Εισήγηση: Αλγόριθμος _η μηχανοποίηση της σκέψης

ΠΡΩΤΟ ΜΕΡΟΣ

Τι είναι ένας αλγόριθμος; Αυτό που γνωρίζουμε, ακόμα κι αν δεν έχουμε σχέση με σπουδές μαθηματικών ή την επιστήμη των υπολογιστών, είναι ότι μοιάζει με μια συνταγή. Έτσι μας λένε δηλαδή. Μια συνταγή με συγκεκριμένα βήματα τα οποία αν ακολουθήσουμε, θα έχουμε ένα συγκεκριμένο, προκαθορισμένο αποτέλεσμα. Οι αλγόριθμοι ως βάση των ηλεκτρονικών υπολογιστών έχουν επεκταθεί σε πάρα πολλούς τομείς της καθημερινότητάς μας. Από τη δουλειά μέχρι τις πολύ προσωπικές, καθημερινές μας επαφές. Μάλιστα, οι επιστήμονες λένε ότι τα πάντα μπορούν να αλγοριθμοποιηθούν και να μηχανοποιηθούν. Άσχετα με το αν το καταφέρνουν, με ποιο τρόπο και με ποιες απώλειες, το σημαντικό είναι ότι αυτή η πεποίθηση υπάρχει στα μυαλά και στις σκέψεις όλο και περισσότερων ανθρώπων. Χωρίς μάλιστα να γίνεται κατανοητό ή χωρίς να ενοχλεί, το τι τεμαχίζεται, τι πετιέται και τι αποκόπτεται από την πραγματικότητα στη διαδικασία αλγοριθμοποίησης της.

O επίσημος ορισμός του αλγορίθμου σύμφωνα με τα σχολικά βιβλία είναι αυτός:

Ως αλγόριθμος ορίζεται μια πεπερασμένη σειρά ενεργειών, αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο χρόνο, που στοχεύουν στην επίλυση ενός προβλήματος. Πιο απλά, αλγόριθμο ονομάζουμε μία σειρά από εντολές που έχουν αρχή και τέλος, είναι σαφείς και εκτελέσιμες και σκοπό έχουν την επίλυση κάποιου προβλήματος.

Όπως είπαμε, οι αλγόριθμοι αποτελούν, σε μεγάλο βαθμό, τη βάση για τον προγραμματισμό και την λειτουργία των υπολογιστών. Ο υπολογιστής όμως, όπως τον ξέρουμε σήμερα, είναι αποτέλεσμα διαφορετικών μεταξύ τους διεργασιών που ξεκινάνε από αρκετά παλιά και δεν προκύπτουν μόνο από την επιθυμία των ανθρώπων να φτιάξουν μηχανές που να τους εξυπηρετούν.

Η ανάγκη που είχαν τα κράτη του 18ου αιώνα για μηχανοργάνωση των υπηρεσιών τους καθώς και η ανάγκη για οργάνωση των δουλειών γραφείου προς τα τέλη του 19ου αιώνα, έβαλαν στο κέντρο έννοιες που δεν ήταν τόσο κεντρικές πριν. Έννοιες όπως η αρχειοθέτηση και η αποθήκευση εγγράφων καθώς και οι πολύ σημαντικές και χρονοβόρες πράξεις από ανθρώπους-υπολογιστές για τα στατιστικά, την εφορία και τις απογραφές.

Κι από την άλλη, σαν ένας κόσμος παράλληλος κι όχι απαραίτητα ξεκομμένος, υπήρχαν οι διάφοροι επιστήμονες οι οποίοι, στην προσπάθεια τους να εξελίξουν ορισμένους κλάδους των μαθηματικών, έκαναν διάφορες ενδιαφέρουσες ανακαλύψεις που εν τέλει κάποια στιγμή βρήκαν τον δρόμο τους κι ενσωματώθηκαν στις μηχανές που σήμερα έχουμε μπροστά μας όταν πχ. πληκτρολογούμε ένα κείμενο. Στο τέλος αυτού του ιστορικού νήματος σκέψης εμφανίζονται οι αλγόριθμοι σαν εργαλείο-λύση σε κάποια από τα τότε βασικά μαθηματικά προβλήματα της εποχής.

Χωρίς να θέλουμε να κάνουμε εδώ ένα πλήρες ιστορικό για την έννοια του αλγορίθμου, για το πώς εξελίχθηκε μέσα στους κύκλους των επιστημόνων ή για το πώς γεννήθηκαν οι υπολογιστές και για το τι ακριβώς συνέβη πριν δημιουργηθούν, θα παραθέσουμε κάποια σημεία που μας φαίνονται σημαντικά.

Όταν ο Babbage συνάντησε τον αργαλειό του Jacquard

Στις αρχές του 19ου αιώνα οι πρώτες «μηχανές» επεξεργασίας πληροφοριών σε μαζική κλίμακα αποτελούνταν από ανθρώπους-υπολογιστές και σκόπευαν στην παραγωγή μαθηματικών πινάκων. Είναι ενδεικτικό ότι τότε ο όρος «computer» παρέπεμπε σε επάγγελμα. Το κοινό τους στοιχείο ήταν ο τρόπος οργάνωσης της παραγωγής αυτών των πινάκων, ο οποίος γινόταν στη βάση των τότε εργοστασιακών προτύπων. Για παράδειγμα, στη Γαλλία τέτοιοι πίνακες αφορούσαν στην αναμόρφωση του κρατικού συστήματος για την εγκαθίδρυση ενός πιο αποδοτικού φορολογικού συστήματος ενώ στην Αγγλία στην παραγωγή Πινάκων Ναυσιπλοΐας (το λεγόμενο Nautical Almanac). Η οργάνωση αυτών των πινάκων είχε απλοποιηθεί και στηθεί κατά τέτοιο τρόπο ώστε η πλειοψηφία των ανθρώπινων computer που εκτελούσαν τους υπολογισμούς να μη χρειάζονται τελικά παρά μόνο τις πράξεις της πρόσθεσης και της αφαίρεσης.

Ο Charles Babbage, καταξιωμένος Βρετανός μαθηματικός, γνώριζε ήδη από τα τέλη του 18ου αιώνα για το γαλλικό πρόγραμμα κατασκευής πινάκων και αποφάσισε να το μιμηθεί. Με μία σημαντική διαφορά. Ενώ θα κρατούσε τις ίδιες αρχές καταμερισμού εργασίας, θα αντικαθιστούσε τους ανθρώπους-υπολογιστές με μηχανικά μέρη. Έχοντας δει τον αργαλειό του Jacquard 1, δανείστηκε από εκεί την ιδέα του προγραμματισμού της μηχανής μέσω διάτρητων καρτών. Η πρώτη τέτοια μηχανή που σχεδίασε — και σχεδόν κατάφερε να κατασκευάσει – ήταν η λεγόμενη Διαφορική Μηχανή (Difference Engine). Το «πρόβλημα» με τη Διαφορική Μηχανή ήταν ότι είχε ανάγκη ανθρώπινης παρέμβασης για να παράγει μια συνεχή ροή αποτελεσμάτων. Για να απαλείψει τελείως αυτή την ανάγκη, σχεδίασε στη συνέχεια την Αναλυτική Μηχανή (Analytical Engine) που θα μπορούσε να χρησιμοποιεί τα ίδια της τα αποτελέσματα σε νέους υπολογισμούς και θα είχε την ικανότητα να εκτελεί οποιονδήποτε υπολογισμό. Διαχώρισε το τμήμα που ήταν υπεύθυνο για την αποθήκευση των αριθμών (το ονόμασε «store», δηλαδή αποθήκη) από εκείνο που εκτελούσε τις πράξεις (mill: μύλος), με ορολογία δανεισμένη από την κλωστοϋφαντουργία. Η Αναλυτική Μηχανή δεν κατασκευάστηκε ποτέ λόγω έλλειψης εξαρτημάτων ακριβείας και κόστους — παρέμενε φτηνότερο για την κυβέρνηση της Αγγλίας να αναθέτει την εργασία σε ανθρώπινους υπολογιστές.

