نظرت را درباره هوش مصنوعی بگو، تا بگویم که هستی؟

به گزارش خبرگزاری ۶۰ثانیه، این پژوهشگر علوم انسانی در مقاله‌ای نوشته است:

از زمانی که هوش مصنوعی به جریان اصلی گفتمانی تبدیل شد، به ‌عنوان یک آزمون شخصیت سیاسی، وظیفه مضاعفی را انجام داده است: «نظرت را درباره هوش مصنوعی به من بگو، تا بگویم که هستی؟» کسانی که نگران تغییرات اقلیمی هستند، بر مصرف انرژی تمرکز می‌کنند.

کسانی که سیستم سرمایه‌داری کنونی را محکوم می‌کنند، آن را نمونه نهایی انحصار شرکتی می‌دانند. کسانی که نگران نژادپرستی هستند، درباره تعصبات هوش مصنوعی هشدار داده‌اند.

کسانی که اثرات استعمار را مطالعه می‌کنند، آن را شکل دیگری از استثمار می‌دانند و کسانی که به سمت نابودی گرایش دارند، ChatGPT، Claude،Gemini و Grok را به عنوان چهار سوار آخرالزمان دیده‌اند.

اهالی هنر و فرهنگ به طور خاص از جانب هوش مصنوعی احساس خطر کرده‌اند؛ زیرا به‌نظر می‌رسد این فناوری به سراغ چیزهایی می‌رود که بیش از همه برایشان عزیز است: استفاده خلاقانه از تصاویر، کلمات و ایده‌ها. دو مورد آخر، یعنی کلمات و ایده‌ها در مرکز طوفان بوده‌اند؛ زیرا هوش مصنوعی مولد مبتنی بر زبان است و ایده‌ها ارتباط نزدیکی با کلماتی دارند که با آنها بیان می‌شوند.

در پاسخ، نویسندگان تا حد زیادی مقاومت را انتخاب کرده‌اند و از خلاقیت واقعی انسان‌ها در برابر ماشین‌ها دفاع می‌کنند. فیدهای رسانه‌های اجتماعی من پر از مطالب بی‌ارزش هوش مصنوعی شده است که با خوشحالی توسط همکارانم تولید و منتشر می‌شوند و امیدوارند ثابت کنند که هوش مصنوعی نمی‌تواند، خلاق باشد.

اجازه بدهید این را مقاومت خلاقانه بنامیم.

بر اساس تجربیاتم در زمینه تدریس و سخنرانی در سراسر جهان، «مقاومت خلاقانه» در آمریکای شمالی بیشترین نمود را دارد؛ در هند نفوذ بسیار کمتری دارد و در چین و کره حتی کمتر از آن است؛ در حالی که وضعیت اروپا چیزی میان این دو طیف قرار می‌گیرد. تابستان گذشته زمانی که در سئول، پایتخت کره جنوبی کلاسی درباره هوش مصنوعی و خلاقیت برای دانشجویانی از سراسر آسیا و آمریکای لاتین برگزار کردم، آن‌ها تنها یک دغدغه داشتند: اینکه چگونه می‌توانند به‌طور مؤثر از این ابزارها استفاده کنند.

تنها کسی که دم از مقاومت خلاقانه می‌زد، دانشجویی آمریکایی بود که به‌طور اتفاقی سر از آن کلاس درآورده بود. در هند نیز تعاملات بسیاری با اهالی هنر داشته‌ام که نشان‌دهنده رویکردی کمتر تدافعی و بیشتر کاوشگرانه بود.

این برداشت‌های مبتنی بر مشاهدات موردی، با پژوهش‌هایی که نگرش‌ها نسبت به هوش مصنوعی را در مناطق مختلف و در سطحی کلان‌تر می‌سنجند، تایید می‌شوند. گمانه‌زنی درباره دلایل این توزیع نابرابر مقاومت خلاقانه، وسوسه‌انگیز است.

«شکار کاپور»، فیلم‌ساز هندی، به من گفت که مسئله به حفظ امتیازات تثبیت‌شده بازمی‌گردد: مردم «جنوب جهانی» (کشورهای در حال توسعه) چیز کمتری برای از دست دادن دارند و از همین رو، پذیرای فناوری‌های جدید هستند. همچنین ممکن است، نگرش‌های فلسفی و فرهنگی عمیق‌تری در کار باشد؛ برای نمونه، در فرهنگ‌های متاثر از آموزه‌های بودایی، تاکید و دلبستگی کمتری نسبت به تمایز میان انسان و غیرانسان وجود دارد.

«مقاومت خلاقانه»، صرف‌نظر از اینکه از کجا بروز پیدا می‌کند، واکنشی قابل‌درک به یک فناوری تحول‌آفرین است؛ اما در نهایت مانعی بر سر راه درک درست هوش مصنوعی محسوب می‌شود. من در سه سال گذشته با هوش مصنوعی کار کرده‌ام و اکنون با نگاهی خوش‌بینانه اما با احتیاط به آن نگاه می‌کنم.

