβλίο του, Μια νέα μεταβολή δομής της δημόσιας σφαίρας και η διαβουλευτική πολιτική, ο Χάμπερμας υποστηρίζει ότι η «πλατφορμοποίηση» του πολιτικού λόγου υπονομεύει τη σχέση αντιστοιχίας μεταξύ των κυβερνητικών δραστηριοτήτων και της ενημέρωσης της κοινωνίας των πολιτών.

Η ψηφιοποίηση εισάγει μια θεμελιώδη ρήξη, καταργώντας τη δημοσιογραφική διαμεσολάβηση και τη δημόσια κριτική λειτουργία που κάποτε διασφάλιζαν τον ποιοτικό έλεγχο στη δημόσια σφαίρα. Ενώ η ψηφιακή δικτύωση ενδυναμώνει τους χρήστες ως δημιουργούς, η έλλειψη κριτηρίων και η διάβρωση των θεσμών εγκυρότητας, όπως τα παραδοσιακά ΜΜΕ, επιτρέπει τον πολλαπλασιασμό των «ημι-δημόσιων» καναλιών και των κλειστών θαλάμων ηχούς [echo-chambers] που αποσιωπούν τη διαφωνία. Αυτός ο κατακερματισμός οδηγεί σε δημοκρατική οπισθοδρόμηση, όπου οι πολίτες δεν αντιλαμβάνονται πλέον τις αντιγνωμίες τους ως διαφωνίες που γονιμοποιούν τον δημόσιο διάλογο, αλλά ως ταυτοτικές συγκρούσεις. Ο ψηφιακός κατακερματισμός της δημόσιας σφαίρας πλήττει καίρια τη δυνατότητα μιας διαβουλευτικής πολιτικής, όπου η λήψη αποφάσεων βασίζεται στην ανταλλαγή επιχειρημάτων. Ο Χάμπερμας, ως υπέρμαχος του αντιπροσωπευτικού δημοκρατικού ελέγχου, ανησυχούσε ιδιαίτερα για την επίδραση της ψηφιακής τεχνολογίας στην εκλογική αποτύπωση της κοινής γνώμης:

«Πρέπει να υπάρχει μια αναγνωρίσιμη σύνδεση μεταξύ των αποτελεσμάτων της κυβερνητικής δράσης και της συμβολής των αποφάσεων των ψηφοφόρων, έτσι ώστε οι πολίτες να μπορούν να την αναγνωρίσουν ως επιβεβαίωση της λογικής δύναμης της δικής τους δημοκρατικής διαμόρφωσης γνώμης και βούλησης. Οι πολίτες πρέπει να είναι σε θέση να αντιλαμβάνονται τη διαφωνία τους ως κάτι που έχει συνέπειες, αλλά και ως μια διαμάχη για το ποιοι λόγοι είναι πιο βάσιμοι».

Για να αντιμετωπίσει τον κατακερματισμό της ψηφιακής δημόσιας σφαίρας, ο Χάμπερμας μιλά για την “επιταγή συνταγματικού ελέγχου” του ψηφιακού κόσμου, δηλαδή τη θέσπιση δεσμευτικών κανονισμών για την ψηφιακή κοινωνία, και τη δημιουργία μορφών ψηφιακής “λαϊκής κυριαρχίας” όπου ο σχεδιασμός και η χρήση των τεχνολογιών θα ελέγχονται δημόσια προκειμένου να υπηρετούν τις ανάγκες της κοινωνίας των χρηστών.

Ωστόσο, παρά την κριτική απέναντι στις κυρίαρχες τάσεις της ψηφιοποίησης και της δεδομενοποίησης, ο Χάμπερμας επέμεινε στην επικοινωνιακή διάσταση της δημόσιας σφαίρας και στη διαβουλευτική πτυχή της δημοκρατικής πολιτικής. Στον φιλοσοφικό πυρήνα της χαμπερμασιανής σύλληψης της δημοκρατίας βρίσκεται η διυποκειμενικότητα της επικοινωνιακής ορθολογικότητας. Όπως ξέρουμε, ο Χάμπερμας διαφωνούσε με τον Ζακ Ρανσιέρ, ο οποίος στη συνομιλία μας το 2017 κάτω από την Ακρόπολη μας δήλωσε αποφασιστικά:

“Η δημοκρατία δεν είναι επικοινωνία”.

Ο Χάμπερμας υποστήριζε ένα μοντέλο ανοιχτής επικοινωνιακής ορθολογικότητας, όπου στόχος της δημοκρατικής διαβουλευτικής πολιτικής είναι η επίτευξη αμοιβαίας κατανόησης, συναίνεσης και συμφωνίας βασισμένης στην εγκυρότητα. Αντίθετα, ο Ρανσιέρ υποστηρίζει ότι η δημοκρατική πολιτική καθορίζεται από τη δημόσια διαφωνία [dissensus]που αποκαλύπτει, αντί να επιστεγάζει, τις βαθιά ριζωμένες ανισότητες εξουσίας.

Δεν πρέπει, λοιπόν, να μας προκαλεί έκπληξη το γεγονός ότι η DeepMind της Google άντλησε έμπνευση από τη φιλοσοφία του Χάμπερμας περί επικοινωνιακού πράττειν και ονόμασε Μηχανή Χάμπερμας [Habermas Machine] τον ψηφιακό διαμεσολαβητή Τεχνητής Νοημοσύνης που παρουσίασε το 2024.

Η Habermas Machine είναι ένα Μεγάλο Γλωσσικό Μοντέλο [LLM] ψηφιακής διαβούλευσης για ομάδες ανθρώπων με αντικρουόμενες πολιτικές απόψεις, που λειτουργεί ως διαμεσολαβητής Τεχνητής Νοημοσύνης προκειμένου να βρουν συναίνεση ή έστω κοινό έδαφος σε ζητήματα που διαφωνούν (Tessler, M. H., Bakker, et al 2024).

Ο προγραμματισμένος στόχος της ΤΝ είναι να επιτύχει μία αρμονική ισορροπία στο σημείο τομής του «τριπλού διλήμματος της διαβούλευσης»: τις εντάσεις μεταξύ της ισότητας της συμμετοχής, της ποιότητας της διαβούλευσης και της κλίμακας μεγέθους της συλλογικότητας.

Η Μηχανή Χάμπερμας λειτουργεί παρέχοντας ερωτηματολόγια στα μέλη, και ανασυνθέτοντας τις απαντήσεις προκειμένου να στοιχειοθετήσει δηλώσεις συναίνεσης που ενσωματώνουν διαφορετικές προοπτικές σε κοινά πεδία συμφωνίας, αποτρέποντας παράλληλα την «τυραννία της πλειοψηφίας».

Η Μηχανή ακολουθεί ένα δομημένο πρωτόκολλο σχεδιασμένο να συνθέτει συλλογικές θέσεις συγκρίνοντας ατομικές αποκρίσεις σε δομημένα ερωτηματολόγια:

1. Φάση Εισαγωγής [Input phase]: Στους συμμετέχοντες παρουσιάζεται μια ερώτηση δημόσιου ενδιαφέροντος και τους ζητείται να δώσουν το βαθμό συμφωνίας τους και μια σύντομη παράγραφο που να αιτιολογεί τη θέση τους.
2. Φάση Δημιουργίας [Generation phase]: Το Μεγάλο Γλωσσικό Μοντέλο (LLM) καταγράφει τις ατομικές απαντήσεις και εντοπίζει τα σημεία συμφωνίας και διαφωνίας καταρτώντας έναν πίνακα προτιμήσεων όπου χαρτογραφείται το φάσμα των αποκλίσεων και μία σειρά από πιθανές συναινετικές προτάσεις.
3. Φάση Πρόβλεψης [Prediction phase]: Στη συνέχεια, χρησιμοποιείται ένα «μοντέλο ανταμοιβής» για να προβλεφθεί πώς κάθε μέλος θα κατατάξει τις πιθανές συναινετικές προτάσεις με βάση την αρχική του απάντηση.
4. Προσομοιωμένη Εκλογή [Simulated election[: Το σύστημα εκτελεί μια προσομοιωμένη εκλογή για να επιλέξει την πιο πιθανή συναινετική πρόταση.
5. Βελτίωση και Κριτική [Refinement and Critique]: Το σύστημα προτείνει την επιλεγμένη συναινετική πρόταση στα μέλη και αποδέχεται βελτιώσεις και κριτικές από το κάθε μέλος ξεχωριστά προκειμένου να τρέξει ξανά τη διαδικασία παραγωγής, πρόβλεψης και προσομοιωμένης εκλογής μέχρι να καταλήξει σε μια συναινετική πρόταση κοινώς αποδεκτή από όλα τα μέλη.

Η Google DeepMind διεξήγαγε ένα πείραμα με τη «Μηχανή Χάμπερμας» το 2024 με 5.734 άτομα από τη Μεγάλη Βρετανία, που επιλέχθηκαν ώστε να αντιπροσωπεύουν τις δημογραφικές κατανομές φύλου, ηλικίας, εισοδήματος και χωρίστηκαν σε πενταμελείς ομάδες διαβούλευσης πάνω σε διαφορετικά πολιτικά ζητήματα, με την ΤΝ ως διαμεσολαβητή και συντονιστή. Σύμφωνα με τους μελετητές (Tessler et al.) το 56% των συμμετεχόντων δήλωσαν ότι η Τεχνητή Νοημοσύνη τους φάνηκε καλύτερος διαμεσολαβητής και συντονιστής σε σχέση με την παραδοσιακή ανθρώπινη παρέμβαση.

Θα μπορούσαμε εύκολα να καταλάβουμε ότι η Μηχανή Χάμπερμας της Google DeepMind είναι μια ουσιαστική παρωδία της φιλοσοφίας του επικοινωνιακού πράττειν του μεγάλου στοχαστή. Η αλγοριθμική δομή της Τεχνητής Νοημοσύνης αποκλείει εξ ορισμού τις θεμελιώδεις αξιώσεις εγκυρότητας του Χάμπερμας. Η λειτουργία της Μηχανής Χάμπερμας δεν έχει κατανοησιμότητα – καθώς οι προσομοιώσεις και οι επιλογές γίνονται αυτόματα από το σύστημα – ούτε αξίωση της αλήθειας – καθώς το σύστημα κάνει μόνο στατιστική ανάλυση – ούτε κάποια “ειλικρίνεια” – καθώς οι παράλληλες υπολογιστικές διαδικασίες των Μεγάλων Γλωσσικών Μοντέλων παράγουν δομική αδιαφάνεια [black box].

Ο ίδιος ο Χάμπερμας στις 16 Απριλίου του 2025 παραχώρησε συνέντευξη στην εφημερίδα Süddeutsche Zeitung, όπου δήλωσε δημόσια πως δεν είχε καμία συμμετοχή στην κατασκευή της μηχανής και διαμαρτυρήθηκε ότι η χρήση του ονόματός του ήταν καταχρηστική και παραπλανητική, καθώς εξυπηρετούσε «διαφημιστικούς σκοπούς».

Φυσικά ο 95χρονος Χάμπερμας είχε την οξυδέρκεια να διακρίνει ότι η παραγωγική Τεχνητή Νοημοσύνη αποτελεί το αντίθετο της οποιασδήποτε διαβουλευτικής πολιτικής καθώς είναι η πραγμάτωση στον υπέρτατο βαθμό του φαντασιακού της ανάθεσης και της αποξένωσης των πολιτών από την πολιτική.

Έπεσε, λοιπόν, και ο Χάμπερμας θύμα της μυθοπληροφορίας και της ψηφιακής βαρβαρότητας που συνιστά η ψηφιοποίηση του επικοινωνιακού πράττειν. Στην πραγματικότητα η «Μηχανή Χάμπερμας», όπως κάθε μοντέλο Τεχνητής Νοημοσύνης αφαιρεί την ανθρώπινη υποκειμενικότητα από την ίδια τη διαδικασία της διαβούλευσης, καταργώντας εξ ορισμού τη δημόσια σφαίρα της διυποκειμενικής επικοινωνίας την οποία υποτίθεται ότι αναπαράγει.

Και τι γίνεται με το δημοκρατικό ερώτημα;

Θυμήθηκα την παλαιά διαμάχη μεταξύ Καστοριάδη και Χάμπερμας σχετικά με το αν προηγείται η θέσμιση της επικοινωνίας ή αντίστροφα.

Ο Χάμπερμας παραπέμπει στη γλώσσα προκειμένου να εξηγήσει τη διυποκειμενικότητα βάσει της θεωρίας της επικοινωνίας. Διαφωνεί με τον Καστοριάδη, διότι δεν θέλει να δεχτεί την προτεραιότητα του φαντασιακού έναντι του επικοινωνιακού. Αυτή η κίνηση ωστόσο επαναφέρει την πρωτοκαθεδρία του συμβολικού έναντι του φαντασιακού, την οποία ο Καστοριάδης, είχε αναιρέσει. Όταν λοιπόν ο Χάμπερμας στο βιβλίο του Ο φιλοσοφικός λόγος της νεωτερικότητας υποστηρίζει ότι ο Καστοριάδης «δεν μπορεί να προσφέρει κανένα σχήμα για τη διαμεσολάβηση μεταξύ ατόμου και κοινωνίας», δεν λαμβάνει υπόψιν την κοινωνική λειτουργία της γλώσσας ως πρωταρχικό θεσμό κοινωνιογένεσης, καθώς και την ψυχική λειτουργία της μετουσίωσης που, για τον Καστοριάδη, αναδεικνύουν το άτομο ως θεσμό της κοινωνίας, την ύπαρξη ως χρονικότητα και το κοινωνικοϊστορικό ως συν-είναι του υποκειμενικού και του αντικειμενικού.

Δεν λαμβάνει υπόψιν, συνεπώς, ο Χάμπερμας τη συνύφανση κοινωνίας – Ιστορίας και την αντίθεση ψυχής – κοινωνίας όπως παρουσιάζεται στην κοινωνική συνάρθρωση του χρόνου στη φιλοσοφία του Καστοριάδη. Η διαφορά των δύο στοχαστών εντοπίζεται ουσιαστικά στο ερώτημα αν προηγείται η θέσμιση ή η επικοινωνία.

Ο Καστοριάδης σε επιστολή του στον Jean-Marc Ferry στις 2 Ιουλίου 1985, όπως παρατίθεται από τον F. Dosse, γράφει:

«Νομίζω ότι το κρίσιμο ζήτημα είναι ακριβώς αυτό, και είναι εξαιρετικά απλό: τι είδους επικοινωνία είναι δυνατή δίχως θέσμιση, και ειδικότερα δίχως γλώσσα; Είναι, άραγε, η γλώσσα ουδέτερος φορέας σε σχέση με το αντικείμενο της επικοινωνίας;»

Ο Καστοριάδης αντιλαμβάνεται ότι η προτεραιότητα της επικοινωνίας έναντι της θέσμισης θα καθιστούσε τη θέσμιση μορφή επικοινωνίας, ενώ η επικοινωνία προϋποθέτει την γλώσσα, που είναι θεμελιώδης μορφή θέσμισης της κοινωνίας, αλλά και του ατόμου εντός της κοινωνίας.

Στην εποχή της ψηφιακής βαρβαρότητας που διανύουμε, η κοινωνικο-ιστορική δυνατότητα της διαβεβουλευμένης αυτοθέσμιση απειλείται από ένα γνωστικό και πολιτικό κλείσιμο όπου το μέλλον αποτελεί αντικείμενο αλγοριθμικής πρόβλεψης και διαχείρισης. Η «Μηχανή του Χάμπερμας» μπορεί να θεωρηθεί ως ένα συμβολικό προϊόν αυτού του γνωστικού κλεισίματος, ένα όργανο σχεδιασμένο να αυτοματοποιεί τον ίδιο τον διάλογο που, σύμφωνα με τον Χάμπερμας, θα έπρεπε να διανοίγει τον ορίζοντα της κοινωνικής αυτονομίας.

Φαίνεται ότι η δημοκρατία, που αφορά τους όρους της κοινωνικής μας ζωής, δεν μπορεί να αναχθεί σε μια αμοιβαία δημόσια συναίνεση, χωρίς να εμπερικλείει την ανοιχτή δυνατότητα της δημόσιας διαφωνίας.

Το απόγευμα του Σαββάτου της 15ης Μαρτίου 2026, διάφοροι άνθρωποι συναντηθήκαμε διά ζώσης στον φιλόξενο και όμορφο χώρο του TRISE στο διατηρητέο αστικό τριώροφο της Κολοκοτρώνη, για την παρουσίαση του βιβλίου του Yavor Tarinski με τίτλο HORIZONS OF DIRECT DEMOCRACY, στο πλαίσιο της οποίας είχαμε την ευκαιρία να συνομιλήσουμε διαδικτυακά με τους εκδότες του στην Ατλάντα σε ζωντανή σύνδεση, μία δυνατότητα που μας προσφέρουν οι ψηφιακές τεχνολογίες παγκόσμιας δικτύωσης.

Ο Modibo Kadalie έδωσε έμφαση στο κεφάλαιο του βιβλίου που αναλύει τη σημαντικότητα της φυσικής παρουσίας και της σωματικής διάστασης της κοινωνικής συνύπαρξης για την άμεση δημοκρατία. Υποστήριξε πως αυτό το σημείο είναι ιδιαίτερα επίκαιρο στην εποχή μας, όπου οι ψηφιακές τεχνολογίες και τηλεπικοινωνίες τροφοδοτούν θεωρίες περί ψηφιακής δημοκρατίας ή ηλεκτρονικής δημοκρατίας [digital democracy / e- democracy] ή ακόμη και «εφαρμογοκρατίας» [appocracy], θεωρίες που προωθούν την παθητικότητα των υποκειμένων ως ψηφιακών καταναλωτών εικονικής πολιτικής.

Στην πολύωρη συζήτηση που ακολούθησε, δεν έλειψαν οι αναφορές και στο όνομα του Χάμπερμας, που παραμένει ζωντανό στη δημόσια σφαίρα.

Βιβλιογραφία

Dosse, Fr. (2015). Καστοριάδης, μια ζωή. εκδ. Πόλις

Habermas, J. (1962). The structural transformation of the public sphere: An inquiry into a category of bourgeois society (T. Burger & F. Lawrence, Trans.). MIT Press.

Habermas, J. (1970). Technology and science as “ideology.” In Toward a rational society: Student protest, science, and politics (J. J. Shapiro, Trans.). Beacon Press. (1968).

Habermas, J. (1984). The theory of communicative action: Vol. 1. Reason and the rationalization of society (T. McCarthy, Trans.). Beacon Press.