Τέλη 19ου αιώνα – 2ος παγκόσμιος

Κατά τα τέλη του 19ου αιώνα οι κύριες λειτουργίες του τότε γραφείου οδήγησαν και στην εμφάνιση των αντίστοιχων μηχανών. Τέτοιες ήταν οι γραφομηχανές για επεξεργασία κειμένων, τα διάφορα συστήματα αρχειοθέτησης της εταιρείας Rand με δείκτες και κάρτες για αποθήκευση και αρχειοθέτηση πληροφοριών, αριθμομηχανές για την ανάλυση οικονομικών δεδομένων και οι ταμειακές μηχανές.

Την ίδια εποχή, ο Hollerith (ιδρυτής της εταιρείας – προπομπού της μετέπειτα γνωστής IBM) ανέλαβε για λογαριασμό της κυβέρνησης των Η.Π.Α. τη στατιστική επεξεργασία των δεδομένων που θα προκύπταν από την απογραφή του 1890. Για τον σκοπό αυτό, κατασκεύασε ογκώδεις ηλεκτρομηχανικές συσκευές με την ικανότητα να διαβάζουν τα αποτελέσματα της απογραφής σε διάτρητες κάρτες και να εκτελούν αυτόματα την καταμέτρηση και την κατηγοριοποίηση. Μετά την απογραφή, προσάρμοσε τις μηχανές του ώστε να είναι προσιτές σε επιχειρήσεις και εισήγαγε την τεχνολογία διάτρητων καρτών στα μηχανήματα γραφείου. Κάποιες από τις κύριες χρήσεις αυτών των μηχανών αναφέρονται παρακάτω και δεν μας φαίνονται καθόλου διαφορετικές από τις σημερινές χρήσεις των αντίστοιχων ηλεκτρονικών μηχανών: καταχώρηση στοιχείων αποδοτικότητας, υπολογισμός εργατικού κόστους, πωλήσεων, απαιτήσεων σε προμήθειες και πρώτες ύλες και στατιστικών στοιχείων παραγωγικότητας, ανάλυση ρίσκου για λογαριασμό ασφαλιστικών εταιρειών, διαχείριση πωλήσεων και κόστους ανά πωλητή, τμήμα της εταιρείας, πελάτη, γεωγραφική τοποθεσία κ.τ.λ.

Λίγο αργότερα και από την άλλη πλευρά του Ατλαντικού αυτή τη φορά (Αγγλία), ο Comrie αναδιοργάνωσε στα 1920 τη Μετεωρολογική Υπηρεσία. Για τους υπολογισμούς της υπηρεσίας, αντικατέστησε τους πιο «εξειδικευμένους» computer με νεαρές, ανύπαντρες γυναίκες, εξοπλισμένες με συσκευές γραφείου καθώς και με συσκευές διάτρητων καρτών της IBM. Κατάφερε έτσι να μειώσει δραματικά το κόστος παραγωγής πινάκων και ίδρυσε την πρώτη ιδιωτική επιχείρηση παροχής υπολογιστικών υπηρεσιών.

Μία κάπως διαφορετική κατηγορία υπολογιστικών συσκευών, που άρχισαν να εμφανίζονται πιο συστηματικά κατά την διάρκεια του μεσοπολέμου, ήταν οι αναλογικές συσκευές μοντελοποίησης (π.χ. η μοντελοποίηση του συστήματος διανομής ηλεκτρικής ενέργειας διαμέσου μικρότερων ηλεκτρικών κυκλωμάτων).  Οι συσκευές αυτές ήταν κατάλληλες κυρίως για την επίλυση εκείνων των διαφορικών εξισώσεων που διέπουν τα φυσικά φαινόμενα που μελετούσαν. Με άλλα λόγια, ήταν αρκετά εξειδικευμένες στο εκάστοτε πρόβλημα. Τότε βλέπουμε την εμφάνιση μηχανών που μπορούσαν να χειρίζονται απευθείας αριθμούς, κάτι που τους έδινε τη δυνατότητα να εφαρμόζονται σε ένα ευρύτερο πλήθος μαθηματικών προβλημάτων. Αυτή τη φορά δεν ήταν μόνο για την κατασκευή πινάκων, όπως παλαιότερα, άλλα και για στρατιωτικούς λόγους, όπως ο υπολογισμός των τροχιών βλημάτων και το σπάσιμο κωδικών για αποκρυπτογράφηση απόρρητων μηνυμάτων. Αυτή η ανάγκη για όλο και περισσότερους στρατιωτικούς υπολογισμούς κορυφώνεται κατά την διάρκεια του Β παγκοσμίου πολέμου. Μπορούμε να κρατήσουμε εδώ το όνομα του Άγγλου μαθηματικού Alan Turing, ο οποίος είχε καταλυτικό ρόλο στην πραγματοποίηση των απαραίτητων υπολογισμών που χρειάζονταν για το σπάσιμο στρατιωτικών κωδικών. Θα μιλήσουμε όμως αναλυτικά γι’ αυτόν, πιο κάτω.

Σημαντικά σημεία που μπορούμε να κρατήσουμε μέχρι εδώ.

Η μηχανοποίηση της σκέψης εντασσόταν σε ένα ευρύτερο μηχανοκρατικό φαντασιακό, που είχε να κάνει καθαρά με την «πεζή» καθημερινότητα και τις ανάγκες της εποχής. Η τεχνική οργάνωση του υπολογιστή πριν εφαρμοστεί (με την βοήθεια των αλγόριθμων, όπως θα δούμε στην συνέχεια) στη συσκευή την ίδια που ξέρουμε σήμερα, εφαρμοζόταν ήδη ως κοινωνική οργάνωση ορισμένων τύπων εργασίας. Τα «γρανάζια» ήταν άνθρωποι-υπολογιστές, «περιορισμένων» δεξιοτήτων. Και οι βασικές ανάγκες που κάλυπταν ήταν αυτές της γραφειοκρατικής οργάνωσης του κράτους και της μηχανοργάνωσης των δουλειών του γραφείου.

Ωστόσο υπάρχουν και  οι επιστήμονες.

