Τι δεν μπορεί να γράψει η τεχνητή νοημοσύνη και γιατί (του Γιώργος Ζώταλη)

γράφει ο  Γιώργος Ζώταλης (Φιλαδέλφεια, ΗΠΑ)

Κασσάνδρες και Τσιρλιντερς

 Μας χωρίζουν λιγότερα από 10 χρόνια από το Attention is all you need, το άρθρο που ξεκίνησε την εποχή των βαθιών μαθησιακών μηχανών (deep machine learning) και Μεγάλων Γλωσσικών Μοντέλων (Large Language Models). Το ChatGPT εμφανίστηκε μόλις στις 30 Νοεμβρίου 2022. Η τεχνητή νοημοσύνη σαν προϊόν προσιτό στο γενικό κοινό είναι βρέφος και η σχέση μας μαζί της βρίσκεται στο σοκ του καινούριου.

Τι είδους γράψιμο κάνει η τεχνητή νοημοσύνη; Και μπορεί να γίνει λογοτεχνία αξιώσεων; Πολλοί ειδικοί έχουν γνώμη επί του θέματος αλλά κανείς δεν ξέρει το μέλλον. Οι απαντήσεις στο εάν η τεχνητή γραφή μπορεί να φτάσει σε σημείο που δεν ξεχωρίζει από ανθρώπινα κείμενα (ας το πούμε λογοτεχνικό Touring test ή συγγραφικό Imitation game) καλύπτουν όλο το φάσμα από κατηγορηματικά Όχι, συχνά συνοδευόμενα από οργισμένες εκκλήσεις για αντίσταση στο νέο οδοστρωτήρα (1), μέχρι εμφατική αποδοχή – με όλες τις ενδιάμεσες διαβαθμίσεις, επιφυλάξεις και ναι-μεν-αλλά. Το αποτέλεσμα είναι μία εκτεταμένη βιβλιογραφία για την γραφή της τεχνητής νοημοσύνης (AI writing) και τις υλικοτεχνικές, οικονομικές, πολιτικές συνθήκες, κίνητρα, συστήματα και ιδεολογικές παραδοχές που την στηρίζουν, διαμορφώνουν και περιορίζουν.

Αρκετοί από όσους ασχολούνται με το θέμα χωρίζονται σε Κασσάνδρες και Τσιρλίντερς. Οι πρώτες προειδοποιούν για τις παγίδες, τα αρνητικά και επερχόμενους ολέθρους του Terminator AI. Οι δεύτερες ευαγγελίζονται υποσχέσεις και θετικές επιπτώσεις του καινούργιου brave new world γενικευμένης αφθονίας όπου μεταξύ άλλων οι μηχανές θα λογοτεχνούν με απαιτήσεις.

Τα δύο στρατόπεδα έχουν υποδιαιρέσεις. Οι Κασσάνδρες χωρίζονται σε Κινδυνολόγους, Λογοκρίτριες και αποφασισμένες Κασσάνδρες. Οι Κινδυνολόγοι θορυβούν για τους κινδύνους αλλά βασικά είναι ακίνδυνοι. Οι Λογοκρίτριες δεν αρκούνται σε προειδοποιήσεις αλλά πάνε ένα βήμα παραπέρα: φλέγονται να μας προστατέψουν από τους κινδύνους της τεχνητής νοημοσύνης και αυτό τις κάνει δυνητικά επικίνδυνες γιατί το μόνο που ξέρουν είναι λογοκρισία. Και οι αποφασισμένες Κασσάνδρες, μία ολιγάριθμη νεολουδιτική μειοψηφία, απαιτούν να τραβήξουμε την πρίζα εδώ και τώρα.

