ما در آستانه شتاب گرفتن پیشرفت فناوری، به ویژه پیشرفت سریع فناوری هوش مصنوعی، قرار داریم.
هوش مصنوعی مولد اکنون نه تنها میتواند روان صحبت کند، بلکه میتواند برنامه نیز بنویسد. این امر نه تنها به کارایی و بهبود کار انسان کمک میکند، بلکه خود نیز به تقویت هوش مصنوعی مولد بازخورد میدهد.
این فقط مربوط به تقویت ساختار یا روشهای پیشآموزش مدل هوش مصنوعی مولد نیست.
با افزایش تعداد برنامههای نرمافزاری که هوش مصنوعی مولد میتواند به آنها متصل شده و از آنها استفاده کند، این هوش مصنوعی قادر خواهد بود کارهای بیشتری فراتر از صرفاً چت کردن انجام دهد. علاوه بر این، اگر نرمافزاری ایجاد شود که به هوش مصنوعی مولد امکان جمعآوری دانش مورد نیاز برای یک کار و بازیابی آن در لحظه مناسب را بدهد، میتواند بدون پیشآموزش با استفاده از دانش صحیح، هوشمندانهتر عمل کند.
به این ترتیب، پیشرفت فناوری هوش مصنوعی کل حوزه فناوری هوش مصنوعی، از جمله فناوریهای کاربردی و سیستمهای کاربردی را تسریع میکند. این شتاب، به نوبه خود، به صورت بازگشتی منجر به شتاب بیشتر فناوری هوش مصنوعی میشود. با شتاب گرفتن فناوری هوش مصنوعی و افزایش تواناییهای هوش مصنوعی، مکانها و موقعیتهایی که از آن استفاده میشود، به طور طبیعی به صورت نمایی افزایش خواهند یافت.
این امر ناگزیر منجر به افزایش تعداد سرمایهگذاران و مهندسان علاقهمند به فناوری هوش مصنوعی خواهد شد. بنابراین، شتاب فناوری هوش مصنوعی از منظر اقتصادی-اجتماعی نیز تقویت میشود.
از سوی دیگر، چنین پیشرفت فناورانه ای ما را از راههای مختلف، هم غیرمستقیم و هم مستقیم، تحت تأثیر قرار میدهد.
به طور کلی، پیشرفت تکنولوژیکی تمایل دارد که به عنوان یک چیز مثبت تلقی شود. در حالی که نگرانیهایی در مورد خطرات فناوریهای جدید مطرح میشود، اثرات مثبت پیشرفت معمولاً بر آنها غلبه میکند، و خطرات را میتوان با گذشت زمان کاهش داد، بنابراین مزایای کلی قابل توجه در نظر گرفته میشود.
با این حال، این تنها زمانی صادق است که سرعت پیشرفت تکنولوژیکی متوسط باشد. هنگامی که شتاب پیشرفت تکنولوژیکی از یک حد معین فراتر میرود، مزایا دیگر بر خطرات غلبه نمیکنند.
اولاً، حتی خود توسعهدهندگان نیز تمام ویژگیها یا کاربردهای بالقوه یک فناوری جدید را به طور کامل درک نمیکنند. به ویژه در مورد کاربردها، غیرمعمول نیست که دیگران کاربردهای شگفتانگیز یا ترکیبات با فناوریهای دیگر را کشف کنند که توسعهدهندگان پیشبینی نکرده بودند.
علاوه بر این، اگر دیدگاه خود را برای شامل شدن این کاربردها گسترش دهیم و در نظر بگیریم که فناوری چه مزایا و خطراتی برای جامعه دارد، عملاً هیچ کس نمیتواند آن را به طور کامل درک کند.
چنین نقاط کور اجتماعی در فناوری، زمانی که پیشرفت تدریجی است، به تدریج با گذشت زمان پر میشوند. در نهایت، فناوری در جامعه با این نقاط کور اجتماعی به اندازه کافی رفع شده، به کار گرفته میشود.
با این حال، هنگامی که پیشرفت تکنولوژیکی از سرعت معینی فراتر میرود، دوره زمانی برای رسیدگی به نقاط کور اجتماعی نیز کوتاهتر میشود. از منظر پر کردن نقاط کور اجتماعی، شتاب پیشرفت تکنولوژیکی به نظر میرسد که گویی فشردگی زمان نسبتاً رخ داده است.