Οι επιστήμονες αυτοί είχαν σκέψεις και όνειρα (με εισαγωγικά ή χωρίς) που παρότι δεν είχαν να κάνουν με τον υπολογιστή όπως τον ξέρουμε σήμερα, έστρωσαν σε μεγάλο βαθμό το δρόμο για την δημιουργία του και πιο συγκεκριμένα, για την χρησιμοποίηση των αλγόριθμων σαν βασικό εργαλείο.

Κατά τα τέλη του 17ου αιώνα, ο Gottfried Wilhelm Leibniz, μαθηματικός και φιλόσοφος της εποχής είχε μια σκέψη που ήταν καινοφανής για την εποχή.

«Ονειρευόταν μια εγκυκλοπαιδική συλλογή και μια παγκόσμια τεχνητή μαθηματική γλώσσα με την οποία θα μπορούσε να εκφραστεί κάθε είδους γνώση, καθώς και υπολογιστικούς κανόνες που θα μπορούσαν να αποκαλύψουν κάθε λογική αλληλεξάρτηση ανάμεσα σ’ αυτές τις μαθηματικές προτάσεις. Τέλος, ονειρεύτηκε μηχανές που θα μπορούν να πραγματοποιούν υπολογισμούς αφήνοντας ελεύθερο το μυαλό για δημιουργική σκέψη.» (Martin Davis, «Οι μηχανές της λογικής». Εκδόσεις Εκκρεμές)

Ο Leibniz συνέλαβε αυτό που θα ονόμαζε «υπέροχη ιδέα» του: θα έψαχνε να βρει ένα ειδικό αλφάβητο του οποίου τα σύμβολα δε θα αναπαριστούσαν ήχους αλλά έννοιες. Πίστευε πως μια γλώσσα βασισμένη σ’ ένα τέτοιο αλφάβητο θα καθιστούσε δυνατό το να αποφασίσει κανείς, με καθαρούς υπολογισμούς, ποιες προτάσεις, γραμμένες σ’ αυτή τη γλώσσα, είναι αληθείς, καθώς και ποιοι λογικοί συσχετισμοί υπάρχουν ανάμεσά τους. Το 1675, σ’ ένα γραπτό του, συνέκρινε την λογική σκέψη με μηχανισμό.  Ήθελε να αναγάγει τη λογική σε κάποιο είδος υπολογισμών και τελικά να κατασκευάσει μια μηχανή που να πραγματοποιεί τέτοιους υπολογισμούς.

Αυτό που χρειαζόταν ήταν μια καθολική χαρακτηριστική, ένα σύστημα συμβόλων που δεν θα ήταν μόνο πραγματικό, αλλά και που θα κάλυπτε και όλη την εμβέλεια της ανθρώπινης σκέψης. Αυτή η φροντίδα για την σωστή χρήση των συμβόλων έμελλε να γίνει ο «μίτος της Αριάδνης» που θα τον οδηγούσε στη δημιουργία της δικής του χαρακτηριστικής. (Martin Davis, «Οι μηχανές της λογικής». Εκδόσεις Εκκρεμές)

Οι σκέψεις αυτές του Leibniz επηρέασαν τις επόμενες γενιές των μαθηματικών και των φιλοσόφων. Μπορούμε να πούμε ότι λειτούργησαν σαν άξονες, πάνω στους οποίους κινήθηκαν αρκετοί από τους μεταγενέστερούς του. Ένας από αυτούς, ο Gottlob Frege, προς τα τέλη του 19ου αιώνα, επεδίωξε να κατασκευάσει ένα λογικό σύστημα που θα περιείχε όλη τη συμπερασματική επιχειρηματολογία που χρησιμοποιείται στα πλαίσια της μαθηματικής πρακτικής. Σκοπός του ήταν να θεμελιώσει τα μαθηματικά (ξεκινώντας με την αριθμητική) με αυστηρό τρόπο, κωδικοποιώντας τους κανόνες της λογικής μέσω ενός φορμαλισμού, έτσι ώστε ο οποιοσδήποτε συλλογισμός να μπορεί να υπαχθεί σε αυτόν τον φορμαλισμό και να ελέγχεται ως προς την ορθότητά του. Το σύστημα αυτό το ονόμασε Begriffsschrift (εννοιολογική γραφή). Στην εννοιολογική γραφή, ο Frege δεν ανέπτυσσε απλώς μια μαθηματική αντιμετώπιση της λογικής, αλλά συγχρόνως δημιουργούσε μια καινούργια γλώσσα. Σ’ αυτό είχε σαν οδηγό την ιδέα του Leibniz για μια παγκόσμια γλώσσα που θα αντλούσε την ισχύ της από μια καλοζυγισμένη επιλογή συμβόλων και ανέπτυξε την Begriffsschrift ως μια τεχνητή γλώσσα με απόλυτα συγκεκριμένους κανόνες γραμματικής και συντακτικού. Η εννοιολογική γραφή ήταν το πρώτο παράδειγμα τυπικής γλώσσας κατασκευασμένης βάσει αυστηρού συντακτικού. Από αυτή την άποψη η Begriffsschrift ήταν ο πρόγονος όλων των γλωσσών προγραμματισμού που χρησιμοποιούνται ευρέως σήμερα.

Άλυτα μαθηματικά προβλήματα

Αρκετοί από τους μαθηματικούς εκείνης της εποχής (τέλη 19ου – αρχές 20ου αιώνα), βασανίζονταν με διάφορα άλυτα προβλήματα και προβληματίζονταν πάνω στις αρχές των μαθηματικών. Σε ένα από αυτά ο David Hilbert, διακεκριμένος μαθηματικός της εποχής, αναζητούσε έναν αλγόριθμο με πρωτοφανή εμβέλεια. Αναζητούσε έναν αλγόριθμο που θα μπορούσε να ανάγει όλους τους παραγωγικούς ανθρώπινους συλλογισμούς σε σκέτους υπολογισμούς και θα μπορούσε να απαντήσει καταφατικά ή αρνητικά σε οποιοδήποτε ερώτημα διατυπωμένο με βάση μια φορμαλιστική γλώσσα της λογικής (πράγμα που σε σημαντικό βαθμό, θα ήταν η εκπλήρωση του οράματος του Leibniz). Ο Alan Turing, που αναφέραμε προηγουμένως, μαθαίνοντας για το πρόβλημα αυτό του Hilbert (το λεγόμενο Entscheidungsproblem ή «πρόβλημα απόφασης»), άρχισε να σκέφτεται για τον τρόπο με τον οποίο θα ήταν δυνατό να αποδείξει ότι δεν υπάρχει τέτοιος αλγόριθμος.