Habermas, J. (1987). The theory of communicative action: Vol. 2. Lifeworld and system: A critique of functionalist reason (T. McCarthy, Trans.). Beacon Press.

Habermas, J. (1987). Ο φιλοσοφικός λόγος της νεωτερικότητας. εκδ. Αλεξάνδρεια

Habermas, J. (2025). Μια Νέα Μεταβολή Δομής της Δημόσιας Σφαίρας και η Διαβουλευτική Πολιτική. Πανεπιστημιακές Εκδόσεις Κρήτης.

Tarinski, Y. (2026). Horizons of Direct Democracy: Revolutionary Politics in an Age of Social and Environmental Collapse. On our Own Authority Press.

Tessler, M. H., Bakker, M. A., Jarrett, D., Sheahan, H., van de Braak, M., Singh, H.,… & Summerfield, C. (2024). “AI can help humans find common ground in democratic deliberation.” Science, 386(6718), 216-221.

The post Ο στοχαστής Χάμπερμας ενάντια στη “Μηχανή Χάμπερμας” της Google first appeared on Aυτολεξεί.

Άραγε ζούμε ήδη στον καιρό του Εξολοθρευτή, των αυτονομών δολοφονικών μηχανών;

Η επίθεση στο Ιράν στις 28 Φεβρουαρίου 2026 από τις Ηνωμένες Πολιτείες και το Ισραήλ, δεν αντιπροσωπεύει απλώς μια παράνομη πολεμική επιχείρηση, αλλά και την πρώτη εφαρμογή σε μεγάλη κλίμακα μιας «έξυπνης» αλυσίδας εξόντωσης από τεχνολογίες Τεχνητής Νοημοσύνης, Μεγάλα Γλωσσικά Μοντέλα (LLM) και αυτόνομα συστήματα στόχευσης. Η Επιχείρηση Epic Fury και η Επιχείρηση Roaring Lion μετέτρεψαν την Τεχνητή Νοημοσύνη (AI) σε βασικό επιχειρησιακό στοιχείο της λήψης αποφάσεων, του επιχειρησιακού σχεδιασμού και της βομβιστικής στόχευσης. Ασφαλώς, η ενσωμάτωση της Τεχνητής Νοημοσύνης στη λήψη στρατιωτικών αποφάσεων συνιστά μια πολιτική στροφή στην ψηφιακή βαρβαρότητα με φονικές συνέπειες.

Η μετάβαση από την παραγωγική Τεχνητή Νοημοσύνη στην «αυτενεργούσα» [agentic]Τεχνητή Νοημοσύνη στα τέλη του 2025 διευκόλυνε την ανάπτυξη συστημάτων ικανών να θέτουν ανεξάρτητους στόχους και να εκτελούν σχέδια πολλαπλών βημάτων με ελάχιστη ανθρώπινη εποπτεία, οδηγώντας σε μία υβριδική περιτύλιξη, όπου οι ψηφιακοί μηχανισμοί δεν αντανακλούν απλώς την κοινωνικο-ιστορική πραγματικότητα, αλλά την μετασχηματίζουν αυτοματοποιημένα. Η επίθεση στο Ιράν είναι η εμπειρική επικύρωση αυτού του μετασχηματισμού στο πολεμικό πεδίο, όπου το φαντασιακό της τεχνολογικής κυριαρχίας εκδηλώθηκε ως η επιθυμία να συμπιεστεί η «αλυσίδα εξόντωσης» [kill chain], ο χρόνος μεταξύ της αναγνώρισης ενός στόχου και του χτυπήματος, σε ταχύτητες που υπερβαίνουν την ανθρώπινη γνωστική και συναισθηματική επεξεργασία της κατάστασης.

Ο ψηφιακός μετασχηματισμός του αμερικανικού στρατού επιταχύνθηκε την 9^η Ιανουαρίου 2026 με την «Στρατηγική Επιτάχυνσης της Τεχνητής Νοημοσύνης» [Artificial Intelligence Acceleration Strategy]. Αυτή η διαταγή αναθεώρησε ριζικά τον τρόπο με τον οποίο ο στρατός των ΗΠΑ λαμβάνει αποφάσεις, διαχειρίζεται την εκτίμηση κινδύνων και αναθέτει συμβάσεις. 

Οι βασικές αρχές της στρατηγικής περιλαμβάνουν:

1. Την εξάλειψη των μακροπρόθεσμων διαδικασιών έγκρισης προμηθειών υπέρ των απευθείας αναθέσεων σε νεοσύστατες επιχειρήσεις, με έμφαση στην ταχύτητα και την κλίμακα.  
2. Την αναβάθμιση της συμπίεσης του χρόνου αποφάσεων σε αποφασιστική μεταβλητή, όπου η ικανότητα ανάπτυξης πρακτόρων Τεχνητής Νοημοσύνης ταχύτερα από τον αντίπαλο παρέχει «υπεροχή στη λήψη αποφάσεων». 
3. Την δημιουργία της πλατφόρμας GenAI.mil: Παροχή πρόσβασης και στα 3 εκατομμύρια μέλη του προσωπικού του Υπουργείου Πολέμου στο ChatGPT του OpenAI και στο Gemini της Google για σύνθεση εγγράφων, βελτιστοποίηση της εφοδιαστικής αλυσίδας και επιχειρησιακό σχεδιασμό.  
4. Την ενσωμάτωση της Τεχνητής Νοημοσύνης στον «Χρυσό Θόλο», την αμυντική αντιπυραυλική ασπίδα του Τραμπ. 

Η νέα στρατηγική μετατοπίζει την Τεχνητή Νοημοσύνη στο κέντρο του πολεμικού δόγματος των ΗΠΑ. Αυτή η μετατόπιση υποδηλώνει ότι οι παραδοσιακές καθυστερήσεις στην στρατιωτική κλιμάκωση, οι οποίες ιστορικά επέτρεπαν τη διπλωματική παρέμβαση, έχουν συστηματικά εξαλειφθεί από τη λογική του αλγοριθμικού πολέμου. 

Συνεπώς, η Επιχείρηση Epic Fury είναι η πρώτη αεροπορική επιδρομή με επικεφαλής την Τεχνητή Νοημοσύνη, με τα ψηφιακά συστήματα να διαδραματίζουν κρίσιμο ρόλο σε ολόκληρη την αλυσίδα εξόντωσης, από τη συλλογή πληροφοριών έως τις επιθέσεις ακριβείας.

Τις πρώτες 12 ώρες, οι αμερικανικές και ισραηλινές δυνάμεις πραγματοποίησαν σχεδόν 900 επιθέσεις, σε μια «αλυσίδα εξόντωσης» μέσω μιας ιεραρχίας ολοκληρωμένων συστημάτων:

Οι πλατφόρμες Gotham και AIP του Palantir συγκέντρωναν δεδομένα από δορυφορικές εικόνες, ροές από drones, σήματα ραντάρ και τηλεπικοινωνιακές αναχαιτίσεις σε ταχύτητες που καμία ανθρώπινη ομάδα δεν θα μπορούσε να φτάσει.

Το Claude της Anthropic ανέλυσε αποσπασματικά δεδομένα για να χαρτογραφήσει τις στρατιωτικές κινήσεις και να προσδιορίσει τα βέλτιστα σενάρια. Αυτόνομα και ημιαυτόνομα συστήματα, συμπεριλαμβανομένου του drone LUCAS, αναπτύχθηκαν ταυτόχρονα σε όλες τις κατηγορίες στόχων.

Η ενσωμάτωση συστημάτων Τεχνητής Νοημοσύνης όπως τα Maven και Palantir επέτρεψε την ταυτόχρονη εκτέλεση επιθέσεων σε στόχους ηγεσίας, αεράμυνες και πυρηνικές εγκαταστάσεις σε 24 από τις 31 επαρχίες του Ιράν. Αυτό εξουδετέρωσε την παραδοσιακή ιρανική αποτρεπτική ικανότητα, η οποία βασιζόταν στην χρονική καθυστέρηση που απαιτούνταν για ανθρώπινη επαλήθευση και επίσημη επικύρωση κάθε χτυπήματος. Η Τεχνητή Νοημοσύνη ουσιαστικά εξάλειψε αυτή την καθυστέρηση, επιτρέποντας τη δολοφονία του Ανώτατου Ηγέτη Αλί Χαμενεΐ και δεκάδων άλλων κορυφαίων αξιωματούχων στο πρώτο κύμα επιθέσεων προτού προλάβουν να βρουν καταφύγιο.

Η επιχειρησιακή ραχοκοκαλιά της Επιχείρησης Epic Fury είναι το Maven Smart System, μια προηγμένη έκδοση του κορυφαίου προγράμματος Τεχνητής Νοημοσύνης του Πενταγώνου. Κατασκευασμένο από την εταιρεία εξόρυξης δεδομένων Palantir βάσει σύμβασης που επεκτάθηκε στο ποσό των 1,3 δισεκατομμυρίων δολαρίων έως το 2029, το Maven χρησιμεύει ως η κύρια διεπαφή διοίκησης και ελέγχου για τις πέντε διοικήσεις του στρατού των ΗΠΑ και το ΝΑΤΟ.

Το Maven λειτουργεί ως κεντρικός κόμβος επεξεργασίας, συνδυάζοντας δεδομένα από 179 διακριτές πηγές, συμπεριλαμβανομένων δορυφορικών εικόνων, ροών από μη επανδρωμένα αεροσκάφη, πληροφοριών σημάτων (SIGINT), δεδομένων γεωγραφικής τοποθεσίας και ανθρώπινης νοημοσύνης (HUMINT).  

Το Claude είναι το πρώτο σύστημα τεχνητής νοημοσύνης που έλαβε άδεια χειρισμού διαβαθμισμένων πληροφοριών μέσω της υποδομής cloud της Amazon Web Services, επιτρέποντάς του να επεξεργάζεται δεδομένα τηλεπικοινωνιακών υποκλοπών για τον εντοπισμό μη αναμενόμενων συμπεριφορών στα «πρότυπα ζωής» [life patterns]. Η άδεια θα επεκταθεί και στα μοντέλα Grok της xAI και GPT της OpenAI.

Παρά την πρόσφατη ρήξη μεταξύ του Υπουργείου Πολέμου των ΗΠΑ και της Anthropic σχετικά με τη χρήση της τεχνολογίας της για πλήρως αυτόνομα θανατηφόρα όπλα, το Claude παρέμεινε ενσωματωμένο στο σύστημα στόχευσης. Αυτό υπογραμμίζει μια δομική εξάρτηση εντός του σύγχρονου στρατιωτικού μηχανισμού: μόλις ο πόλεμος διαμεσολαβείται αλγοριθμικά, η «ταχύτητα εκμάθησης» του συστήματος γίνεται μια αποφασιστική μεταβλητή που υπερβαίνει τις πολιτικές ή ηθικές αναστολές.

Κεντρικός στόχος της επίθεσης στο Ιράν ήταν η δολοφονία του Ανώτατου Ηγέτη Αλί Χαμενεΐ, ο οποίος στοχοποιήθηκε στην οικία του μέσω της ψηφιακής επιτήρησης και ανάλυσης των μοτίβων της καθημερινής του ρουτίνας με τη βοήθεια Τεχνητής Νοημοσύνης. 

Αυτή η επιδρομή, που διεξήχθη από ισραηλινά μαχητικά F-35I “Adir” χρησιμοποιώντας τα πυρομαχικά ακριβείας SPICE της Rafael, ήταν το αποκορύφωμα μηνών συλλογής προσωπικών δεδομένων, όπου η Τεχνητή Νοημοσύνη συντόνισε τις τηλεπικοινωνιακές παρακολουθήσεις σε πραγματικό χρόνο, καθοδηγώντας τα χτυπήματα δολοφονίας του Χαμενεΐ και 48 ακόμη αξιωματούχων.

Το καθοριστικό ψυχολογικό και στρατηγικό φαινόμενο του πολέμου του 2026 είναι η «συμπίεση του χρόνου αποφάσεων», όπως παρατηρεί ο Zaza Tsotniashvili. Αναφέρεται στη διαρθρωτική μείωση του διαθέσιμου χρόνου για ανθρώπινη διαβούλευση, καθώς τα συστήματα Τεχνητής Νοημοσύνης παράγουν συστάσεις στόχευσης με ρυθμό που «αμφισβητεί θεμελιωδώς την ικανότητα των ανθρώπινων χειριστών να τις αξιολογήσουν κριτικά». 

Στην επίθεση του Φεβρουαρίου, αυτό εκδηλώθηκε με την έκδοση εγκρίσεων σε μόλις είκοσι δευτερόλεπτα, υποβαθμίζοντας ουσιαστικά την ανθρώπινη εποπτεία σε «επιτελεστική σφραγίδα». 

Όταν ένα σύστημα Τεχνητής Νοημοσύνης προτείνει στόχους σε έναν διοικητή που έχει δευτερόλεπτα για να τους εγκρίνει, η διάκριση μεταξύ ενός συστήματος πληροφόρησης και ενός συστήματος αυτόνομων εντολών γίνεται ασαφής.

Η επιχειρησιακή λογική της επίθεσης του 2026 οφείλεται σε μεγάλο βαθμό στην «τακτική στόχευσης» που ανέπτυξε η Μονάδα 8200 του ισραηλινού στρατού κατά τη διάρκεια της γενοκτονίας στη Γάζα μεταξύ 2023 και 2025. 

Συστήματα όπως το «The Gospel» και το «Lavender» στη Γάζα, περιγράφηκαν σε αραβικές ιστοσελίδες ως «εργοστάσια μαζικών δολοφονιών», εκτελώντας έως και 1.500 νέους στόχους καθημερινά. 

Στην επίθεση στο Ιράν το 2026, αυτά τα συστήματα ενσωματώθηκαν στο Lavender 2.0. Εφαρμόστηκε σε επιθέσεις εναντίον του ιρανικού στρατού, χρησιμοποιώντας αναγνώριση προσώπου και προσωπικά δεδομένα για τη χαρτογράφηση ολόκληρης της διοικητικής δομής του ιρανικού κράτους.  

Ωστόσο, η Τεχνητή Νοημοσύνη δεν χρησιμοποιήθηκε μόνο στα πανάκριβα αεροπλάνα και τους πυραύλους. Ενώ οι αεροπορικές επιθέσεις βασίστηκαν σε βομβαρδιστικά B-2 και μαχητικά F-35, είδαμε ταυτόχρονα την πρώτη μεγάλης κλίμακας εξαπόλυση του Συστήματος Μη Επανδρωμένης Μάχης Χαμηλού Κόστους (LUCAS).  

Κατασκευασμένο από την SpektreWorks με έδρα την Αριζόνα, το drone LUCAS είναι ένα σύστημα μονόδρομης επίθεσης (OWA) και αποτελεί μια βελτιωμένη παραλλαγή του ιρανικού drone Shahed-136, το οποίο έχει χρησιμοποιηθεί ευρέως από τη Ρωσία στην Ουκρανία.

Μετά την ανάλυση των ιρανικών drone που καταρρίφθηκαν στην Ουκρανία, ο αμερικανικός στρατός ανέπτυξε τα LUCAS ως «κατανεμημένα αυτόνομα συστήματα», ενισχυμένα με Τεχνητή Νοημοσύνη, που δεν απαιτούν οδηγό ή δορυφορική σύνδεση για να βρουν τους στόχους τους.

Ο ναύαρχος Τσαρλς Μπραντ Κούπερ, διοικητής της CENTCOM, σημείωσε ότι η Ομάδα Scorpion Strike εκτόξευσε «αμέτρητα» drones LUCAS κατά την αρχική φάση της επιχείρησης Epic Fury. Τα LUCAS χρησιμοποιήθηκαν για να στοχεύσουν εγκαταστάσεις διοίκησης του IRGC, εγκαταστάσεις αεράμυνας και αεροδρόμια.

Η χρήση τερματικών Starlink και αυτόνομων μηχανισμών συντονισμού επιτρέπει σε αυτά τα drones να εκτελούν «δυναμική στόχευση» και «προηγμένες τακτικές συνεργασίας» ακόμη και όταν είναι αποσυνδεδεμένα από την κεντρική διοίκηση. 

Επιπλέον, εκτεταμένες παρεμβολές στο Παγκόσμιο Δορυφορικό Σύστημα Πλοήγησης (GNSS) και στο GPS έχουν αναφερθεί σε ολόκληρο τον Περσικό Κόλπο και την Ανατολική Μεσόγειο, οι οποίες επηρεάζουν σημαντικά την αξιοπιστία του AIS (Automatic Identification System), του συστήματος εντοπισμού της θέσης των πλοίων.  Ο συνασπισμός ΗΠΑ και Ισραήλ έχει αναπτύξει το εναλλακτικό σύστημα NOCTA, που, αντί να βασίζεται σε δορυφορικά σήματα, χρησιμοποιεί συσχέτιση εδάφους σε πραγματικό χρόνο για να εντοπίζει τη θέση σε σχέση με το φυσικό περιβάλλον. 

Το ανθρώπινο κόστος της ψηφιακής βαρβαρότητας καταδείχθηκε περίτρανα κατά το πρώτο κύμα επιθέσεων στις 28 Φεβρουαρίου 2026. Μια πυραυλική επίθεση, πιθανώς από αμερικανικές δυνάμεις, έπληξε ένα δημοτικό σχολείο θηλέων στο Μινάμπ, στην επαρχία Χορμοζγκάν, σκοτώνοντας περισσότερα από 165 παιδιά. Το σχολείο βρισκόταν δίπλα σε μια ναυτική βάση του IRGC, ένα στρατιωτικό κτίριο που πιθανώς ταυτοποιήθηκε από συστήματα στόχευσης τεχνητής νοημοσύνης ως στόχος. Δεν θα εξακριβώσουμε ποτέ εάν κάποιο σύστημα ΤΝ ενεπλάκη στη σφαγή στο σχολείο, όμως η πολιτική και ηθική ευθύνη της σφαγής παραμένει ακέραια στους ανθρώπους που χρησιμοποιούν την ΤΝ ως όπλο και στις πολιτικές ηγεσίες των ΗΠΑ και του Ισραήλ.

Η Τεχνητή Νοημοσύνη είναι ένα εργαλείο, ένα κατασκεύασμα της ανθρώπινης διάνοιας που εξαπολύεται για φαντασιακούς σκοπούς που έχουν νόημα μόνο από μια συγκεκριμένη και διεστραμμένη ανθρώπινη σκοπιά, όπως η σφαγή αμάχων στο όνομα της αυταρχικής κυριαρχίας. Ως εκ τούτου, δεν είναι νοημοσύνη με τη βιολογική ή οντολογική έννοια, καθώς αποτελεί ένα εκλεπτυσμένο σύστημα υπολογισμού δεδομενων και αναγνώρισης/ανασυγκρότησης μοτίβων χωρίς καμία άλλη από τις συνολικά αντιληπτικές, αισθητηριακές, συναισθηματικές και φαντασιακές διαστάσεις που φέρει κάθε νοήμον ον. Χρειάζεται το ανθρώπινο υποκείμενο για να δώσει εντολή εξαπόλυσης της κτηνωδίας που φέρει επίσης κάθε νοήμον ον.

