در کارگاه تخصصی یکروزه «مبانی نظری و مرزهای تحقیق هوش مصنوعی انسان – محور» تأکید شد
تمرکز بر عاملیت انسان و رویکرد اجتماعی - فنی، کلید تحول در یادگیری و بهکارگیری بخردانه هوش مصنوعی
مفهوم کلیدی «هوش مصنوعی انسان - محور» به رویکردی در کاربرپژوهی، طراحی، توسعه و بهکارگیری سیستمهای مبتنی بر هوش مصنوعی اشاره دارد که در آن انسان، ارزشهای انسانی و پیامدهای اجتماعی فناوری در مرکز توجه قرار میگیرند. برخلاف رویکردهای راهحل گرایی فناورانه یا فنی – مهندسی که بیشتر بر عملکرد رایانشی، سرعت پردازش یا بهینهسازی الگوریتمی تمرکز دارند، رویکردهای مبتنی بر هوش مصنوعی انسان - محور بر این اصل بنیادی استوار است که فناوری اطلاعات و ارتباطات باید در خدمت توانمندسازی عاملیت انسان در مقابل عوامل هوشمند، ارتقای رفاه اجتماعی، حفظ کرامت انسانی و بهطورکلی در خدمت بشریت باشد.
در این رویکرد، انسان نهتنها کاربر نهایی سامانههای هوش مصنوعی، بلکه کنشگری فعال در چرخه کاربرپژوهی، طراحی، اجرا، ارزیابی، بازطراحی و بهینهسازی مستمر این فناوریها تلقی میشود. به بیان دیگر، هوش مصنوعی انسان - محور میکوشد شکاف میان منطق الگوریتمی و تجربه زیسته انسانی را کاهش دهد. این رویکرد بهویژه در حوزههایی مانند رسانههای دیجیتال، فناوری اطلاعات و ارتباطات، آموزش و یادگیری و حکمرانی دیجیتال اهمیت دوچندان مییابد؛ چرا که تصمیمات الگوریتمی در این حوزهها مستقیماً بر چگونگی معناسازی، ادراک، افکار عمومی و روابط اجتماعی تأثیر همهجانبه میگذارند.
از منظر نظری، هوش مصنوعی انسان - محور با مفاهیمی چون اخلاق فناوری اطلاعات و ارتباطات، مسئولیتپذیری الگوریتمی، شفافیت، قابلیت توضیحپذیری و عدالت اجتماعی پیوند خورده است. در این چارچوب، سامانههای هوش مصنوعی باید بهگونهای طراحی و بازطراحی شوند که تصمیمات آنها برای کاربران قابلفهم باشد، امکان نظارت و مداخله عوامل انسانی وجود داشته باشد و از بازتولید تبعیضهای ساختاری و فرایندی موجود جلوگی گردد.
از نظر پیکره دانش مطالعات ارتباطی و علوم ارتباطات، هوش مصنوعی انسان - محور بهعنوان بخشی از تحول پارادایمهای «سواد دیجیتال و سواد رسانهای و اطلاعتی» قابل تجزیه و تحلیل است. مخاطبان رسانهای دیگر صرفاً مصرفکنندگان محتوای رسانهای نیستند، بلکه در تعامل با سامانههای توصیهگر، موتورهای جستوجو و ابزارهای تولید محتوای رسانههای برساخته مبتنی بر هوش مصنوعی، به طور فعال در فرایند تولید معنا مشارکت دارند. ازاینرو، طراحی انسان - محور میتواند نقش مهمی در افزایش آگاهی، یادگیری مهارتها و صلاحیتهای تخصصی جدید و در نتیجه بهبود قدرت انتخاب بخردانه کاربران ایفا کند.
در نهایت، هوش مصنوعی انسان - محور تلاشی است برای بازتعریف تعامل، همکاری و همیاری و تعاون بین انسان و ماشین در عصر دیجیتال؛ رابطهای که در آن فناوری اطلاعات و ارتباطات نه جایگزین انسان، بلکه مکمل تواناییهای شناختی، خلاقانه و ارتباطی او تلقی میشود. این رویکرد، چشماندازی هنجاری و انتقادی برای توسعه هوش مصنوعی ارائه میدهد که با اهداف توسعه پایدار، عدالت اجتماعی و یادگیری فعال، عمقی و مداوم کاملاً همراستا است.