Αυτό που έκανε ο Turing, ήταν ότι μετακίνησε το βάρος της προσοχής του από τους κανόνες ενός αλγόριθμου, σε αυτό που στην πραγματικότητα κάνει το άτομο που τους εκτελεί. Κατάφερε να δείξει ότι ένα τέτοιο άτομο θα μπορούσε να περιοριστεί σε μερικές υπερβολικά απλές βασικές ενέργειες, χωρίς αυτό να αλλάζει το τελικό αποτέλεσμα του υπολογισμού. Το επόμενο ήταν να δει ότι το άτομο θα μπορούσε να αντικατασταθεί από μια μηχανή ικανή να εκτελέσει τις ίδιες απλές βασικές ενέργειες. Τελικά κατάφερε να αποδείξει ότι δεν υπάρχει ο αλγόριθμος που αναζητούσε ο Hilbert. Έδειξε πως δεν υπάρχει αλγόριθμος που να μπορεί να επιλύει όλο το εύρος των προβλημάτων των μαθηματικών. Κάποια από αυτά όμως ήταν δυνατό να λυθούν και μάλιστα ήταν αρκετά. Το σημαντικό λοιπόν, της έρευνας του Turing, ήταν ότι ως παράπλευρο αποτέλεσμα βρήκε ένα μαθηματικό μοντέλο για μια υπολογιστική μηχανή ευρείας χρήσης.

Οι πρώτοι ηλεκτρονικοί υπολογιστές

(γιατί εκτός από τα γραφεία και τα εργοστάσια, υπάρχουν και τα πεδία μάχης).

Κατά τη διάρκεια του Β παγκοσμίου πολέμου, απόπειρες κατασκευής ηλεκτρονικών υπολογιστών έγιναν σχεδόν ταυτόχρονα από διαφορετικά στρατόπεδα, αλλά με παρεμφερείς ανάγκες. Στη Γερμανία ο Konrad Zuse κατασκεύασε τον πρώτο ηλεκτρονικό υπολογιστή αριθμολογαριαστή (τον Ζ3) το 1941 και τον Ζ4 το 1944. Στην Αγγλία, στο Bletchley Park, στην προσπάθεια να σπάσουν τους Γερμανικούς κωδικούς, χρειάζονταν μεγάλη υπολογιστική δύναμη, την οποία βρήκαν στον «Κολοσσό», μια υπολογιστική μηχανή με 1500 λυχνίες κενού που κατασκευάστηκε με βάση τις αρχές του Turing.

Στην Αμερική, τα προβλήματα που οδήγησαν στην ανάπτυξη του ηλεκτρονικού υπολογιστή ήταν δύο: Ο υπολογισμός τροχιών για βλήματα και η επίλυση των εξισώσεων που διέπουν μια πυρηνική έκρηξη. Ο υπολογισμός των τροχιών για ένα όπλο απαιτούσε εργασία μηνών από εκατοντάδες ανθρώπινους υπολογιστές, ακόμα και με χρήση των νέων συσκευών. Οι Eckert/Mauchly αρχικά αντικατέστησαν μερικά από τα μηχανικά μέρη των προηγούμενων συσκευών με ηλεκτρονικά, επιτυγχάνοντας πολλαπλασιασμό της ταχύτητας και της ακρίβειάς τους. Τελικά υπέβαλαν πρόταση για έναν εξ ολοκλήρου ηλεκτρονικό υπολογιστή, τον ENIAC (1943), ο οποίος τίθεται τελικά σε λειτουργία το 1945.

Από αυτό το σημείο κι έπειτα  εμπλέκεται και ο Von Neumann, ο οποίος δούλευε ήδη πάνω στο πρόγραμμα της ατομικής βόμβας. Έχοντας αντιληφθεί τα μειονεκτήματα του ENIAC όσον αφορά στην εσωτερική του οργάνωση και όντας επηρεασμένος από την προηγούμενη εμπλοκή του με τα μαθηματικά της λογικής, πρότεινε έναν πιο αποτελεσματικό τρόπο οργάνωσης των εσωτερικών τμημάτων ενός υπολογιστή που στην ουσία ήταν παρόμοιος με αυτόν που είχε προτείνει ο Babbage σχεδόν 150 χρόνια νωρίτερα. Αυτή η αρχιτεκτονική πήρε το όνομά του και αποτελεί πλέον τη βάση ακόμα και των σύγχρονων υπολογιστών. Πρότεινε τον χωρισμό του υπολογιστή σε μία μονάδα ελέγχου που θα διαβάζει εντολές, μια αριθμητική μονάδα που θα εκτελεί μαθηματικές πράξεις και μια μονάδα μνήμης που θα αποθηκεύει τόσο εντολές όσο και δεδομένα (stored-program computer) σε δυαδική μορφή. Από εδώ ξεκινάει η χρήση της λέξης μνήμη (memory) αντί για αποθήκευση (storage), και η μετέπειτα αντιστοιχία της στον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου. Πάνω σε αυτή την αρχιτεκτονική βασίστηκαν ο EDVAC (ΗΠΑ) και ο EDSAC (Βρετανία), οι πρώτοι σύγχρονοι ηλεκτρονικοί υπολογιστές.

Αυτές οι μεταπολεμικές μηχανές σχεδιάστηκαν έτσι ώστε να είναι γενικής χρήσης καθολικές συσκευές, ικανές να εκτελούν κάθε συμβολική διεργασία, με την προϋπόθεση ότι το κάθε βήμα θα είναι επακριβώς προδιαγεγραμμένο. Αυτή η ρευστή διαχωριστική γραμμή ανάμεσα στο τι συνιστούσε εντολή και τι δεδομένο σήμαινε ότι η δυνατότητα διάκρισης σε μηχανή, πρόγραμμα και δεδομένα, είναι μια ψευδαίσθηση. Χαρακτηριστικό που βλέπουμε μέχρι σήμερα στους υπολογιστές είναι το ότι έχει κανείς τη δυνατότητα ν’ αποθηκεύσει ένα πρόγραμμα στη μνήμη και να το μεταχειριστεί σαν δεδομένα.

Τα τριάντα χρόνια που ακολούθησαν, οι δυνάμεις πίσω από την εξέλιξη του υπολογιστή δεν ήταν και τόσο διαφορετικές από αυτές που οδήγησαν αρχικά στη γέννησή του. Από τους διακρατικούς και στρατιωτικούς ανταγωνισμούς, μέχρι το κομμάτι που αφορούσε εμπορικούς και επιχειρηματικούς σκοπούς, καθώς και τις πανεπιστημιακές του χρήσεις, έφτασε μέχρι το σημείο να είναι ένα προσωπικό «αντικείμενο», ένας υπολογιστής προσωπικής χρήσης. Από εκείνη τη στιγμή κι έπειτα, χωρίς να έχει πολλές διαφορές σαν λογική, αρχιτεκτονική και λειτουργία με αυτό που έκαναν οι πρώτοι υπολογιστές, εξελίσσεται με ραγδαίους ρυθμούς και καθορίζει όλο και περισσότερο το κοινωνικό κομμάτι των ανθρωπίνων σχέσεων.

Το περιοδικό Times έγραφε το 1999 για τον Alan Turing.

«Τόσες ιδέες και τόσα τεχνολογικά επιτεύγματα συνέκλιναν ώστε να δημιουργηθεί ο σύγχρονος υπολογιστής, που θα ήταν παράλογο να αποδώσει κανείς τα εύσημα για την εφεύρεσή του σε ένα μόνο πρόσωπο. Ωστόσο, είναι γεγονός πως όταν κάποιος γράφει σε πληκτρολόγιο ή χρησιμοποιεί ένα ηλεκτρονικό λογιστικό πρόγραμμα ή ένα πρόγραμμα επεξεργασίας κειμένου, στην ουσία χρησιμοποιεί μια υλοποίηση της μηχανής του Turing.»