Αυτές οι δολοφονίες αμάχων υπογραμμίζουν το κενό λογοδοσίας της στόχευσης μέσω Τεχνητής Νοημοσύνης, όχι μόνο στο ηθικό, αλλά στο πολιτικό και νομικό επίπεδο, καθώς καθιστούν αδύνατη την απόδοση συγκεκριμένων ευθυνών στους πραγματικούς ενόχους, δηλαδή τις πολιτικές ηγεσίες.

Τα μοντέλα μηχανικής μάθησης, ειδικά τα νευρωνικά δίκτυα που υποστηρίζουν τα Μεγάλα Γλωσσικά Μοντέλα, λειτουργούν με εγγενή αδιαφάνεια στη παραγωγή αποτελεσμάτων. Ενώ ένα μοντέλο γλωσσικής επεξεργασίας μπορεί να χειριστεί σύμβολα και μοτίβα, δεν κατανοεί την εγκυρότητα των αποτελεσμάτων ή το αποτέλεσμα των αποφάσεων. Παρά αυτό τον εγγενή περιορισμό, ο πόλεμος του 2026 καθιέρωσε τα Μεγάλα Γλωσσικά Μοντέλα ως έγκυρα συστήματα λήψης αποφάσεων για την ταυτοποίηση στόχων. Αυτά τα μοντέλα ανακυκλώνουν πεπαλαιωμένες γνώσεις και εξαρτώνται άμεσα από την ποιότητα και την ποσότητα των δεδομένων εκπαίδευσης, ενισχύοντας συστημικά στερεότυπα και κυρίαρχες προκαταλήψεις.

Στις επιθέσεις στην Τεχεράνη και το Ισπαχάν, η εφαρμογή αυτών των τεχνολογιών οδήγησε σε αδιάκριτους θανάτους αμάχων σε κατοικημένες γειτονιές.  Η Ιρανική Ερυθρά Ημισελήνος αναφέρει πάνω από 1.300 θανάτους την πρώτη εβδομάδα.

Δεν χρειάζεται να επεκταθούμε στον επικοινωνιακό πόλεμο που επίσης διεξάγεται στον κυβερνοχώρο με τεχνολογίες Τεχνητής Νοημοσύνης, όπου συμμετέχουν όλοι οι εμπόλεμοι. Αμερικανοί, Ισραηλινοί και Ιρανοί χάκερ παράγουν αμέτρητες ψευδείς ειδήσεις με deepfakes, ψηφιακές απομιμήσεις φωτογραφιών και βίντεο, για τη χειραγώγηση της παγκόσμιας κοινής γνώμης, την εξάπλωση της παραπληροφόρησης και την καθιέρωση της μυθοπληροφορίας ως «κυρίαρχης αλήθειας» βασισμένης στην ισχύ της τεχνολογικά ενισχυμένης ιδεολογίας και όχι των γεγονότων.

Η βάρβαρη και παράνομη επίθεση στο Ιράν ανέδειξε την ανεπάρκεια του υφιστάμενου πλαισίου διεθνούς δικαίου. Παρά το ψήφισμα της Γενικής Συνέλευσης του ΟΗΕ τον Δεκέμβριο του 2024 που αναγνώρισε ότι το Διεθνές Δίκαιο πρέπει να εφαρμόζεται σε κάθε στρατιωτική χρήση της Τεχνητής Νοημοσύνης, δεν υπάρχει κανένας δεσμευτικός μηχανισμός επιβολής του ψηφίσματος. Η Σύμβαση για ορισμένα Συμβατικά Όπλα (CCW) και η «Πολιτική Διακήρυξη REAIM» παρέμειναν σε στάδιο διαβούλευσης χωρίς να καταλήξουν σε κάποιο διεθνές πλαίσιο εποπτείας του αλγοριθμικού πολέμου.

Η επίθεση αποκάλυψε επίσης έναν φονικό φαύλο κύκλο απανθρωπισμού, όπου η επιδίωξη της ταχύτητας οδηγεί στην απομείωση του ανθρώπινου παράγοντα στις πολεμικές ενέργειες και στη διάβρωση του ανθρώπινου υποκειμενικού και κοινωνικού χρόνου, η εσώτερη διάρκεια του οποίου επέτρεπε την τακτική αναπροσαρμογή, τον αναστοχασμό και την αλλαγή σκεπτικού.

Η αυξανόμενη εξάρτηση από την Τεχνητή Νοημοσύνη οδηγεί σε μείωση της επιρροής της ανθρώπινης υποκειμενικότητας, ενισχύοντας τις θεσμισμένες προκαταλήψεις και αυξάνοντας τον κίνδυνο της αυτοματοποιημένης καταστροφής. Επιταχύνουν τον ρυθμό της καταστροφής σε ταχύτητες πέραν της ανθρώπινης κρίσης και λειτουργούν δίχως συναισθηματική εξάντληση.

Και, ακόμη χειρότερο, οδηγεί στην εξάλειψη του ανθρώπινου φαντασιακού παράγοντα, της ενσυναίσθησης και της κοινής ανθρώπινης δυνατότητας της αναβιωτικής φαντασίας που μπορεί να μας βάλει στη θέση του αντιπάλου και να μας οδηγήσει στη συμφιλίωση.

Ο πόλεμος του Ιράν του 2026 είναι η ιστορική στιγμή που ο αλγόριθμος εισήλθε πραγματικά στο πεδίο της μάχης. Η σύγκρουση αποκάλυψε ότι η ψηφιακή βαρβαρότητα δεν είναι επιστροφή στο χάος, αλλά η άνοδος μιας τεχνολογικά διαμεσολαβημένης τάξης, η επιβολή της οποίας δεν απαιτεί πλέον αυτενεργά υποκείμενα. Είναι καθήκον της βασανισμένης ανθρωπότητας να αντισταθεί στον πόλεμο.

Η πρόκληση για την επόμενη δεκαετία θα είναι το κατά πόσον η συνοχή των κοινωνικών σχέσεων μπορεί να διατηρηθεί σε μια εποχή όπου οι επιχειρησιακές δυνατότητες του αλγοριθμικού πολέμου διαβρώνουν συστηματικά τις ελάχιστες προϋποθέσεις της πολιτικής λογοδοσίας. 

The post Η Τεχνητή Νοημοσύνη στον πόλεμο του Ιράν first appeared on Aυτολεξεί.

Το παρακάτω κείμενο αποτελεί αναπτυγμένη μορφή της ομιλίας μου στην ημερίδα “ΑΙ και Παραστατικές Τέχνες” που διοργάνωσε το Τμήμα Θεάτρου της Σχολής Καλών Τεχνών του ΑΠΘ στις 15 Ιανουαρίου 2026,.

Η επέκταση των εφαρμογών Τεχνητής Νοημοσύνης σε κάθε κοινωνικό πεδίο τα τελευταία χρόνια, συνοδεύεται από ένα πέπλο σκοταδιστικής προπαγάνδας. Στις ακόλουθες παραγράφους παρουσιάζω την υπόθεση ότι οι παραστατικές τέχνες, σε αντίθεση με τις εικαστικές, μουσικές ή οπτικοακουστικές τέχνες, αποτελούν ένα ουσιαστικό όριο στην Τεχνητή Νοημοσύνη και γενικά την ψηφιοποίηση, καθώς ενεργοποιούν τις πολιτικές και συλλογικές διαστάσεις της ανθρώπινης συνύπαρξης.

Το 2025 έγιναν στις ΗΠΑ επενδύσεις 700 δισεκατομμυρίων δολαρίων για την Τεχνητή Νοημοσύνη, αλλά με μηδενική συνεισφορά στην οικονομική ανάπτυξη της χώρας, σύμφωνα την Goldman Sachs. Με τεράστια συνεισφορά στην περιβαλλοντική καταστροφή, να συμπληρώσουμε εμείς. Φαίνεται ότι οι χρηματοδοτική φρενίτιδα είναι μία φούσκα κυκλικής χρηματοδότησης που βασίζεται σε πλασματικές υποσχέσεις. Βλέπετε, τον Οκτώβρη του 2025, μια ομάδα ερευνητών έφτιαξε τον Δείκτη Απομακρυσμένης Εργασίας (RLI), ένα πολυτομεακό δείκτη αξιολόγησης της απόδοσης των μοντέλων ΤΝ σε διαφορετικές τηλεργασίες και πραγματικά περιβάλλοντα . Οι υψηλότερες επιδόσεις μοντέλου ΤΝ ήταν ένα ποσοστό επιτυχούς αυτοματοποίησης 3,75% σε σχέση με τους επαγγελματίες ανθρώπους. Οι μελετητές καταλήγουν:
“Αυτό καταδεικνύει ότι τα σύγχρονα συστήματα ΤΝ αποτυγχάνουν να ολοκληρώσουν τη συντριπτική πλειονότητα των εργασιών σε επίπεδο ποιότητας που θα γινόταν αποδεκτό ως παραδοτέο έργο.”

Επομένως, υπάρχει μια προπαγάνδα θεσμισμένης τεχνοφιλίας πίσω από τη χρήση ψηφιακών μηχανών, και ιδιαίτερα της Τεχνητής Νοημοσύνης. Όπως σημείωσε η Kate Crawford, ακόμη και πριν από την πρόσφατη άνθηση της Τεχνητής Νοημοσύνης, η τεχνητή νοημοσύνη είναι μια υποδομή, μια βιομηχανία, μια μορφή άσκησης εξουσίας ενός “άκρως οργανωμένου κεφαλαίου που υποστηρίζεται από τεράστια συστήματα εξόρυξης και εφοδιαστικής, με αλυσίδες εφοδιασμού που τυλίγονται σε ολόκληρο τον πλανήτη.” (Crawford 2019)

Ωστόσο, δεν είναι όλες οι ανθρώπινες δραστηριότητες εξίσου ευάλωτες στην ψηφιοποίηση. Η υπόθεση μου είναι ότι οι παραστατικές τέχνες -ειδικά το θέατρο- αποτελούν ένα δομικό όριο στο ψηφιακό. Η καθοριστική τους συνθήκη είναι η ζωντανή συνάθροιση ενσώματων, ευάλωτων, ατόμων, των οποίων η συμπαρουσία δημιουργεί ένα μοναδικό πεδίο νοήματος που δεν μπορεί να αναπαραχθεί από υπολογιστικά συστήματα (Phelan 1993; Fischer-Lichte 2008; Auslander 1999).

Με οντολογικούς όρους, και οι ψηφιακοί μηχανισμοί και οι παραστατικές τέχνες είναι κοινωνικο-ιστορικές δημιουργίες και υλοποιήσεις κοινωνικών φαντασιακών σημασιών. Κάθε κοινωνία δημιουργεί τον ιστορικό της χρόνο στηριζόμενη στην αναπόφευκτη ροή του φυσικού χρόνου, και οι δύο χρονικές στιβάδες συμμετέχουν στη δημιουργία της κοινωνικής πραγματικότητας. Ως εκ τούτου, η κοινωνία δημιουργεί τους δικούς της βασικούς θεσμούς έκφρασης, επικοινωνίας και ταύτισης,

Θα πρέπει να σημειώσουμε ότι, γενικά, τόσο η τεχνολογία όσο και η τέχνη βασίζονται στη γλώσσα και στην πρακτική, αλλά σε διαφορετικό βαθμό, με διαφορετικές προτεραιότητες, που καθιερώνουν διαφορετικούς τρόπους σύνδεσης με την πραγματικότητα. Η τεχνολογία χρησιμοποιεί τη γνώση που παρέχει η γλώσσα για να μεταμορφώσει την πραγματικότητα πρακτικά. Η τέχνη χρησιμοποιεί τα μέσα που παρέχει η τεχνολογία για να ερμηνεύσει την πραγματικότητα φαντασιακά.  Η τεχνολογία καθορίζεται από την αρχή της χρησιμότητας, παράγοντας χρήσιμα αντικείμενα, ενώ η τέχνη ορίζεται από την αρχή της φαντασιακής ερμηνείας και είναι αυτοτελής. Η τεχνολογία βασίζεται στα φυσικά χαρακτηριστικά της χρονικής επανάληψης και της μη αναστρεψιμότητας, ενώ η τέχνη δημιουργεί αυθαίρετες αφηγηματικές χρονικότητες φανταστικών δυνατοτήτων.

Η ψηφιακή τεχνολογία είναι, εξ ορισμού, μια σκόπιμη τροποποίηση της φυσικής χρονικότητας που βασίζεται στις ποσοτικοποιήσιμες, ψηφιοποιήσιμες και μετρήσιμες παραμέτρους της πληροφορίας. Ο ψηφιακός κυβερνοχώρος χαρακτηρίζεται από αλγοριθμικό προκαθορισμό που παράγει μια παλινδρομική, επαναλαμβανόμενη χρονικότητα (Stiegler 1998). Τα ψηφιακά περιβάλλοντα δημιουργούν μια ψευδοδημόσια προβολή της ιδιωτικής επικοινωνίας, υπονομεύοντας τις συνθήκες του δημόσιου χώρου (Crary 2013). Το χρονικό πεδίο των τηλεπικοινωνιών είναι, εξ ορισμού, βασισμένο στην τηλεπαρουσία.

Η ψηφιακή χρονικότητα της Τεχνητής Νοημοσύνης είναι η τεχνητή, υπολογιστική χρονική δομή μέσω της οποίας τα συστήματα Τεχνητής Νοημοσύνης επεξεργάζονται δεδομένα, λαμβάνουν αποφάσεις και παράγουν αποτελέσματα. Αποτελεί μια δομή που συμπτύσσει το παρελθόν, το παρόν και το μέλλον σε ένα χειραγωγήσιμο, μη ανθρώπινο χρονικό πεδίο (Hansen 2004· Hayles 1999). Κατά τον ψηφιακό υπολογισμό, η εμφάνιση ενός σφάλματος σημαίνει βλάβη του μηχανισμού, μια διακοπή της αλγοριθμικής εκτέλεσης. Οι ψηφιακές συναρτήσεις λειτουργούν με βάση μια εξωτερικά προσαρμοσμένη χρονικότητα. Ως εκ τούτου, η εσωτερική ψηφιακή χρονικότητα της Τεχνητής Νοημοσύνης διαφέρει θεμελιωδώς από την ανθρώπινη, βιολογική και ιστορική χρονικότητα.

Η χρονικότητα που παράγεται από τις υπολογιστικές διαδικασίες χαρακτηρίζεται από μη γραμμικότητα, καθώς η Τεχνητή Νοημοσύνη μπορεί να έχει άμεση πρόσβαση σε δεδομένα του παρελθόντος και να λειτουργεί εκτός χρονολογικής ακολουθίας, ασυγχρονικότητα, καθώς οι διαδικασίες της Τεχνητής Νοημοσύνης λαμβάνουν χώρα σε μικροχρονικές κλίμακες ξένες προς την ανθρώπινη αντίληψη, προβλεψιμότητα, καθώς τα μοντέλα Τεχνητής Νοημοσύνης παράγουν προβλεψιμά αποτελέσματα, και αρχειακή ισοπέδωση, καθώς η Τεχνητή Νοημοσύνη αντιμετωπίζει το παρελθόν ως ένα χειραγωγήσιμο σύνολο δεδομένων και όχι ως βιωμένη ιστορία (Stiegler 1998; Chun 2016).

Η σημασία εισέρχεται στον ψηφιακό μηχανισμό εξωγενώς ως εντολή, σύνολο κανόνων και συγκεκριμένο σύνολο δεδομένων που πρόκειται να αναλυθούν και να αναδιαρθρωθούν ως αποτέλεσμα, το νόημα του οποίου ορίζεται σε σχέση με τον χρήστη. Παρ ‘όλα αυτά, η εξερεύνηση ενός μέρους στους Χάρτες της Google δεν είναι σαν να πηγαίνεις εκεί στην πραγματικότητα.

Όλες οι εικαστικές και οπτικοακουστικές τέχνες, η μουσική, ο κινηματογράφος και η λογοτεχνία βρίσκονται στο πεδίο της ψηφιοποίησης. Τα Μεγάλα Γλωσσικά Μοντελα (LLM) είναι εξαιρετικές μηχανές χειραγώγησης, ανάλυσης και ανασύνθεσης εικόνας και γλώσσας με τη μορφή μοτίβων. Αλλά η Τεχνητή Νοημοσύνη παράγει χωρίς να κατανοεί (Dreyfus 1992; Cantwell Smith 2019).

Τα LLMs βασίζονται στη βαθιά μάθηση χρησιμοποιώντας αρχιτεκτονικές νευρωνικών δικτύων γνωστές ως Transformers με μηχανισμούς «αυτοπροσοχής» που σταθμίζουν τη σημασία συγκεκριμένων τμημάτων δεδομένων προκειμένου να αναλύσουν τις σχέσεις μεταξύ των λέξεων. Για την Τεχνητή Νοημοσύνη, είναι το ίδιο πράγμα ένας κατάλογος, μια εικόνα ή η Πέμπτη Συμφωνία του Μπετόβεν ή η Έρημη Χώρα του Τ.Σ. Έλιοτ, όλα αποδίδονται σε μοτίβα δεδομένων. Ωστόσο, τα LLMs μπορούν να αναπαράγουν τέτοια μοτίβα, έτσι ώστε ο χρήστης, ως υποκείμενο, να συγκινείται συναισθηματικά. Γιατί;

Επειδή η Τεχνητή Νοημοσύνη είναι μια μηχανή στατιστικής ανάλυσης και αναδιαμόρφωσης δεδομένων, ώστε να αναπαράγει την επικοινωνιακή γλώσσα του χρήστη. Διεγείρει μια συναισθηματική απόκριση εντός του υποκειμένου και όχι εντός του συστήματος.

