از سقراط تا هوش مصنوعی: انسان، آخرین مهارت است

زمانی هوش مصنوعی نشانهای از آینده بود، اما حالا بدل به بخشی از زندگی روزمره شده است؛ چنان عادی که دیگر کسی از دیدن تواناییهای آن شگفتزده نمیشود. با این حال، ترسی تازه در حال گسترش است: ترس از بیمهارتی؛ دیگر وحشت از شورش رباتها نیست؛ هراس از فرسایش تدریجی ذهن است.
جهان صنعت نیوز، نگرانی از اینکه فناوری قدرت اندیشیدن را از انسان بگیرد، پدیدهای تازه نیست. ۲۴ قرن پیش، سقراط در گفتوگوی فایدروس از قول شاه مصری تاموس نقل کرد که نوشتن فراموشی میآورد و انسانها به جای حافظه، به نشانهها تکیه میکنند. سقراط آن روز نگران بود که نوشتن، گفتوگو را نابود کند و فهم را سطحی سازد. و امروز؟ ما همان هشدار را از نو میشنویم؛ فقط ابزار عوض شده است.
دانشآموزی که خلاصه شب دوازدهم شکسپیر را از چتبات میخواهد، شاید دیگر هرگز یاد نگیرد با متن کشتی بگیرد. پزشکانی که به کمک سامانههای هوش مصنوعی پولیپها را تشخیص میدهند، ممکن است توانایی دیدن بدون ماشین را از دست بدهند. در پژوهشی در بریتانیا، کاربران جوانتر هوش مصنوعی نمرات پایینتری در آزمون تفکر انتقادی گرفتند. اگر از مهارت استفاده نکنی، آن را از دست میدهی.
اما آیا همه شکلهای بیمهارتی زیانبارند؟ یا برخی از آنها همان قیمت پیشرفت هستند؟ برای پاسخ، باید ببینیم چگونه هر موج فناوری، شکل جدیدی از دانایی را جایگزین شکل پیشین کرده است.
از دست دادن مهارت، به بهای گسترش قدرت
تاریخ فناوری سرشار از نمونههایی است که انسان بخشی از تواناییهای خود را به ابزار واگذار کرده است و در عوض چیزهای تازهای آموخته است. دریانوردان قدیم با ستارگان راه مییافتند؛ بعد، با سکستان و سپس با جی پی اس. رانندگان قرن بیستم خودشان کاربراتور را تنظیم میکردند؛ امروز، موتورهای بسته و دیجیتال را به سرویسهای خودکار میسپارند. ماشینحساب حافظه محاسبات ذهنی را تضعیف کرد اما در عوض علم و مهندسی را برای میلیونها نفر در دسترستر ساخت.
از یک زاویه، هر پیشرفت فنی نوعی از دست دادن است. اما همانطور که منتقدان نوشتن در زمان سقراط اشتباه میکردند، شاید ما نیز فراموش میکنیم که از دلِ بیمهارتی، مهارتهای تازه زاده میشود.
وقتی فناوری معنا را از کار میگیرد
با این حال، همه از دست دادنها بیضرر نیستند. در دهه ۱۹۸۰، پژوهشگر آمریکایی شوشانا زوباف از کارخانههای خمیرکاغذی گزارش داد که کارگران قدیمی که با لمس و بوی ماده کیفیت محصول را میسنجیدند، پس از ورود رایانهها به ناظران بیحس اعداد تبدیل شدند. یکی از آنها گفت: «انگار بر اسب قدرتمندی سوارم، اما افسار در دست من نیست.»
در نانواییای در بوستون نیز همان ماجرا تکرار شد؛ خمیر و نان به داده و آیکون روی صفحه تبدیل شد. نان همچنان خوشطعم بود، اما نانوا دیگر احساس نمیکرد نانواست. فناوری، معنا را از کار جدا کرده بود.
در قرن نوزدهم، موسیقی در خانهها با پیانو نواخته میشد. شنیدن سمفونی بتهوون نیازمند تمرین، مهارت و مشارکت خانوادگی بود. با آمدن گرامافون، موسیقی از عمل به مصرف بدل شد. گوشها تربیت شدند، اما دستها خاموش.
همین الگو در علم و مهندسی تکرار شد. استفاده از رایانههای شبیهسازی به فیزیکدانان امکان حل مسائل پیچیده را داد، اما برخی همچون ویکتور وایسکاف هشدار دادند: رایانه پاسخ را میفهمد، اما من دیگر نمیفهمم.
دانایی جمعی؛ از مغز فردی تا شبکه جهانی
انسان از دیرباز اندیشهاش را به بیرون از مغزش منتقل کرده است؛ از نقشبرسنگ تا هوش مصنوعی. در واقع، ما همیشه«با ابزارها فکر کردهایم. اما نتیجه این انتقال، گسترش وابستگی متقابل است؛ دیگر هیچکس بهتنهایی نمیداند چگونه یک مداد بسازد. دانش در شبکهها توزیع شده است و ما بخشی از هوش جمعی هستیم.
