{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3449053"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3449053","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Αόρατα Νήματα: Τεχνητή νοημοσύνη, γνώση, και αυθεντία","abstract":"H εργασία αυτή εξετάζει τη σχέση της τεχνητής νοημοσύνης με τη γνώση και την ορθολογικότητα, ερώτημα το οποίο προσεγγίστηκε κυρίως μέσα από την έννοια της αυθεντίας. Έτσι, εξετάστηκε τη δυναμική που έχουν κάποια σύγχρονα συστήματα τεχνητής νοημοσύνης να ειδωθούν ως αυθεντίες και το πώς επηρεάζουν τις υπάρχουσες δομές και παθολογίες της ανθρώπινης ειδημοσύνης. Ένα εξίσου σημαντικό θέμα το οποίο διατρέχει όλη την εργασία είναι αυτό της κατανοησιμότητας. Του πώς μπορούμε δηλαδή να κρίνουμε το γεγονός ότι το next big thing αυτή τη στιγμή είναι μια μη κατανοήσιμη εφεύρεση, τα συστήματα βαθιάς μάθησης, και πώς συνάδει αυτό με της αντιλήψεις μας της υποκειμενικότητας, της επιστήμης, του ορθολογικού σχεδιασμού της κοινωνίας. Τα συστήματα βαθιάς μάθησης αποτελούν έτσι, εκτός από μια σημαντική καινοτομία με πολύ ουσιαστικές εφαρμογές, ένα γνωσιολογικό παράδοξο. Έχουν περάσει σχεδόν 100 χρόνια από όταν ο Ντάβιντ Χίλμπερτ, ο επονομαζόμενος «πάπας των μαθηματικών του 20ού αιώνα» έκλεινε το λόγο του προς την Εταιρία Γερμανών Επιστημόνων και Ιατρών αναφωνώντας «Πρέπει να γνωρίσουμε! Θα γνωρίσουμε!». Μια μη κατανοήσιμη τεχνολογία, η οποία μάλιστα μπορούμε να πούμε ότι σε κάποιες περιπτώσεις κατανοεί πεδία αντί για εμάς αποτελεί από τη μια την υπερβολή της δήλωσης του Χίλμπερτ – θα γνωρίσουμε πάση θυσία, ο κόσμος θα γνωριστεί ακόμα και αν δεν τον καταλαβαίνουμε. Αποτελεί όμως από την άλλη την απόρριψή της, μια αναγνώριση της περιπλοκότητας του κόσμου και μια παραίτηση από την προσπάθεια να περιγραφεί και να οργανωθεί ορθολογικά.","abstract_html":"H εργασία αυτή εξετάζει τη σχέση της τεχνητής νοημοσύνης με τη γνώση και την ορθολογικότητα, ερώτημα το οποίο προσεγγίστηκε κυρίως μέσα από την έννοια της αυθεντίας. Έτσι, εξετάστηκε τη δυναμική που έχουν κάποια σύγχρονα συστήματα τεχνητής νοημοσύνης να ειδωθούν ως αυθεντίες και το πώς επηρεάζουν τις υπάρχουσες δομές και παθολογίες της ανθρώπινης ειδημοσύνης. Ένα εξίσου σημαντικό θέμα το οποίο διατρέχει όλη την εργασία είναι αυτό της κατανοησιμότητας. Του πώς μπορούμε δηλαδή να κρίνουμε το γεγονός ότι το next big thing αυτή τη στιγμή είναι μια μη κατανοήσιμη εφεύρεση, τα συστήματα βαθιάς μάθησης, και πώς συνάδει αυτό με της αντιλήψεις μας της υποκειμενικότητας, της επιστήμης, του ορθολογικού σχεδιασμού της κοινωνίας. Τα συστήματα βαθιάς μάθησης αποτελούν έτσι, εκτός από μια σημαντική καινοτομία με πολύ ουσιαστικές εφαρμογές, ένα γνωσιολογικό παράδοξο. Έχουν περάσει σχεδόν 100 χρόνια από όταν ο Ντάβιντ Χίλμπερτ, ο επονομαζόμενος «πάπας των μαθηματικών του 20ού αιώνα» έκλεινε το λόγο του προς την Εταιρία Γερμανών Επιστημόνων και Ιατρών αναφωνώντας «Πρέπει να γνωρίσουμε! Θα γνωρίσουμε!». Μια μη κατανοήσιμη τεχνολογία, η οποία μάλιστα μπορούμε να πούμε ότι σε κάποιες περιπτώσεις κατανοεί πεδία αντί για εμάς αποτελεί από τη μια την υπερβολή της δήλωσης του Χίλμπερτ – θα γνωρίσουμε πάση θυσία, ο κόσμος θα γνωριστεί ακόμα και αν δεν τον καταλαβαίνουμε. Αποτελεί όμως από την άλλη την απόρριψή της, μια αναγνώριση της περιπλοκότητας του κόσμου και μια παραίτηση από την προσπάθεια να περιγραφεί και να οργανωθεί ορθολογικά.","abstract_has_math":false,"creators":["Κάλφας Συμεών","Kalfas