Για τον von Neumann.

«Ουσιαστικά όλοι οι σύγχρονοι υπολογιστές, από τους υπερυπολογιστές των δέκα εκατομμυρίων δολαρίων ως τα μικροσκοπικά τσιπ που παρέχουν την ενέργεια για την λειτουργία των κινητών τηλεφώνων και των παιχνιδιών, έχουν κάτι κοινό. Όλα τους είναι “μηχανές von Neumann”, παραλλαγές της βασικής αρχιτεκτονικής του υπολογιστή, που ο John von Neumann συνέταξε στη δεκαετία του 1940, χτίζοντας πάνω στα θεμέλια του έργου του Alan Turing.»
(Martin Davis, «Οι μηχανές της λογικής». Εκδόσεις Εκκρεμές)

ΔΕΥΤΕΡΟ ΜΕΡΟΣ

Σε αυτό το σημείο της εκδήλωσης, αφού είχαμε θέσει τις βάσεις για το πώς προέκυψαν η έννοια και οι εφαρμογές του αλγόριθμου, προσπαθήσαμε να εξηγήσουμε τη δομή του αλγόριθμου με παραδείγματα. Για να γίνει αυτό, δοκιμάσαμε να αναπαραστήσουμε με ανθρώπους τη διαδικασία με την οποία πραγματοποιεί ο αλγόριθμος μια σειρά από πράξεις για να φτάσει στο επιθυμητό αποτέλεσμα. Σαν τέτοιο ορίσαμε την ταξινόμηση μιας σειράς τραπουλόχαρτων. Ένα μέλος της ομάδας έκανε τον εντολέα και ένας άλλος τον εκτελεστή των εντολών. Ο τρόπος ταξινόμησης που παρουσιάστηκε είχε τις ακόλουθες εντολές.

_πήγαινε στην πρώτη θέση

_πάρε το πρώτο χαρτί (είναι το 6)

_σύγκρινέ το με την επόμενη θέση

_είναι μικρότερο το 6 από το 10;

_είναι

_πήγαινε στην επόμενη θέση

_είναι το 6 μικρότερο από το 9;

_είναι

_πήγαινε στην επόμενη θέση

_είναι το 6 μικρότερο από το 2;

_δεν είναι

_άλλαξε τα χαρτιά μεταξύ τους

_πήγαινε στην επόμενη θέση

_είναι το 2 μικρότερο από το J;

_είναι

_πήγαινε στην επόμενη θέση.

Συνεχίζοντας αυτή τη διαδικασία βρίσκουμε ποιο είναι το μικρότερο χαρτί (στη συγκεκριμένη περίπτωση ο άσσος) και το βάζουμε στην πρώτη θέση. Ξεκινάμε την ίδια διαδικασία από τη δεύτερη θέση, τα περνάμε όλα, βρίσκουμε το αμέσως μικρότερο (το 2) και το βάζουμε στη δεύτερη θέση. Μετά συνεχίζουμε από την τρίτη θέση κ.ο.κ. μέχρι να ταξινομηθούν όλα τα χαρτιά από τον άσσο μέχρι τον ρήγα. Βλέπουμε με αυτόν τον τρόπο πώς γίνεται αλγοριθμικά μια τέτοια διαδικασία ταξινόμησης, χρησιμοποιώντας συγκεκριμένες επαναλαμβανόμενες εντολές, όπως η σύγκριση μεταξύ δύο για το μικρότερο/μεγαλύτερο.

Αφού παρουσιάστηκε ακόμα ένας τρόπος αλγοριθμικής ταξινόμησης, σηκώσαμε κάποιον να ταξινομήσει τα χαρτιά χωρίς μια συγκεκριμένη ακολουθία σκέψης, απλά με τον τρόπο του. Λίγο πριν το τέλος, έκανε κάτι πολύ “ανθρώπινο”.

Έκανε λάθος.

Με αφορμή τους τρόπους ταξινόμησης στην περίπτωση του αλγόριθμου και στην περίπτωση του ανθρώπου, αλλά και με αφορμή το λάθος, μπορούμε να κάνουμε μερικές πρώτες παρατηρήσεις. Όπως είδαμε, ο αλγόριθμος-υπολογιστής δεν μπορεί να δει την γενική εικόνα, αλλά αυτό που κάνει είναι σύγκριση, μία κάθε φορά, μεταξύ δύο πραγμάτων. Σε αντίθεση με αυτό, ο άνθρωπος δε σκέφτεται με διαδοχικά βήματα. Μπορεί να έχει μια γενική επισκόπηση, μπορεί να κάνει λάθος και μπορεί να είναι και αβέβαιος. Ο τρόπος του δεν τυποποιείται εύκολα και συνήθως δεν μπορεί να επαναληφθεί επ’ ακριβώς. Φυσικά, η αποτελεσματικότητα του αλγόριθμου σε σχέση με τον άνθρωπο φαίνεται στις περιπτώσεις που χρειάζεται μεγάλη ποσότητα, ταχύτητα και πολυπλοκότητα πράξεων. Αυτό συμβαίνει κυρίως στα προβλήματα που μπορούν να «αλγοριθμοποιηθούν» εύκολα, που μπορούν να «μεταφραστούν» και να ταιριάξουν στους κανόνες της μηχανής. Η αναγνώριση ενός προσώπου, για παράδειγμα, δεν μπορεί να αλγοριθμοποιηθεί με ευκολία. Αυτό έχει σαν συνέπεια (τουλάχιστον προς το παρόν) η αναγνώριση από έναν άνθρωπο να είναι πιο γρήγορη από αυτή μέσω του αλγόριθμου.

Η βιβλιοθήκη σαν παράδειγμα ταξινόμησης.

Ας δούμε τώρα την περίπτωση που, αντί για αριθμούς, έχουμε να ταξινομήσουμε αντικείμενα, για παράδειγμα βιβλία. Μία μεγάλη βιβλιοθήκη οργανωμένη με αλγόριθμο έχει κάποια πολύ συγκεκριμένα χαρακτηριστικά, που όπως αναφέραμε στο πρώτο μέρος, ήδη υπήρχαν στις δημόσιες βιβλιοθήκες, όπως και στην μηχανοργάνωση των δουλειών γραφείου πολύ πριν τους πρώτους ηλεκτρονικούς υπολογιστές. Στη βιβλιοθήκη λοιπόν, που είναι ταξινομημένη με αλγοριθμικό τρόπο, υπάρχει μια συγκεκριμένη ανάγκη για οργάνωση, που μπορεί να ρυθμίζεται ανάλογα με τις θεματικές ή αλφαβητικά ή με διάφορα άλλα προκαθορισμένα κριτήρια. Με αυτό τον τρόπο επιτυγχάνεται η αποτελεσματικότητα που χρειάζεται, ειδικά όταν έχουμε να κάνουμε με τόσο μεγάλα μεγέθη στα οποία οποιοσδήποτε πρέπει να βρει αυτό που ψάχνει χρησιμοποιώντας ένα κοινό για όλους σύστημα ταξινόμησης. Αυτό λοιπόν το σύστημα πρέπει να είναι τυποποιημένο με τέτοιο τρόπο, ώστε να μπορεί να είναι διαχειρίσιμο και προσβάσιμο απ’ όλους και με ευκολία. Σκοπός είναι να μπορεί κανείς να βρει σε πολύ μικρό χρόνο το βιβλίο που αναζητά, πιθανόν κι άλλα που έχουν κοντινό ή ίδιο περιεχόμενο. Βέβαια αυτός ο τύπος μαζικής οργάνωσης παρουσιάζει το εξής πρόβλημα: το λάθος κοστίζει ακριβά. Εάν δηλαδή ένα βιβλίο μπει κάπου αλλού, πέρα από τη θέση του, πιθανότατα θα χαθεί για πάντα.