شاید هوش مصنوعی برای مهندسان نرم‌افزار خبری ناگوار باشد، اما به گمانم برای کسانی که دغدغه‌ی زبان و ایده‌ها را دارند، یعنی همان کسانی که بیش از همه آن را رد می‌کنند، تحولی جذاب و تامل‌برانگیز است.

حق با طرفداران «مقاومت خلاقانه» است که هوش مصنوعی پرسش‌هایی را درباره‌ توانایی‌ها و ناتوانی‌های ماشین مطرح می‌کند؛ اما همین پرسش‌ها درباره‌ انسان نیز صدق می‌کنند. بسیاری از ایراداتی که این گروه به هوش مصنوعی وارد می‌دانند، از جمله قابل‌پیش‌بینی بودن یا صرفا بازترکیبِ داشته‌های موجود، درباره بسیاری از انسان‌ها نیز صادق است.

در واقع، بخش عمده‌ای از آثار هنری دهه‌های اخیر، ادعاهای رایج درباره‌ خلاقیت انسانی را به چالش کشیده‌اند؛ مواردی همچون اسطوره «نابغه‌ی تنها»، نقش نهادها در شکل‌دهی به هنر، وابستگی به ابزارها و رسانه‌ها و شیوه‌های جمعی تولید خلاقانه.

عجیب است که می‌بینیم، نویسندگان و هنرمندان، به محض مواجهه با تهدید هوش مصنوعی، چقدر سریع آن مباحث را فراموش کرده و اکنون به دیدگاه‌های بسیار سنتی درباره‌ خلاقیت انسانی پناه برده‌اند. گویی به همان دنیایی بازگشته‌ایم که «سی.

پی. اسنو» (دانشمند شیمی - فیزیک و رمان‌نویس انگلیسی) در دهه ۱۹۵۰ توصیف می‌کرد: دنیایی دوقطبی، تقسیم‌شده میان علم پیشرو (آوانگارد) و حوزه‌ هنر و علوم انسانی که پایبند به سنت‌هاست.

مشکل اصلی «مقاومت خلاقانه» این است که ما را نسبت به جذاب‌ترین جنبه‌ هوش مصنوعی کور می‌کند؛ یعنی این واقعیت که هوش مصنوعی بر پایه زبان بنا شده است؛ مقوله‌ای که میان ما و هوش مصنوعی مشترک است. البته تردیدی نیست که ماشین‌ها و انسان‌ها زبان را به شیوه‌های متفاوتی می‌آموزند، پردازش می‌کنند و با آن تعامل دارند.

اما این تفاوت‌ها بدین معنا نیست که تنها ما انسان‌ها واقعا از زبان استفاده می‌کنیم و ماشین‌ها صرفا آن را تقلید می‌کنند. عامل‌های هوش مصنوعی در به‌کارگیری زبان به‌طرز شگفت‌آوری کارآمد هستند، هرچند نقاط قوت و ضعفشان با ما متفاوت است.

اذعان به این موضوع، ما را ملزم به پذیرش این ادعا نمی‌کند که هوش مصنوعی دارای «آگاهی» است؛ مفهومی که تعریف آن به‌شدت دشوار است یا اینکه به هر طریق دیگری شبیه انسان است. در واقع، یکی از نقاط قوت هوش مصنوعی همین است که زبان را متفاوت از ما به کار می‌گیرد.

اما نکته کلیدی اینجاست که زبان، همان عرصه‌ای است که انسان‌ها و ماشین‌ها در آن به هم می‌رسند. بیایید این را «مدل زبان مشترک» بنامیم؛ مدلی که توضیح می‌دهد چرا انسان‌ها اساسا قادر به تعامل با هوش مصنوعی هستند.

ما باید یاد بگیریم که چگونه با «مدل زبانی مشترک» زندگی کنیم. تا همین اواخر، منطقی بود، تصور کنیم که تمام عامل‌های سخنگو انسان هستند (به‌جز طوطی‌های آموزش‌دیده)؛ از همین رو، عادت دیرینه‌ای در ما شکل گرفته است که به چت‌بات‌ها ویژگی‌های انسانی نسبت دهیم، عادتی که پیامدهای آن نیز بسیار خبرساز شده است.

اما اکنون باید به حضور یک موجود سخنگوی دیگر در میان خودمان عادت کنیم.

