اگر هوش مصنوعی به جای ما بیندیشد، چیزی بیش از شغلها را از دست خواهیم داد
هوش مصنوعی ما را بهرهورتر میکند – اما تهدید میکند که جایگزین اندیشیدن خودِ ما شود. این فناوری به هنجارهای جدید و بحثی کاملاً متفاوت نیاز دارد.
یادداشتی از دنی رودریک
تا همین چند سال پیش، هوش مصنوعی (AI) صرفاً چیزی شبیه یک اسباببازی جالب به نظر میرسید: یک چتبات که با کنار هم گذاشتن جملههای کامل در پاسخ به درخواستهای کاربران، هوش را شبیهسازی میکرد، اما در نهایت چندان پیشرفتهتر از یک موتور جستوجوی پیشرفته نبود. اما اکنون به ابزاری شگفتانگیز تبدیل شده است که میتواند وظایفی را انجام دهد که هرگز تصور نمیکردم در طول عمرم ممکن باشد.
برای مثال، من از هوش مصنوعی برای یافتن دادههای آنلاین، پردازش آنها، انجام آزمونهای آماری و تهیه جدولها و نمودارهای پیچیده استفاده کردهام – همراه با توضیحاتی مستدل درباره معنای نتایج، ارتباط آنها با ادبیات علمی، و نقاط قوت و ضعف تحلیل. هوش مصنوعی در کمتر از نیم ساعت کاری را انجام میدهد که یک دستیار پژوهشی به چند روز زمان نیاز داشت.
کاهش فشار در همه زمینهها
گاهی به نظر میرسد مدلهای فعلی هوش مصنوعی تقریباً قادرند افکار شما را بخوانند. برخلاف برنامهنویسی یا نوشتن کد، لازم نیست دقیقاً مشخص کنید چه میخواهید تا جایی برای سوءتعبیر باقی نماند. مدل بهطور شهودی «حدس» میزند که منظور شما چیست و جزئیاتِ از دسترفته را پر میکند (هرچند بهتر است همیشه این جزئیات را بررسی کنید؛ همانطور که برخی شرکتهای حقوقی که لوایح تولیدشده توسط هوش مصنوعی با ارجاعات ساختگی ارائه کردهاند، تجربه کردهاند). یا اگر چنین چیزی ممکن نباشد، رابط کاربری آنقدر از شما میخواهد که درخواستتان را دقیقتر کنید.
این اطمینانبخش است که تصور کنیم هوش مصنوعی ابزاری است که به همه ما کمک میکند بهرهورتر شویم و کارمان را بهتر انجام دهیم. برای من، در هر حال، تحقیق را کارآمدتر کرده است.
این فناوری هزینههای کارآفرینان را کاهش میدهد، زیرا خدمات ارزانقیمت بازاریابی و مشاوره ارائه میکند. به کارکنان جوان خدمات مشتری امکان میدهد از مهارتها و تجربه همکاران باتجربهتر بهرهمند شوند. و به کارگران پروژهای یا پیشهوران اجازه میدهد خدمات پیچیدهتری عرضه کنند.
برخلاف بسیاری از فناوریهای پیشین، هوش مصنوعی در موقعیتی منحصربهفرد قرار دارد تا به افرادی با مهارت و تحصیلات کمتر کمک کند – یعنی همان کارگرانی که در سطوح پایینتر اقتصاد قرار دارند. با اعطای تواناییهای بیشتر به هر یک از ما، مزایایی فراهم میکند که بالقوه برای کسانی که در آغاز بیشترین محرومیت را دارند، اهمیت بیشتری دارد.
این بدان معناست که عملکرد آن میتواند کاملاً متفاوت از فناوریهایی مانند خودکارسازی باشد که هدف اصلیشان جایگزینی کارگران در خط تولید، فروش یا دفتر بوده است.
«توانایی جمعی ما برای اندیشیدن رو به زوال است، همانگونه که انگیزه ما برای آموختنِ اندیشیدن.»
با این حال، نگرانی آن است که هوش مصنوعی بسیار فراتر از این عمل کند، با پیامدهایی نامعلوم. در حال حاضر، من انتخاب و صورتبندی پرسشهای پژوهشی را امتیاز شخصی خود و منبع اصلی مزیت رقابتیام میدانم. اما ممکن است روزی وسوسه شوم که از هوش مصنوعی بخواهم خودِ پرسشها را تولید کند.
در واقع، ابزارهای هوش مصنوعی که از آنها استفاده میکنم، همین حالا هم مرا به این سمت سوق میدهند. در پایان هر تمرین از نوعی که در بالا شرح دادم، آنها بهطور ملایم مسیرهای بیشتری برای پژوهشهای ثمربخش پیشنهاد میکنند که میتوانم دنبال کنم.