Αυτά δεν ισχύουν στην περίπτωση της προσωπικής βιβλιοθήκης, αφού η οργάνωσή της είναι ένα καθαρά προσωπικό ζήτημα. Τα βιβλία μπορεί να οργανώνονται ανά χρώμα, μέγεθος, εποχή που διαβάστηκαν, σε δώρα, σε λογοτεχνικά είδη, ακόμα και σε αγορασμένα ή δανεικά που πρέπει να επιστραφούν (ή και σε δανεικά κι αγύριστα). Μπορεί να είναι σε ράφια, μπορεί και σε στοίβες. Το βασικό με αυτού του είδους την οργάνωση είναι ότι συνήθως έχει προκύψει με συμπτωματικό, σε γενικές γραμμές, τρόπο και όχι βάσει κάποιου αυστηρού σχεδίου. Αυτό σημαίνει πως δεν υπάρχει σωστή και λάθος διάταξη και σίγουρα κάτι δεν μπορεί να χαθεί με τον τρόπο που αναφέραμε στην αλγοριθμοποιημένη βιβλιοθήκη. Το ψάξιμο στην προσωπική βιβλιοθήκη έχει συχνά μέσα του το τυχαίο. Μπορεί να ψάχνουμε να βρούμε κάτι και να πέσει το μάτι μας πάνω σε κάτι άλλο που μας τραβάει την προσοχή και τελικά στρεφόμαστε σ’ αυτό. Δημιουργείται έτσι μια διαφορετική έννοια της αποτελεσματικότητας, πιο ελαστική, που πηγάζει από το τυχαίο και δημιουργεί δυνατότητες εκμετάλλευσής του. Το λάθος, δεν είναι πια λάθος, αλλά μια ευκαιρία για παράπλευρη μάθηση, μια ευκαιρία να θυμηθώ κάτι που μπορεί να μου φανεί χρήσιμο αλλά δεν το είχα σχεδιάσει, μια ευκαιρία να διαβάσω κάτι, άσχετο με αυτό που έψαχνα, ακόμα και να σκεφτώ τον τάδε φίλο που πρέπει να του επιστρέψω ένα βιβλίο.

GPS: Από το «γνωρίζω να κινούμαι» στο «κινούμαι χωρίς να γνωρίζω»

Με παρόμοιο τρόπο που βρίσκουμε ένα προσωπικό βιβλίο, ας θεωρήσουμε τώρα ότι μπορούμε να βρούμε το σπίτι ενός φίλου. Αυτό είναι κάτι που μπορεί να το γνωρίζουμε αρκετά καλά για να κινηθούμε χωρίς οδηγίες, όπως ακριβώς στην προσωπική μας βιβλιοθήκη.

Δεν είναι απαραίτητο να θυμόμαστε το νούμερο του σπιτιού, πολλές φορές ούτε καν το όνομα του δρόμου. Μπορεί να βάζουμε τα δικά μας σημάδια στη διαδρομή, σημάδια εντελώς διαφορετικά από εκείνα που θα βάλει κάποιος άλλος. Μπορεί μάλιστα να μη θυμόμαστε καν το κουδούνι, αλλά το πώς είναι η εξώπορτα ή το χρώμα του κτιρίου. Αυτό που θυμόμαστε τις περισσότερες φορές είναι μια ακολουθία κινήσεων καθαρά προσωπική και μάλιστα όχι πάντα την ίδια. Μπορεί συχνά να αλλάζουμε ακολουθία επειδή υπάρχει μια πιο ωραία διαδρομή, όχι απαραίτητα και η πιο σύντομη. Μπορεί να καθυστερήσουμε, ανάλογα με το από πού περάσαμε, τι παρατηρήσαμε στον δρόμο, ανάλογα με τις στάσεις που κάναμε ή που λοξοδρομήσαμε.

Όλα αυτά σημαίνουν επίσης ότι, κατά την περιήγησή μας, μπορεί να συμβεί κάτι απρόοπτο, μπορεί να χαθούμε ή να ανακαλύψουμε κάτι καινούργιο. Η διαδικασία του «κάνω-κύκλους-χάνομαι- ξαναβρίσκω το δρόμο μου» συνιστά μια εμπειρία βιωματική και προσωπική, η οποία, όπως είδαμε και στην περίπτωση της προσωπικής βιβλιοθήκης, καθιστά το ίδιο το λάθος ως κάτι αξιοποιήσιμο, ως μια παρεμφερή γνώση, αφού μπορούμε να αναπτύξουμε την ικανότητα να αντιμετωπίζουμε τα λάθη, να μαθαίνουμε από αυτά και τελικά να τα φοβόμαστε πολύ λιγότερο. Επίσης, δημιουργεί μια αίσθηση οικειότητας με το περιβάλλον, ένα είδος προσωπικής εδαφοκυριαρχίας και βοηθάει στο να μπορεί κανείς να βάζει τις δικές του προτεραιότητες στο πώς κινείται αλλά και να εστιάζει όσο μπορεί στον προσωπικό του χρόνο και ρυθμό.