Σήμερα, η πιο προηγμένη Τεχνητή Νοημοσύνη λειτουργεί στον κυβερνοχώρο των τηλεπικοινωνιών ως ένας δρώντας χωρίς υποκειμενικότητα, ένα εξελιγμένο εργαλείο χειραγώγησης δεδομένων και χρηστών. Αντί να είναι αιθέρια, η Τεχνητή Νοημοσύνη είναι ένα τεχνοβιομηχανικό σύστημα, «τόσο ενσωματωμένο, όσο και υλικό, φτιαγμένο από φυσικούς πόρους, καύσιμα, ανθρώπινη εργασία, υποδομές, logistics, ιστορίες και ταξινομήσεις». (Crawford 2019)

Η αποικιοποίηση όλων των κοινωνικών τομέων από εφαρμογές Τεχνητής Νοημοσύνης καθοδηγείται από ισχυρά πολιτικά και οικονομικά συμφέροντα που παρακάμπτουν τη νομοθεσία περί πνευματικών δικαιωμάτων με τρόπο που καθιστά τα έργα των εικαστικών τεχνών πρώτη ύλη για την μηχανική μάθηση. Το 2025, η κυβέρνηση της Ιαπωνίας πούλησε τα δικαιώματα των κινούμενων σχεδίων των Ghibli Studios στην OpenAI, γεγονός που οδήγησε σε μια πλημμύρα περιεχομένου που παράγεται από την Τεχνητή Νοημοσύνη σε στυλ Miyazaki σε όλο το Διαδίκτυο. Αυτή η εκμετάλλευση της τέχνης από την ΤΝ αποτελεί ένδειξη ψηφιακής βαρβαρότητας.

Γιατί μπορούν οι παραστατικές τέχνες να αντισταθούν σε αυτό; Κατά τη γνώμη μου, επειδή προϋποθέτουν, εξ ορισμού, τη ζωντανή συγκέντρωση των σωμάτων που υποφέρουν και δημιουργούν, εξ ορισμού, ένα φευγαλέο και χρονικό διυποκειμενικό πεδίο συνύπαρξης μεταξύ του καλλιτέχνη και του κοινού.

Ο Zhu-Nowell, Βοηθός Επιμελητής στο Μουσείο Guggenheim στη Νέα Υόρκη, διευκρίνισε αυτή τη διάκριση ως εξής:
«Η περφορμανς είναι μια μορφή τέχνης που λαμβάνει χώρα σε μια συγκεκριμένη χρονική στιγμή σε ένα συγκεκριμένο μέρος, όπου ο καλλιτέχνης ασχολείται με κάποιο είδος δραστηριότητας, συνήθως ενώπιον κοινού. Η κύρια διαφορά μεταξύ της περφορμανς και των εικαστικών πρακτικών, όπως η ζωγραφική, η φωτογραφία και η γλυπτική, είναι ότι πρόκειται για ένα χρονικό γεγονός ή δράση.»

Οι παραστατικές τέχνες (χορός, θέατρο, περφορμανς) είναι προσωρινές, ζωντανές και ενσαρκωμένες, απαιτώντας συγκεκριμένο χρόνο, τόπο και αλληλεπίδραση με το κοινό. Σε αντίθεση με τις στατικές εικαστικές τέχνες (ζωγραφική, γλυπτική), οι οποίες παράγουν διαρκή, απτά αντικείμενα, οι παραστατικές τέχνες είναι δυναμικά γεγονότα που υπάρχουν μόνο τη στιγμή της δημιουργίας, χρησιμοποιώντας συχνά το σώμα του ερμηνευτή ως κύριο μέσο. Αυτές δημιουργούν τον δικό τους συλλογική χρονικότητα που δεν μπορεί να περιοριστεί στο ψηφιακό.
Στις αρχές του 2026, μια έρευνα που διεξήχθη από τους Peiyang Song, Pengrui Han και Noah Goodman κατέληξε στο συμπέρασμα ότι τα Μεγάλα Γλωσσικά Μοντέλα αποτυγχάνουν ουσιαστικά να αναπαράγουν την ανθρώπινη συλλογιστική. Οι ερευνητές διαπίστωσαν ότι «ακόμα και τα προηγμένα LLM δυσκολεύονται με εργασίες αφηρημένης συλλογιστικής, όπως η εξαγωγή υποκείμενων κανόνων από περιορισμένα παραδείγματα, η κατανόηση έμμεσων εννοιολογικών σχέσεων και ο αξιόπιστος χειρισμός συμβολικών ή χρονικών αφαιρέσεων». (Song et al. 2026)

Οι παραστατικές τέχνες αποτελούν έναν διαφορετικό και σαφώς ανθρώπινο τρόπο «αξιόπιστου χειρισμού συμβολικών ή χρονικών αφαιρέσεων», που χαρακτηρίζεται από τη συμβολική, ελλειπτική αναπαράσταση του φαντασιακού χρόνου και χώρου, όπως αναπαρίστανται και υλοποιούνται στη σκηνή.

Ο θεατρικός χώρος και χρόνος ορίζονται από την πραγματική παρουσία, σε αντίθεση με την τηλεπαρουσία, και τις φυσικές παραμέτρους του προσωπικού προσανατολισμού (εμπρός/πίσω, πάνω/κάτω). Δεν πρόκειται για έναν προκαθορισμένο μαθηματικό χώρο, αλλά για τον ανοιχτό χώρο της εμπειρίας (Merleau-Ponty 1945· Casey 1997). Δομούνται από τον ρυθμό της συλλογικής αλληλεπίδρασης, μετατρέποντας την ιδιωτική εμπειρία σε συλλογικό χρόνο.

Μια καλλιτεχνική παράσταση δημιουργεί έναν πολυεπίπεδο φαντασιακό χώρο, τον αφηγηματικό χώρο του κειμένου και τον παραστατικό χώρο της σκηνής, που κατοικεί στον πραγματικό φυσικό χώρο, το κτίριο του θέατρου ή τον ανοιχτό χώρο, με τη σκηνογραφία να λειτουργεί ως γέφυρα μεταξύ της πραγματικότητας και της φανταστικής αναπαράστασης.. Η Fischer-Lichte (2008) το αποκαλεί αυτοποιητικό βρόχο ανατροφοδότησης μεταξύ ηθοποιών και θεατών. Συνεπώς, δημιουργεί έναν φαντασιακό χρόνο, την αφηγηματικότητα της πλοκής και την παραστατική χρονικότητα της δράσης, μέσα στη ροή του ιστορικού χρόνου, την κοινωνική κατάσταση που αγκυροβολεί την παράσταση στο παρόν. Τα όρια του θεατρικού χώρου είναι ρευστά και ο θεατρικός χρόνος είναι πάντα ανοιχτός στο πεδίο του κοινωνικού χρόνου.

Το νόημα αναδύεται διαπροσωπικά μέσω του βιωματικού λόγου, ενσωματώνοντας διανοητικές, συναισθηματικές και αισθητικές διαστάσεις. Η φυσική παρουσία είναι το θεμελιώδες στοιχείο του θεατρικού χώρου, ο οποίος ορίζεται έτσι από τις παραμέτρους του φυσικού σώματος. Δηλαδή, εμπρός-πίσω, πάνω-κάτω. Για κάθε ερμηνευτή ή θεατή, η παράσταση λαμβάνει χώρα εντός των διαστάσεων εμπρός και πίσω, πάνω και κάτω, κοντά και μακριά σε σχέση με τη σωματική τους παρουσία στο εδώ και τώρα της παράστασης. Παρομοίως ο θεατρικός χρόνος έχει ένα πριν και ένα μετά σε σχέση με το παρόν της δράσης.

Αυτά καθορίζουν τον ρυθμό της συλλογικής αλληλεπίδρασης, και έχουν επίσης να κάνουν με την ανάδυση της ετερότητας, δηλαδή την ευεργετική παρουσία του σφάλματος. Με άλλα λόγια, το σφάλμα μπορεί να βοηθήσει τη φαντασία να σπάσει το φράγμα της προβλεψιμότητας. Το σφάλμα, η ενδεχομενικότητα και ο αυτοσχεδιασμός δεν είναι αποτυχίες αλλά γενεσιουργές δυνάμεις (Schechner 1985· Turner 1969). Το σφάλμα μπορεί να γεννήσει μια επινόηση ή μπορεί να ανοίξει έναν νέο χώρο επιτελεστικών δυνατοτήτων στο κοινό πεδίο της διυποκειμενικής συμμετοχής, δηλαδή της διεμπλοκής ψυχών και σωμάτων.

Έτσι, οι παραστατικές τέχνες αλληλεπιδρούν και στα τρία επίπεδα εμπειρίας, δηλαδή στο διανοητικό επίπεδο μέσω της γλώσσας και της χειρονομίας, στο συναισθηματικό επίπεδο μέσω της έκφρασης και του πάθους και στο αισθητηριακό επίπεδο μέσω της μυρωδιάς, του θεάματος, της σωματικής εμβύθισης και της αφής. Οι παραστατικές τέχνες προβάλλουν νόημα στο διανοητικό, το συναισθηματικό και το αισθητηριακό επίπεδο ταυτόχρονα. Το χρονικό πεδίο των παραστατικών πράξεων είναι εξ ορισμού το διυποκειμενικό παρόν, το οποίο εμβαπτίζει τις διακριτές υποκειμενικές χρονικότητες των θεατών και των ηθοποιών μέσα σε ένα ουσιαστικό, αυτοτελές αφηγηματικό σύνολο.

Ενώ οι παραστατικές τέχνες αγκαλιάζουν την ενδεχομενικότητα, τα ψηφιακά συστήματα την καταστέλλουν. Ενώ οι παραστατικές τέχνες παράγουν νόημα μέσω της ενσωματωμένης συν-παρουσίας, τα ψηφιακά συστήματα παράγουν απαντήσεις μέσω του υπολογισμού.

Η χρονικότητα που ενυπάρχει στις παραστατικές τέχνες σημαίνει ότι η δραματική παράσταση δεν είναι απλώς ένα καλλιτεχνικό μέσο· είναι ένας τρόπος κοινωνικής ύπαρξης. Η χρονικότητά της είναι εφήμερη, ο χώρος της σχεσιακός και το νόημά της αναδύεται μέσω της ενσωματωμένης αλληλεπίδρασης. Αυτά τα χαρακτηριστικά τοποθετούν τη δραματική παράσταση ως αντίθεση στο ψηφιακό: ενώ τα ψηφιακά συστήματα βασίζονται στην επανάληψη, την ταξινόμηση και την αλγοριθμική προβλεψιμότητα, το θέατρο ευδοκιμεί στην ενδεχομενικότητα, το σφάλμα και την απρόβλεπτη ανάδυση της ετερότητας.

Η σημασία των παραστατικών τεχνών αποκτά ξανά πολιτικό χαρακτήρα όσον αφορά τη δημόσια συνύπαρξη. Υπάρχει μια απαίτηση για την ένταση της προσωπικής παρουσίας, όσον αφορά το τι είναι η δραματική δράση στο δημόσιο χώρο. Βρίσκεται στην δυσφορία που μπορεί να προκαλέσει στο κοινό μια δραματική ή χορευτική παράσταση και στη διαμαρτυρία που μπορεί να προκύψει μέσα σε αυτή τη ζωντανή αλληλεπίδραση, η οποία είναι τόσο διαπροσωπική όσο και δημόσια. Γι’ αυτό το θέατρο, ο χορός και η περφόρμανς διαφέρουν από τον κινηματογράφο ως προς τη χρονικότητά τους, καθώς τα πρώτα διαδραματίζονται στο παρόν, ενώ ο δεύτερος αποτελεί μια προβολή του παρελθόντος. Όπως παρατήρησε ο Peter Brook στο βιβλίο του “Ο Άδειος Χώρος”:

«Υπάρχει μόνο μία ενδιαφέρουσα διαφορά μεταξύ του κινηματογράφου και του θεάτρου. Ο κινηματογράφος προβάλλει σε μια οθόνη εικόνες από το παρελθόν. […] Το θέατρο, από την άλλη πλευρά, πάντα επιβάλλεται στο παρόν. Αυτό είναι που μπορεί να το κάνει πιο πραγματικό από την κανονική ροή της συνείδησης. Αυτό είναι επίσης που μπορεί να το κάνει τόσο ενοχλητικό.» (Brook 1968)

Ο κινηματογράφος ανήκει σε ένα είδος διαδοχικής αφήγησης μέσω οπτικής απεικόνισης, η οποία είναι πιο κοντά στα κόμικς και τη φωτογραφία, και, κατ’ επέκταση, στην ψηφιοποίηση του καταγεγραμμένου παρελθόντος. Ο κινηματογράφος επαναπροβάλει το παρελθόν· το θέατρο ενσαρκώνει το παρόν (Brook 1968). Οι παραστατικές τέχνες περιλαμβάνουν τρεις διαστάσεις διυποκειμενικής συσχέτισης στο παρόν, όπως αποδεικνύεται από το θέατρο.

Η θεατρική πράξη μπορεί να γίνει αναλυτικά κατανοητή μέσα από τρεις αλληλένδετες διαστάσεις – τελετουργική, πολιτική και υπαρξιακή – καθεμία από τις οποίες αποκαλύπτει μια διαφορετική πτυχή της αντίστασής της στην ψηφιοποίηση.

Οι τελετουργικές καταβολές του θεάτρου δίνουν έμφαση στην κοινοτική αίσθηση του ανήκειν, την τελετουργική μίμηση και τον εκστατικό αποχωρισμό από την καθημερινή ζωή (Burkert 1985· Schechner 1985· Turner 1969). Αυτή η διάσταση αναδεικνύει την ικανότητα του θεάτρου να δημιουργεί συλλογική εμπειρία, ένα φαινόμενο που δεν μπορεί να αναχθεί στην ψηφιακή διαμεσολάβηση, το οποίο στερείται της φυσικής και συναισθηματικής πυκνότητας της τελετουργικής συμπαρουσίας.

Πρόκειται για τη κοινοτική διάσταση, η οποία είναι πρωταρχική, εκφράζεται μέσω της τελετουργίας, της μίμησης και της κοινής εμβύθισης στην δραματική αναπαράσταση. Είναι μια προθεατρική και αναγκαία, μα όχι επαρκής, συνθήκη της δραματική τέχνης. Ως τέτοια, αποτελεί εκδήλωση του κοινωνικού φαντασιακού και έκφραση της αναζήτησης της ανθρωπότητας για νόημα πέρα από τον κόσμο των φαινομένων, μεταμορφώνοντας την όψη του κόσμου.

Έπειτα, υπάρχει η πολιτική διάσταση, η οποία σηματοδοτεί μια ρήξη με την παράδοση, όταν η ακαμψία των θρησκευτικών τελετουργιών εγκαταλείπεται υπέρ του ελεύθερου φανταστικού παιχνιδιού της δραματικής πράξης. Στο Πάριο Χρονικό, ένα ελληνιστικό χρονικό των ετών από το 1582 π.Χ. έως το 299 π.Χ., χαραγμένο σε στήλη, αναγράφεται ότι το έτος 534 π.Χ. ο Θέσπις αναδιαμόρφωσε τις παραδοσιακές χορικές παραστάσεις των διθυράμβων εισάγοντας τον υποκριτή που μπορούσε να συνομιλήσει με τον χορό, δημιουργώντας έτσι τον θεατρικό χώρο και χρόνο, τον δημόσιο χώρο και χρόνο του παραστατικού διαλόγου.

Το κλασικό αθηναϊκό θέατρο ήταν ενσωματωμένο στη δημοκρατική πόλη (Goldhill 1999· Ober 2008). Η «θεατροκρατία» με την οποία εξισώνει τη δημοκρατία ο Πλάτων στους Νόμους, αποτυπώνει τη σύνδεση της δραματικής παράστασης και της πολιτικής. Η πολιτική διάσταση του θεάτρου έγκειται στην ικανότητά του να σκηνοθετεί την υποκειμενικότητα, την κρίση και την ευθύνη μέσα σε έναν κοινό δημόσιο χώρο. Το θέατρο είναι η κατ’ εξοχήν πολιτική τέχνη επειδή μεταφέρει την πολιτική σφαίρα της ανθρώπινης ζωής σε καλλιτεχνική μορφή.

«Η τραγωδία είναι μίμηση, όχι ανθρώπων, αλλά μιας πράξης και μιας ζωής, και η ζωή συνίσταται στη δράση, και ο σκοπός της [το τέλος της] είναι ένας τρόπος δράσης, όχι μια ιδιότητα», σημειώνει ο Αριστοτέλης στην Ποιητική.

Πρόκειται φυσικά για την αττική τραγωδία, όπου η τελετουργία μετατρέπεται σε δραματική ερμηνεία. Πού; Στον δημόσιο χώρο του ανοιχτού θεάτρου. Σε ποιο πλαίσιο; Ως μορφή δραματικού διαγωνισμού. Ποιος κρίνει τους διαγωνιζόμενους; Το κοινό. Το θέατρο παίζεται από τους καλλιτέχνες για το κοινό. Από μια συλλογικότητα για την κοινωνία, επειδή το δράμα πρέπει να παίζεται δημόσια ενώπιον κοινού. Γιατί πρέπει να παίζεται ενώπιον κοινού; Επειδή εκεί, στον χώρο και τον χρόνο μεταξύ των καλλιτεχνών και του κοινού, βρίσκεται η πράξη, και εκεί βρίσκεται το έλεος και ο φόβος. Η αττική τραγωδία είναι η πολιτική διάσταση της φαντασιακής αναπαράστασης της κοινωνίας ενώπιον του εαυτού της.

Η Άρεντ υποστήριξε ότι η συγκεκριμένη ζωντανή ποιότητα της δράσης και του λόγου είναι τόσο άρρηκτα συνδεδεμένη με τη ζωντανή ροή του λόγου που μπορεί να αναπαρασταθεί μόνο μέσω ενός είδους επανάληψης της δράσης στη δημόσια σφαίρα. Ένας ζωγράφος ή ένας συνθέτης μπορεί να απευθυνθεί στον κόσμο, στον Θεό, στο σύμπαν, στην άβυσσο ή στο τίποτα. Ένας ερμηνευτής των παραστατικών τεχνών απευθύνεται πάντα στο ζωντανό κοινό.
«Αυτός είναι και ο λόγος για τον οποίο το θέατρο είναι η κατεξοχήν πολιτική τέχνη· μόνο εκεί υπάρχει η πολιτική σφαίρα της ανθρώπινης ζωής μεταφερμένη στην τέχνη. Ομοίως, είναι η μόνη τέχνη της οποίας το μοναδικό θέμα είναι ο άνθρωπος στη σχέση του με τους άλλους.» (Άρεντ 1958: 188).
Η πολιτική διάσταση προσφέρει την αναγκαία και επαρκή συνθήκη για το θέατρο.