نقد «پاسخ خواننده» (Reader-response criticism) یا به عبارت عمومی‌تر مبحث مرگ نویسنده در دهه‌های ۱۹۷۰ و ۱۹۸۰ در آلمان و ایالات متحده شکل گرفت و دیدگاه رایجی را به چالش کشید که بر اساس آن، ادبیات توسط نویسنده (یا نویسندگان) و با استفاده از رسانه‌های گوناگون (از طومارهای خطی گرفته تا کتاب‌های چاپی) تولید می‌شد و سپس از طریق واسطه‌هایی (مانند کتابخانه‌ها و کتاب‌فروشی‌ها) به دست خوانندگان می‌رسید تا آن‌ها، آن را بخوانند. اما نظریه‌پردازانی همچون ولفگانگ آیزر در آلمان و استنلی فیش در ایالات متحده گفتند: «کمی دست نگه دارید.»

این پیش‌فرض که ادبیات همان چیزی است که میان دو جلد کتاب محصور شده است، خوانندگان را نادیده می‌گیرد؛ حال آنکه آنان در واقع با عمل خواندن، در خلق ادبیات مشارکت دارند. ادبیات صرفا کلماتی بر روی کاغذ نیست، بلکه کلماتی است بر روی کاغذ که توسط خوانندگان خوانده می‌شوند.

این دیدگاه در افراطی‌ترین شکل خود بدین معنا بود که چگونگی نگارش متن (و اینکه چه کسی آن را نوشته) اهمیتی ندارد؛ بلکه تنها نحوه خوانده شدن آن مهم است. در اینجا، عمل خواندن همه چیز بود و کلمات نوشته‌شده توسط نویسنده، صرفا بهانه‌ای برای وقوع این عملِ خواندن محسوب می‌شدند.

کانون اصلی «نظریه واکنش خواننده»، دانشگاه کنستانتس بود؛ دانشگاهی تازه‌تاسیس در دورترین نقطه جنوب غربی آلمان و درست در مرز سوئیس، که من در اواخر دهه ۱۹۸۰ برای تحصیل به آنجا رفتم. در همان ترم نخست، گذارم به سمیناری از «ایزر» افتاد؛ نویسنده کتاب «کنش خواندن» یا The Act of Reading (۱۹۷۶) که یکی از آثار کلیدی و نخستین این جنبش به شمار می‌رود.

آن سال وقتی برای کریسمس به خانه برگشتم، خانواده و دوستانم را با این ادعای غافلگیرکننده سرگرم کردم که ادبیات، آن چیزی نیست که آن‌ها با افتخار در قفسه‌های کتابشان به نمایش گذاشته‌اند، بلکه چیزی است که تنها زمانی شکل می‌گیرد که آن‌ها شروع به خواندن کنند.

هوش مصنوعی، آزمونی تمام‌عیار برای «نظریه واکنش خواننده» (Reader-Response Theory) به‌شمار می‌رود. آیا واقعا اهمیتی ندارد که چه کسی (یا چه چیزی) متن را پدید می‌آورد؟

در حال حاضر، به‌نظر می‌رسد که این موضوع اهمیت بسیاری دارد؛ به‌ویژه جریان «مقاومت خلاقانه» (Creative Resistance) بر اهمیت این تفاوت تأکید ویژه‌ای دارد و بسیاری از خوانندگان هنگامی که درمی‌یابند متنی توسط هوش مصنوعی نوشته شده است، احساس می‌کنند، فریب خورده‌اند. اما آیا این نگرش پایدار خواهد ماند؟

بینش بنیادین نظریه واکنش خواننده به ما کمک می‌کند تا این پرسش را به شیوه‌ای بهتر مطرح کنیم: آنچه اهمیت دارد، نه خود واژگان، بلکه نحوه خوانش ما از آن‌ها است. در مورد هوش مصنوعی، این بدان معناست که پرسش اصلی نه کیفیت متون تولیدشده توسط آن، بلکه این است که آیا خوانندگان همچنان به شیوه‌ای متفاوت (یا شاید اصلا) آن‌ها را خواهند خواند یا خیر.

نظریه ادبی دیگری که می‌تواند به درک ما از هوش مصنوعی کمک کند، پساساختارگرایی است. این همان نظریه‌ای بود که در دوران تحصیلات تکمیلی، پس از عبور از رویکرد «نقدِ واکنش خواننده» (reader-response criticism)، با آن آشنا شدم.

همین نظریه مرا به ایالات متحده کشاند تا نزد ژاک دریدا تحصیل کنم؛ کسی که به‌طور مرتب در دانشگاه کالیفرنیا تدریس می‌کرد. به یاد دارم زمانی که بالاخره تمام شجاعت خود را جمع کردم تا به ملاقات دریدا بروم، انتظار داشتم با صف طویلی از هوادارانش مواجه شوم، اما در عوض او را کاملا تنها در انتهای راهرویی طولانی و خالی یافتم.

