ایثن مولیک: انسان‌ها با دانش، سلیقه و عاملیت همچنان بر هوش مصنوعی برتری دارند

ایثن مولیک (Ethan Mollick)، پژوهشگر نام‌آشنای دانشگاهی و از صداهای تأثیرگذار حوزه هوش مصنوعی، در یادداشت جدید وبلاگ خود در ساب‌استک با عنوان One Useful Thing، دیدگاه متفاوتی را درباره روند پیشرفت فناوری و جایگاه انسان در عصر هوش مصنوعی مطرح کرده است.

تحلیل‌های مولیک همواره به دلیل پیشینه دانشگاهی و ارتباط با محافل علمی و همچنین سابقه پیگیری دقیق تکامل مدل‌های زبانی بزرگ (LLM)، توجه کارشناسان حوزه فناوری را به خود جلب می‌کند.

یادداشت تازه او به پدیده‌ای با عنوان «سرریز شناختی» (Cognitive Overhang) اشاره دارد؛ مفهومی که نشان می‌دهد سیستم‌های آینده‌نگرانه‌ای که در ذهن متصور می‌شویم، در واقع همین امروز نیز در فناوری‌های موجود شکل گرفته‌اند اما هنوز کشف نشده‌اند.

مولیک در این زمینه می‌نویسد: «درحالی‌که بحث‌های فراوانی درباره قابلیت‌های مدل‌های نسل بعد وجود دارد، ظرفیت‌های کنونی مدل‌های موجود هنوز به درستی فهمیده نشده‌اند و به‌ندرت به شکل کامل مورد استفاده قرار می‌گیرند.»

درک این گزاره شاید در ابتدا چالش‌برانگیز به نظر برسد، اما او برای تشریح ادعای خود زمینه‌ها و شواهد متعددی را ارائه می‌دهد.

در کنار طرح این مفاهیم، در دموی جدید مولیک نکته‌ای پنهان برای معرفی کتاب جدید او با عنوان Coexistence نیز به چشم می‌خورد؛ کتابی که قرار است ۲۰ اکتبر روانه بازار شود. این یادداشت شامل ویدیویی ساخته‌شده به دست هوش مصنوعی برای معرفی این کتاب است؛ نمایشی از تعامل میان یک انسان و هوش مصنوعی که مفهوم تولید بازگشتی (Recursive Generation) را در قالب داستانی تصویری مجسم می‌کند.

معرفی کتاب با یک دموی هوش مصنوعی

در این ویدیوی آزمایشی کوتاه ۳۰ ثانیه‌ای، شخصیتی کلاه‌خود به سر و ناشناس سوار بر موتورسیکلت از دست جنگنده‌های متخاصم و صحنه‌هایی آخرالزمانی فرار می‌کند.

کاربر انسانی با صدایی زنانه می‌پرسد: «به من بگو که برنامه‌ای داری؟»

سیستم هوش مصنوعی با لحنی سرد و مختصر پاسخ می‌دهد: «۱۲٬۰۰۰ برنامه.»

کاربر با کلافگی فریاد می‌زند: «یکی را انتخاب کن!»

سپس این دیالوگ بین کاربر و هوش مصنوعی رد و بدل می‌شود:

«چه چیزی برایت مهم است؟»

«اینکه زنده به خانه برسم.»

هوش مصنوعی می‌گوید: «بستر و داده مفیدی بود.»

در حالی که موتورسیکلت با سرعت روی پشت‌بام‌ها حرکت می‌کند، کاربر از همراه دیجیتال خود می‌پرسد:

«محل فرود را بررسی کردی؟»

هوش مصنوعی پاسخ می‌دهد: «فکر می‌کردم تو داری این کار را می‌کنی.»

سپس تصویر به عنوان کتاب کات می‌خورد.

مولیک توضیح می‌دهد که یک مدل زبانی چگونه این ویدیو را برای او ساخته است:

او می‌نویسد: «این سیستم خودش چگونگی تولید صدا، موسیقی و جلوه‌های صوتی را فهمید و ظرف ۴۵ دقیقه این اثر را تحویل داد. نتیجه نهایی کمی شوم‌تر و تیره‌تر از سلیقه شخصی من شد، اما این تصمیم خود هوش مصنوعی بود، نه من.»

برداشت ضمنی از این روایت این است که وظیفه «انسان در چرخه» (Human-in-the-loop)، پایش خروجی‌های هوش مصنوعی و اطمینان از پوشش تمام جزئیات نقشه یا وظیفه محوله است. مولیک در ادامه توضیح می‌دهد که انسان‌ها در مقایسه با ابزارهای دیجیتال، چهار مزیت بنیادین دارند که ارتباط مستقیمی با مفهوم «گزینشگری و نظارت» در برابر تولید بی‌پایان داده دارد. این مفهوم یادآور ساختار شبکه‌های مولد رقابتی (GAN) است که در آن یک مدل تولید می‌کند و مدل دیگر به ارزیابی و تفکیک می‌پردازد. در دیدگاه مولیک، نقش ارزیاب و ناظر کیفی همچنان باید در اختیار انسان باقی بماند.