Οι Τσιρλιντερς χωρίζονται σε Διαφημιστές και Προπαγανδιστές. Οι Διαφημιστές (επίσης γνωστοί σαν Accelerationists που πατάνε ανυπόμονα γκάζι για να φτάσουμε όσο γίνεται γρηγορότερα στο Singularity) ανήκουν στο κόμμα του μάρκετινγκ και δεν χρειάζονται εξήγηση. Όταν ο Σαμ Άλτμαν διέταξε το ChatGPT να γράψει μεταμυθοπλαστικό διήγημα για τεχνητή νοημοσύνη και πένθος, το αποτέλεσμα ήταν μία αυτοδιαφήμιση 1,100 λέξεων. Οι Προπαγανδιστές θέλουν να κάνουν εμάς τις μάζες να θεωρούμε το θέμα τετελεσμένο και πάνω απ’ όλα αναπόφευκτο. Παρουσιάζουν τους ισχυρισμούς και επιδιώξεις των Διαφημιστών σαν γεγονότα.

Κασσάνδρες και Τσιρλίντερς προσκομίζουν εμπειρικά δεδομένα (evidence) για να υποστηρίξουν τις απόψεις τους αλλά αναρωτιέμαι εάν οι αντιδράσεις απέναντι στην τεχνητή νοημοσύνη, όποιες κι αν είναι (κατά, υπέρ, que sera sera) πηγάζουν από κάτι πρωταρχικότερο που δεν είναι εύκολα αναγνωρίσιμο, αρθρώσιμο ή συνειδητό. Χωρίς να μπορώ να το αποδείξω, υποψιάζομαι ότι στο συγκεκριμένο θέμα είμαστε πρώτα ενστικτωδώς Κασσάνδρες, Τσιρλίντερς (ή κάτι άλλο) και κατόπιν βρίσκουμε εμπειρικές ενδείξεις και προσομοιώσεις γεγονότων (factoids) που επιβεβαιώνουν τη γνώμη που ο εγκέφαλος μας διαμόρφωσε αυτόματα, πριν από μας για μας. Όπως σε ένα σωρό άλλα πράγματα, οι γνώμες για τεχνητή νοημοσύνη δεν ξεκινούν από tabula rasa. Θυμίζουν το καομπόϊκο κλισέ, πρώτα πυροβολούμε και μετά ψάχνουμε να δούμε τι έχει γίνει.

Ο χαρακτηρισμός κάποιου σαν Κασσάνδρα ή Τσιρλιντερ της τεχνητής νοημοσύνης δεν υπονοεί ότι έχει λάθος. Στο τέλος κάποιοι θα αποδειχθούν σωστοί. Ή μπορεί να είναι και οι δύο λάθος. Το πρόβλημα είναι ότι σήμερα δεν υπάρχουν επαρκή εμπειρικά στοιχεία για βεβαιότητες είτε προς τη μία είτε προς την άλλη κατεύθυνση (και ένα μεγάλο κομμάτι δεδομένων που παρουσιάζονται σαν εμπειρικά είναι φούσκες). Σε αυτό το θολό τοπίο μη-αποφασισιμότητας, παρωπίδες, τυφλά σημεία, προκαταλήψεις, προσδοκίες, προδιαθέσεις και συμφέροντα, υπεραναπληρώνουν το αποδεικτικό έλλειμμα.

Στοχαστικοί παπαγάλοι

Τα Μεγάλα Γλωσσικά Μοντέλα (Claude 4.5 Opus, ChatGPT 5.2, Gemini 3, Grok 4.1 για να μείνουμε σε ΑΙ σελέμπριτις) εμπεριέχουν και επεξεργάζονται δισεκατομμύρια στατιστικές συναρτήσεις ανάμεσα σε λέξεις, προτάσεις, παραγράφους και σελίδες (το ChatGPT-5 δουλεύει με πάνω από 1 τρισεκατομμύριο). Δεν καταλαβαίνουν γράμματα, δεν βλέπουν λέξεις, προτάσεις, παραγράφους, δεν νοιώθουν αισθήματα, ούτε σκέπτονται ιδέες. Οι κειμενομηχανές δουλεύουν με word embedding στο οποίο ασύλληπτα πολυδιάστατες σειρές αριθμών (tokens) προβλέπουν τις πιθανότερες επόμενες σειρές αριθμών.