چندین بار دیگر هم بازگشتم و مشتاقانه در آن گفت‌وگوهای تا حدی معذب‌کننده با زبان انگلیسی نه‌چندان سلیس شرکت می‌کردم (هرچند با پیشرفت ترم، مهارت هر دوی ما در این زمینه بهتر شد). او عمدتا می‌خواست درباره نگرانی‌اش صحبت کند؛ اینکه مردم صرفا سبک تفکر او را تقلید می‌کنند، بی‌آنکه از جوهره و عمق آن بهره‌ای داشته باشند.

این دغدغه در ذهن من باقی ماند و سرانجام باعث شد که از پساساختارگرایی فاصله بگیرم.

اما اکنون، در مواجهه با هوش مصنوعی، دریافته‌ام که پساساختارگرایی نکته‌ مهمی را به‌درستی تشخیص داده بود: اینکه هیچ‌چیز ذاتی یا طبیعی‌ در مورد زبان وجود ندارد. زبان نه یک قابلیت جادویی است که ما را به انسان بدل می‌کند، بلکه فناوری‌ عجیبی است که بر ما مسلط شده و شیوه‌ تفکرمان را دگرگون ساخته است.

استدلال دریدا در این زمینه در نگاه نخست خلاف مشاهدات به‌نظر می‌رسید: اینکه نوشتار، بنیادی‌تر از گفتار است. این ادعا با شواهد تاریخی در تضاد بود؛ شواهدی که نشان می‌دادند انسان‌ها نخستین بار حدود ۱۰۰ هزار سال پیش به توانایی سخن گفتن دست یافتند و بسیار دیرتر آموختند که چگونه کلمات گفتاری را با استفاده از نشانه‌های نوشتاری ثبت کنند.

آنچه دریدا را در این روایت آزار می‌داد، این بود که گفتار را امری طبیعی و نوشتار را امری مصنوعی جلوه می‌داد، حال آنکه در حقیقت، کل زبان ماهیتی مصنوعی داشت و ابزاری برای تفکر محسوب می‌شد. بهترین راه برای بیان این نکته، نشان دادن این واقعیت بود که گفتار نیز حاوی ردپاهایی (واژه‌ای کلیدی برای دریدا) از نوشتار است؛ بدین معنا که گفتار خود نظامی مصنوع بود که بر اساس قواعد خاص خودش عمل می‌کرد.

تشخیص این ماهیت مصنوعی در نوشتار آسان‌تر بود؛ از همین رو، دریدا معتقد بود که نوشتار، به‌عنوان فناوری‌ آشکارا مصنوعی، حقایقی را درباره گفتار آشکار می‌سازد که درک آن‌ها در حالت عادی دشوار به‌نظر می‌رسید. در واقع، نظریه پساساختارگرایی در خلا شکل نگرفت و برخی از پساساختارگرایان، همچون ژاک لاکان، آثار نظریه‌پردازان پیشگام در انقلاب هوش مصنوعی، مانند کلود شانون و نوربرت وینر را مطالعه کرده بودند.

افزون بر نظریه ادبی، منبع دیگری نیز در اختیار نویسندگان است که می‌تواند به ما در سنجش و درک هوش مصنوعی یاری رساند: تاریخ فرهنگ. ادبیات از دیرباز، از اسطوره «پیگمالیون» گرفته تا نمایشنامه «آر.یو.آر» (R.U.R.) اثر کارل چاپک (۱۹۲۰) که در آن این نویسنده اهل چک واژه «روبات» را ابداع کرد، به موضوع هوش مصنوعی اندیشیده است.

آثار ادبی برجسته در این زمینه، صرفاً به هشدارهای آخرالزمانی سبک فیلم «ترمیناتور» محدود نمی‌شوند؛ هرچند نگرانی درباره از دست دادن کنترل را می‌توان در اسطوره‌هایی همچون «شاگرد جادوگر» Sorcerer’s Apprentice (شعری نوشته ولفگانگ گوته) نیز یافت؛ داستانی که در آن شاگرد، سازوکاری جادویی را به کار می‌اندازد اما قادر به مهار آن نیست. داستان‌های دیگری درباره موجودات هوشمند نیز در حکایت‌های مربوط به چراغ‌های جادو و قالیچه‌های پرنده، ارواح، جن‌ها و پریان، پیشگویان و خدایان وجود دارد.

ما نویسندگان و پژوهشگران، برای اندیشیدن درباره اشکال دیگر هوش، از منابع فرهنگی گسترده‌ای برخورداریم؛ مشروط بر آنکه دریابیم چگونه باید از آن‌ها بهره بگیریم.

برای نمونه، رمان «فرانکنشتاین» (۱۸۱۸) نوشته مری شلی را در نظر بگیرید. با نگاهی به مقوله هوش مصنوعی، درمی‌یابیم که مری شلی درباره نقش زبان و آنچه ما امروزه «داده‌های آموزشی» می‌نامیم، در فرایند خلق یک موجود مصنوعی، عمیقا اندیشیده است.