در این سناریوی شبیه‌سازی‌شده، اگر هوش مصنوعی محل فرود را چک نکند و انسان هم بررسی نکند که آیا هوش مصنوعی این کار را انجام داده یا خیر، این غفلت می‌تواند فراری بی‌نقص را به سقوط در آتش و خطر بکشاند. این مثال با زبانی کنایه‌آمیز یادآور موقعیت‌هایی است که افراد بر سر بستن یا نبستن در با یکدیگر بحث می‌کنند؛ اما پیام آن روشن است: نباید کارها را بدون نظارت کامل به هوش مصنوعی واگذار کرد.

دانش عمیق و دانش گسترده؛ برتری‌های بنیادین انسان

چهار مزیتی که مولیک پس از نمایش این ویدیو برمی‌شمارد، عبارتند از: دانش عمیق، دانش گسترده، سلیقه و عاملیت.

او می‌نویسد: «دو مزیت نخست از دانسته‌های فرد ریشه می‌گیرند. دانش عمیق همان مهارتی تخصصی است که از تسلط جامع بر یک حوزه به دست می‌آید؛ به‌گونه‌ای که نوعی شهود حسی برای تصمیم‌گیری سریع و دقیق در فرد ایجاد می‌کند. مانند یک حسابدار باتجربه که با یک نگاه به جدول اکسل متوجه ناهماهنگی اعداد می‌شود، یا یک مربی حرفه‌ای گلف که با دیدن چرخش چوب، بلافاصله خطای حرکت ورزشکار را تشخیص می‌دهد.»

سپس نوبت به دانش گسترده می‌رسد که مولیک درباره‌اش توضیح می‌دهد:

«داده‌های آموزشی مدل‌های زبانی حجم عظیمی از خروجی‌های تمدن بشری را شامل می‌شوند. هوش مصنوعی مفاهیمی از تفکر طراحی، استدلال بیزی، سیستم تولید تویوتا، روان‌درمانی راجرز و نقد ادبی مارکسیستی را آموخته است؛ اما تا زمانی که فرد نداند چگونه باید از آن بپرسد، این الگوها را خودبه‌خود عرضه نمی‌کند. اینجاست که دانش گسترده ضرورت پیدا می‌کند.»

نمود این موضوع به گفته او در کارهای طراحی به‌وضوح دیده می‌شود:

مولیک می‌نویسد: «اگر از هوش مصنوعی بخواهید یک صفحه وب بسازد، ترجیحات ثابتی را اعمال می‌کند؛ از جمله عادت آزاردهنده‌ای در اضافه کردن تیترهای کوچک بالای تیترهای اصلی. اگر با اصول طراحی آشنا نباشید، متوجه نمی‌شوید که باید از هوش مصنوعی بخواهید افزودن این سرتیترهای اضافی را متوقف کند. برای کسب دانش گسترده، باید مطالعه عمیق و وسیعی در رشته‌ها و قالب‌های گوناگون داشت. این رویکرد به علوم انسانی و هنر در عصر هوش مصنوعی ارزشی دوچندان یافته است.»

هدف نهایی، پالایش و گزینشگری خروجی‌ها است. مولیک درباره سلیقه و ذوق انسانی می‌گوید:

«هوش مصنوعی مولد معمولاً انبوهی از محتواهای یکنواخت و سطحی (Slop) تولید می‌کند. اما این محتوای بی‌کیفیت را می‌توان به کمک سلیقه مهار کرد. خلق آثار درخشان با هوش مصنوعی یعنی بدانید کدام بخش از خروجی‌ها را حفظ کنید، چه چیزی را کنار بگذارید و کدام بخش‌ها را به عنوان ماده خام برای تولید اثری به کار ببرید که هوش مصنوعی هرگز به‌تنهایی قادر به خلق آن نبوده است.»

در نهایت، مفهوم عاملیت (Agency) مطرح می‌شود:

او می‌نویسد: «مرزهای ناهموار پیشرفت در رشته تخصصی شما هنوز نقشه‌برداری نشده است؛ بنابراین عاملیت یعنی تبدیل شدن به یک کاوشگر. عاملیت تفاوت میان این است که منتظر بمانید فردی کاربرد تازه هوش مصنوعی را به شما یاد دهد، یا اینکه خودتان دست به کار شوید و با آزمایش و تجربه، آن قابلیت‌ها را کشف کنید.»

این چهار ویژگی به عنوان اصول راهنما برای ورود به پروژه‌های مبتنی بر هوش مصنوعی تعریف شده‌اند و نقشه راه تعامل مؤثر با ابزارهای نوین را شکل می‌دهند.