تغییرات تکنولوژیکی جدید یکی پس از دیگری پدیدار میشوند، و به طور همزمان در فناوریهای متعدد رخ میدهند، که باعث میشود وظیفه شناختی اجتماعی رسیدگی به نقاط کور اجتماعی عقب بماند.
در نتیجه، ما خود را در محاصره فناوریهای مختلفی میبینیم که نقاط کور اجتماعی پایداری دارند.
خطرات بالقوهای که چنین فناوریهایی دارند میتوانند ناگهان از نقاط کور ما ظاهر شده و به جامعه آسیب برسانند. از آنجایی که خطراتی که برای آنها آماده نیستیم یا هیچ راه حلی نداریم ناگهان ظاهر میشوند، تأثیر آسیب تمایل به بزرگتر شدن دارد.
این وضعیت، بزرگی مزایا و خطرات پیشرفت تکنولوژیکی را تغییر میدهد. به دلیل اثر فشردگی زمان، خطرات قبل از پر شدن نقاط کور اجتماعی آشکار میشوند، در نتیجه خطر مرتبط با هر فناوری را افزایش میدهند.
شتاب تقویت خودکار پیشرفت هوش مصنوعی مولد میتواند در نهایت منجر به ظهور فناوریهای بیشماری با نقاط کور اجتماعی شود که پر کردن آنها تقریباً غیرممکن است و تعادل بین خطرات و مزایا را به شدت به هم میریزد.
این وضعیتی است که ما قبلاً هرگز تجربه نکردهایم. بنابراین، هیچکس نمیتواند به طور دقیق میزان خطرات بالقوه را به عنوان نقاط کور اجتماعی یا میزان قابل توجهی از تأثیر آنها را تخمین بزند. تنها اطمینان، ساختار منطقی این است که هرچه شتاب بیشتر باشد، خطرات نیز افزایش مییابد.
جامعه کرونواسکرامبل
علاوه بر این، ما نمیتوانیم سرعت کنونی پیشرفت تکنولوژیکی را به طور دقیق درک کنیم، چه رسد به اینکه در آینده چه خواهد بود.
این امر حتی برای محققان و توسعهدهندگان هوش مصنوعی مولد نیز صادق است. به عنوان مثال، تفاوتهای قابل توجهی در نظرات کارشناسان در مورد زمان ظهور AGI، هوش مصنوعی که در تمام جنبهها از قابلیتهای انسانی فراتر میرود، وجود دارد.
علاوه بر این، محققان و توسعهدهندگان هوش مصنوعی مولد با متخصصان فناوریهای کاربردی و سیستمهای کاربردی متفاوت هستند. بنابراین، در حالی که ممکن است از آخرین وضعیت تحقیقات و چشماندازهای آینده هوش مصنوعی مولد مطلع باشند، نمیتوانند به طور کامل درک کنند که چه فناوریهای کاربردی و سیستمهای کاربردی با استفاده از هوش مصنوعی مولد از قبل وجود دارند یا چه امکاناتی ممکن است در آینده باز شوند.
و وقتی صحبت از فناوریهای کاربردی و سیستمهای کاربردی به میان میآید، امکانات به دلیل ترکیب با مکانیسمهای مختلف موجود، عملاً بینهایت هستند. حتی در میان کسانی که در حال تحقیق و توسعه فناوریهای کاربردی و سیستمهای کاربردی هستند، درک همه چیز، از جمله موارد از ژانرهای مختلف، دشوار خواهد بود.
استنتاج یا پیشبینی اینکه چگونه چنین فناوریهای کاربردی و سیستمهای کاربردی در جامعه گسترش خواهند یافت و چه تأثیراتی خواهند داشت، حتی چالشبرانگیزتر است. محققان و مهندسان، به ویژه، لزوماً در مورد تأثیرات اجتماعی مطلع نیستند یا علاقه زیادی به آن ندارند. برعکس، کسانی که علاقه زیادی به تأثیرات اجتماعی دارند، اغلب محدودیتهای ذاتی در دانش فنی خود دارند.