اقتصاد سیاسی فناوری اطلاعات و ارتباطات، چارچوبی انتقادی برای تحلیل قدرت، مالکیت، منافع اقتصادی و روابط سلطه در بستر فناوریهای اطلاعات و ارتباطات دیجیتال فراهم میکند. از این منظر، هوش مصنوعی نه صرفاً یک نوآوری فنی، بلکه پدیدهای اجتماعی، اقتصادی و سیاسی است که در دل ساختارهای قدرت و سرمایهداری دیجیتال شکل میگیرد و بازتولید میشود. تحلیل هوش مصنوعی در این چارچوب، مستلزم توجه به این پرسش اساسی است که «چه کسانی هوش مصنوعی را تولید میکنند، چه کسانی از آن سود میبرند و چه کسانی متأثر یا متضرر میشوند؟، هوش مصنوعی چگونه برای چه کسانی خلق ارزشمینماید؟»
در اقتصاد سیاسی فناوری اطلاعات و ارتباطات، هوش مصنوعی بهعنوان ابزاری برای تمرکز قدرت در دست شرکتهای بزرگ فناوری تلقی میشود. مالکیت کلاندادههای کاربران، زیرساختهای رایانشی و الگوریتمهای پیشرفته، امکان کنترل بازارها، رفتار و هنجار کاربران و جریانهای اطلاعاتی را برای خلق ارزش افزوده اقتصادی همهجانبه توسط این بازیگران فراهم میسازد. در حوزه فناوری اطلاعات و ارتباطات بهویژه رسانههای دیجیتال، این تمرکز قدرت از طریق سکوهای دیجیتال مبتنی بر هوش مصنوعی، مانند شبکههای اجتماعی و موتورهای جستوجو، به شکلدهی افکار عمومی، اولویتبندی اخبار و جهتدهی هدفمند به گفتمانهای اجتماعی و افکار عمومی منجر میشود.
از منظر انتقادی، هوش مصنوعی در چارچوب اقتصاد سیاسی به ابزاری برای تعمیق بیعدالتیها و نابرابریهای ساختاری بدل میشود. الگوریتمها اغلب بر اساس منطق سود اقتصادی و بهرهوری طراحی میشوند و نه الزاماً منافع اجتماعی و عمومی. این امر میتواند به حاشیهرانی گروههای اجتماعی، تقویت سوگیریهای فرهنگی و تضعیف تنوع و چندصدایی رسانهای بینجامد. همچنین، کار نامرئی انسانی در پشت سامانههای هوش مصنوعی - مانند برچسبگذاری دادهها یا بینظمیهای رسانهای از جمله رسانههای برساخته و دستکاری شده - نشاندهنده تداوم روابط نابرابر کار در اقتصاد دیجیتال است.
در بستر کشورهای درحالتوسعه، تجزیهوتحلیل اقتصاد سیاسی هوش مصنوعی اهمیت مضاعف برای درک روابط قدرت مبنی بر فناوری اطلاعات و ارتباطات دارد. وابستگی فناورانه، دسترسی نابرابر به دادهها و زیرساخت، و سلطه گفتمان راهحل گرایی فناورانه در سطح جهانی، میتواند منجر بهنوعی استعمار دیجیتال در عصر هوش مصنوعی شود که در آن دانش، ارزش و قدرت از پیرامون به مرکز منتقل میشود.
در مجموع، نگاه اقتصاد سیاسی به هوش مصنوعی، امکان فراتر رفتن از روایتهای خوشبینانه به فناوری اطلاعات و ارتباطات را فراهم میکند و بر ضرورت تنظیمگری، سیاستگذاری عمومی و ارتقای سواد انتقادی نسبت به فناوری تأکید دارد. این رویکرد، بهویژه برای مطالعات ارتباطات، ابزاری تحلیلی برای فهم پیوند میان فناوری اطلاعات و ارتباطات، قدرت و معناسازی در عصر هوش مصنوعی محسوب میشود.