در این رمان، دکتر فرانکنشتاین پیش از تکمیل کارش، مخلوق خود را رها می‌کند؛ او به این موجود ظاهری انسانی بخشیده، اما هیچ‌گونه دانش یا آموزشی به آن نداده است. این مخلوق که به جهان پرتاب شده، اکنون ناچار است خود این مهارت‌ها را کسب کند؛ شلی روایت می‌کند که این موجود با پنهانی پاییدن یک خانواده انسانی در طول چندین ماه، زبان را می‌آموزد.

اما این کافی نیست؛ آن مخلوق باید دانشی برگرفته از کتاب‌ها نیز کسب کند. شلی دقیقا به چهار کتابی اشاره می‌کند که آن مخلوق می‌خواند و این آثار در واقع واکنش‌های بعدی او نسبت به جهان و همچنین هوش و درک او را شکل می‌دهند.

این منابع یادگیری عبارت‌اند از: «زندگی‌های موازی» اثر پلوتارک؛ «بهشت گمشده» (۱۶۶۷) اثر جان میلتون؛ «رنج‌های ورتر جوان» (۱۷۷۴) اثر یوهان ولفگانگ فون گوته؛ و «ویرانه‌ها» (۱۷۹۱) اثر سی. اف.

ولنی که اثری درباره تاریخ تمدن‌هاست. این چهار متن، که می‌توان آن‌ها را مجموعه آثار بنیادین و ممتاز شلی دانست، مفاهیم و بینش‌هایی را در آن مخلوق نهادینه می‌کنند: درک عظمت بر پایه آرمان‌های کلاسیک (پلوتارک)؛ درکی دراماتیک از آفرینش و چالش‌های اخلاقی آن (میلتون)؛ زبانی برای بیان احوال درونی و عواطف (گوته)؛ و همچنین نگاهی تراژیک به تاریخ جهان (ولنی).

نزدیک شدن به هوش مصنوعی از دل تاریخ عمیق فرهنگی همچنین می‌تواند به توضیح برخی از نگران‌کننده‌ترین رفتارهای هوش مصنوعی کمک کند. از آنجا که هوش مصنوعی ما بر اساس میراث جمعی و دیجیتالی شده تفکر انسان آموزش دیده است، این تاریخچه تصور هوش مصنوعی در واقع بخشی از آن داده‌های آموزشی است.

حداقل برخی از تعاملات ترسناک بین انسان‌ها و چت‌بات‌های هوش مصنوعی که شبیه چیزی هستند که مستقیما از فیلم ترمیناتور بیرون آمده‌اند؛ در واقع مستقیماً از فیلم ترمیناتور بیرون آمده‌اند نه به این دلیل که این مجموعه فیلم درباره سایبرگ (آدم‌اهنی دقیقا شبیه انسان) آدمکش به‌طور دقیق آینده را پیش‌بینی کرده است، بلکه به این دلیل که ردپای فرهنگی آن بخشی از داده‌های آموزشی است و بنابراین رفتار چت‌بات‌ها را شکل می‌دهد. نویسندگانی که درک خوبی از اصول ادبیات جهان دارند، تحلیلگران بسیار خوبی برای چنین حلقه‌های بازخورد فرهنگی خواهند بود.

داده‌های آموزشی - که شامل حجم عظیمی از متون خلق‌شده توسط انسان، از آثار بزرگ ادبیات جهان گرفته تا تمام فضاهای مجازی است - مسئله حق نشر را مطرح می‌کند. همانطور که خیلی‌ها می‌دانند، شرکت‌های هوش مصنوعی مدل‌های خود را نه تنها بر اساس کتاب‌های عمومی (مانند آثار پلوتارک، میلتون و گوته) بلکه بر اساس مخازن عظیم کتاب‌های دارای حق کپی‌رایت (از جمله چندین کتاب من) نیز آموزش داده‌اند.

نویسندگان و هنرمندان از اینکه شرکت‌های خصوصی ابتدا آثار ما را می‌دزدند و سپس پیشنهاد فروش آن را با قیمت‌های بسیار تخفیف‌یافته به ما می‌دهند، خشمگین بوده‌اند. دعاوی ناشی از این دزدی گسترده در حال حاضر در دادگاه‌ها در حال پیگیری است و احتمالا همانطور که باید، به نفع نویسندگان حل و فصل خواهد شد.

اما هوش مصنوعی همچنین سوالات پیچیده‌تری در مورد مالکیت و هنر را مطرح می‌کند؛ زیرا تولیدکنندگان خلاق مدت‌ها است که برای امرار معاش از طریق هنر خود به حمایت‌های حق نشر متکی بوده‌اند. در عین حال، آنها به حق استفاده از آثار خلق‌شده توسط دیگران از طریق دکترین «استفاده منصفانه» وابسته بوده‌اند، که به آنها اجازه می‌داد آثار محافظت‌شده را به روش‌های خلاقانه تصاحب و تبدیل کنند.