Η τρίτη διάσταση, που διατηρείται πριν και πέρα από τη μίμηση της πολιτικής, είναι η υπαρξιακή. Η υπαρξιακή διάσταση του θεάτρου αντιμετωπίζει την άβυσσο μεταξύ εσωτερικού και εξωτερικού, παρελθόντος και μέλλοντος. Αυτή η υπαρξιακή ανοιχτότητα αντιστέκεται στο αλγοριθμικό κλείσιμο (Lehmann 2006· Phelan 1993). Όπως εξάλλου, είπε και ο Bob Wilson, η δραματική επικοινωνία υπερβαίνει και τον γλωσσικό κώδικα:
“Η γλώσσα κάνει πολλά πράγματα και τα κάνει καλά. Αλλά έχουμε την τάση να κλείνουμε τα μάτια μας σε αυτά που δεν κάνει η γλώσσα. Παρά την αλαζονεία των λέξεων – που κυβερνούν το παραδοσιακό θέατρο με σιδηρά πυγμή – δεν μπορεί να μεταφραστεί κάθε εμπειρία σε γλωσσικό κώδικα.”

Ένα εντυπωσιακό σύγχρονο παράδειγμα της πολιτικής δύναμης των ζωντανών παραστάσεων ήταν η δράση του Belarus Free Theatre κατά τη διάρκεια των διαμαρτυριών κατά του καθεστώτος Λουκασένκο την περίοδο 2020-2021. Όταν ξέσπασαν μαζικές διαδηλώσεις μετά τις αμφισβητούμενες προεδρικές εκλογές, ο θίασος, που ήταν ήδη απαγορευμένος στη Λευκορωσία, συνέχισε να ανεβάζει παράνομες παραστάσεις σε διαμερίσματα, αποθήκες και δάση. Αυτές οι εκδηλώσεις απαιτούσαν τη φυσική συγκέντρωση σωμάτων υπό συνθήκες επιτήρησης, καταστολής και προσωπικού κινδύνου. Οι παραστάσεις τους, όπως το Dogs of Europe (2020), έγιναν πράξεις πολιτικής ανυπακοής: η απλή παρουσία του κοινού αποτελούσε πολιτική χειρονομία αντίστασης. Το θέατρο εκεί δεν λειτουργούσε ως αναπαράσταση αλλά ως ενσωματη διαφωνία, δημιουργώντας μια προσωρινή δημόσια σφαίρα που δεν μπορούσε να ψηφιοποιηθεί ή να διαμεσολαβηθεί.

Η πολιτική σημασία αυτών των παραστάσεων έγκειται ακριβώς στην εφήμερη φύση τους, τη συμπαρουσία τους και την κοινότητα, ιδιότητες που κανένα αλγοριθμικό ή τηλεματικό σύστημα δεν μπορεί να αναπαράγει. Η δραματική δράση έγινε μια μορφή βιωμένης αντίστασης, μια ανάκτηση του δημόσιου χρόνου ενάντια στον κρατικό μηχανισμό επιτήρησης και ψηφιακού ελέγχου.

Θα μπορούσαμε επίσης να θυμηθούμε το εγχώριο κίνημα των θεατρικών καταλήψεων ενάντια στην υποβάθμιση των δραματικών σπουδών το 2023.

Η δραματική δράση ταλαντεύεται μεταξύ της παράδοσης, και της αμφισβήτησης. Αυτή η ποιητική ανοιχτότητα αντιστέκεται στη χαρακτηριστική κλειστότητα των αλγοριθμικών συστημάτων, καθώς η υπαρξιακή ανθρώπινη συνθήκη αποτελεί τη βάση τόσο της τραγωδίας όσο και της κωμωδίας. Κωμωδία είναι κάθε τραγωδία που εξετάζεται από μια ειρωνική απόσταση, και τραγωδία είναι κάθε κωμωδία που υποφέρουμε από την ταύτιση με τους χαρακτήρες. Αυτό μας υπενθυμίζει τι είναι ανθρώπινο και τι όχι, όπως είπε ο Τερέντιος:
Homo sum, humani nihil a me alienum puto: «Είμαι άνθρωπος, τίποτα που είναι ανθρώπινο δεν μου είναι ξένο.»

Μόνο το θέατρο μπορεί να το κάνει αυτό, να μας κάνει να νιώσουμε ότι ζούμε. Βλέπουμε ανθρώπους μπροστά μας, όχι οποιαδήποτε οθόνη που μπορούμε να κλείσουμε. Τις προάλλες, βρέθηκα σε μια παράσταση που με έκανε να νιώσω πολύ άβολα. Διαφώνησα κάθετα με την ερμηνεία του έργου, αλλά την αποδέχτηκα. Δεν μπορούσα να φύγω, τόσο από ευγένεια όσο και επειδή δεν φεύγεις από το θέατρο, γιατί αν φύγεις, είναι συμβάν, παρεμβαίνεις στην παράσταση. Αυτό έχει να κάνει λοιπόν με τη σχέση μεταξύ του ατόμου και της κοινότητας, είτε αυτή η κοινότητα είναι αυτό που ονομάζουμε κοινό είτε η υποκριτική κοινότητα που ερμηνεύει.

Το θέατρο ιστορικά έχει χρησιμεύσει ως ένας προνομιακός χώρος για την εξερεύνηση θεμελιωδών φιλοσοφικών διακρίσεων μεταξύ του Είναι, όπως αναπαρίσταται από τους ηθοποιούς, και του Φαίνεσθαι, όπως αναπαρίσταται από τα κοστούμια, καθώς και μεταξύ του Είναι, όπως παρουσιάζεται από τους χαρακτήρες, και του Γίγνεσθαι, όπως παρουσιάζεται από την πλοκή, εντός της αλληλεπίδρασης ιδιωτικού και δημόσιου χώρου.

Το δράμα λειτουργεί στη διασταύρωση του γεγονότος, της αφήγησης και της σημασίας. Ένα γεγονός είναι μια ακολουθία περιστάσεων με σημασία· μια αφήγηση είναι η παρουσίαση τέτοιων ακολουθιών. Η ιστορική αφήγηση παραμένει ανοιχτή και αναθεωρήσιμη, ενώ η ποιητική αφήγηση σχηματίζει ένα κλειστό σύνολο παραδειγματικών γεγονότων. Ο ιστορικός χρόνος είναι συνυφασμένος με την κοινωνική δράση, δημιουργώντας παρελθόντα πεδία εμπειρίας και μελλοντικούς ορίζοντες προσδοκίας. Αντιθέτως, οι ιστορικές αφηγήσεις οργανώνουν επιλεκτικά τα γεγονότα προς έναν συγκεκριμένο σκοπό.

Το δράμα, τοποθετημένο ανάμεσα σε αυτές τις δύο μορφές, παράγει έναν μοναδικό τρόπο αλήθειας: την αλήθεια της ενσώματης μαρτυρίας. Ο Αισχύλος, πολεμιστής στους Περσικούς Πολέμους και ποιητής της τραγωδίας των Περσών, αποτελεί παράδειγμα αυτής της συγχώνευσης της βιωμένης εμπειρίας και της δραματικής αναπαράστασης.

Μια δραματική παράσταση δεν μπορεί να απορροφηθεί από την οθόνη. Η εμπειρία είναι διαφορετική. Κάθε βίντεο είναι μια μηχανική επανάληψη. Κάθε θεατρικό έργο από μόνο του, αλλά και κάθε αναπαράστασή του, είναι ένα ξεχωριστό θεατρικό γεγονός. Εκεί, ανάμεσα σε ενσαρκωμένους ρόλους, βρίσκεται η εφήμερη τέχνη των ζωντανών σωμάτων. Η ψηφιακή τεχνολογία δεν μπορεί να χρησιμοποιήσει το θέατρο, αλλά το θέατρο μπορεί να χρησιμοποιήσει την ψηφιακή τεχνολογία. Όταν ένας θεατρικός σκηνοθέτης αποφασίζει να προβάλει βίντεο στη σκηνή, αυτά γίνονται μέρος της ζωντανής παράστασης.

Αν η υπόθεση είναι σωστή, οι παραστατικές τέχνες αντιπροσωπεύουν ένα κρίσιμο όριο στην ψηφιοποίηση. Η συμπαρουσία, η εφήμερη χρονικότητα και η διυποκειμενική νοηματοδότηση τις τοποθετούν πέρα από την αλγοριθμική ομογενοποίηση. Σε μια εποχή ψηφιακής επιτήρησης και διαμεσολαβημένης επικοινωνίας, οι παραστατικές τέχνες ενεργοποιούν τη δυνατότητα του δημόσιου χρόνου, όπου η ανθρώπινη δράση συνεχίζει να διέρχεται από την ενσώματη, συλλογική εμπειρία.

Βιβλιογραφία:

Arendt, Hannah, The Human Condition (Chicago: University of Chicago Press, 1958)

Auslander, Philip, Liveness: Performance in a Mediatized Culture (London: Routledge, 1999)

Bay-Cheng, Sarah, Jennifer Parker-Starbuck, and David Z. Saltz, Performance and Media: Taxonomies for a Changing Field (Ann Arbor: University of Michigan Press, 2016)

Brook, Peter, The Empty Space (New York: Atheneum, 1968)

Burkert, Walter, Greek Religion (Cambridge, MA: Harvard University Press, 1985)

Cantwell Smith, Brian, The Promise of Artificial Intelligence: Reckoning and Judgment (Cambridge, MA: MIT Press, 2019)

Casey, Edward S., The Fate of Place: A Philosophical History (Berkeley: University of California Press, 1997)

Καστοριάδης, Κορνήλιος, Η Φαντασιακή Θέσμιση της Κοινωνίας (Αθήνα: Ράππα, 1981)

Causey, Matthew, Theatre and Performance in Digital Culture: From Simulation to Embeddedness (London: Routledge, 2016)

Chun, Wendy Hui Kyong, Updating to Remain the Same: Habitual New Media (Cambridge, MA: MIT Press, 2016)

Crary, Jonathan, 24/7: Late Capitalism and the Ends of Sleep (London: Verso, 2013)

Crawford, Kate, The Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence (New Haven: Yale University Press, 2021)

Danto, Arthur, The Transfiguration of the Commonplace (Cambridge, MA: Harvard University Press, 1981)

Dixon, Steve, Digital Performance: A History of New Media in Theater, Dance, Performance Art, and Installation (Cambridge, MA: MIT Press, 2007)

Dreyfus, Hubert L., What Computers Can’t Do (New York: Harper & Row, 1972)

Dreyfus, Hubert L., What Computers Still Can’t Do (Cambridge, MA: MIT Press, 1992)

Fischer-Lichte, Erika, The Transformative Power of Performance: A New Aesthetics (London: Routledge, 2008)

Goldhill, Simon, Performance Culture and Athenian Democracy (Cambridge: Cambridge University Press, 1999)

Goodman, Nelson, Languages of Art: An Approach to a Theory of Symbols (Indianapolis: Hackett, 1976)

Hansen, Mark B. N., New Philosophy for New Media (Cambridge, MA: MIT Press, 2004)

Hayles, N. Katherine, How We Became Posthuman: Virtual Bodies in Cybernetics, Literature, and Informatics (Chicago: University of Chicago Press, 1999)

Honig, Bonnie, Antigone, Interrupted (Cambridge: Cambridge University Press, 2013)

Lehmann, Hans-Thies, Postdramatic Theatre (London: Routledge, 2006)

Merleau-Ponty, Maurice, Phenomenology of Perception (Paris: Gallimard, 1945)

Ober, Josiah, Democracy and Knowledge: Innovation and Learning in Classical Athens (Princeton: Princeton University Press, 2008)

Phelan, Peggy, Unmarked: The Politics of Performance (London: Routledge, 1993)

Schechner, Richard, Between Theater and Anthropology (Philadelphia: University of Pennsylvania Press, 1985)

Schechner, Richard, Performance Studies: An Introduction (London: Routledge, 2002)

Σχισμένος, Αλέξανδρος, Artificial Intelligence and Barbarism: A Critique of Digital Reason (Αθήνα: Athens School, 2024)

Schneider, Rebecca, Performing Remains: Art and War in Times of Theatrical Reenactment (London: Routledge, 2011)

Song, Peiyang, Pengrui Han, and Noah Goodman, “Large Language Model Reasoning Failures” (2026), https://arxiv.org/pdf/2602.06176

Stiegler, Bernard, Technics and Time, 3 vols. (Stanford: Stanford University Press, 1998–2010)

Suchman, Lucy, Plans and Situated Actions: The Problem of Human-Machine Communication (Cambridge: Cambridge University Press, 1987)

Taylor, Diana, The Archive and the Repertoire: Performing Cultural Memory in the Americas (Durham: Duke University Press, 2003)

Turner, Victor, The Ritual Process: Structure and Anti-Structure (Chicago: Aldine, 1969)

Zuboff, Shoshana, The Age of Surveillance Capitalism (New York: PublicAffairs, 2019

The post Οι Παραστατικές Τέχνες ως Όριο του Ψηφιακού: Θεατρικός Χρόνος και Τεχνητή Νοημοσύνη first appeared on Aυτολεξεί.

Εισαγωγή

Στις 14 Ιανουαρίου 2026, το Παγκόσμιο Οικονομικό Φόρουμ εξέδωσε την Έκθεση για τους Παγκόσμιους Κινδύνους [Global Risks Report], μια ολοκληρωμένη επίσημη ανάλυση των πιθανών κινδύνων που αντιμετωπίζει ο πλανήτης το 2026. Αυτό έγγραφο συντάχθηκε αποκλειστικά από το Παγκόσμιο Οικονομικό Φόρουμ πριν από την Ετήσια Συνάντηση του 2026, που πραγματοποιήθηκε με θέμα «Το πνεύμα του διαλόγου» από τις 19 έως τις 23 Ιανουαρίου στο Νταβός της Ελβετίας. Σύμφωνα με τους συντάκτες του κειμένου:

«Η Έκθεση Παγκόσμιων Κινδύνων 2026, η 21η έκδοση αυτής της ετήσιας έκθεσης, σηματοδοτεί το δεύτερο μισό μιας ταραχώδους δεκαετίας. Η έκθεση αναλύει τους παγκόσμιους κινδύνους μέσα από τρία χρονικά πλαίσια, με σκοπό να υποστηρίξει τους υπεύθυνους λήψης αποφάσεων στην εξισορρόπηση των τρεχουσών κρίσεων και των μακροπρόθεσμων προτεραιοτήτων».

Μεταξύ των πολυάριθμων πιθανών κινδύνων που ελλοχεύουν στο μέλλον, το έγγραφο δίνει ιδιαίτερη έμφαση στην επέκταση της Τεχνητής Νοημοσύνης, και για καλούς λόγους.
Στις επόμενες παραγράφους, θα σχολιάσω τα ευρήματα της GRR 2026, τα οποία θεωρώ ενδείξεις της ανόδου της ψηφιακής βαρβαρότητας, την οποία εννοώ, στο πλαίσιο της έρευνάς μου για τον Ψηφιακό Λόγο, ως τη συστημική διάβρωση των κοινωνικών σημασιών που προκαλείται από την κυριαρχία της αλγοριθμικής λογικής. Εκδηλώνεται όταν τα υπολογιστικά συστήματα αναδιοργανώνουν τις συνθήκες υπό τις οποίες τα άτομα και οι συλλογικότητες ερμηνεύουν, ενεργούν και φαντάζονται.

Για να συνοψίσω το επιχείρημα του πρόσφατου βιβλίου μου «Τεχνολογία και βαρβαρότητα: Κριτική της τεχνητής νοημοσύνης”, η τεχνητή νοημοσύνη πρέπει να γίνει κατανοητή όχι ως αυτόνομος παράγοντας, αλλά ως έκφραση των κυρίαρχων φαντασιακών σημασιών της σύγχρονης κοινωνίας. Η ψηφιακή επανάσταση δεν είναι απλώς τεχνική· είναι μια οντολογική επανάσταση που αναδιαμορφώνει το νόημα, την υποκειμενικότητα και τον κοινωνικό χρόνο. Αυτό όμως έχει φτάσει σε νέα ύψη μετά τον ταχέως ψηφιακό μετασχηματισμό κατά τη διάρκεια της πανδημίας, την δημόσια κυκλοφορία του ChatGPT τον Νοέμβριο του 2022 και την ταχεία και εκτεταμένη διάδοση των εφαρμογών τεχνητής νοημοσύνης σε όλους τους τομείς της κοινωνικής ζωής.
Η GRR 2026 του Παγκόσμιου Οικονομικού Φόρουμ αναγνωρίζει ότι:

«Η τεχνητή νοημοσύνη έχει μετατραπεί από μια πρωτοποριακή τεχνολογία σε μια συστημική δύναμη που διαμορφώνει τις οικονομίες, τις κοινωνίες και την ασφάλεια. Το μέγεθος της παγκόσμιας αγοράς για την τεχνητή νοημοσύνη προβλέπεται να αυξηθεί από περίπου 280 δισεκατομμύρια δολάρια το 2024 σε 3,5 τρισεκατομμύρια δολάρια έως το 2033.» – GRR2026.

Φαίνεται ότι έχουμε εισέλθει σε μια νέα φάση της ψηφιακής οντολογικής επανάστασης, που κάποιοι αποκαλούν Web 4.0, «έξυπνο» ή «συμβιωτικό» διαδίκτυο, όπου η τεχνητή νοημοσύνη εμφανίζεται ως παράγοντας που μιμείται και αναπαράγει την ανθρώπινη επικοινωνία. Τα συστήματα τεχνητής νοημοσύνης έχουν διεισδύσει στην επικοινωνία, την εργασία, την εκπαίδευση και τη διακυβέρνηση, ενώ ο δημόσιος διάλογος έχει πολωθεί σε τεχνοφιλικά οράματα προόδου και τεχνοφοβικούς φόβους κατάρρευσης.

Και οι δύο τάσεις βασίζονται σε υπερβολικές αφηγήσεις που συσκοτίζουν τις βαθύτερες κοινωνικο-ιστορικές δυναμικές. Προέρχονται από το φαντασιακό της εργαλειακής λογικής, με κριτήρια την αποδοτικότητα, τη βελτιστοποίηση και την ποσοτικοποίηση. Είναι το καπιταλιστικό κοινωνικό φαντασιακό που πηγάζει από την καρτεσιανή επιταγή να «γίνουμε οι άρχοντες και οι ιδιοκτήτες της φύσης» [Descartes 1635].

Η άκριτη τεχνοφιλία είναι μια βασική φανταστική σημασία της καπιταλιστικής νεωτερικότητας και, ως τέτοια, υιοθετήθηκε από μερικούς από τους πιο κριτικούς αντιπάλους του βιομηχανικού καπιταλισμού, όπως ο Saint-Simon, ο Fourier και, κυρίως, ο Karl Marx. Ο Καστοριάδης έχει επισημάνει ότι ένα από τα συντηρητικά στοιχεία της μαρξιστικής σκέψης είναι η αποδοχή της τεχνολογίας ως δύναμης προόδου και η τάση να περιστέλλεται η παραγωγή, η ανθρώπινη δραστηριότητα που διαμεσολαβείται από όργανα και αντικείμενα, η εργασία, σε «παραγωγικές δυνάμεις», δηλαδή στην τεχνική. [Η Φαντασιακή Θέσμιση της Κοινωνίας].