هوش مصنوعی جدید فقط تازهترین حلقهی این زنجیر است؛ ابزاری که نهتنها اطلاعات را ذخیره میکند، بلکه وانمود میکند میفهمد.
در دوران هوش مصنوعی مولد، مرز میان «دانستن» و «توانستن» محو شده است. پژوهشها نشان میدهد که بهترین نتایج نه از انسان و نه از ماشین، بلکه از همکاری آن دو حاصل میشود. در پزشکی، استفاده از سیستمهای هوش مصنوعی نرخ تشخیص پولیپ را تا ۲۰ درصد افزایش داده است، حتی اگر مهارت فردی پزشکان اندکی کاهش یافته باشد.
در حوزه برنامهنویسی، مهارت کدنویسان را از «نوشتن» به «ارزیابی و تصحیح» منتقل کردهاند. انسان کمتر مینویسد، اما بیشتر میفهمد. به تعبیر اپیا، مهارت از تولید به داوری جابهجا شده است؛ از سرعت به قضاوت.
آموزش در عصر هوش مصنوعی: بازگشت سقراط؟
بزرگترین چالش، آموزش است. چگونه میتوان مهارت را به دانشجویانی آموخت که دستیار همهچیزدان در جیب دارند؟ برخی دانشگاهها مانند هاروارد در آزمایشهای تازه نشان دادهاند که مربیان هوش مصنوعی میتوانند آموزش را کارآمدتر و شخصیتر کنند. دانشجویان فیزیک که با هوش مصنوعی یاد گرفتند، سریعتر و عمیقتر آموختند و انگیزه بیشتری داشتند. اما در علوم انسانی، نتیجه متفاوت است؛ چون نگارش مقاله، تفکر تحلیلی و استدلال تدریجی را میآموزد؛ مهارتهایی که هنوز در گفتوگو با ماشین قابل جایگزینی نیستند.
شاید زمان آن رسیده که آموزش از نو معنا شود: ترکیبی از گفتوگو، تجربه و استفاده هوشمندانه از فناوری؛ نه حذف انسان، بلکه بازتعریف نقش او.
خطر بزرگتر: فرسایش قضاوت و تخیل
خطر اصلی نه از بین رفتن مهارتهای فنی بلکه از دست دادن ظرفیتهای انسانی است؛ قضاوت، تخیل، همدلی و درک معنا. اگر انسان به جای فهمیدن، صرفاً خروجی ماشین را تأیید کند، در نهایت به «ماشینِ ماشین» بدل میشود. زوال تدریجی اندیشه انتقادی، زبان و دقت معنایی میتواند ما را به جامعهای روان اما سطحی تبدیل کند؛ جایی که گفتوگوها جای خود را به پاسخهای خودکار میدهند و واژهها دیگر بار معنایی ندارند.
البته همهی اشکال بیمهارتی منفی نیستند. از بین رفتن مشاغلی مانند تایپیست، تلگرافچی یا اپراتور دستی تلفن، نتیجه طبیعی پیشرفت است. تکنولوژی میتواند دموکراتیک نیز باشد؛ چتباتها به پژوهشگران غیرانگلیسیزبان امکان میدهند مقالات خود را بهتر بنویسند. در این معنا، هوش مصنوعی به جای تضعیف انسان، دسترسی را گسترش میدهد.
همچنین، واگذاری وظایف تکراری به ماشین، میتواند انسان را به تفکر عمیقتر و خلاقتر سوق دهد؛ همانگونه که حسابداران پس از ورود اکسل، از جمعزدن به تحلیل مالی روی آوردند.
هر دوره، شکل تازهای از مهارت را میطلبد. در عصر هوش مصنوعی، مهمترین مهارت شاید توانایی «زیستن در کنار ماشین» باشد؛ یعنی حفظ قضاوت، درک و خلاقیت در جهانی که الگوریتمها تصمیم میگیرند.ما باید یاد بگیریم چگونه از هوش مصنوعی بهره بگیریم، بیآنکه قربانی آن شویم.
انسان، آخرین مهارت
در مسیر طولانی تمدن، ما همیشه بخشی از تواناییهای خود را به ابزارها سپردهایم؛ از قلم و چرخ تا رایانه و ربات. اما هر بار، چیزی تازه در عوضش آموختهایم. تفاوت امروز در سرعت و مقیاس این واگذاری است. هوش مصنوعی میتواند همزمان هزاران ذهن را شکل دهد یا خاموش کند.آینده از آنِ کسانی است که بیاموزند چگونه با این همزیستی تازه، انسان باقی بمانند.
اخبار برگزیدهاقتصاد کلاندانش و فناوریلینک کوتاه :