Symeon"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:31:34Z","subjects":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3449053"],"render_values":[{"text":"uoadl:3449053","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3449053","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3449053","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3449053","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κάλφας Συμεών","Kalfas Symeon"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3449053","https://pergamos.lib.uoa.gr/uoa/dl/object/3449053"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["H εργασία αυτή εξετάζει τη σχέση της τεχνητής νοημοσύνης με τη γνώση και την ορθολογικότητα, ερώτημα το οποίο προσεγγίστηκε κυρίως μέσα από την έννοια της αυθεντίας. Έτσι, εξετάστηκε τη δυναμική που έχουν κάποια σύγχρονα συστήματα τεχνητής νοημοσύνης να ειδωθούν ως αυθεντίες και το πώς επηρεάζουν τις υπάρχουσες δομές και παθολογίες της ανθρώπινης ειδημοσύνης. Ένα εξίσου σημαντικό θέμα το οποίο διατρέχει όλη την εργασία είναι αυτό της κατανοησιμότητας. Του πώς μπορούμε δηλαδή να κρίνουμε το γεγονός ότι το next big thing αυτή τη στιγμή είναι μια μη κατανοήσιμη εφεύρεση, τα συστήματα βαθιάς μάθησης, και πώς συνάδει αυτό με της αντιλήψεις μας της υποκειμενικότητας, της επιστήμης, του ορθολογικού σχεδιασμού της κοινωνίας. Τα συστήματα βαθιάς μάθησης αποτελούν έτσι, εκτός από μια σημαντική καινοτομία με πολύ ουσιαστικές εφαρμογές, ένα γνωσιολογικό παράδοξο. Έχουν περάσει σχεδόν 100 χρόνια από όταν ο Ντάβιντ Χίλμπερτ, ο επονομαζόμενος «πάπας των μαθηματικών του 20ού αιώνα» έκλεινε το λόγο του προς την Εταιρία Γερμανών Επιστημόνων και Ιατρών αναφωνώντας «Πρέπει να γνωρίσουμε! Θα γνωρίσουμε!». Μια μη κατανοήσιμη τεχνολογία, η οποία μάλιστα μπορούμε να πούμε ότι σε κάποιες περιπτώσεις κατανοεί πεδία αντί για εμάς αποτελεί από τη μια την υπερβολή της δήλωσης του Χίλμπερτ – θα γνωρίσουμε πάση θυσία, ο κόσμος θα γνωριστεί ακόμα και αν δεν τον καταλαβαίνουμε. Αποτελεί όμως από την άλλη την απόρριψή της, μια αναγνώριση της περιπλοκότητας του κόσμου και μια παραίτηση από την προσπάθεια να περιγραφεί και να οργανωθεί ορθολογικά.","The main purpose of this dissertation is to investigate the relation between artificial intelligence, and knowledge and rationality, a question which was approached mainly through the concept of authority. The focus is on the potential of some contemporary artificial intelligence systems to be viewed as authorities and how this impacts existing structures and pathologies of human expertise. An equally important theme that underpins the main arguments throughout this dissertation is that of understandability. Of how, that is, we can critically approach the fact that the current \"next big thing\" is an ununderstandable, unexplainable invention - deep learning systems - and if that can be reconciled with our notions of subjectivity, of science, of the rational planning of society. In this sense, deep learning systems represent, beside their very considerable applications, an epistemological paradox. It has been almost 100 years since David Hilbert, the so called \"pope of mathematics in the 20th century\", concluded his speech to the Society of German Natural Scientists and Physicians exclaiming: \"We must know! We will know!\" An ununderstandable technology, which we could even say understands certain fields in our stead, represents on the one hand a hyperbole of Hilbert's statement - we will know no matter what, the world will be known even if we don't understand it. It is, however, at the same time, its negation, a recognition of the world's complexity and a resignation from the effort to describe it and rationally organise it."]