Εάν δώσουμε σαν input “Last Christmas…” το κατά πολύ πιθανότερο output είναι “…I gave you my heart.” Όταν αρχίζω ένα μήνυμα στο κινητό και γράφω “τι”, το υπερπρόθυμο ρομποτάκι που σκίζεται να με εξυπηρετήσει προσφέρει τις επιλογές “γίνεται”, “είναι”, “να” και “κάνουμε”.

Αυτός είναι ο λόγος που μία εύστοχη περιγραφή της τεχνητής νοημοσύνης είναι ότι αποτελεί στοχαστικό παπαγάλο. Η φράση είναι της Emily Bender η οποία την λάνσαρε στο άρθρο της On the Dangers of Stochastic Parrots (2021) και την ανέλυσε διεξοδικότερα στο βιβλίο που έγραψε με την Alex Hanna The AI con: How to Fight Big Tech’s Hype and Create the Future We Want (2025) όπου τα μεγάλα γλωσσικά μοντέλα περιγράφονται σαν synthetic text extruding machines/μηχανές που εκκρίνουν συνθετικό κείμενο (2).

Παρουσιάζοντας το AI con στο New York Review of Books, o James Gleick (συγγραφέας του βιβλίου-ορόσημο για το Χάος) συμπύκνωσε την περιρρέουσα δυσθυμία σε μιά πρόταση που θα μπορούσε να βρίσκεται στο Κεφάλαιο αν ο Μαρξ έγραφε στον 21^ο αιώνα:

The artificial intelligence industry depends on plagiarism, mimicry, and exploited labor, not intelligence. Η βιομηχανία της τεχνητής νοημοσύνης βασίζεται σε λογοκλοπή, μιμητισμό και εκμετάλλευση εργασίας, όχι σε νοημοσύνη. (3)

Οι μαθησιακές μηχανές επεξεργάζονται το υλικό που τους δίνουμε – και αυτή είναι η μυστική σάλτσα που αγνοούν οι ειδικοί που τις κατασκευάζουν και τις βάζουν να δουλεύουν. Αλλά ό,τι και να είναι το je ne sais quoi που μαγειρεύουν τα αόρατα στρώματα νευρωνικών δικτύων ανάμεσα σε input και output, το προϊόν της τεχνητής νοημοσύνης καθορίζεται, διαμορφώνεται και περιορίζεται από αυτά που της δίνουμε. Τα outputs δεν μπορούν να υπερβούν τα όρια των inputs. Με άλλα λόγια garbage in, garbage out.

Η τεχνητή νοημοσύνη είναι ανισόμορφη. Σε επαναλαμβανόμενα καθήκοντα και δουλιές που επιδέχονται αλγοριθμοποίηση, αυτοματοποίηση και βελτιστοποίηση (optimization) ξεπερνά τις ανθρώπινες δυνατότητες με μεγάλη ευκολία. Σε ότι αφορά το γράψιμο παράγει προβλέψιμα, εύπεπτα, κλισαρισμένα κείμενα – οδηγίες χρήσης οικιακών συσκευών, εγχειρίδια, προσπέκτους, περιλήψεις, διαφημιστικά φυλάδια, γενικόλογες ιατρικές συμβουλές, πολιτικές ομιλίες, προεκλογικά προγράμματα, επετειακά αφηγήματα, που να πας διακοπές για να αποφύγεις τις Έμιλες στα Παρίσια κττ.

Είναι τέλειος βοηθός όταν κάνεις έρευνα και ψάχνεις εν τω βάθει πληροφορίες. Μπορεί να βρει σε λίγα λεπτά (πολλές φορές δευτερόλεπτα) πράγματα που θα έπαιρναν εκατοντάδες εργατοώρες να τα βρείς μόνος σου (και μπορεί και να μην τα έβρισκες ποτέ.) Αλλά σκοντάφτει παταγωδώς σε πράγματα που ξεφεύγουν από τα δεδομένα στα οποία εκπαιδεύτηκε. Και όσον αφορά de novo δημιουργία στιλ και φωνής – τα εκ των ων ουκ άνευ δημιουργικής γραφής και τέχνης – οι μηχανές δεν μπορούν να τα δουν ούτε στον ύπνο τους, ακόμα και αν υποθέσουμε όπως ο Φίλιπ Κ Ντικ ότι τα ανδροειδή ονειρεύονται ηλεκτρικά πρόβατα.