بنابراین، هیچکس نمیتواند وضعیت کنونی یا چشمانداز آینده هوش مصنوعی مولد را به طور کامل درک کند. و تفاوتهایی در درک هر فرد وجود دارد.
مشکل صرفاً وجود تفاوتها نیست، بلکه ناشناخته بودن سرعت پیشرفت است. ما مطمئناً در آستانه عصری هستیم که در آن پیشرفت تکنولوژیکی دچار فشردگی زمان شتابگیرنده میشود، اما فاقد درک مشترکی از سرعت آن هستیم.
بدتر اینکه، تفاوتهایی در ادراک افراد وجود دارد که آیا پیشرفت تکنولوژیکی ثابت است یا شتابگیرنده. علاوه بر این، حتی در میان کسانی که با شتاب موافق هستند، ادراکات به شدت متفاوت است بسته به اینکه آیا آنها معتقدند شتاب صرفاً ناشی از پیشرفت در فناوری اصلی هوش مصنوعی مولد است، یا اینکه آنها همچنین شتاب ناشی از فناوریهای کاربردی و سیستمهای کاربردی، و همچنین ورود افراد و سرمایه از منظر اقتصادی-اجتماعی را نیز در نظر میگیرند.
به این ترتیب، تغییرات در درک وضعیت کنونی و چشمانداز آینده، همراه با تفاوتها در درک سرعت پیشرفت، تفاوتهای فوقالعاده بزرگی را در ادراکات فردی ما ایجاد میکند.
سطح فناوری و تأثیر اجتماعی اوت ۲۰۲۵ چه خواهد بود؟ و سال ۲۰۲۷ (دو سال دیگر) و ۲۰۳۰ (پنج سال دیگر) چه چیزی را به ارمغان خواهد آورد؟ این از فردی به فرد دیگر بسیار متفاوت است. علاوه بر این، این شکاف در ادراک احتمالاً اکنون، در سال ۲۰۲۵ (دو سال پس از اوجگیری هوش مصنوعی مولد در سال ۲۰۲۳)، بزرگتر از آن زمان است.
من جامعهای را که در آن افراد درکهای بسیار متفاوتی از زمان دارند، جامعه کرونواسکرامبل مینامم. «کرونو» در یونانی به معنای زمان است.
و در واقعیت این جامعه کرونواسکرامبل، ما باید با مشکلات فشردگی زمان و نقاط کور اجتماعی فناورانه روبرو شویم، که نمیتوانیم آنها را به طور مشترک و دقیق درک کنیم.
چشمانداز و استراتژی
برای بررسی چگونگی مقابله با مشکل نقاط کور اجتماعی فناوری – در حالی که این امکان وجود دارد که حس زمان ما با فشردگی زمان واقعی همسو نباشد، و علاوه بر این، با همکاری دیگرانی که ادراکاتشان با ما متفاوت است – یک چشمانداز و استراتژی ضروری است.
چشمانداز در اینجا به معنای نشان دادن ارزشها و مسیرهای تغییرناپذیر است، صرف نظر از حس زمان غالب.
به عنوان مثال، برای ساده کردن بحث، «اطمینان از اینکه خطرات فناوری بر مزایای آن غلبه نکند» یک چشمانداز مهم است. این چشماندازی است که افراد بیشتری میتوانند با آن موافق باشند تا، مثلاً، «پیشرفت فناوری» یا «به حداقل رساندن خطرات فناوری».
و بسیار مهم است که تا حد امکان افراد زیادی را قادر به همکاری در جهت دستیابی به آن چشمانداز سازیم. حتی با توافق بر یک چشمانداز، بدون عمل قابل دستیابی نیست.
اینجا نیز لازم است با درک اینکه ما در یک جامعه کرونواسکرامبل زندگی میکنیم که در آن تفاوتهایی در حس زمان وجود دارد، یک استراتژی تدوین کنیم. به عنوان مثال، استراتژی همسو کردن حس زمان همه افراد با فشردگی زمان واقعی احتمالاً موفق نخواهد بود. این امر بار یادگیری قابل توجهی را بر افراد تحمیل میکند و انرژی لازم برای آن به تنهایی منجر به خستگی میشود. علاوه بر این، با افزایش این شکاف در هر سال، انرژی مورد نیاز نیز افزایش خواهد یافت.