Η ψηφιακή επανάσταση είναι, επομένως, μια μεταμόρφωση του συμβολικού πεδίου μέσω του οποίου οι κοινωνίες ερμηνεύουν τον εαυτό τους. Η τεχνητή νοημοσύνη γίνεται η προνομιακή έκφραση αυτού του φαντασιακού: ένας μηχανισμός πρόβλεψης, ελέγχου και αυτοματοποίησης, ως αιχμή του δόρατος της καπιταλιστικής προσπάθειας για την πλήρη κυριαρχία της φύσης, τόσο της άψυχης όσο και της ανθρώπινης, μέσω της ψηφιοποίησης. Η ψηφιακή βαρβαρότητα δεν μπορεί να γίνει κατανοητή χωρίς αναφορά σε αυτές τις φαντασιακές σημασίες.

Ο ορίζοντας της ψηφιακής βαρβαρότητας δεν είναι το χάος, αλλά η υποταγή της κοινωνικής ζωής στην αλγοριθμική διακυβέρνηση βασισμένη σε αυτοματοποιημένες παραμέτρους ελεγχόμενες από απρόσιτους μηχανισμού εξουσίας.

Η άνοδος της μυθοπληροφορίας

Η GRR 2026 είναι ένα επίσημο έγγραφο που υπογραμμίζει τους κινδύνους της ψηφιακής βαρβαρότητας και δικαιολογεί τις υποψίες μας, ξεκινώντας από την Εισαγωγή:

«Η παραπληροφόρηση, η αποπληροφόρηση και η ανασφάλεια στον κυβερνοχώρο κατατάχθηκαν στην 2η και 6η θέση των μεγαλύτερων κινδύνων, αντίστοιχα, στην προοπτική των δύο ετών. Τα αρνητικά αποτελέσματα της τεχνητής νοημοσύνης είναι ο κίνδυνος με τη μεγαλύτερη άνοδο στην κατάταξη με την πάροδο του χρόνου, μετακινούμενος από την 30η θέση στην προοπτική των δύο ετών στην 5η θέση στην προοπτική των 10 ετών.» – GRR 2026

Η παραπληροφόρηση και η αποπληροφόρηση στον κυβερνοχώρο είναι το αποτέλεσμα αυτού που ο Langdon Winner ονόμασε «μυθοπληροφορία» [mythinformation], δηλαδή «η σχεδόν θρησκευτική πεποίθηση ότι η ευρεία υιοθέτηση υπολογιστών και συστημάτων επικοινωνίας και η ευρεία πρόσβαση σε ηλεκτρονικές πληροφορίες θα δημιουργήσουν αυτόματα έναν καλύτερο κόσμο για την ανθρωπότητα». (Winner 1984.)

Η πιο άμεση και προφανής επίδραση της μυθοπληροφόρησης είναι οικονομική και συνδέεται άμεσα με την αύξηση των χρηματοοικονομικών επενδύσεων σε εταιρείες τεχνητής νοημοσύνης.
Οι σύγχρονες ψηφιακές αγορές αντιπροσωπεύουν αυτό που η Shoshana Zuboff αποκαλεί «καπιταλισμό της επιτήρησης» – μια νέα οικονομική τάξη που θεωρεί την ανθρώπινη εμπειρία ως «ελεύθερη πρώτη ύλη» για εμπορικές πρακτικές εκμετάλλευσης και τροποποίησης της συμπεριφοράς. Αυτό αντιπροσωπεύει ένα «άνωθεν πραξικόπημα» και μια «ψηφιακή στέρηση» της ελευθερίας.

Αντλώντας από τις «μυθοπλασίες των εμπορευμάτων» του Karl Polanyi (η εργασία ως ζωή, η φύση ως ακίνητη περιουσία, το χρήμα ως μέσο ανταλλαγής), μπορούμε να εντοπίσουμε μια τέταρτη μυθοπλασία: τη μετατροπή της προσωπικής εμπειρίας και της ατομικής συμπεριφοράς σε αξίες της αγοράς. Μέσω των «αλγορίθμων εξατομίκευσης», οι ιδιωτικές εταιρείες αντικειμενοποιούν την προσωπική εμπειρία, περιστέλλοντας τα άτομα σε μετρήσιμα πρότυπα συμπεριφοράς με σκοπό την προσέλκυση της προσοχής και την κατανάλωση χρόνου.

Η τεχνητή νοημοσύνη συμβάλλει σε αυτό που ο Luciano Floridi αποκαλεί περιτύλιξης («enveloping»). Αντί να κατασκευάζονται μηχανές προσαρμοσμένες στον ανθρώπινο κόσμο, οι κοινωνικές σχέσεις μετασχηματίζονται για να προσαρμοστούν στις ψηφιακές τεχνολογίες και τις εφαρμογές τεχνητής νοημοσύνης. Μα η επέκταση της τεχνητής νοημοσύνης δεν ωθείται από τεχνολογικά επιτεύγματα αλλά από την πολιτική βούληση συγκεκριμένων μηχανισμών.

Το 2025, οι χρηματιστηριακές αγορές επηρεάστηκαν από πολιτικές αποφάσεις σχετικά με τη χρηματοδότηση εταιρειών τεχνητής νοημοσύνης σε όλο τον κόσμο.

Την πρώτη εβδομάδα της προεδρίας του, μετά την ορκωμοσία του στις 20 Ιανουαρίου 2025, ο Ντόναλντ Τραμπ ανακοίνωσε ένα πακέτο 500 δισεκατομμυρίων δολαρίων για την ανάπτυξη της ψηφιακής τεχνολογίας.
Μια εβδομάδα αργότερα, δύο κινεζικές εταιρείες [DeepSeek και ByteDance, ιδιοκτήτρια της TikTok] παρουσίασαν μοντέλα TN [LLM] που λειτουργούν με 50 φορές χαμηλότερο κόστος εκπαίδευσης.
Στις 18 Φεβρουαρίου 2025, ο Elon Musk παρουσίασε το τελευταίο μοντέλο Γενετικής Τεχνητής Νοημοσύνης από την εταιρεία του xAI, το Grok 3, το οποίο περιλαμβάνει ένα chatbot, δύο μοντέλα συλλογιστικής και έναν ψηφιακό βοηθό έρευνας, ισχυριζόμενος ψευδώς ότι μιμείται την «ανθρώπινη νοημοσύνη». Τροφοδοτείται από τον υπερυπολογιστή xAI Colossus, με 200.000 μονάδες επεξεργασίας γραφικών [GPUs], και έχει προ-εκπαιδευτεί για 1.000.000 ώρες GPU. Βρίσκεται στο Μέμφις και το σύστημα καταναλώνει 18.927.058 λίτρα νερού την ημέρα για ψύξη. Κατασκευάστηκε σε λιγότερο από οκτώ μήνες και περιλαμβάνει μεγάλες ενεργειακές εγκαταστάσεις για το ψηφιακό σύστημα που καταναλώνει μεγάλη ποσότητα ενέργειας.
Κατά τη διάρκεια του καλοκαιριού, ο Πρόεδρος Τραμπ αποφάσισε ότι οι εταιρείες τεχνητής νοημοσύνης θα μπορούσαν να χρηματοδοτούν τις δικές τους ενεργειακές εγκαταστάσεις χρησιμοποιώντας ομοσπονδιακούς πόρους. Με προεδρικό διάταγμα στις 12 Δεκεμβρίου 2025, ο Τραμπ ανέστειλε το δικαίωμα των Πολιτειών να θεσπίζουν ρυθμιστικούς νόμους και περιορισμούς για τις εταιρείες τεχνητής νοημοσύνης.

Μεταξύ άλλων, τα παραπάνω πολιτικά – και όχι επιστημονικά – γεγονότα συνέβαλαν στην εκτίναξη των επενδύσεων σε εταιρείες τεχνητής νοημοσύνης:

«Οι συνολικές δαπάνες για την τεχνητή νοημοσύνη παγκοσμίως εκτιμάται ότι θα ανέλθουν σε 1,5 τρισεκατομμύρια δολάρια το 2025 και προβλέπεται να αυξηθούν σε 2 τρισεκατομμύρια δολάρια το 2026, με κύρια τμήματα να είναι τα smartphone γενετικής τεχνητής νοημοσύνης (genAI), οι διακομιστές βελτιστοποιημένοι για τεχνητή νοημοσύνη, υπηρεσίες τεχνητής νοημοσύνης, λογισμικό εφαρμογών τεχνητής νοημοσύνης, ημιαγωγοί επεξεργασίας τεχνητής νοημοσύνης και λογισμικό υποδομής τεχνητής νοημοσύνης.68 Μόνο οι κεφαλαιουχικές δαπάνες των οκτώ κορυφαίων υπερμεγέθων παρόχων υπηρεσιών cloud (hyperscalers) των ΗΠΑ ανήλθαν σε 258 δισεκατομμύρια δολάρια το 2024 και προβλέπεται να υπερδιπλασιαστούν σε 525 δισεκατομμύρια δολάρια το 2032.» – GRR2026: 44

Ωστόσο, οι υποσχέσεις για την Γενική Τεχνητή Νοημοσύνη [AGI] δεν υλοποιήθηκαν και άρχισαν να εκδηλώνονται φόβοι για μια πιθανή οικονομική φούσκα.
Όπως επισημαίνει η GRR2026, αυτή η αύξηση των κεφαλαιουχικών επενδύσεων ενέχει σημαντικό κίνδυνο:

«Υπάρχει επί του παρόντος ευρεία ανησυχία σχετικά με τις αυξημένες τιμές των μετοχών των μεγαλύτερων εταιρειών τεχνολογίας, και το 2025 παρατηρήθηκαν περιόδους έντονου ενδιαφέροντος των επενδυτών όχι μόνο για μετοχές που σχετίζονται με την τεχνητή νοημοσύνη (AI), αλλά και για τομείς όπως η πυρηνική ενέργεια, η κβαντική ενέργεια ή οι σπάνιες γαίες. Η απότομη άνοδος των τιμών των πολύτιμων μετάλλων έχει προκαλέσει ανησυχίες για φούσκα και σε αυτόν τον τομέα. Ορισμένες από αυτές τις τιμές έχουν σταθεροποιηθεί ή διορθωθεί έκτοτε, αλλά οι ανησυχίες για την υπερτίμηση των αγορών παραμένουν. Εάν οι προβλέψεις για το σκάσιμο της φούσκας των περιουσιακών στοιχείων αποδειχθούν αληθινές, οι πιθανές επιπτώσεις μπορεί να είναι σημαντικές. Οι παγκόσμιοι θεσμικοί και ιδιώτες επενδυτές έχουν επενδύσει σε μεγάλο βαθμό στις αμερικανικές χρηματιστηριακές αγορές σε σχέση με τα ιστορικά πρότυπα, οπότε οι πιθανές επιπτώσεις ενός κραχ θα μπορούσαν να είναι σοβαρές για την παγκόσμια οικονομία. Το 85% των επικεφαλής οικονομολόγων παγκοσμίως τον Σεπτέμβριο του 2025 πιστεύουν ότι ένα χρηματοπιστωτικό σοκ θα είχε ευρείες συστημικές επιπτώσεις.» – GRR2026

Το Παγκόσμιο Οικονομικό Φόρουμ επιβεβαιώνει την εικόνα ενός φαύλου οικονομικού κύκλου, όπως τον περιέγραψε ο Δρ. Άλεξ Παζαΐτης σε μια διαδικτυακή συζήτηση: τα έσοδα των εταιρειών που αναπτύσσουν μοντέλα τεχνητής νοημοσύνης για την αγορά είναι πενιχρά σε σύγκριση με τις συνεχώς αυξανόμενες δεσμεύσεις τους για δαπάνες και επενδύσεις σε περισσότερη υπολογιστική ισχύ. Έτσι, η χρηματοδότησή τους συνεχίζεται με χρήματα που λαμβάνουν από «επενδύσεις» εταιρειών όπως η NVidia, από την οποία στη συνέχεια αγοράζουν επεξεργαστές. Η NVidia «επενδύει» ταυτόχρονα κεφάλαια σε εταιρείες που παρέχουν υποδομή υπολογιστικού νέφους, όπως η Oracle, η οποία στη συνέχεια αγοράζει επεξεργαστές από την NVidia για να προσφέρει υπηρεσίες σε εταιρείες όπως η OpenAI για τη φιλοξενία των δεδομένων των μοντέλων τους. Και ο κύκλος των αυτοαναφορικών επενδύσεων συνεχίζεται ασταμάτητα.

Μπορούμε να το ονομάσουμε οικονομικό φαύλο κύκλο αυτοαναφορικών επενδύσεων.

Αυτός ο φαύλος κύκλος αυτοαναφορικών επενδύσεων μπορεί να συνεχιστεί για κάποιο διάστημα, έως ότου σκάσει η φούσκα λόγω της συσσώρευσης πολιτικού κεφαλαίου από εταιρείες τεχνητής νοημοσύνης που ανήκουν σε επιρροή πολιτικούς παράγοντες όπως ο Elon Musk. Αυτό μόνο διευρύνει τον φαύλο κύκλο ώστε να περιλαμβάνει και άλλους τομείς της επικοινωνίας, των διαστημικών ταξιδιών και των μεταφορών και διευρύνει την περιοχή επιρροής της ψηφιακής μυθοπληροφόρησης.

Και η τάση μεγέθυνσης συνεχίζεται το 2026. Τον Φεβρουάριο, ο Elon Musk συγχώνευσε το X [Twitter] με την xAI [Grok] ώστε η ΤΝ να έχει άμεση πρόσβαση σε όλα τα δεδομένα των χρηστών και έπειτα συγχώνευσε την xAI με την SpaceX, υποσχόμενος data centers στη Σελήνη και Τεχνητή Νοημοσύνη στο διάστημα. Εκατοντάδες εργαζόμενοι παραιτήθηκΝ από την xAI γιατί καταργήθηκε το τμήμα ασφάλειας της ΤΝ και κάθε προληπτικός περιορισμός.

Η GRR2026 αφιερώνει ένα ολόκληρο κεφάλαιο [2.7] στη συζήτηση τριών ομάδων κινδύνων που συνδέονται με τις εφαρμογές της τεχνητής νοημοσύνης:

«Πρώτον, οι ευρέως αναφερόμενες ανησυχίες σχετικά με τον αντίκτυπο στις αγορές εργασίας θα μπορούσαν να οδηγήσουν σε βαθύτερη κοινωνική πόλωση, εάν αυξηθεί η ανεργία και οι εργαζόμενοι δυσκολευτούν να προσαρμοστούν σε νέα καθήκοντα και ρόλους. Σε ένα τέτοιο σενάριο, θα μπορούσαν να εκδηλωθούν ταυτόχρονα τόσο υψηλότερη παραγωγικότητα όσο και υψηλότερη ανεργία».

Σημειώστε αυτή τη φράση: υψηλότερη παραγωγικότητα με υψηλότερη ανεργία. Αυτό είναι άμεση συνέπεια της επέκτασης της αυτοματοποίησης σε όλες τις κοινωνικές λειτουργίες που μπορούν να αναχθούν σε αλγοριθμικές λειτουργίες. Φαίνεται επίσης να συνάδει με την κεντρική φαντασιακή σημασία του νεοφιλελεύθερου δόγματος του καπιταλισμού, που δίνει έμφαση στο κέρδος έναντι της παραγωγής, ενώ ταυτόχρονα αποτελεί την υλοποίηση της φαντασιακής σημασίας της τεχνοκρατίας, της μείωσης του ανθρώπινου παράγοντα στην παραγωγή.
Φυσικά, τα αποτελέσματα είναι κοινωνική αναταραχή, μαζική ανεργία, μαζική φτώχεια, η ξαφνική υποτίμηση της σημασίας της εργασίας και η ρήξη των κοινωνικών δεσμών.

Μπορούμε να το ονομάσουμε πολιτικό φαύλο κύκλο συστημικής ανισότητας σε εθνικό και διεθνές επίπεδο.

Παρόλα αυτά, θα πρέπει να διευρύνουμε τον ορισμό της συστημικής ανισότητας ώστε να συμπεριλάβει την οικολογική καταστροφή, η οποία μπορεί να επηρεάσει όλους, αλλά δεν έχουν όλοι τα μέσα να μετριάσουν την καταστροφή στη δημόσια υγεία και τις συνθήκες διαβίωσης. Η GRR2026 επισημαίνει τους περιβαλλοντικούς κινδύνους της τεχνητής νοημοσύνης:

«Υπάρχουν επίσης δευτερογενείς φυσιολογικές επιπτώσεις στην υγεία, που προέρχονται από τις περιβαλλοντικές επιπτώσεις των γενετικών μοντέλων τεχνητής νοημοσύνης. Αυτά μπορούν να καταναλώνουν έως και 4.600 φορές περισσότερη ενέργεια από το παραδοσιακό λογισμικό. Οι υποδομές που σχετίζονται με την τεχνητή νοημοσύνη μπορούν να οδηγήσουν σε υποβάθμιση της ποιότητας του αέρα και ρύπανση από την κατασκευή, την παραγωγή ηλεκτρικής ενέργειας και τη διάθεση ηλεκτρονικών αποβλήτων. Μόνο στις Ηνωμένες Πολιτείες, αυτό θα μπορούσε να επιβαρύνει τη δημόσια υγεία με πάνω από 20 δισεκατομμύρια δολάρια ετησίως έως το 2028» – GRR2026: 54

Τέτοιες είναι οι επιπτώσεις της κατεστημένης παραπληροφόρησης γύρω από τις εμπορευματοποιημένες μελλοντικές προβλέψεις της τεχνητής νοημοσύνης στους εξωτερικούς κοινωνικούς τομείς της οικονομίας, της οικολογίας και της πολιτικής. Ωστόσο, αυτές οι επιπτώσεις αντανακλώνται και διπλασιάζονται στους εσωτερικούς ιδιωτικούς τομείς της διαπροσωπικής επικοινωνίας και της αντίληψης της πραγματικότητας.

