Όταν η AI βγαίνει από την οθόνη, τι μπορεί να αλλάξει στον κόσμο;
Η συνάντηση της τεχνητής νοημοσύνης με το εργαστήριο ανοίγει μια μεγαλύτερη συζήτηση για την ανακάλυψη, την ανθρώπινη πρόοδο και τη δύναμη να αποφασίζεις τι αξίζει να αναζητηθεί.
Αυτό που με συναρπάζει περισσότερο στην τεχνολογία είναι η στιγμή που μια νέα δυνατότητα αρχίζει να αλλάζει τα ερωτήματα που μπορούμε να θέσουμε. Όταν κάτι που χθες φαινόταν απρόσιτο γίνεται αρκετά προσιτό ώστε κάποιος να επιχειρήσει να το καταλάβει, να το δοκιμάσει, να το χτίσει. Εκεί αρχίζω να σκέφτομαι τι μπορεί να ακολουθήσει.
Με αυτή τη σκέψη στάθηκα στην είδηση ότι μια εταιρεία τεχνητής νοημοσύνης αποκτά εργαστήριο βιολογίας. Ένα πραγματικό εργαστήριο, με δείγματα, όργανα, επιστήμονες και πειράματα. Έναν χώρο όπου μια υπολογιστική πρόταση πρέπει να συναντήσει την ύλη και να δώσει αποτελέσματα που μπορούν να μετρηθούν.
Στις 23 Σεπτεμβρίου 2026, η Anthropic παρουσίασε την ερευνητική της ομάδα και ανακοίνωσε πρώιμα ευρήματα για ένα ενζυμικό σύστημα που το Claude βοήθησε να εντοπιστεί σε γενετικά δεδομένα. Η εταιρεία διευκρινίζει ότι τις εργαστηριακές εργασίες πραγματοποιούν άνθρωποι επιστήμονες και ότι η λειτουργία του συστήματος παραμένει υπό διερεύνηση. [1]
Η σημασία αυτού του παραδείγματος βρίσκεται στη σύνδεση: ένα σύστημα AI συμμετέχει στην αναζήτηση μιας υπόθεσης, οι επιστήμονες εξετάζουν αν αξίζει να δοκιμαστεί και το πείραμα δίνει νέα στοιχεία. Τα στοιχεία αυτά μπορούν να επηρεάσουν την επόμενη ερώτηση. Ο όρος wet lab περιγράφει ακριβώς τον χώρο των πραγματικών βιολογικών ή χημικών πειραμάτων, όπου η έρευνα έρχεται αντιμέτωπη με όσα συμβαίνουν έξω από τον υπολογιστή.
Εκεί βλέπω κάτι που αφορά πολύ περισσότερους ανθρώπους από όσους εργάζονται στην τεχνολογία ή στη βιολογία. Αν μπορέσουμε να συνδέσουμε καλύτερα την υπολογιστική αναζήτηση με το αξιόπιστο πείραμα, ίσως διευρύνουμε σημαντικά όσα έχουμε τη δυνατότητα να εξερευνήσουμε ως κοινωνία.
Μέχρι σήμερα, ο περισσότερος κόσμος έχει γνωρίσει την AI μέσα από απαντήσεις, κείμενα, εικόνες και λογισμικό. Η συμμετοχή της στην επιστημονική έρευνα μας καλεί να τη σκεφτούμε και ως μέρος μιας διαδικασίας που μπορεί να παράγει νέα γνώση. Να συνδέει ευρήματα που βρίσκονται διάσπαρτα, να εντοπίζει κάτι ασυνήθιστο και να βοηθά στην επιλογή του επόμενου βήματος. Η αξία της θα κρίνεται από το πόσο χρήσιμη γίνεται αυτή η συμμετοχή στην πράξη.
Ας σκεφτούμε πόσες ιδέες μένουν ανεξερεύνητες επειδή δεν επαρκούν ο χρόνος, οι άνθρωποι ή τα χρήματα. Μια ερευνητική ομάδα χρειάζεται να επιλέγει διαρκώς πού θα αφιερώσει τους περιορισμένους πόρους της. Αν κάποια στάδια γίνουν ταχύτερα ή λιγότερο δαπανηρά, μπορεί να ανοίξει χώρος για προσεγγίσεις που προηγουμένως δεν χωρούσαν στον σχεδιασμό της.
Εκεί βρίσκεται μια δυνατότητα που με ενδιαφέρει βαθιά: να αποκτήσουν περισσότερες ευκαιρίες προβλήματα που μένουν πίσω. Μια σπάνια ασθένεια, μια δύσκολη περιβαλλοντική εφαρμογή, ένα υλικό που απαιτεί πολλές δοκιμές πριν φανεί αν έχει χρησιμότητα. Πρόκειται για ενδεχόμενα που αξίζει να επιδιώξουμε, με την επίγνωση ότι η ταχύτερη αναζήτηση δεν προδικάζει το αποτέλεσμά της.