Τι σημαίνει αυτό για το γράψιμο της τεχνητής νοημοσύνης; Θα απαντήσω χρησιμοποιώντας το παράδειγμα του Ντελίλλο με το έργο του οποίου είμαι κάπως εξοικειωμένος.

Επειδή τα μυθιστορήματα του Ντελίλλο συμπεριλαμβάνονται στο αχανές περιεχόμενο που χρησιμοποιήθηκε για την εκπαίδευση των LLMs, οι μηχανές εύκολα αναπαράγουν το στιλ και την φωνή του συγγραφέα του Λευκού Θορύβου και των Ονομάτων. Αν τις βάλεις να δουλέψουν σε deep research mode, δίνουν κρύα ντελιλοϊκή ειρωνεία σε ανεπαίσθητες ομοιοπαθητικές δόσεις. Μπορούν να σε εξουθενώσουν με υπερβολικές ποσότητες παράνοιας από την περίοδο του Libra. Μπορούν να δώσουν Ντελίλλο μετά την 11^η Σεπτεμβρίου. Ή μπορούν να ντουμπλάρουν τον πρόσφατο Ντελίλλο του The Silence όπου το διαδίκτυο έχει καταρρεύσει και ζούμε χωρίς οθόνες.

Και σαν μπλέντερ, η τεχνητή νοημοσύνη μπορεί να αναμίξει όποια εκδοχή και δοσολογία Ντελίλλο θέλουμε με τις Εξομολογήσεις του Αυγουστίνου, τα Διαλεχτά Έργα του Οσάμα μπιν Λάντεν, 50 Αποχρώσεις του Γκρι, Αποκάλυψη του Ιωάννη, Διηγήματα του Άσιμοφ (πολλά από τα οποία σήμερα διαβάζονται σαν προφητικά First Encounters Ανθρώπου και Μηχανής), μαζί με ανύπαρκτα βιβλία ανύπαρκτων συγγραφέων κλπ κλπ. Οι επιλογές είναι ανεξάντλητες. Δεν είναι τυχαίο ότι μία προνομιακή λέξη των καιρών είναι το υβριδικό.

Από τη στιγμή που κάποιο λογοτεχνικό κείμενο γίνει μέρος του input, το μοντέλο στο σερβίρει όπως θέλεις – από meme και deep fake μέχρι υψηλού επιπέδου παρουσίαση με Powerpoint slides, podcast, βιβλιοκριτική, διδακτορικό και βάλε.

Αλλά το μοντέλο δεν μπορεί να απογειωθεί ούτε να απελευθερωθεί από αυτά που έμαθε ώστε να γενικεύσει και να γράψει κάτι αυθεντικά πρωτότυπο. Οι μηχανές μηρυκάζουν υπάρχοντα γραπτά ad infinitum. Είναι ανίκανες να δημιουργήσουν κάτι που δεν έχει προϋπάρξει.

Ποιό είναι το συγγραφικό στυλ της τεχνητής νοημοσύνης;

Αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη δεν έχει στυλ και φωνή.

Σε πρόσφατο σχόλιο με τίτλο Will AI writing ever be good? ο Max Read περιέγραψε μοτίβα που επαναλαμβάνονται σε διηγήματα γραμμένα από έξυπνες μηχανές. Για άγνωστους λόγους, η τεχνητή νοημοσύνη προτιμά φαντάσματα, σκιές, μνήμες, μουρμουρητό, ησυχία. Σε μικρές δόσεις, η ανθρωπόμορφη πρόζα φαίνεται συνεκτική και αρέσει σε αναγνώστες χαμηλών απαιτήσεων που εντυπωσιάζονται με κλισέ. Αλλά σε μεγάλες δόσεις το γράψιμο της τεχνητής νοημοσύνης προδίδεται από λεκτικά και στυλιστικά τικ που φέρνουν στην επιφάνεια το πόσο αλλόκοτη είναι. Ο Max Read σχολιάζει:

Even as LLMs get better at producing fluid and plausibly human text, these persistent stylistic tics remain interestingly abrasive – in a single short answer, presented to you in a vacuum, AI text is as smooth as can be, but when you’re confronted with an overwhelming amount of it, the strangeness that’s been fine tuned out really begins to reassert itself. Καθώς το κείμενο των Μεγάλων Γλωσσικών Μοντέλων βελτιώνεται σε σημείο που μπορεί να θεωρηθεί ανθρώπινο, τα στυλιστικά τους τικ παραμένουν ενοχλητικά – μικρά κείμενα φαίνονται λεία. Σε μεγάλες ποσότητες γίνονται παράξενα. (4)

Γιατί;

Για ποιό λόγο η λογοτεχνία της τεχνητής νοημοσύνης είναι αφύσικα ενοχλητική;

Μέχρι στιγμής έχουν προταθεί τρεις εξηγήσεις – τεχνολογική, οικονομική και οντολογική.

Η τεχνολογική εξήγηση βρίσκεται πολύ κοντά στους στοχαστικούς παπαγάλους. Εφόσον η μηχανή επεξεργάζεται προϋπάρχοντα κείμενα, αργά ή γρήγορα η συνεχής αναμάσηση μέσα στο μαύρο κουτί αποκρυσταλλώνεται σε μοτίβα τα οποία το μοντέλο (για δικούς του λόγους) πριμοδοτεί σαν ποιοτικό γράψιμο χωρίς να έχει ιδέα ότι τα χωρίζει άβυσσος από ανθρώπινη γραφή. Ίσως πρόκειται για ψευδαίσθηση λάιτ. Αυτή η ερμηνεία υπονοεί κάποιο φράγμα το οποίο η τεχνητή νοημοσύνη αδυνατεί να υπερβεί χωρίς όμως να παίρνει θέση στο εάν πρόκειται για καταστατικά ανυπέρβλητο ή κάτι που θα ξεπεραστεί στο μέλλον.

Η δεύτερη εξήγηση πρεσβεύει ότι δεν υπάρχουν οικονομικά κίνητρα για να φτιαχτούν μοντέλα που γράφουν το ίδιο καλά ή καλύτερα από ανθρώπινους συγγραφείς. Ο λόγος είναι ότι δεν υπάρχει ζήτηση για ποιοτική δημιουργική γραφή από μηχανές. Το χρήμα στην τεχνητή νοημοσύνη βρίσκεται αλλού – στην αυτοματοποίηση συστημάτων, υποδομών και διεργασιών της πραγματικής οικονομίας και τη συνοδό πρεκαριατοποίηση αν όχι αποδεκατισμό μεγάλων στρωμάτων εργαζομένων στο knowledge economy. Για παράδειγμα, στο χώρο της υγείας η τεχνητή νοημοσύνη  επαναπροσδιορίζει τις σχέσεις γιατρών/ασθενών και αυτοματοποιεί διοικητικά, γραφειοκρατικά καθήκοντα ώστε το σύστημα να βλέπει περισσότερους ασθενείς. Η τεχνητή νοημοσύνη στην υγεία δεν ενδιαφέρεται να γράψει το καινούργιο House of God (5).

Η οικονομική εξήγηση υπονοεί ότι ακόμα και αν μπορούν να φτιάξουν ηλεκτρονικούς Τσέχωφ, Κάφκα, Μπέκετ, Ουελμπέκ κλπ δεν υπάρχει αγορά για λογοτεχνία από έξυπνες μηχανές. Ποιός ενδιαφέρεται για αυτά τα βιβλία; Και ακόμη και αν κάποιοι τα αγοράσουν, ποιά είναι τα περιθώρια κέρδους; Οικονομικές αναλύσεις παραπέμπουν επίσης σε zero sum game ανάμεσα στις λογοτεχνικές δυνατότητες της τεχνητής νοημοσύνης vs το κυνήγι του κέρδους. Το ChatGPT 4.5 κατασκευάστηκε με στόχο να γράφει καλή πρόζα αλλά αποδείχτηκε πολύ αργό και δαπανηρό για τα άλλα (μη λογοτεχνικά πλην κερδοφόρα) πράγματα και το απέσυραν (6).