},{"key":"dc:title","label":"Title","values":["Αόρατα Νήματα: Τεχνητή νοημοσύνη, γνώση, και αυθεντία"]}]}],"canonical_facts":{"dc:creator":["Κάλφας Συμεών","Kalfas Symeon"],"dc:date":["2025"],"dc:description":["H εργασία αυτή εξετάζει τη σχέση της τεχνητής νοημοσύνης με τη γνώση και την ορθολογικότητα, ερώτημα το οποίο προσεγγίστηκε κυρίως μέσα από την έννοια της αυθεντίας. Έτσι, εξετάστηκε τη δυναμική που έχουν κάποια σύγχρονα συστήματα τεχνητής νοημοσύνης να ειδωθούν ως αυθεντίες και το πώς επηρεάζουν τις υπάρχουσες δομές και παθολογίες της ανθρώπινης ειδημοσύνης. Ένα εξίσου σημαντικό θέμα το οποίο διατρέχει όλη την εργασία είναι αυτό της κατανοησιμότητας. Του πώς μπορούμε δηλαδή να κρίνουμε το γεγονός ότι το next big thing αυτή τη στιγμή είναι μια μη κατανοήσιμη εφεύρεση, τα συστήματα βαθιάς μάθησης, και πώς συνάδει αυτό με της αντιλήψεις μας της υποκειμενικότητας, της επιστήμης, του ορθολογικού σχεδιασμού της κοινωνίας. Τα συστήματα βαθιάς μάθησης αποτελούν έτσι, εκτός από μια σημαντική καινοτομία με πολύ ουσιαστικές εφαρμογές, ένα γνωσιολογικό παράδοξο. Έχουν περάσει σχεδόν 100 χρόνια από όταν ο Ντάβιντ Χίλμπερτ, ο επονομαζόμενος «πάπας των μαθηματικών του 20ού αιώνα» έκλεινε το λόγο του προς την Εταιρία Γερμανών Επιστημόνων και Ιατρών αναφωνώντας «Πρέπει να γνωρίσουμε! Θα γνωρίσουμε!». Μια μη κατανοήσιμη τεχνολογία, η οποία μάλιστα μπορούμε να πούμε ότι σε κάποιες περιπτώσεις κατανοεί πεδία αντί για εμάς αποτελεί από τη μια την υπερβολή της δήλωσης του Χίλμπερτ – θα γνωρίσουμε πάση θυσία, ο κόσμος θα γνωριστεί ακόμα και αν δεν τον καταλαβαίνουμε. Αποτελεί όμως από την άλλη την απόρριψή της, μια αναγνώριση της περιπλοκότητας του κόσμου και μια παραίτηση από την προσπάθεια να περιγραφεί και να οργανωθεί ορθολογικά.","The main purpose of this dissertation is to investigate the relation between artificial intelligence, and knowledge and rationality, a question which was approached mainly through the concept of authority. The focus is on the potential of some contemporary artificial intelligence systems to be viewed as authorities and how this impacts existing structures and pathologies of human expertise. An equally important theme that underpins the main arguments throughout this dissertation is that of understandability. Of how, that is, we can critically approach the fact that the current \"next big thing\" is an ununderstandable, unexplainable invention - deep learning systems - and if that can be reconciled with our notions of subjectivity, of science, of the rational planning of society. In this sense, deep learning systems represent, beside their very considerable applications, an epistemological paradox. It has been almost 100 years since David Hilbert, the so called \"pope of mathematics in the 20th century\", concluded his speech to the Society of German Natural Scientists and Physicians exclaiming: \"We must know! We will know!\" An ununderstandable technology, which we could even say understands certain fields in our stead, represents on the one hand a hyperbole of Hilbert's statement - we will know no matter what, the world will be known even if we don't understand it. It is, however, at the same time, its negation, a recognition of the world's complexity and a resignation from the effort to describe it and rationally organise it."],"dc:identifier":["uoadl:3449053","https://pergamos.lib.uoa.gr/uoa/dl/object/3449053"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"dc:title":["Αόρατα Νήματα: Τεχνητή νοημοσύνη, γνώση, και αυθεντία"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:31:34Z"}