ابزارها و سامانههای هوش مصنوعی، بهویژه مدلهای زبانی بزرگ و سامانههای مولد، اشاره دارد؛ دادهها و اطلاعاتی که با مفهوم «توهم هوش مصنوعی» اصطلاحی است که به تولید دادهها و اطلاعات نادرست، ساختگی یا گمراهکننده توسط اطمینان و ظاهری معتبر ارائه میشوند، اما فاقد مبنای واقعی یا دادهای ورودی صحیح هستند. این پدیده یکی از چالشهای اساسی هوش مصنوعی معاصر محسوب میشود و پیامدهای جدی برای حوزههای ارتباطات، رسانه، آموزش، یادگیری و تولید دانش تخصصی دارد.
توهم هوش مصنوعی، بهطورکلی، ناشی از ماهیت آماری و احتمالاتی این سامانههاست. مدلهای زبانی، برخلاف عوامل انسانی، دارای «فهم» یا «آگاهی» مستقل از واقعیت نیستند، بلکه بر اساس الگوهای زبانی موجود در دادههای آموزشی سیستم، محتملترین پاسخ را تولید میکنند. در نتیجه، هنگامی که داده لازم و کافی، دقیق یا بهروز در اختیار مدل نباشد، سامانه ممکن است پاسخهایی بسازد که از نظر زبانی منسجم، اما از نظر محتوایی بهکلی نادرستاند.
در حوزه فناوری اطلاعات و ارتباطات با تمرکز بر رسانههای دیجیتال، توهم هوش مصنوعی میتواند به تولید و انتشار اخبار جعلی، تحریف دادهها و اطلاعات و تضعیف اعتماد عمومی و سرمایه اجتماعی منجر شود. زمانی که محتوای تولیدشده توسط هوش مصنوعی بدون طی مراحل راستیآزمایی و صحت سنجی در چرخه ارتباطات رسانههای دیجیتال وارد میشود، مرز میان دادهها و اطلاعات معتبر و نادرست بیشازپیش مخدوش میگردد. این موضوع برای دانشجویان، استادان، حرفهمندان و متخصصان علوم ارتباطات بهعنوان یک چالش اساسی در عصر رسانههای دیجیتال و هوش مصنوعی به شمار میآید.
از منظر معرفتشناختی، توهم هوش مصنوعی پرسشهایی بنیادین درباره میزان اعتبار دانش، منبع اقتدار معرفتی و نقش فناوری اطلاعات و ارتباطات در تولید معنا مطرح میکند. اگر سامانهای بتواند با زبانی قاطع دادهها و اطلاعات نادرست ارائه دهد، مسئولیت تشخیص صحت دادهها و اطلاعات بر عهده چه کسی است؟ کاربر، طراح، یا نهادهای تنظیمگر؟ این پرسشها نشان میدهد که توهم هوش مصنوعی صرفاً یک نقص فنی نیست، بلکه یک ابرچالش اجتماعی و ارتباطی است.
در پاسخ به این ابرچالش، بر اهمیت «سواد اطلاعاتی و رسانهای و سواد هوش مصنوعی» تأکید میشود؛ بهویژه توانایی کاربران در درک سوگیریها و محدودیتهای سامانههای هوش مصنوعی، ارزیابی انتقادی خروجیها و کاربرد مسئولانه از این نوع فناوریها. آموزش و یادگیری در زمینه «توهم هوش مصنوعی» میتواند نقش مهمی در کاهش اتکای نابجا به این سامانهها و ارتقای تفکر انتقادی در محیطهای دانشگاهی و بهطورکلی در جامعه ایفا کند.
در نهایت، پرداختن به پدیده «توهم هوش مصنوعی» برای علوم ارتباطات ضروری است؛ زیرا این پدیده مستقیماً با اعتماد، حقیقت و اعتبار در فضای سایبر پیوند خورده و آینده تعامل انسان و رایانه را به طور همهجانبه تحتتأثیر قرار میدهد.
