Μπορεί η τεχνητή νοημοσύνη να προβλέψει την επόμενη κρίση;

• Ερευνητές και οργανισμοί επιχειρούν να χρησιμοποιήσουν δεδομένα και τεχνητή νοημοσύνη για την πρόβλεψη κρίσεων, από πολέμους έως χρηματοπιστωτικές καταρρεύσεις.
• Παρά τις πρώτες επιτυχίες, η τεχνολογία παραμένει ανώριμη και αδυνατεί να προβλέψει πλήρως τα λεγόμενα «μαύρα κύκνους».

Η πρόκληση της πρόβλεψης μεγάλων κρίσεων απασχολεί εδώ και δεκαετίες την επιστημονική κοινότητα, με τη σύγχρονη τεχνολογία να επιχειρεί να δώσει απαντήσεις σε ένα ερώτημα που παραμένει ανοιχτό: ποιο γεγονός θα λειτουργήσει ως «σπίθα» για μια παγκόσμια αναταραχή.

Ερευνητικές ομάδες, όπως εκείνη του Πίτερ Τέρτσιν, έχουν συγκεντρώσει τεράστιους όγκους ιστορικών δεδομένων — πάνω από 80.000 καταγραφές από κοινωνίες που εκτείνονται έως την Παλαιολιθική εποχή. Μέσα από την ανάλυση αυτών των στοιχείων, επιχειρούν να εντοπίσουν μοτίβα που συνδέονται με επαναστάσεις, συγκρούσεις και κοινωνικές αναταράξεις.

Τα ευρήματα δείχνουν ότι κρίσεις προκύπτουν συχνά όταν συνδυάζονται παράγοντες όπως η οικονομική πίεση, η κοινωνική ανισότητα και ο ανταγωνισμός μεταξύ ελίτ για περιορισμένους πόρους εξουσίας. Παρόμοια μοτίβα έχουν εντοπιστεί σε ιστορικά γεγονότα, όπως η Γαλλική Επανάσταση.

Από τα δεδομένα στην τεχνητή νοημοσύνη

Η μετάβαση από την ιστορική ανάλυση στα μοντέλα τεχνητής νοημοσύνης αποτελεί το επόμενο βήμα. Σήμερα, κυβερνήσεις και στρατιωτικοί οργανισμοί επενδύουν σε εργαλεία που μπορούν να επεξεργάζονται δεδομένα σε πραγματικό χρόνο — από δορυφορικές εικόνες έως αναρτήσεις στα μέσα κοινωνικής δικτύωσης.

Ένα χαρακτηριστικό παράδειγμα είναι το πρόγραμμα Raven Sentry, που χρησιμοποιήθηκε για την πρόβλεψη επιθέσεων στο Αφγανιστάν, επιτυγχάνοντας ακρίβεια περίπου 70%. Αντίστοιχα, εταιρείες όπως η Rhombus Power ισχυρίζονται ότι αξιοποίησαν AI για να εντοπίσουν ενδείξεις πριν από τη ρωσική εισβολή στην Ουκρανία, αν και οι προβλέψεις αυτές δεν είχαν δημοσιοποιηθεί εκ των προτέρων.

Παράλληλα, ερευνητικά ιδρύματα όπως το Alan Turing Institute εκτιμούν ότι η τεχνολογία δεν έχει ακόμη φτάσει στο επίπεδο ωριμότητας που απαιτείται για αξιόπιστες προβλέψεις μεγάλης κλίμακας.

Στον χρηματοπιστωτικό τομέα, η τεχνητή νοημοσύνη έχει ήδη δείξει σημάδια δυνατοτήτων, καθώς μοντέλα εκπαιδευμένα σε ιστορικά δεδομένα κατάφεραν να εντοπίσουν ποια περιουσιακά στοιχεία θα επηρεάζονταν περισσότερο σε περιόδους κρίσης. Ωστόσο, οι ειδικοί επιμένουν ότι η AI λειτουργεί καλύτερα ως εργαλείο συμπλήρωσης και όχι αντικατάστασης της παραδοσιακής ανάλυσης.

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

• Το Business Monitor στους Δελφούς: Η νέα ισχύς περνά από την άμυνα, την καινοτομία και το AI
• Ο Ντόναλντ Τραμπ εξετάζει το σχέδιο του Ιράν για τον τερματισμό του πολέμου
• ΟΠΕΚ+: Αύξηση παραγωγής «στα χαρτιά» εν μέσω κρίσης στο Ορμούζ
• Αγορά ακινήτων: Πώς η υψηλή τιμή μπλοκάρει τις πωλήσεις – Πόσο «τιμωρούνται» οι υπερβολές