Η οντολογική προσέγγιση του γιατί η γραφή της τεχνητής νοημοσύνης είναι άκομψη και abrasive όπως λέει ο Max Read, μετατοπίζει τη συζήτηση σε διαφορετικό επίπεδο. Το ανθρώπινο γράψιμο είναι μοναδικό γιατί είμαστε βιολογικά πράγματα.

Οι βιονοημοσύνες (από τις απλούστερες μονοκυττάριες μορφές μέχρι τον ανθρώπινο εγκέφαλο) είναι προϊόντα ανυπολόγιστου εξελικτικού βάθους. Τα πρώτα νευρικά συστήματα εμφανίστηκαν πριν 600 εκατομμύρια χρόνια. Η ιστορία του ανθρώπινου εγκεφάλου ξεκίνησε πριν 6-7 εκατομμύρια χρόνια όταν αποχωρίστηκαν hominids και χιμπατζήδες. Οι ανατομικοί Homo Sapiens εμφανίσθηκαν πριν απο 300.000 χρόνια. Και ο ανθρώπινος εγκέφαλος όπως τον καταλαβαίνουμε σήμερα με ομιλία, αριθμούς, αφηρημένη σκέψη και τέχνη έχει πίσω του 35.000 χρόνια. Όλο αυτό το βάθος μεταφράζεται σε λειτουργικά πλεονεκτήματα πολύ πέρα από αποδοτικότητα, βελτιστοποίηση και αυτοματοποίηση σε μεγάλες κλίμακες (τα ατού της εργαλειακής ορθολογικότητας των μηχανών). Ο ανθρώπινος εγκέφαλος διαβάζει αποχρώσεις, γκρίζες ζώνες, αμφισημίες, πολλαπλότητες, υπονοούμενα, ειρωνεία και ένα σωρό απρόβλεπτες καταστάσεις που είναι αδύνατον να αλγοριθμοποιηθούν και μπροστά στις οποίες οι μηχανές κλατάρουν. Αυτά όταν συγκρίνουμε βιολογικές και τεχνητές νοημοσύνες σαν είδη.

Σε ατομικό επίπεδο έχουμε την μοναδικότητα του κάθε ανθρώπου με τις δικές του ανεπανάληπτες εμπειρίες, μνήμες, εμμονές, παθολογίες, αδιέξοδα, απωθημένα, ορμές, κίνητρα, ταλέντα, κωμωδίες, επενδύσεις, ευκαιρίες κλπ. Όλα αυτά απορρέουν από μακρόχρονες ανεξέλεγκτες, τυχαίες αλληλεπιδράσεις με ανθρώπινα και μη-ανθρώπινα περιβάλλοντα.

Η ανθρώπινη νοημοσύνη είναι αλληλένδετη και αξεχώριστη από την σωματικότητα μας και εδώ η οντολογική εξήγηση θυμίζει Μωρίς Μερλώ-Ποντύ. Οι ασώματες νοημοσύνες των μηχανών δεν έχουν βιωματικές ούτε αισθητηριακές εμπειρίες της γύρω πραγματικότητας. Δεν μπορούν να ξεπεράσουν τα όρια της σιλικόνης και των μικροτσίπ της Nvidia. Δεν έχουν διάδραση ούτε κατανόηση του κόσμου και αυτό τις περιορίζει σε ένα πολύ στενό και ρηχό φάσμα λειτουργιών και δεξιοτήτων. Η εργαλειακή ορθολογικότητα της τεχνητής νοημοσύνης είναι βαθύς καπιταλισμός du jour που επιδιώκει οικονομικό κέρδος, όχι δημιουργικότητα.