Αυτά δεν συμβαίνουν όταν επιλέξουμε να μετακινηθούμε μέσω του GPS. Η μηχανή μάς λέει: «Βγείτε από το κτίριο. Προχωρήστε 300 μέτρα δεξιά. Κατεβείτε τις σκάλες για τα επόμενα δέκα μέτρα. Στρίψτε αριστερά. Προχωρήστε 50 μέτρα. Φτάσατε στον προορισμό σας». Κάτι τέτοιο είναι μακριά από τη «μετακίνηση», με το περιεχόμενο που της δώσαμε πριν. Είναι μια εντελώς διαφορετική διαδικασία. Μπορεί κανείς να θεωρεί πως με το GPS μετακινείται όπως ακριβώς και χωρίς αυτό ή και ευκολότερα. Αν δεχτούμε έστω το δεύτερο μισό αυτής της πεποίθησης, πρέπει να σημειώσουμε ότι η ευκολία αυτή έχει και μία άλλη όψη. Ας φανταστούμε μια σχεδόν καθολική εφαρμογή αυτού του μοντέλου μετακίνησης. Είναι κοινή εμπειρία το γεγονός ότι στις περιπτώσεις που κάποιος μάς δείχνει το δρόμο για κάπου, δυσκολευόμαστε να τον ξαναβρούμε μόνοι μας. Έχουμε παραλείψει να βάλουμε σημάδια, να υπολογίσουμε χοντρικά τις αποστάσεις, να προσέξουμε τον προσανατολισμό, έχουμε αρκεστεί στις εντολές αυτού που ξέρει, κι έτσι δεν έχουμε μάθει τον τρόπο να το κάνουμε μόνοι μας. Με την εκτεταμένη χρήση μηχανών, όπως το GPS, ίσως και την ίδια την οργάνωση των πόλεων με τους αντίστοιχα συμβατούς τρόπους, στο μέλλον, μπορεί κανείς να καταλάβει ότι το να βρει το μέρος που ψάχνει μπορεί να είναι μια εντελώς διαφορετική διαδικασία. Μια διαδικασία εξαιρετικά δύσκολή να ακολουθηθεί χωρίς τη μεσολάβηση της μηχανής. Κι αυτό γιατί όχι μόνο αδρανοποιείται το βλέμμα αλλά τυποποιείται παράλληλα και το περιβάλλον, με αποτέλεσμα τη σταδιακή μετάλλαξη του «μετακινούμενου» σε ένα απλό ανειδίκευτο χρήστη του GPS.

Αλγοριθμοποιώντας τις κοινωνικές σχέσεις

Το GPS μπορεί να έχει κι άλλες προεκτάσεις, ιδιαίτερα όταν συνδυαστεί με εφαρμογές κινητών τηλεφώνων που αφορούν τα μέσα κοινωνικής δικτύωσης. Χαρακτηριστικό τέτοιο παράδειγμα είναι το Nearby Friends, μια εφαρμογή που μπορεί να εντοπίζει ποιοι από τους «φίλους» που έχει κανείς στο facebook, βρίσκονται σε κοντινή απόσταση, ούτως ώστε να μπορεί να έχει ο χρήστης την επιλογή «πήγαινέ με στον Γιάννη» ή «απόφυγε συνάντηση με τον Γιάννη».

Το facebook, όπως γνωρίζουμε, είναι ένα μέσο κοινωνικής δικτύωσης που έχει ιδιαίτερη επιτυχία, όσον αφορά στη μεσολάβηση των κοινωνικών σχέσεων. Μπορούμε να κάνουμε «φίλους» πολύ εύκολα και να κοινωνικοποιούμαστε με βάση κοινά ενδιαφέροντα που εντοπίζονται στα προφίλ που φτιάχνουμε, με λογική παρόμοια με αυτή του marketing εταιρίας.

Η καταγραφή και οργάνωση των προσωπικών δεδομένων βρίσκεται στη βάση αυτής της διαδικασίας, καθώς επιτρέπει τις αναγκαίες συγκρίσεις και τους συσχετισμούς μεταξύ των χρηστών. Η ταξινόμηση σε κατηγορίες και οι διαφόρων ειδών πολύπλοκες ή απλούστερες ομαδοποιήσεις δομούν τον ψηφιακό χώρο και χρόνο έτσι ώστε να πραγματοποιούνται και οι επιθυμητές ψηφιακές συναντήσεις. Ο ψηφιακός αυτός χρόνος, μέσα στον οποία γίνεται επεξεργασία τεράστιου όγκου δεδομένων, έχει σαν βασικό χαρακτηριστικό τη σχέση ταχύτητας/ αποτελεσματικότητας. Μία σχέση που, εκτός από τον ψηφιακό, καθορίζει εν τέλει και τον πραγματικό-καθημερινό χρόνο.

Υπάρχουν κι άλλα ενδιαφέροντα σημεία, για το πώς διαμορφώνουν οι αλγόριθμοι τους νέους τρόπους του σχετίζεσθαι. Ένα από αυτά είναι η έλλειψη της αβεβαιότητας. Η έλλειψη της δυνατότητας για ενδιάμεσες ζώνες, για διαδικασίες που ωριμάζουν στο χρόνο. Ή είσαι «φίλος» ή δεν είσαι. Ή κάνεις like ή δεν κάνεις. Εγκρίνεις ή απορρίπτεις και μάλιστα στιγμιαία. Αυτή η απαίτηση για παρόντα χρόνο, για άμεσες, καθαρές απαντήσεις και διαρκή τροφοδότηση δημιουργεί ακόμα μία νέα συνθήκη. Την απουσία της δυνατότητας απουσίας.  Το να μη συμμετέχεις σε αυτήν τη διαδικασία, να μην είσαι δηλαδή παραγωγικός στο περιβάλλον των κοινωνικών δικτύων, ισούται με σιωπή, με απουσία, ακόμα και με ανυπαρξία. Τέλος, για την εθελοντική επιτήρηση και παραχώρηση προς καταγραφή των προσωπικών δεδομένων, έχει γίνει ευρύτερα πολύς λόγος και συνεχίζει να γίνεται, οπότε ας μην επεκταθούμε εδώ.

Εάν ήθελε κανείς να κάνει μια στοιχειώδη σύγκριση ανάμεσα στα παραπάνω και στο πώς γίνονταν οι φιλίες και γενικότερα οι κοινωνικές σχέσεις στο προηγούμενο παράδειγμα, θα έπρεπε να γράψει πολλές σελίδες. Επειδή δεν είναι επί του παρόντος, θα αναφέρουμε μόνο ότι, η διαφωνία, ο τσακωμός, η σιωπή, η απώλεια και το κόστος αυτής, οι συναισθηματικές αποχρώσεις, η σημασία του χρόνου στην εξέλιξη μιας σχέσης, είναι έννοιες που μένουν έξω από τη μηχανή και δίνουν τροφή για σκέψη προς αυτήν την κατεύθυνση.

Επίλογος

Μπορούμε να δούμε κάποιο κοινό μεταξύ του GPS, του facebook και της οργάνωσης μιας βιβλιοθήκης; Υποστηρίζουμε πως το κοινό τους είναι ότι ο αλγόριθμος αντιμετωπίζει και τα τρία αυτά παραδείγματα, όπως ακριβώς και τα τραπουλόχαρτα που είδαμε στην αρχή, δηλαδή συγκρίνοντας μεταξύ δύο και ταξινομώντας. Όταν λοιπόν αυτή η διαδικασία του αλγόριθμου, δεν εξαντλείται σε τεχνικά ή επιστημονικά ζητήματα κι ενδιαφέροντα, αλλά επεκτείνεται σε ευρύτερες κοινωνικές διεργασίες και διαδικασίες, υπάρχουν αρκετά που μπορούν να μπουν προς συζήτηση.