شرکت‌های هوش مصنوعی نه تنها قوانین ضد دزدی را نقض کردند، آنها همچنین مدعی همان دکترین «استفاده منصفانه» هستند که برای محافظت از آزادی خلاقانه هنرمندان طراحی شده است. این بیش از اقدامات سرراست‌تر دزدی هنری، اقدام متعادل‌سازی دقیق بین حفاظت و آزادی هنری را که بیش از یک قرن هنر را حفظ کرده است، تهدید می‌کند.

به‌عنوان نویسنده و تاریخ‌نگار فرهنگی، در سه سال گذشته کار با هوش مصنوعی را آزموده‌ام و می‌خواهم نویسندگان و هنرمندان بیشتری را به انجام این کار تشویق کنم. در گذشته، همواره هنرمندان معدودی با مهارت‌های فنی متنوع وجود داشتند که برای مقاصد خلاقانه به برنامه‌نویسی رایانه‌ها می‌پرداختند (و من جزو آن‌ها نبودم.) اما اکنون، تنها با دانشی فنی و اندک می‌توان به مجموعه‌های عظیم متنی و آثار شاخص ادبی دسترسی یافت و با آن‌ها کار کرد و ابزارهایی اختصاصی ساخت؛ آن هم تنها با بهره‌گیری از همان ابزار محبوبمان: واژگان، واژگان، واژگان!

هیجان‌انگیزترین تجربه برای من «وایب‌کدینگ» (vibe coding) یا کدنویسی حسی، یعنی روشی برای تولید کد منبع با استفاده از هوش مصنوعی مولد بوده است؛ یعنی ساخت نرم‌افزار صرفا با ارائه دستورالعمل‌های محاوره‌ای به هوش مصنوعی. به محض اینکه متوجه شدم رمان شلی حاوی نکاتی است که با پیش‌بینی‌ حیرت‌انگیز به نحوه استفاده از زبان و داده‌های آموزشی اشاره دارند، دست‌به‌کار ساخت یک چت‌بات شدم.

بر اساس آنچه آموخته بودم، آن «مخلوق» گویی فریاد می‌زد که باید در قالب یک چت‌بات مبتنی بر فناوری RAG (روشی است که اطلاعات فعلی یا مرتبط را از پایگاه‌های داده خارجی استخراج کرده و آن را در اختیار هوش مصنوعی مبتنی بر LLM قرار می‌دهد) پیاده‌سازی شود. چت‌بات‌های مبتنی بر RAG بر پایه مدل‌های زبانی بزرگ (LLM) کار می‌کنند.

اگر بخواهیم این موضوع را با رمان فرانکنشتاین مقایسه کنیم، مدل زبانی بزرگ (LLM) حکم همان مرحله نخست را دارد که در آن مخلوق، سخن گفتن و استفاده از زبان به‌عنوان یک ابزار را می‌آموزد. سپس نوبت به مرحله بعد، یعنی مرحله RAG می‌رسد؛ زمانی که آن موجود چهار کتاب خاص را مطالعه می‌کند که رفتارهای بعدی‌اش را شکل می‌دهند.

فرآیند RAG شامل افزودن یک پایگاه دانش متشکل از چهار متن است. این متون پس از تبدیل شدن به قالبی قابل‌جستجو (که از نظر فنی «فضای برداری» نامیده می‌شود)، به فیلتر اولیه‌ای بدل می‌شوند که نحوه استفاده چت‌بات از زبان را تعیین می‌کند.

این کار مستلزم طی کردن چند مرحله دیگر و آزمون‌ و خطاهای بسیار بود، اما سرانجام به نتیجه رسید: من به لطف تخیل دقیق شلی، موفق به خلق «مخلوق فرانکنشتاین» شده بودم. از آن زمان تاکنون، ده‌ها چت‌بات مشابه ساخته‌ام؛ یا به قول یکی از دانشجویانم، یک «پارک ژوراسیک» برای دنیای ادبیات پدید آورده‌ام.

با الهام از این آزمایش‌های اولیه، من از چت‌بات‌های مبتنی بر RAG به سمت برنامه‌های کدنویسی وایبر که این چت‌بات‌ها را در عمل به کار می‌گیرند، حرکت کرده‌ام. یکی از پروژه‌ها، برنامه‌ای است که بحث‌هایی را بین فیلسوفان برگزار می‌کند و چیزی را که بسیاری از فیلسوفان و اومانیست‌ها مدت‌ها آرزویش را داشته‌اند، امکان‌پذیر می‌سازد: گردهم آوردن بهترین ذهن‌های جهان و گفت‌وگو با یکدیگر.

پروژه دیگری توصیه‌های عملی‌تری در مورد انتخاب‌های شغلی و زندگی ارائه می‌دهد، نوعی مربی اجرایی مبتنی بر فلسفه.