Η κατεύθυνση αυτή ξεπερνά ήδη τη βιολογία. Το A-Lab του Berkeley συνδέει τεχνητή νοημοσύνη και ρομποτικό εξοπλισμό στην πειραματική σύνθεση υλικών. [2] Για μένα, η ευρύτερη προοπτική βρίσκεται στο να δημιουργήσουμε περισσότερες τέτοιες συνδέσεις ανάμεσα σε όσα μπορούμε να υπολογίσουμε και σε όσα μπορούμε να κατασκευάσουμε, να μετρήσουμε και να αξιολογήσουμε. Εκεί μπορεί να αναζητηθεί αξία για την ενέργεια, την παραγωγή και την καθημερινή ζωή.
Ωστόσο, όσο αυξάνονται οι πιθανές κατευθύνσεις, τόσο πιο απαιτητική γίνεται η επιλογή τους. Αν έχουμε χιλιάδες εύλογες υποθέσεις, ποιες αξίζουν τον χρόνο ενός εργαστηρίου; Ποια αποτυχία μας διδάσκει κάτι χρήσιμο; Πότε επιμένουμε και πότε αλλάζουμε πορεία; Η αφθονία προτάσεων μπορεί να μεταφέρει τη δυσκολία από την εύρεση μιας ιδέας στην αξιολόγηση όσων αξίζει να δοκιμαστούν.
Αυτό αλλάζει και τον τρόπο που σκέφτομαι τον ανθρώπινο παράγοντα. Οι επιστήμονες χρειάζονται κρίση για να ξεχωρίσουν μια ενδιαφέρουσα ένδειξη από μια παραπλανητική συσχέτιση και εμπειρία για να ερμηνεύσουν ένα απρόσμενο αποτέλεσμα. Η πρόσβαση σε περισσότερες προτάσεις κάνει αυτή την ευθύνη μεγαλύτερη. Η ταχύτητα αποκτά αξία όταν συνοδεύεται από την ικανότητα να καταλαβαίνουμε πού μας οδηγεί.
Υπάρχει όμως και μια απόφαση που προηγείται όλων αυτών: ποιο πρόβλημα επιλέγουμε να λύσουμε. Μπορεί να βελτιώσουμε εντυπωσιακά την αποτελεσματικότητα μιας ερευνητικής διαδικασίας και να τη στρέψουμε σε στόχους περιορισμένης κοινωνικής σημασίας. Μπορεί επίσης να δώσουμε μεγαλύτερη προσοχή σε ανάγκες που για χρόνια δεν έβρισκαν χώρο. Η τεχνολογική δυνατότητα αφήνει ανοιχτό το ζήτημα του σκοπού.
Εδώ αρχίζει και η σκοτεινή πλευρά. Η ίδια βαθύτερη κατανόηση ενός βιολογικού συστήματος μπορεί να αξιοποιηθεί με διαφορετικές προθέσεις. Όταν η υπολογιστική ικανότητα συνδέεται με πρόσβαση σε εξοπλισμό και υλικά, οι αποφάσεις αφορούν παρεμβάσεις στον πραγματικό κόσμο. Θα ήθελα η ευθύνη να σχεδιάζεται μέσα σε αυτή τη σύνδεση: με σαφή όρια, έλεγχο των ενεργειών και ανθρώπους που γνωρίζουν τι επιτρέπουν και γιατί.
Ο κίνδυνος, όμως, περιλαμβάνει και λιγότερο θεαματικές εκδοχές. Μια εσφαλμένη υπόθεση μπορεί να αποκτήσει υπερβολικό κύρος επειδή προήλθε από ένα ισχυρό σύστημα. Η πίεση για γρήγορα αποτελέσματα μπορεί να περιορίσει την προθυμία να αμφισβητήσουμε όσα φαίνονται υποσχόμενα. Η αυτοματοποίηση χρειάζεται να συνοδεύεται από χώρο για αμφιβολία, επανάληψη και ανεξάρτητο έλεγχο. Αυτά είναι μέρος της υποδομής που θα εμπιστευόμουν.
Υπάρχει επίσης το ερώτημα της συγκέντρωσης ισχύος. Αν ένας οργανισμός έχει τα μοντέλα, τους επιστήμονες, τα εργαστήρια και τα δεδομένα των πειραμάτων, μπορεί να βελτιώνει διαρκώς τη δική του διαδικασία αναζήτησης. Κάθε κύκλος προσθέτει εμπειρία, ακόμη και όταν το αποτέλεσμα είναι αποτυχία. Η δική μου εκτίμηση είναι ότι ένας τέτοιος συνδυασμός μπορεί να δημιουργήσει πλεονεκτήματα που δύσκολα αποκτά όποιος έχει πρόσβαση μόνο σε μια εφαρμογή.