هوش مصنوعی به شیوههای ظریفتری نیز اندیشیدن را جایگزین میکند. این فناوری هماکنون بر نحوه تفکر من درباره پژوهشهای موجود تأثیر میگذارد. نهتنها آنچه را که وجود دارد خلاصه میکند، بلکه به من میگوید این پژوهشها چگونه با کار من مرتبطاند و چگونه باید درباره آنها بیندیشم. همچنین میان بخشهای مختلف ادبیات علمی ارتباطهایی برقرار میکند که شاید هرگز به ذهنم نمیرسید.
خطر بزرگتر در همینجاست. بحث عمومی درباره تأثیرات هوش مصنوعی بر جامعه عمدتاً بر جایگزینی نیروی کار و از دست رفتن شغلها متمرکز است. اما خطری بزرگتر، جایگزینی اندیشه انسانی است.
اگر اجازه دهیم هوش مصنوعی کار اندیشیدن را برای ما انجام دهد، از آستانهای مهم عبور کردهایم. توانایی جمعی ما برای اندیشیدن تضعیف میشود، و همچنین انگیزه ما برای یادگیری اندیشیدن کاهش مییابد. و از آنجا که مرز میان بهکارگیری اندیشه برای حل یک مسئله و خودِ اندیشیدن از پیش نیز مبهم بوده، عبور از این آستانه بسیار آسان است.
خطری برای ذخیره کلی دانش
در مقالهای جالب، دارون عجماوغلو، دینگوِن کونگ و آسومان اوزداگلار از MIT این شهود را صورتبندی کردهاند که چگونه چنین «تخفیف بار شناختی» میتواند پیامدهای فاجعهباری داشته باشد.
آنها میپرسند چه اتفاقی میافتد اگر مدلهای هوش مصنوعی در ارائه دقیق همان دانشِ وابسته به زمینه که به افراد برای انجام وظایفشان کمک میکند، بسیار ماهر شوند. چنین نتایجی به انسانها امکان میدهد حتی با یادگیری کمتر، به نتایج بهتری دست یابند.
اما اینجا مشکلی وجود دارد، زیرا دانش دارای اثری بیرونی مهم است. وقتی من درباره حل مسئلهام فکر میکنم، همزمان به ذخیره عمومی دانش درباره نحوه حل مسائل دیگران نیز کمک میکنم. اگر کمتر در یادگیری خود سرمایهگذاری کنم، این ذخیره عمومی دانش آسیب میبیند. در حالت افراطی و ویرانشهری، این دانش عمومی ممکن است کاملاً از بین برود.
البته این در حال حاضر صرفاً یک امکان نظری است و بسته به فرضیات درباره شدت اثرات متقابل، نتایج بهتری نیز قابل تصور است. اما خطر واقعی است. اگر اجازه دهیم هوش مصنوعی به جای ما بیاموزد و بیندیشد، تواناییهای انسانی خود را تضعیف میکنیم – و در نهایت خطر آن را به جان میخریم که همان پایه دانشی را نابود کنیم که خودِ هوش مصنوعی بر آن استوار است.
مقابله با این مسائل مستلزم تدوین هنجارهای اجتماعی و حرفهای برای استفاده مناسب از هوش مصنوعی است. برای مثال، پژوهشگران ممکن است مجبور شوند بهطور دقیق مشخص کنند چگونه از هوش مصنوعی استفاده کردهاند – فرایندی که میتواند بهوسیله خود ابزارهای هوش مصنوعی خودکار شود – و در تصمیمگیریهای مربوط به انتشار و ارتقا، باید به تولیدات ذهن انسانی وزن بیشتری داده شود.
سازمانهایی مانند «پارتنرشیپ آن ایآی» میتوانند به تدوین و ترویج اصول کلی کمک کنند. همچنین به اشکال جدیدی از تنظیمگری دولتی نیاز خواهیم داشت، همانگونه که تقریباً هر فناوری جدیدی چنین نیازی ایجاد کرده است.
پیششرط ضروری برای چنین اقداماتی، تغییر شیوه اندیشیدن ما درباره هوش مصنوعی است. مهمتر از همه، گفتمان عمومی باید در چارچوبی متفاوت قرار گیرد. پرسشی که باید مطرح کنیم این نیست که هوش مصنوعی چه بلایی بر سر ما خواهد آورد، بلکه این است که ما میخواهیم این فناوری چه کاری برای ما انجام دهد.
*دنی رودریک استاد اقتصاد سیاسی بینالملل در مدرسه کندی هاروارد و رئیس پیشین انجمن بینالمللی اقتصاد است. او نویسنده کتاب «رفاه مشترک در جهانی گسسته: اقتصادی نو برای طبقه متوسط، فقیران جهان و اقلیم ما» است.
۱۶ آوریل ۲۰۲۶
به نقل از: FuW – Das Wochenende