من نمیتوانم هر استراتژی کاملی را ارائه دهم، اما یک نمونه از استراتژی، استفاده از چیزی است که به طور خودکار با گذشت زمان برای دستیابی به چشمانداز تقویت میشود.
این همان استفاده از خود هوش مصنوعی مولد است. کمی پیچیده است زیرا شامل استفاده از همان چیزی است که ما در تلاش برای حل آن هستیم، اما بدیهی است که هنگام برخورد با مشکل فشردگی زمان، رویکرد سنتی با گذشت زمان دشوارتر خواهد شد. برای مقابله با این، چارهای جز استفاده از قابلیتهایی که خود نیز دچار فشردگی زمان میشوند، برای تدوین تدابیر مقابلهای نیست.
و اگر خوششانس باشیم، اگر بتوانیم در نهایت از قابلیتهای خود هوش مصنوعی مولد برای تنظیم سرعت توسعه فناوری ناشی از هوش مصنوعی مولد استفاده کنیم و آن را کنترل کنیم تا از محدودیتها فراتر نرود، به طور قابل توجهی به حل مشکل نزدیکتر خواهیم شد.
نتیجهگیری
در یک جامعه کرونواسکرامبل، هر یک از ما نقاط کور متعدد و متفاوتی خواهیم داشت. این بدان دلیل است که هیچکس نمیتواند تمام اطلاعات پیشرفته را بدون نقطه کور درک کند و آن را به طور مناسب به تخمین وضعیت فعلی و پیشبینی آینده مرتبط سازد.
سپس، در پی یک محرک، فرصتی برای درک ناگهانی وجود یک نقطه کور پیش میآید. این اتفاق به طور مکرر رخ میدهد، هر بار که یک نقطه کور پدیدار میشود و شکاف آن پر میشود.
هر بار، درک ما از محور زمان برای موقعیت فعلی و چشمانداز آیندهمان به شدت فشرده میشود. احساس میشود که ناگهان از زمان جهش کردهایم – یک جهش زمانی ادراکی به سوی آینده.
در برخی موارد، ممکن است چندین نقطه کور در یک روز آشکار شوند. در چنین مواردی، فرد در مدت زمان بسیار کوتاهی، جهشهای زمانی مکرری را تجربه خواهد کرد.
به این معنا، مگر اینکه وجود نقاط کور خود را بپذیریم و چشماندازی مستحکم داشته باشیم که بتواند در برابر جهشهای زمانی چند مرحلهای مقاومت کند، اتخاذ تصمیمات حیاتی و دقیق در مورد آینده دشوار خواهد شد.
به عبارت دیگر، در حالی که برای نزدیک کردن حس زمان خود به واقعیت تلاش میکنیم، ضرورت تفکر درباره مسائل بر اساس اصول و قواعدی که فراتر از دورانها هستند، به طور فزایندهای افزایش خواهد یافت.
علاوه بر این، باید با این واقعیت نیز روبرو شویم که در میان فشردگی زمان، دیگر نمیتوانیم اقدامات متقابل برای ریسک را با همان سرعت گذشته اجرا کنیم.
مهمتر اینکه، مگر اینکه سرعت این فشردگی زمان را کند کنیم، از محدودیتهای ادراک و کنترل ما فراتر خواهد رفت.
برای دستیابی به این هدف، باید به طور جدی به استفاده از سرعت و نفوذ خود هوش مصنوعی که به دلیل فشردگی زمان شتاب میگیرد، فکر کنیم.
این مشابه آنچه در اقتصاد تثبیتکنندههای داخلی نامیده میشوند، مانند مالیات تصاعدی و سیستمهای تأمین اجتماعی است که از داغ شدن بیش از حد اقتصاد جلوگیری میکنند.
به طور خلاصه، ما باید مکانیزمهایی را برای هوش مصنوعی طراحی کنیم تا نه تنها به عنوان یک شتابدهنده فناوری، بلکه به عنوان یک تثبیتکننده داخلی اجتماعی نیز عمل کند.