Η επόμενη μορφή εξάρτησης θα μπορούσε επομένως να αφορά την ίδια την παραγωγή γνώσης. Ποιος θα επιλέγει τα ερευνητικά ερωτήματα; Ποιος θα έχει πρόσβαση στα αποτελέσματα που δεν δημοσιεύονται; Ποιος θα μπορεί να επαναλάβει ένα πείραμα και να αμφισβητήσει το συμπέρασμα; Αυτές οι δυνατότητες θα επηρεάσουν το περιθώριο δράσης επιχειρήσεων, πανεπιστημίων και χωρών.
Για την Ελλάδα και την Ευρώπη, θα έθετα το θέμα ως ζήτημα συμμετοχής. Τι χρειάζεται να συνδέσουμε ώστε οι ερευνητές μας να μπορούν να διατυπώνουν δικά τους ερωτήματα και να τα εξετάζουν; Πώς στηρίζουμε κοινές υποδομές, επιστημονικές συνεργασίες και πρόσβαση σε αξιόπιστα δεδομένα; Μια κοινωνία που θέλει να ωφεληθεί από αυτή την αλλαγή χρειάζεται ανθρώπους και οργανισμούς με πραγματική δυνατότητα έρευνας.
Ακόμη και η επιτυχία, όμως, αφήνει ανοιχτή μια κρίσιμη εκκρεμότητα: σε ποιον θα φτάσει. Αν μια ανακάλυψη οδηγήσει τελικά σε θεραπεία, ποιοι θα μπορούν να τη λάβουν; Αν προκύψει μια αποδοτικότερη τεχνολογία, πώς θα περάσει το όφελος στην παραγωγή και στον πολίτη; Η αύξηση των δυνατοτήτων μας μπορεί να συνυπάρχει με μεγάλη ανισότητα στην πρόσβαση.
Αυτό είναι, για μένα, το πραγματικό μέτρο της προόδου. Η γνώση χρειάζεται ανθρώπους που μπορούν να την αξιοποιήσουν, παραγωγική ικανότητα που μπορεί να τη μετατρέψει σε χρήσιμη εφαρμογή και όρους που επιτρέπουν να φτάσει εκεί όπου υπάρχει ανάγκη. Μια ελπιδοφόρα ένδειξη στο εργαστήριο παραμένει η αρχή μιας διαδρομής, με πολλά ακόμη ερωτήματα να απαντηθούν.
Αυτή η διαδρομή έχει σημασία και όταν μιλάμε δημόσια για την AI. Οι άνθρωποι ακούν μια επιστημονική ανακοίνωση μέσα από τη δική τους ζωή. Κάποιος που περιμένει μια καλύτερη θεραπεία μπορεί να ακούσει ελπίδα. Ένας νέος ερευνητής μπορεί να δει την ευκαιρία να εξετάσει ένα ερώτημα που μέχρι χθες φαινόταν υπερβολικά φιλόδοξο. Μια μικρή επιχείρηση μπορεί να φανταστεί ένα υλικό ή μια διαδικασία που δεν θα μπορούσε ποτέ να αναπτύξει μόνη της. Αυτές οι προσδοκίες χρειάζονται προσοχή. Οφείλουμε να εξηγούμε καθαρά τη δυνατότητα και εξίσου καθαρά την απόσταση ανάμεσα σε ένα πρώιμο εύρημα και σε μια χρήσιμη εφαρμογή.
Δεν θέλω αυτή η συζήτηση να μας αφαιρεί την αισιοδοξία. Με ενθουσιάζει η προοπτική να εξετάσουμε περισσότερες ιδέες, να κατανοήσουμε πράγματα που σήμερα μας διαφεύγουν και να δώσουμε σε δύσκολα προβλήματα περισσότερες ευκαιρίες επίλυσης. Ακριβώς επειδή θεωρώ μεγάλη αυτή τη δυνατότητα, θέλω να τη συζητάμε μαζί με τις επιλογές που θα καθορίσουν την κατεύθυνσή της.
Όταν η AI βγαίνει από την οθόνη και μπαίνει στο εργαστήριο, αποκτούμε έναν ακόμη τρόπο να δοκιμάζουμε τις ιδέες μας απέναντι στην πραγματικότητα. Η πιο μεγάλη αλλαγή μπορεί να βρίσκεται στον ορίζοντα των ερωτημάτων που θα τολμήσουμε να θέσουμε. Το τι θα επιλέξουμε να αναζητήσουμε, ποιοι θα μπορούν να συμμετέχουν και ποιοι θα ωφεληθούν θα αποκαλύψει πολλά για το είδος της προόδου που επιθυμούμε.
Η AI μπορεί να διευρύνει όσα είμαστε ικανοί να κάνουμε.
Το τι θα επιλέξουμε να κάνουμε με αυτή τη δύναμη θα αποκαλύψει πολλά περισσότερα για εμάς.
Πηγές / Sources
[1] Anthropic, September 23, 2026, Claude discovers a novel enzyme system with CRISPR-like repeats. Εταιρική ανακοίνωση πρώιμων ερευνητικών αποτελεσμάτων / Company announcement of early research findings.
[2] Lawrence Berkeley National Laboratory, April 17, 2023, Meet the Autonomous Lab of the Future.