Ίσως έχει δίκιο ο Gleick και όσοι υποστηρίζουν ότι η βιομηχανία της τεχνητής νοημοσύνης δεν στηρίζεται σε νοημοσύνη, και ότι η χρήση του όρου νοημοσύνη για να περιγράψει τα Μεγάλα Γλωσσικά Μοντέλα αποτελεί υπεξαίρεση.

Σκουπιδαριό.

Κάθε συζήτηση για το τι γράφει και τι δεν μπορεί να γράφει η τεχνητή νοημοσύνη είναι ελλιπής και μονομερής εάν αγνοεί το αντίθετο και απείρως συχνότερο φαινόμενο του AI slop, τον κατακλυσμό του διαδικτύου από ρομποτικό σκουπιδαριό.

Κείμενα, εικόνες και βίντεο χαμηλής ή μηδενικής προσπάθειας, σπαμ διαφημίσεις και τα ανεξάντλητα σκρολαρίσματα του brain rot αποτελούν το πολύ πιό άμεσο και χειροπιαστό αποτέλεσμα της τεχνητής νοημοσύνης. Γάτες που μιλάνε και πρωταγωνιστούν σε σαπουνόπερες, Ιησούς Χριστός με σώμα γαρίδας, κοριτσάκια που σώζονται από τσουνάμι ενώ κρατάνε αγκαλιά το σκυλάκι τους, ζόμπι που παίζουν ποδόσφαιρο, θερμές χειραψίες του Πάπα με τον Σατανά στο Βατικανό, λαγοί που χοροπηδάνε σε τραμπολίνο, ψεύτικες παρελάσεις, διαφημίσεις προϊόντων που δεν υπάρχουν, καγκουρώ που δουλεύουν σε αεροδρόμια, αεροσυνοδοί φτυστές Σκάρλετ Τζοχάνσον και άφθονα παρεμφερή προϊόντα είχαν σαν αποτέλεσμα να ανακηρυχθεί το slop σε λέξη της χρονιάς για το 2025. Αυτά είναι το παρόν και μέλλον, όχι ρομποτικές Βιρτζίνιες Γουλφ.

Η τεχνητή νοημοσύνη διαχέεται στα δημιουργικά πεδία αλλά δεν είναι σε θέση να απειλήσει το ανθρώπινο γράψιμο. Πιθανώς συγγραφείς που χρησιμοποιούν τεχνητή νοημοσύνη θα αντικαταστήσουν αυτούς που δεν χρησιμοποιούν τεχνητή νοημοσύνη. Όσο για τους ενδιαφέροντες συγγραφείς, αυτοί θα χρησιμοποιούν τις μηχανές προκειμένου να αποφεύγουν ή να σαμποτάρουν τις συμβουλές και το γράψιμο τους.

Σημειώσεις.

1. The Large Language Muddle. Οργισμένη επίθεση κατά των Large Language Models από τους εκδότες του n+1, Φθινόπωρο 2025.
2. Emily Μ. Bender, Alex Hanna. The AI Con: How to Fight Big Tech’s Hype and Create the Future We Want. Harper, 274 σελίδες, 2025.
3. James Gleick. The Parrot in the Machine. NYRB, 24 Ιουλίου, 2025.
4. Max Read. Will A.I. writing ever be good? Some notes on A.I. writing. 5 Δεκεμβρίου, 2025. Tο Newsletter του Max Read ασχολείται συστηματικά με τεχνητή νοημοσύνη.
5. Samuel Shem. The House of God. Πρωτοποριακό μυθιστόρημα που σατιρίζει την εκπαίδευση των νέων γιατρών. Όταν κυκλοφόρησε το 1978 προκάλεσε σκάνδαλο. Σήμερα θεωρείται υποχρεωτικό ανάγνωσμα.
6. Nathan Lambert. Why AI writing is mid. How the current way of training language models destroys any voice (and hope of good writing). Interconnects. 16 Νοεμβρίου 2025.