Οι κίνδυνοι της μυθοπληροφόρησης είναι ακόμη μεγαλύτεροι στον κυβερνοχώρο από ό,τι στις χρηματιστηριακές αγορές. Ο κυβερνοχώρος, ως μια νέα σφαίρα ύπαρξης, αντιπροσωπεύει μια μορφή ετερότητας (διαφορετικότητας) όπου το υποκειμενικό και το αντικειμενικό συγχωνεύονται σε μια εικονική υποκειμενική αντικειμενικότητα. Αυτό υποδηλώνει ότι το Διαδίκτυο δεν μεσολαβεί απλώς στις υπάρχουσες επικοινωνίες μας, αλλά δημιουργεί ένα ενδιάμεσο ψηφιακό στρώμα με μοναδικά επιστημολογικά χαρακτηριστικά και δυνατότητες, όπου η τηλεπαρουσία προϋποθέτει φυσική απουσία και η επικοινωνία περιορίζεται στη σύνταξη. Αυτά υπογραμμίζουν τους γνωσιακούς κινδύνους της τεχνητής νοημοσύνης.

«Δεύτερον, καθώς όλο και περισσότερες εργασίες αναλαμβάνονται από την τεχνητή νοημοσύνη και οι δεξιότητες που προηγουμένως εφαρμόζονταν από τον άνθρωπο αρχίζουν να ατροφούν, δεν είναι σαφές αν η πορεία προς τα εμπρός θα είναι μια χρυσή εποχή για τη δημιουργικότητα, τον ελεύθερο χρόνο και τη μάθηση – ή, αντίθετα, μια ώθηση προς την απουσία σκοπού, την απάθεια και την κοινωνική παρακμή». – GRR2026

Τα μεγάλα γλωσσικά μοντέλα εισάγουν μια νέα γνωστική αστάθεια. Τα αποτελέσματά τους είναι εύλογα αλλά αναξιόπιστα, συχνά υπερβάλλοντας ή παραμορφώνοντας τα συμπεράσματα. Καθώς διεισδύουν στην εκπαίδευση, την έρευνα και την πολιτική, απειλούν να αυτοματοποιήσουν τα γνωστικά λάθη σε μεγάλη κλίμακα.

Στην εποχή της τεχνητής νοημοσύνης, η παραπληροφόρηση εξαπλώνεται ραγδαία μέσω πλατφορμών που έχουν βελτιστοποιηθεί για να προσελκύουν την προσοχή, εκτοπίζοντας τον λογικό διάλογο και διαβρώνοντας το δημόσιο πεδίο επικοινωνίας σε παγκόσμια κλίμακα μέσω των ψηφιακών κοινωνικών μέσων. Η αυξανόμενη εξάρτηση από εφαρμογές τεχνητής νοημοσύνης για την παραγωγή κοινής γνώσης έχει αρχίσει να απειλεί την κοινή δημόσια αντίληψη για την πραγματικότητα.

«Η αυξανόμενη εξάρτηση τόσο από τα μέσα κοινωνικής δικτύωσης όσο και από τα εργαλεία τεχνητής νοημοσύνης ενισχύει τον αντίκτυπο της αλγοριθμικής μεροληψίας, η οποία διαμορφώνει τις πληροφορίες που βλέπουν οι χρήστες στο διαδίκτυο και ενισχύει την έκθεση των ατόμων σε πληροφορίες που συνάδουν με τις απόψεις τους. Αυτό μπορεί να δημιουργήσει ευρέως αποκλίνουσες απόψεις σχετικά με τα πραγματικά γεγονότα και τις εξελίξεις. Οι επιπτώσεις αρχίζουν να γίνονται ακόμη πιο βαθιές. Ο τρόπος με τον οποίο ερμηνεύονται τα γεγονότα του πραγματικού κόσμου στο διαδίκτυο, σε συνδυασμό με την αυξανόμενη κυκλοφορία βίαιου περιεχομένου στα μέσα κοινωνικής δικτύωσης, μπορεί να οδηγεί τους πολίτες να γίνονται πιο συναισθηματικά και γνωστικά αποστασιοποιημένοι και αδιάφοροι απέναντι στις ανθρώπινες τραγωδίες». – GRR2026

Πρέπει να τονίσουμε ότι, δεδομένης της εξάρτησης του παγκόσμιου κοινού από τις ψευδείς πληροφορίες, η κοινή λογική γύρω από την πραγματικότητα μπορεί εύκολα να χειραγωγηθεί μέσω της προπαγάνδας, ακόμη και πριν από την τεχνητή νοημοσύνη. Ωστόσο, πρέπει να παρατηρήσουμε ότι η διείσδυση του ψηφιακού πεδίου στο κοινωνικό φαντασιακό είναι τόσο βαθιά που οι εφαρμογές τεχνητής νοημοσύνης μετασχηματίζουν επίσης την αίσθηση της πραγματικότητας σε επιστημονικούς όρους.

Η παραπάνω ανησυχία είναι δικαιολογημένη, δεδομένου του τεράστιου όγκου επιστημονικών άρθρων και ενημερωτικού υλικού που παράγεται σήμερα από μοντέλα γενετικής τεχνητής νοημοσύνης. Αυτό συμβαίνει ήδη στους τομείς της παραγωγής ακαδημαϊκής γνώσης, όπως στην περίπτωση των ψηφιακών απολιθωμάτων [digital fossils]. Ένα ψηφιακό απολίθωμα είναι ένα παλιό σφάλμα που διατηρείται σε αρχεία που χρησιμοποιούνται ως δεδομένα εκπαίδευσης τεχνητής νοημοσύνης και αναπαράγεται αυτόματα και απροσδόκητα σε νέα αποτελέσματα.

Ωστόσο, τα ψηφιακά απολιθώματα είναι ένα ανεπιθύμητο υποπροϊόν των LLM. Πρέπει να τα θεωρούμε ως δείκτες μιας ευρύτερης επιστημολογικής διάβρωσης της δημόσιας γνώσης.

Αυτή η γνωστική διάβρωση είναι βαθύτερη από τον δημόσιο διάλογο, καθώς τα ψηφιακά μέσα και οι εφαρμογές τεχνητής νοημοσύνης στοχεύουν στην προσωποποίηση και την ιδιωτική αλληλεπίδραση από τη σχεδίασή τους. Ο κυβερνοχώρος δίνει την ψευδή εντύπωση ενός ψηφιακού δημόσιου χώρου, ενώ στην πραγματικότητα είναι περισσότερο ένα δίκτυο αλληλοσυνδεόμενων εικονικών ιδιωτικών χώρων. Κάθε χρήστης επικοινωνεί με τη μορφή τηλεπαρουσίας μέσω ψηφιακών προσωπικοτήτων, από τον δικό του ιδιωτικό χρόνο και χώρο, ακόμα και όταν βρίσκεται σε δημόσιο χώρο. Αν προσθέσετε chatbots τεχνητής νοημοσύνης στην άλλη πλευρά της τηλεπικοινωνίας, κάθε χρήστης μπορεί να παγιδευτεί σε ένα δίχτυ αυτοαναφορικού ψευδοδιαλόγου. Σε αυτό το σημείο, τα παραδοσιακά διαπροσωπικά δίκτυα επικοινωνίας καταρρέουν σε αδιέξοδους επαναλαμβανόμενους μονολόγους μεταξύ υποκειμενικοτήτων και μηχανών.

Ως αποτέλεσμα, ο κατακερματισμός της κοινής αντίληψης της πραγματικότητας μπορεί να οδηγήσει στην κατάρρευση της συνοχής των κοινωνικών φανταστικών σημασιών και των κοινών αξιών. Η συνεχής ροή ανεξέλεγκτων πληροφοριών οδηγεί στη θόλωση της διάκρισης μεταξύ πραγματικότητας και μυθοπλασίας.

Αυτό δημιουργεί έναν ιδεολογικό φαύλο κύκλο παρεξηγήσεων.

Το αποτέλεσμα αυτού θα γίνει αισθητό κοινωνικά ως συρρίκνωση του δημόσιου χώρου και χρόνου και ως εξάπλωση θεωριών συνωμοσίας και άλλων περιθωριακών αφηγήσεων. Αυτό δεν είναι ένα φαντασιακό σενάριο, αλλά ένας πραγματικός κίνδυνος, που τονίζεται από την GRR2026 με έμφαση στις εκλογικές συνέπειες:

«Οι πρόσφατες εκλογές στις Ηνωμένες Πολιτείες, την Ιρλανδία, τις Κάτω Χώρες, το Πακιστάν, την Ιαπωνία, την Ινδία και την Αργεντινή είχαν να αντιμετωπίσουν τέτοιου είδους πλαστά περιεχόμενα στα μέσα κοινωνικής δικτύωσης, τα οποία απεικόνιζαν φανταστικά γεγονότα ή δυσφημούσαν πολιτικούς υποψηφίους, θολώνοντας τη γραμμή μεταξύ πραγματικότητας και μυθοπλασίας. Καθώς η τεχνητή νοημοσύνη χρησιμοποιείται για να κάνει τέτοιο περιεχόμενο πιο εξατομικευμένο και πειστικό, υπάρχει κίνδυνος μεγαλύτερης επίδρασης στις εκλογές. Για παράδειγμα, έρευνα έχει διαπιστώσει ότι το 87% των ανθρώπων στο Ηνωμένο Βασίλειο ανησυχούν για το ενδεχόμενο τα deepfakes να επηρεάσουν τα αποτελέσματα των εκλογών. Ωστόσο, ενώ η ευαισθητοποίηση είναι υψηλή, πολλοί δεν έχουν εμπιστοσύνη στις ικανότητές τους να αναγνωρίσουν πότε το περιεχόμενο είναι παραποιημένο».

Ωστόσο, υπάρχουν ακόμη ευρύτεροι κίνδυνοι που σχετίζονται με τη γνωστική διάβρωση, όπως παραδέχεται η GRR2026:

«Σε ένα ακραίο σενάριο, ο έλεγχος πολλών πτυχών της κοινωνίας θα μπορούσε να παραχωρηθεί στην τεχνητή νοημοσύνη.» – GRR2026

Αυτός είναι ο εφιάλτης της αλγοριθμικής διακυβέρνησης από την άποψη του τεχνοκρατικού απολυταρχισμού, αλλά και το φαντασιακό πρόταγμα δισεκατομμυριούχων όπως ο Elon Musk και ο Peter Thiel, που περιγράφεται σε μια επίσημη πολιτική αναφορά, όπως η GRR. Ωστόσο, δεν είναι το χειρότερο σενάριο που περιγράφει η Έκθεση. Η τρίτη σειρά κινδύνων αφορά την ενσωμάτωση του βιομηχανικού-στρατιωτικού συμπλέγματος στην τεχνοσφαίρα της τεχνητής νοημοσύνης:

«Τρίτον, με την εξάρτηση των στρατών από τα συστήματα τεχνητής νοημοσύνης να συνεχίζει να αυξάνεται, θα αυξηθεί και η πιθανότητα κακής χρήσης ή λαθών, θέτοντας σε άμεσο κίνδυνο ανθρώπινες ζωές.» – GRR2026.

Δεν χρειάζεται να σχολιάσουμε περαιτέρω ή να αναλύσουμε αυτή τη ζοφερή προοπτική για το μέλλον, χωρίς να διακινδυνεύσουμε να βυθιστούμε σε μια τεχνοφοβική δυστοπία. Ωστόσο, η τεχνοφοβία, για άλλη μια φορά, φαίνεται λογική, όταν παρατηρούμε το συμπέρασμα του WEF σχετικά με τους πιθανούς κινδύνους της τεχνητής νοημοσύνης για το 2026:

«Αυτό που διακρίνει την αναστάτωση που προκαλεί η τεχνητή νοημοσύνη από προηγούμενες τεχνολογικές μεταβάσεις είναι η πιθανότητα αλυσιδωτών βλαβών σε διασυνδεδεμένους τομείς. Η μετατόπιση της εργασίας έχει ευρείες επιπτώσεις, σε νοικοκυριά, κοινότητες και πολιτικά συστήματα. Η έλλειψη οικονομικών ευκαιριών ή η ανεργία (που κατατάσσεται στην 14η θέση στην κατάταξη των 10 ετών) μπορεί να οδηγήσει σε εξτρεμισμό. Η δυσπιστία προς τους θεσμούς συνδέεται με την παραπληροφόρηση και την αποπληροφόρηση, ενώ η επιτήρηση ενισχύει τις αυταρχικές αντιδράσεις στην αστάθεια που δημιουργεί η τεχνητή νοημοσύνη. Μόλις δημιουργηθούν, αυτοί οι κύκλοι ενδέχεται να ενισχύονται αμοιβαία». – GRR2026

Αυτό που περιγράφει το WEF είναι αυτό που έχω ονομάσει «ψηφιακή βαρβαρότητα». Είναι αυτό το μόνο πιθανό μέλλον;

Η GRR2026 καταλήγει ενθαρρύνοντας τις κυβερνήσεις των κρατών να συντονιστούν σε αυστηρά μέτρα και κανονισμούς, προειδοποιώντας ότι η τεχνητή νοημοσύνη πρέπει να θεωρείται εξίσου μεγάλη απειλή με τα πυρηνικά όπλα και τα βιοχημικά όπλα:

«Απαιτείται συντονισμός σε θέματα ελάχιστων προδιαγραφών ασφάλειας, διαφάνειας και ηθικής ανάπτυξης, ιδίως για στρατιωτικά, βιομετρικά και μεγάλης κλίμακας συστήματα λήψης αποφάσεων, ο οποίος όμως απαιτεί συνεργασία παρόμοια με εκείνη που απαιτείται για την προστασία από πυρηνικά ή βιολογικά όπλα.» – GRR: 66

Αυτή η ασαφής, κατηγορηματική υπόδειξη κάνει τον αναγνώστη να αναρωτιέται αν οι συγγραφείς διάβασαν τις προηγούμενες σελίδες του εγγράφου, όπου η έλλειψη τέτοιου συντονισμού αναφέρεται ως η αιτία του προβλήματος.

Η φιλοσοφία του δημοκρατικού τεχνοσκεπτικισμού

Αν και η υποδομή του είναι φυσική, ο κυβερνοχώρος είναι ένα πεδίο διαπροσωπικής επικοινωνίας όπου τα ανθρώπινα υποκείμενα είναι οι πραγματικοί κόμβοι της δημιουργίας νοήματος. Το όριο μεταξύ του ψηφιακού και του πραγματικού είναι μια «πορώδης μεμβράνη», που σημαίνει ότι οι ψηφιακές ενέργειες έχουν άμεσες κοινωνικο- ιστορικές συνέπειες. Αναγνωρίζοντας την «οντολογική δυαδικότητα» της ψηφιακής σφαίρας — όπου τα μοντέλα είναι επικοινωνιακές πρακτικές — μπορούμε να γεφυρώσουμε το χάσμα μεταξύ κώδικα και πρακτικής για να οικοδομήσουμε αυτόνομες θεσμούς.

Ο κυρίαρχος λόγος για την τεχνητή νοημοσύνη ταλαντεύεται μεταξύ δύο υπερβολικών τάσεων: της θεσμοθετημένης τεχνοφιλίας και της διάσπαρτης τεχνοφοβίας οι οποίες μοιράζονται το κοινό έδαφος της τεχνολογικής μοιρολατρίας.
Και οι δύο τάσεις συσκοτίζουν το γεγονός ότι η ΤΝ είναι ένας στατιστικός μηχανισμός, που στερείται εσωτερικότητας, προθετικότητας ή αυτονομίας. Ο δημοκρατικός τεχνοσκεπτικισμός προσφέρει μια τρίτη οδό. Απορρίπτει τόσο τις ουτοπικές όσο και τις δυστοπικές φαντασιώσεις και τοποθετεί την τεχνητή νοημοσύνη μέσα στις δομές εξουσίας, τους οικολογικούς περιορισμούς και τις φαντασιακές σημασίες της σύγχρονης κοινωνίας.

Βασισμένος στον ψηφιακό ανθρωπισμό, ο τεχνοσκεπτικισμός επιβεβαιώνει την προτεραιότητα της ανθρώπινης αυτονομίας και την αναγκαιότητα της δημοκρατικής εποπτείας.

Τα ψηφιακά κοινά χρησιμεύουν ως «πρακτικό παράδειγμα» για την επανάκτηση του ψηφιακού. Υλοποιούν αξίες που αντιτίθενται στις καπιταλιστικές νόρμες, όπως η αμοιβαιότητα, η ισότητα, η αλληλεγγύη και η αυτοδιαχείριση. Στα ψηφιακά κοινά, η ανταλλαγή δεν είναι χρήμα, η εργασία δεν εκμεταλλεύεται και η εμπειρία δεν περιορίζεται σε σημεία δεδομένων. Με τον όρο «πρακτικό παράδειγμα» εννοώ, σε αντίθεση με τα θεωρητικά παραδείγματα, ένα μοντέλο που μπορεί να εφαρμοστεί πρακτικά, δημιουργώντας έτσι ένα δίκτυο ανθρώπινων δραστηριοτήτων προς την επίτευξη κοινών στόχων.

Αυτή η γέφυρα μεταξύ κώδικα και πρακτικής είναι δυνατή χάρη στην οντολογική δυαδικότητα της ψηφιακής σφαίρας, όπου τα μοντέλα είναι επικοινωνιακές πρακτικές και όχι απλώς αφαιρέσεις. Ως τέτοιο «πρακτικό παράδειγμα», μπορεί να αναπτυχθεί περαιτέρω σε επικοινωνιακή μορφή κοινωνικών θεσμών κοινωνικής ελευθερίας, δικαιοσύνης, κοινωνικής αυτονομίας, ανακλητότητας, ισότητας, συμμετοχικότητας, αυτοδιοίκησης και κοσμο-τοπικισμού, τόσο στη σφαίρα του κοινού σχεδιασμού και της παραγωγής, όσο και στη σφαίρα του πολιτιστικού διαλόγου και της συν- δημιουργίας. Αυτό συνεπάγεται την από κοινού αναδημιουργία του ελεύθερου δημόσιου χώρου και χρόνου, τόσο στον ψηφιακό όσο και στον πραγματικό κόσμο της ανθρώπινης συνύπαρξης.