هر دو تجربه، رویکرد مرا نسبت به آن دسته از مباحث خلاقانه‌ای که دهه‌ها است تدریس می‌کنم، تغییر داده‌اند: به لطف وایب‌کدینگ، اکنون می‌توانم بسیار ملموس‌تر درباره این موضوع بیندیشم که دانشجویان یا در واقع هر کسی، چگونه ممکن است با این مطالب تعامل داشته باشند و با چه هدفی؟ به عبارت دیگر، این مطالب چگونه ممکن است به کار گرفته شوند؟

وایب‌کدینگ به من آموخته است که بیشتر همچون یک مهندس فکر کنم. یک ضرب‌المثل قدیمی می‌گوید: «برای کسی که چکش در دست دارد، همه چیز شبیه میخ به نظر می‌رسد.»

من همواره بر این باور بوده‌ام که آنچه در ظاهر نوعی انتقاد به‌نظر می‌رسد، یعنی اینکه «همه چیز میخ نیست»، در واقع بینشی عمیقی را در خود دارد: چکش‌ها ما را به گونه‌ای از موجودات «چکش‌زن» تبدیل کرده‌اند. برای آنکه بتوانیم چکش را به‌شکلی کارآمد به کار گیریم، باید جهان را از دریچه آن ببینیم؛ یعنی آن را مجموعه‌ای از میخ‌های بالقوه تلقی کنیم.

اتفاق مشابهی در مورد وایب‌کدینگ نیز در جریان است: من اکنون دنیا را از دریچه اپلیکیشن‌ها می‌بینم. در پس‌زمینه ذهنم، همواره نوعی شیوه تفکر جدید در جریان است: آیا می‌توانم این بینش یا آن فلسفه را به چیزی تبدیل کنم که کاربردی عینی و عملی داشته باشد؟

منظورم این نیست که همه باید چنین رویکردی را در پیش بگیرند؛ بلکه می‌گویم هوش مصنوعی این امکان را برای نویسندگانی که مایل به تجربه‌گری در این زمینه هستند، فراهم کرده است.

تقریبا همه معلمان علوم انسانی نگران بدتر شدن مهارت‌های خواندن، نوشتن و تفکر در بین دانش‌آموزانی هستند که به‌طور معمول از هوش مصنوعی استفاده می‌کنند؛ و درست است که شواهد خوبی وجود دارد که استفاده بیش از حد از هوش مصنوعی برای وظایف خاص می‌تواند مانع از یادگیری مهارت‌های شناختی حیاتی دانش‌آموزان شود. این بدان معناست که آموزش از دوران دبیرستان و دانشگاه باید شامل استراتژی‌های تدریس از دوران قبل از هوش مصنوعی باشد، استراتژی‌هایی که همه ما، از جمله علاقه‌مندان به هوش مصنوعی مانند خود من، طی دهه‌ها آموزش آنالوگ از آنها بهره‌مند شده‌ایم.

از آنجایی که تکالیف و ارزیابی‌ها، عملکرد انگیزشی مهمی دارند، درست این است که آنها را طوری سازمان‌دهی کنیم که دانش‌آموزان همیشه نتوانند از هوش مصنوعی استفاده کنند، چه به معنای تکالیف نوشتاری در کلاس، امتحانات شفاهی یا سایر روش‌ها. نکته این است که دانش‌آموزان باید از وسوسه استفاده همیشگی از هوش مصنوعی به عنوان میانبر دور نگه داشته شوند تا بتوانند مهارت‌های شناختی حیاتی، از جمله مهارت‌های فراشناختی (یا یادگیری نحوه یادگیری) مانند یادداشت‌برداری، ترسیم طرح کلی، تحقیق و مرور را توسعه دهند.

در عین حال، دانشجویان - از جمله کسانی که در کلاس‌های من در کره حضور دارند - کاملا حق دارند که از دانشگاه بخواهند شیوه استفاده از ابزارهای هوش مصنوعی را که دائما در حال تحول هستند، به آن‌ها بیاموزد. و از آنجا که این ابزارها با سرعتی بسیار زیاد در حال تکامل‌اند، آموزش آنچه می‌توان «مهارت‌های فراهوش مصنوعی» (meta-AI) نامید، یعنی رویکردهایی برای تفکر پیرامون نحوه به‌کارگیری هوش مصنوعی، به دانشجویان ضروری خواهد بود.

مشاهده نحوه استفاده خودم از این فناوری در دوونیم سال گذشته، تصویری از ماهیت احتمالی این مهارت‌ها به دست داده است. این مهارت‌ها شامل یادگیریِ تعامل موثر با هوش مصنوعی و آموختن شیوه تفکر مهندسی خواهد بود؛ همچنین مستلزم اندیشیدن به کاربردها و چگونگی آزمودن و عملیاتی‌سازی بینش‌ها از طریق ابزارهای هوش مصنوعی (یا سایر ابزارها) است.