Θεωρούμε ότι το δόγμα που υποστηρίζει πως «σκεφτόμαστε όπως οι αλγόριθμοι και οι υπολογιστές» είναι αγνή ιδεολογία κι ότι ένα από τα βασικά κριτήρια στο οποίο στηρίζονται οι υπέρμαχοί του, είναι η αποτελεσματικότητα. Το ότι ο αλγόριθμος «λειτουργεί» δηλαδή 2. Γνώμη μας είναι, πως αυτοί που έχουν τη δυνατότητα να προωθούν και να χρησιμοποιούν την αποτελεσματικότητα σαν κεντρικό επιχείρημα, είναι οι ίδιοι που θέλουν να ορίζουν ποιο είναι, και πώς είναι το πρόβλημα, καθώς και το γιατί κάτι αποτελεί πρόβλημα εξ αρχής. Για να το πούμε πιο απλά, προβληματοποιούν την επιθυμία/ανάγκη του να πας από ένα μέρος σε ένα άλλο, ή του να κάνεις φίλους κι έρχονται έπειτα (μέσω των αλγορίθμων πλέον) και το επιλύουν, διακηρύττοντας και επιβεβαιώνοντας ταυτόχρονα την καθολικότητα και την κυριαρχία τους.

Θεωρούμε, καθόλου αβάσιμα, πως αυτό έχει βαθιά κοινωνικές συνέπειες. Όσο ο αλγόριθμος εξαπλώνεται στο κοινωνικό πεδίο, τόσο μπορεί να συναντάμε αρκετά παραδείγματα ορισμών για σχέσεις και νοήματα (όπως για παράδειγμα η λέξη «φίλος») που μπορεί να τα γνωρίζουμε με το ίδιο όνομα, αλλά στην πραγματικότητα έχουν αποκτήσει τελείως διαφορετικά νοήματα από αυτά που είχαν πριν μεσολαβηθούν από τη μηχανή. Αυτό συμβαίνει σταδιακά, όσο ο χρήστης εκπαιδεύεται στο να σκέφτεται και να δρα με βάση την ακολουθία της μηχανής, μιας μηχανής που εξισώνει τα πάντα σε πληροφορίες, σε δεδομένα, απογυμνώνοντάς τα από τη μέχρι τότε υλικότητα, τα περιεχόμενα αλλά και τα συμφραζόμενά τους. Γίνεται έτσι εύκολο να διαχειρίζεται αυτά τα δεδομένα, των οποίων δεν είναι απαραίτητο να καταλαβαίνει ούτε το νόημα αλλά ούτε και την αξία ή το σκοπό χρήσης. Η ίδια η σκέψη αυτοματοποιείται για να μπορέσει να χωρέσει στην κωδικοποίηση του αλγόριθμου, για να μπορέσει να αλληλεπιδράσει, να ταξινομηθεί. Το αόριστο, το άγνωστο και το λάθος δε χωράνε σε αυτήν την κωδικοποίηση κι έτσι μένουν απ’ έξω, μαζί με την αμφιβολία και την επιθυμία 3. Παράλληλα με όλα αυτά, αποβάλλεται και χάνεται η όποια κοινωνική εμπειρία τα συνόδευε, όπως η κοινωνική εμπειρία που περιείχε το να κάνεις φίλους, ή να μπορείς να κυκλοφορήσεις μέσα σε μια πόλη (πόσο μάλλον μέσα σ’ ένα δάσος). Μπορεί αυτά να φαντάζουν μακρινά, λίγο επιστημονικής φαντασίας ή ακόμη και τεχνοφοβικά. Αυτές οι συνέπειες πιθανόν να μην είναι εντελώς ξεκάθαρες σε όλους και όλες κι αυτό ίσως να οφείλεται, όχι μόνο σε εθελοτυφλία, αλλά και στο ότι το νέο αυτό παράδειγμα δεν έχει εδραιωθεί ολοκληρωτικά ακόμα. Θεωρούμε βέβαια πως είναι σε πολύ «καλό δρόμο» προς αυτήν την κατεύθυνση.

Η κριτική αυτή πάνω στις σύγχρονες μηχανές δεν είναι ακαδημαϊκή. Έχει σκοπό να μπορέσει να ανοίξει περάσματα και να συναντήσει κι άλλες αμφιβολίες. Αμφιβολίες, αοριστίες κι επιθυμίες που θεωρούν πως η από τα κάτω κριτική στις μηχανές και τους κυρίους τους (τα αφεντικά, μην το ξεχνάμε αυτό) είναι από εκείνα που μπορούμε να κάνουμε για να κερδίσουμε πίσω ελάχιστα από όσα έχουν κλαπεί, κλέβονται και αφήνουμε να κλέβονται καθημερινά, όσο σταματάμε να αμφιβάλουμε, να απορούμε και να επιθυμούμε. Και σε παρένθεση εδώ το …συλλογικά.

Σημειώσεις:

  1. Η μηχανή αυτή πρωτοπαρουσιάστηκε το 1801 από τον έμπορο και υφαντή, Joseph Marie Jacquard. Ήταν ένας μεγάλος αργαλειός ο οποίος με τη χρήση ποικίλων διάτρητων καρτών μπορούσε κάθε φορά να φτιάξει ένα διαφορετικό σχέδιο ύφανσης, βασισμένο σε συγκεκριμένο μοτίβο.

  2. Σαν game over έχουμε επιμείνει στο παρελθόν, πως η «εξέλιξη» (με ό,τι μπορεί να εννοεί κανείς με τον όρο αυτό) για την επιστημονική και την ακαδημαϊκή κοινότητα, εξαρτάται και έχει να κάνει με το τι φέρνει αποτέλεσμα. Αυτό δηλαδή που συναντήσαμε πριν, όσον αφορά στην οργάνωση της παραγωγής και στην μηχανοργάνωση των κρατικών δομών, ισχύει και στην επιστήμη. Το αν κάτι μπορεί να φέρει αποτέλεσμα (όπως η σκέψη του Turing για τον αλγόριθμο) κρίνει το τι είναι χρήσιμο και τι όχι. Και σαν συνέπεια, το τι αξίζει να ακολουθηθεί σαν επιστημονική αλήθεια, άρα και τι αποδεικνύεται (με εισαγωγικά ή χωρίς) ή τι απορρίπτεται δεν ερευνάται καθόλου, καθώς και τι διαψεύδεται. Δεν θεωρούμε πως υπάρχει μία καθαρή επιστημονική αλήθεια, αντίθετα απ’ ότι προωθούν με σιγουριά οι επιστήμονες, αλλά ανάγκες, όπως αυτές του στρατού και των διακρατικών ανταγωνισμών που περιγράψαμε πριν, που καθορίζουν αυτές τις κατευθύνσεις.

  3. Θα πείτε τώρα, γιατί την αναφέρουν την επιθυμία; Την αναφέρουμε επειδή μπορεί κανείς, με βάση τα όσα είπαμε προηγουμένως, εύκολα να πει ότι «μα είναι ξεκάθαρο, ο υπολογιστής σκέφτεται, αφού κάνει αυτό κι αυτό, επιτυχημένα μάλιστα», αλλά δεν γνωρίζουμε κάποιον που, από όπου και να πιαστεί, να μπορέσει να πει ότι ο υπολογιστής-αλγόριθμος επιθυμεί. Είναι δηλαδή κάτι το καθαρά ανθρώπινο. Ακόμα.

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>