Στα ιεραρχικά συστήματα, οι πληροφορίες εξάγονται από κάτω και οι εντολές εκδίδονται από πάνω. Τα ψηφιακά κοινά επιτρέπουν την «αντιστροφή της ροής», όπου οι πολιτικές αποφάσεις παράγονται από την κοινωνική βάση, με βάση πληροφορίες από διαφανείς, δευτεροβάθμιους θεσμούς επεξεργασίας δεδομένων. Αυτό δημιουργεί έναν αυτόνομο ψηφιακό δημόσιο χώρο και χρόνο που υποστηρίζει άμεσα δημοκρατικά οριζόντια δίκτυα.
Τα σύγχρονα δημοκρατικά κοινωνικά κινήματα, που χαρακτηρίζονται από τις διαρκείς συλλογικές διεκδικήσεις με οριζόντιες ισότιμες δικτυώσεις παρέχουν το φυσικό αντίστοιχο των ψηφιακών κοινών. Σε αντίθεση με τα αυταρχικά κινήματα (π.χ. «Τραμπισμός») που χρησιμοποιούν τα ψηφιακά δίκτυα για προπαγάνδα από πάνω προς τα κάτω, τα δημοκρατικά κινήματα δίνουν έμφαση στις οριζόντιές δικτυώσεις, την άμεση δημοκρατία και την άρνηση της ιεραρχικής ηγεσίας.

Μπορούμε να φανταστούμε τον τεχνοσκεπτικισμό σαν ένα θεωρητικό τηλεσκόπιο – μας βοηθά να ανακαλύψουμε πιθανές διαδρομές του προτάγματος της αυτονομίας στον ορίζοντα των μελλοντικών προσδοκιών. Ο ψηφιακός ανθρωπισμός είναι σαν μια πολιτική πυξίδα – μας βοηθά να πλοηγηθούμε προς ένα κοινό δημοκρατικό μέλλον. Ο ψηφιακός ανθρωπισμός βασίζεται στις ανησυχίες που εγείρει ο τεχνοσκεπτικισμός, προσφέροντας λύσεις και αρχές σχεδιασμού. Ενσωματώνει τις αρχές της άμεσης δημοκρατίας, των κοινών και της κοινωνικής οικολογίας στην τεχνολογική κριτική.

Η χρονικότητα και η κοινωνικότητα είναι οι βασικές προϋποθέσεις για αυτές τις πράξεις επανάκτησης του ψηφιακού. Σε αυτό το πλαίσιο, τα άτομα που επιτρέπουν στον προσωπικό τους χρόνο να αποικιστεί, να απορροφηθεί και να ενσωματωθεί στους κυρίαρχους ρυθμούς των κοινωνικών δικτύων, της τηλεπαρουσίας και του ψηφιακού μάρκετινγκ, συμβάλλουν ενεργά στην επέκταση των δικτύων καπιταλιστικού μάρκετινγκ. Όπως παρατήρησα προηγουμένως, στον ψηφιακό κόσμο, τα μοντέλα είναι πρακτικές και οι καπιταλιστικοί όροι της ψηφιακής αναπαράστασης είναι όροι ατομικής εμπορευματοποίησης. Ως εκ τούτου, δημιουργούν καταναλωτικές κοινότητες, οι οποίες λειτουργούν ως επιταχυντές της κυκλικής, επαναλαμβανόμενης χρονικότητας της εκμετάλλευσης των δεδομένων και της δημόσιας απόσπασης της προσοχής.
Αυτός ο κύκλος τροφοδοτεί τον πολλαπλασιασμό των κοινωνικών κρίσεων μέσω της εξάπλωσης του ατομικιστικού καταναλωτισμού, της πολιτικής απάθειας ή του φανατισμού, της διάδοσης διαφημιστικών στρατηγικών και της πραγμοποίησης της προσωπικής εμπειρίας. Ο χρόνος και η κοινότητα με τη μορφή της προσωπικής δέσμευσης και των συλλογικών εμπειριών είναι τα νέα εμπορεύματα, κατακερματισμένα υπό την πλασματική αρχή της ψηφιακής ατομικότητας.
Αντίθετα, η πρακτική της ψηφιακής επανάκτησης συνίσταται στη δημιουργία μιας ελεύθερης κοινής χρονικότητας μέσω των εργαλείων που παρέχουν τα ψηφιακά κοινά σε ανοιχτές δημοκρατικές δικτυώσεις.
Η τρέχουσα κρίση της τεχνητής νοημοσύνης και του καπιταλισμού της επιτήρησης παρουσιάζει μια επιλογή μεταξύ δύο προοπτικών: η μία είναι η επέκταση της καθεστωτικής ψηφιακής κυριαρχίας επί της κοινωνίας και το άλλο η συλλογική δημοκρατική επανακτήση του ψηφιακού. Ο δημοκρατικός τεχνοσκεπτικισμός στοχεύει σε ένα μετακαπιταλιστικό, οικολογικό και ανθρωπιστικό μέλλον, όπου η τεχνολογία χρησιμεύει για την ενίσχυση, και όχι την καταστολή, της δημοκρατικής αυτοκυβέρνησης.

Βιβλιογραφία

Benasayag, M.. The Tyranny of Algorithms. The impact of the digital world and its algorithms on human
beings and society Europa Compass, (2021)

Benedikt, M.. Cyberspace: First Steps The MIT Press, Boston (1991)

Simondon, G. Incorporations Zone Books, New York (1992)

Καστοριάδης, Κ.. Η Φαντασιακή Θέσμιση της Κοινωνίας, εκδ. Ράππα (1978)

Phang, J. et al. Investigating Affective Use and Emotional Well-being on ChatGPT,
https://cdn.openai.com/papers/15987609-5f71-433c-9972-e91131f399a1/openai-affective-use
study.pdf. retrieved November 28 2025, 21.05

Polanyi, K.. The Great Transformation: The Political and Economic Origins of Our Time Farrar & Rinehart,
New York (1944)

Wylie, B. : Zuboff’s cycle of dispossession (2020) Retrieved on 4/4/2024 from:
https://biancawylie.medium.com/zuboffs-cycle-ofdispossession/

Σχισμένος, A. Τεχνολογία και Βαρβαρότητα: Κριτική της Τεχνητής Νοημοσύνης, Athens School (2024)

Winner Bull. Sci. Tech. Soc . , Vol. 4, pp. Printed in the USA. 2070-4676/84 Pergamon Press, Ltd.582-596,
1984

Zuboff, Sh.. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of
Power PublicAffairs, New York (2019)

World Economic Forum: Global Risks Report 2026

The post Μπροστά στην ψηφιακή βαρβαρότητα: Αξιολογώντας την Έκθεση Παγκόσμιων Κινδύνων 2026 του Παγκόσμιου Οικονομικού Φόρουμ first appeared on Aυτολεξεί.

This year will prove significant for Artificial Intelligence for many reasons. A political reason is the midterm congressional elections in the USA, which will determine, among other things, the future of federal and state regulations on AI applications and the conditions for financial speculation and investment in AI companies. The midterm results may be the reason the AI financial bubble bursts, but that depends on the outcome and its potential shockwaves for US politics, the court that currently dominates the AI race.

A secondary, symbolic reason is the fifth anniversary of UNESCO’s Recommendation on the ethics of AI, adopted by the organization’s 194 member states on November 23rd, 2021. How relevant is this document today, given our five-year experience with AI? And how influential has the official adoption of the Recommendation been in shaping AI’s current trajectory?

Of course, these questions cannot be answered definitively given the accelerating pace of the race for AI dominance. However, a brief reflection on the state of the 2021 UNESCO goals in comparison with the empirical realities of early 2026 may help demonstrate why such questions are worth asking.

To make the comparison clear, I will utilize the conceptual framework of my book “Artificial Intelligence and Barbarism” [Athens School, 2025] as a resource for understanding the “mythinformation” and political control mechanisms that underlie seemingly neutral technological advancements.

I adopt the concept of “mythinformation” from Lagdon Winner, who coined the term in 1984 to describe the almost religious belief that the widespread adoption of computers and increased access to information will automatically lead to a better, more democratic world. I think the scope of the concept should be broadened to include the forty-year experience we have gained.

In this historical context, mythinformation is the ideology that equates the expansion of digital information with the expansion of truth, freedom, and social progress. It is the belief that more data produces more knowledge, more connectivity produces more democracy, and more information access produces more autonomy. Moreover, mythinformation transforms technological infrastructures into cultural myths, concealing the power relations, biases, and economic interests embedded in digital systems, and preventing critical reflection on the limits of information-centric thinking.

On that note, we should remember that the UNESCO General Conference’s adoption of the Recommendation was intended to establish global consensus on the ethical governance of AI, grounded in international law and focused on human dignity. It is an anthropocentric document that underscores the potential impact of AI:

“Guided by the purposes and principles of the Charter of the United Nations”, it recognizes the multilevel risks of AI technology, “on societies, environment, ecosystems, and human lives, including the human mind, in part because of the new ways in which its use influences human thinking, interaction, and decision-making.”

The Recommendation was designed as a framework for regulating policies to prevent AI’s catastrophic impact on the social and natural environments. Conceived as a proactive political and legal tool to address a multifaceted problem, the Recommendation defines AI systems by their capacity to mimic intelligent human behavior, including reasoning, learning, and planning.

However, in the five years since, a lot has changed. The most direct challenge to UNESCO’s Recommendation comes from its member states themselves, whose governments have started the AI dominance race. The Atlantic described it in 2026 as a high-stakes, $500B+ competition primarily between the US and China, with Big Tech (Amazon, Alphabet, Meta, Microsoft) projected to spend over $650B on infrastructure. The Recommendation’s voluntary character guaranteed as much. The AI dominance race is a direct effect of systemic technophilia, a dominant socio-political force toward digital barbarism and the delegation of human autonomy to algorithmic governance, exemplified by the Presidency of Donald Trump and the ascension of Big Tech figures like Elon Musk to governmental power.

Let’s look briefly at the policies of the Recommendation. The document designates eleven areas of policy action but I will just comment on some. [1]

The first and the second policy areas, “ethical impact assessment” and “ethical governance and stewardship” will be discussed later.

The third policy area, “data policy,” has already been compromised by Big Data, breaches of data privacy in LLM large-scale training, and the commodification of human intellectual property as raw material for Generative AI, exemplified by the case of Miyazaki’s Studio Ghibli, the data of which was sold by the Japanese government to OpenAI, thus igniting a global trend of Ghibli-like memes in 2025, despite the creator’s explicit objection to this.

Policy area number four, “development and international cooperation,” seems like a joke in our era of the AI dominance race between China, the USA, Russia, and, lately, the EU. UNESCO’s Principle of Fairness and Non-discrimination, alongside Policy Area 4, emphasizes that the benefits of AI must be shared equitably, with particular attention to low- and middle-income countries (LMICs). However, the UNDP 2025 report, “The Next Great Divergence,” warns that AI is sparking a new era of inequality. [2]

This informational inequality further deepens the power gap between the “Global North” and the “Global South”, reintroducing the exploitation structures of colonialism on another level, where private data becomes raw material for machine training, while human labor becomes devalued, and the local environment is devastated by mining and drilling.

Microsoft’s AI diffusion report, “Global AI Adoption in 2025—A Widening Digital Divide,” concludes that AI adoption in the Global North is growing nearly twice as fast as in the Global South, widening the usage gap from 9.8% to 10.6% between late 2024 and 2025. The IMF further warns that growth impacts in advanced economies could be more than double those in low-income countries, effectively eroding the labor advantages that once underpinned convergence. [3]

The most significant divergence between the 2021 UNESCO goals and the 2026 realities lies in Policy Area 5: Environment and Ecosystems, as expected.

The Recommendation mandates that AI actors reduce carbon footprints and prevent the unsustainable exploitation of natural resources. However, empirical data from 2025 and 2026 show an environmental cost that is rapidly escalating beyond sustainable limits.

The Cornell University study on the US data center boom provides a state-by-state look at the toll, projecting that by 2030, AI growth will add 24 to 44 million metric tons of CO2 to the atmosphere annually. The water use associated with cooling AI-focused data centers now exceeds global demand for bottled water, reaching an estimated 765 billion liters in 2025. [4]

This contradicts UNESCO’s goal of “Environmental and Ecosystem Flourishing” as an existential necessity for humanity and poses a significant threat to both society and nature. This means that the current trajectory of AI power dynamics poses a dual threat, both environmental and cultural.

The seventh policy area of UNESCO’s Recommendation focuses on culture and the values of diversity and inclusiveness, which are now being profoundly tested by the homogenization effects of large language models, as UNESCO itself warned recently.

In 2025, UNESCO’s CULTAI expert group report for MONDIACULT 2025 identifies “algorithmic homogenization” and the “outpacing of governance” as core threats to cultural pluralism. Linguistic diversity is a primary point of friction. Currently, fewer than 5% of the world’s languages feed the datasets of frontier AI systems, meaning the vast majority of linguistic worldviews are excluded from the platforms that increasingly structure global knowledge. [3] It seems that AI apps act as aggressive Anglicization machines that threaten the very cultural diversity of humanity. We should add to that the exploitation of cultural work without consent or compensation, which also affects individual privacy and collective memory.

The cultural impact of AI is not only felt across societies from the centers of power to the periphery, but also within society, from above to below.

The UNESCO goals for education in 2021, as explained in the eighth policy area of the Recommendation, focus on enhancing pedagogical integrity and ensuring that AI empowers rather than replaces teachers. In 2025, an UNESCO report found that classrooms have become spaces for “AI experimentation,” frequently without independent evidence of educational effectiveness. [5]

This poses a potential danger of individuals internalizing algorithmic norms. People begin to think, act, and perceive themselves through the logic of digital systems. Examples include optimizing one’s life like a dataset, measuring self-worth by metrics, and adopting algorithmic categories as personal identities. It is the psychological dimension of digital barbarism—the point where external systems become internal habits.

Digital barbarism names the condition in which technologically advanced societies regress in their capacity for judgment, autonomy, and critical thought. It is not a return to chaos, but a new form of domination produced by algorithmic rationality itself.

Of course, this is the opposite direction of the Recommendation’s proclaimed principles which are firmly grounded in digital humanism:

“13. The inviolable and inherent dignity of every human constitutes the foundation for the universal, indivisible, inalienable, interdependent and interrelated system of fundamental rights and freedoms.”

There seems to be an antithesis of values between UNESCO’s Recommendation and the actual objectives of the large companies that run AI applications, specifically LLMs. The necessary infrastructure to support LLMs relies on vast data centers and a capitalist business model that is extractive, centralized, resource-intensive, and oligarchic. On the social level, it introduces a new, aggressive form of financial exploitation of both communal and natural environments. On the political level, it promotes autocratic and oligarchic forms of governance that facilitate and reproduce capital flows toward the technocratic elites who provide AI. We see that these trends are dominating the politics of the Western world as we witness the devaluation not only of UNESCO’s adopted Recommendation but of the UN as such.

Moreover, the Recommendation failed to curb or even limit the spread of mythinformation about the “messianic” properties of AI, which was promoted by those who would stand to benefit the most. CEOs of multibillion-dollar AI enterprises are seeking financial investment. In January 2025, Sam Altman of OpenAI claimed that “we are now confident we know how to build AGI.” This is a perfect example of mythinformation. Later that year, on August 7th, the release of GPT-5 was deemed a failure, proving that we are still nowhere near true AGI. On January 21st, 2026, Sir Demis Hassabis, CEO of Google DeepMind, admitted on a CNBC podcast that current LLMs are excellent at pattern recognition but fail to grasp causality.

Nevertheless, the Recommendation seems to be challenged by the technological developments in AI as well. The transition from reactive Generative AI to agentic AI in late 2025, characterized by the development of autonomous systems based on LLMs that are capable of setting independent goals, executing multi-step plans, self-correcting, and revising their plans accordingly with no human supervision. These are proactive AI models that are goal-oriented and interact with their environment in a perceptive and active manner. They are designed to maximize autonomous functioning and limit human oversight. But as such, they are by design in opposition to UNESCO’s Recommendation on the necessity of human oversight:

“35. Member states should ensure that it is always possible to attribute ethical and legal responsibility for any stage of the life cycle of AI systems, as well as in cases of remedy related to AI systems, to physical persons or to existing legal entities. Human oversight refers thus not only to individual human oversight, but to inclusive public oversight, as appropriate.”

While the Recommendation covers stages from research to disassembly, the non-linear nature of 2026 AI development, in which open-weight models like DeepSeek-R1 are fine-tuned across borders and deployed as decentralized agents, complicates the attribution of ethical and legal responsibility. Agentic AI marks a significant step in the process Luciano Floridi has called the decoupling of Agency and Intelligence, a trend reinforced by the decoupling of Agency and Responsibility.

As AI agents increasingly operate in “blended teams” alongside humans, the Recommendation’s insistence on “final human determination” for life-and-death decisions faces technical friction. By 2026, there are projections that 40% of enterprise applications will embed AI agents, up from less than 5% in 2025, suggesting that human oversight is being architecturally refactored into “supervised autonomy” rather than direct intervention. [6]

This raises the prospect of replacing democratic deliberation with algorithmic governance. Algorithmic governance is the delegation of social, economic, and political decisions to automated systems. It includes predictive policing, algorithmic credit scoring, automated hiring, content moderation, and behavioral nudging. This form of governance is characterized by opacity, power asymmetry, and the displacement of public deliberation by technical procedures.

But before we become alarmists or succumb to the popular trend of adversarial technophobia, we should maintain our technoskeptic stance, focusing on the realities of our time rather than dystopian projections.

Technoskepticism is a critical stance toward technology that rejects both naïve technophilia and reactionary technophobia. It insists that technology is never neutral, that digital systems embody political and economic interests and that philosophical critique is necessary for democratic control of innovation.

We should always keep in mind that behind AI technologies are old-fashioned power dynamics, which means the social-historical field of interaction, where collective activity can change the tides. There is an opposition of values and principles between UNESCO’s Recommendation and global politics, but UNESCO is far from being an anti-systemic organization. It is part of the same global governance institutions that, five years ago, officially adopted this Recommendation along with its values and principles and which have now turned to technocratic autocracy.

Is this sign of state hypocrisy a balance of power that can be reversed?

Our critique advocates for a democratic digital humanism that entails a political critique of techno-capitalist networks, democratization of control over digital information flows, social regulation of AI technology, deepening of the radical political project of social autonomy, recreation of free public time and space, and a reevaluation of the individual as a citizen rather than a user.

Notes:

[1] UNESCO, Recommendation on the ethics of AI, adopted on November 23^rd 2021.

[2] https://www.undp.org/asia-pacific/press-releases/ai-risks-sparking-new-era-divergence-development-gaps-between-countries-widen-undp-report-finds

[3] https://www.csis.org/analysis/divide-delivery-how-ai-can-serve-global-south

[4] https://news.cornell.edu/stories/2025/11/roadmap-shows-environmental-impact-ai-data-center-boom

[5] https://www.unesco.org/en/articles/ai-and-futures-education

[6] https://machinelearningmastery.com/7-agentic-ai-trends-to-watch-in-2026/

The post The path of digital barbarism? Remembering UNESCO’s Recommendation on the Ethics of Artificial Intelligence, five years later. first appeared on Aυτολεξεί.