یکی از حوزه‌هایی که در آن کوشیده‌ام چنین رویکردی را پیاده کنم، یک دوره آنلاین نویسندگی است که طی سه سال گذشته آن را طراحی و تدوین کرده‌ام. رویکرد ما آموزش گام‌به‌گام فرایند نوشتن به دانشجویان بود؛ فرایندی که شامل طرح یک پرسش پژوهشی کارآمد، انجام پژوهش، صورت‌بندی استدلال، گردآوری و به‌کارگیری شواهد، بازنگری تز اصلی بر اساس استدلال‌ها و شواهد مخالف، ساختاردهی به مقاله، دریافت بازخورد و انجام اصلاحات نهایی می‌شد.

هدف این بود که نوشتن به‌عنوان ابزاری برای تفکر معرفی شود؛ ابزاری که توانایی پرهیز از مغالطه‌های منطقی رایج را نیز در بر می‌گیرد. ما بر این باور بودیم که دانشجویان برای کسب مهارت‌های شناختی پیشرفته، قطعا باید این فرایند دشوار و پرزحمت را شخصا طی کنند.

در اینجا، نوشتن به‌عنوان نوعی فرایند تفکر ارائه می‌شد و از همین رو، نباید به هوش مصنوعی واگذار می‌شد.

حتی اگر دانشجویان پس از دوران دانشگاه برای بسیاری از انواع نگارش به هوش مصنوعی متکی باشند، همچنان باید مهارت‌های شناختی‌ را در خود پرورش دهند که تنها از طریق تلاش شخصی برای نگارش مقالات مفصل و انجام بازنگری‌های متعدد به دست می‌آیند. به‌علاوه، این فرایند به دانشجویان امکان می‌دهد تا کیفیت متون تولیدشده توسط هوش مصنوعی را ارزیابی کنند.

در نهایت، هوش مصنوعی ما را بر آن داشته است تا بر مهارت‌های سبکی خاصی تاکید ورزیم - نظیر جسارت در بیان ایده‌های نو و نامتعارف و خلق عبارات غافلگیرکننده و استعاره‌های بدیع - که هوش مصنوعی در آن‌ها به‌وضوح ضعف دارد. حتی اگر کیفیت متون تولیدشده توسط هوش مصنوعی برای بسیاری از امور نگارشی مطلوب باشد، همچنان توانایی فراتر رفتن از سطح عملکرد هوش مصنوعی، مزیتی ارزشمند و ممتاز محسوب می‌شود.

در عین حال، احساس کردیم که اگر هوش مصنوعی به درستی استفاده شود، می‌تواند فرآیند نوشتن و تفکر را بهبود بخشد. برای این منظور، به دانشجویان آموزش می‌دهیم که چگونه عوامل هوش مصنوعی ایجاد کنند که به عنوان شریک مشاجره عمل کنند و آنها را مجبور کنند با واکنش به استدلال‌های مخالف و شواهد مخالف، تفکر خود را قوی‌تر کنند.

هوش مصنوعی همچنین می‌تواند به عنوان دستیار تحقیق و برای بازی با ساختارهای مختلف مورد استفاده قرار گیرد. در نهایت، از آنجایی که این دوره باید مقیاس‌پذیر باشد، عواملی را آموزش دادیم که برای ارائه بازخورد دقیق در مورد پیش‌نویس‌های اولیه و به عنوان کمکی برای برنامه‌ریزی فرآیند تجدیدنظر، آموزش دیده‌اند.

از زمان طراحی این دوره، من شخصا به این شیوه از هوش مصنوعی استفاده کرده‌ام: دستیارهای اختصاصی و متنوعی ساخته‌ام که با پروژه‌هایم آشنا هستند و به آن‌ها ماموریت داده‌ام تا ایده‌ها و استدلال‌هایم را به چالش بکشند و محک بزنند. البته این کار جایگزین مطالعه و گفت‌وگو با انسان‌ها نمی‌شود، اما به رویه‌ای حیاتی در فرآیند تفکر و نگارش من تبدیل شده است.

هوش مصنوعی فناوری قدرتمندی است که پیامدهای گوناگون خواسته و ناخواسته‌ای به همراه خواهد داشت. دلایل موجهی برای نگرانی درباره تاثیر آن بر حوزه‌هایی همچون بازار کار و آموزش وجود دارد.

در چنین شرایطی، برای ما اهل قلم بسیار اهمیت دارد که درک و رویکردی درست نسبت به هوش مصنوعی داشته باشیم. بدین منظور، ابزارهای نظری و تاریخی در اختیار داریم که می‌توانند به ما در شناخت ماهیت هوش مصنوعی و نحوه تعامل با آن یاری رسانند؛ پس بیایید از این ابزارها بهره بگیریم.