در بخش پایانی کارگاه، «بوم طراحی هوش مصنوعی انسان - محور» بهصورت جامع و نظاممند معرفی گردید و در قالب چند موردکاوی مورد بحثوبررسی قرار گرفت. اجزای بوم طراحی هوش مصنوعی انسان - محور به شرح پیوست است:
۱. مسئله (Problem)
این بخش به تعریف دقیق مسئلهای میپردازد که سامانه هوش مصنوعی قصد حل آن را دارد. در رویکرد طراحی انسان - محور، مسئله نباید صرفاً فناورانه یا مبتنی بر کارایی باشد، بلکه باید از دل نیاز واقعی انسانی یا اجتماعی استخراج شود. تعریف نادرست مسئله میتواند منجر به طراحی سامانهای شود که اگرچه از نظر فنی موفق است، اما از منظر انسانی یا اجتماعی ناکارآمد یا حتی آسیبزا است.
۲. ذینفعان (Stakeholders)
در این بخش، تمامی گروههایی که به طور مستقیم یا غیرمستقیم از سامانه هوش مصنوعی تأثیر میپذیرند شناسایی میشوند؛ از کاربران نهایی گرفته تا گروههای اجتماعی مرتبط. در مطالعات ارتباطات، توجه به ذینفعان به معنای درک روابط قدرت، دسترسی نابرابر و پیامدهای گفتمانی فناوری اطلاعات و ارتباطات است.
۳. کاربران (Users)
کاربران بهعنوان کنشگران فعال در تعامل با سامانه هوش مصنوعی تعریف میشوند، نه مصرفکنندگان و دریافتکنندگان منفعل خروجیها. در این بخش، ویژگیهای شناختی، فرهنگی، رسانهای و مهارتها و صلاحیتهای کاربران بررسی میشود تا طراحی سامانه با سطح سواد دیجیتال و انتظارات واقعی آنها همراستا باشد.
۴. نیازها و اهداف انسانی (Human Needs & Goals)
این بخش بر نیازهای انسانی همچون اعتماد، شفافیت، کنترل، معناسازی، عدالت اجتماعی و رفاه تمرکز دارد. هوش مصنوعی انسان - محور باید به تحقق این نیازها کمک کند و صرفاً بهینهسازی رایانشی یا سودآوری اقتصادی را دنبال نکند.
۵. زمینه و بستر کاربرد (Context of Use)
زمینه اجتماعی، فرهنگی، حقوقی و رسانهای کاربرد سامانه در این بخش تحلیل میشود. یک سامانه هوش مصنوعی ممکن است در یک بستر فرهنگی کارآمد و در بستری دیگر مسئلهساز باشد. از منظر علوم ارتباطات، این بخش به تحلیل محیط گفتمانی و رسانهای کمک میکند.
۶. ارزشها (Values)
ارزشهایی مانند انصاف، شمولپذیری، مسئولیتپذیری، حفظ حریم خصوصی و کرامت انسانی در این بخش تصریح میشوند. این ارزشها باید در تمام مراحل طراحی و پیادهسازی سامانه لحاظ شوند و صرفاً در سطح بیانیه آرمانی باقی نمانند.
۷. دادهها (Data)
در این بخش، منابع داده، کیفیت، سوگیریها، نمایندگی اجتماعی و چرخه عمر داده بررسی میشود. دادهها حامل ارزشها و پیشفرضهای اجتماعی هستند و نقش تعیینکنندهای در رفتار سامانههای هوش مصنوعی ایفا میکنند.
۸. مدل و الگوریتم (Model & Algorithms)
انتخاب نوع مدل، سطح پیچیدگی، قابلیت توضیحپذیری و امکان نظارت انسانی در این بخش بررسی میشود. از منظر انسانمحور، الگوریتمها باید قابلفهم، قابل پرسش و قابلاصلاح باشند.
۹. تعامل انسان – هوش مصنوعی (Human-AI Interaction)
این بخش به نحوه تعامل کاربران با سامانه میپردازد؛ شامل رابط کاربری، کاربردپذیری، تجربه کاربری، شیوه ارائه خروجیها و میزان اتکای کاربر به سامانه. طراحی تعامل باید تفکر انتقادی را تقویت کند، نه آنکه کاربر را به پذیرش بیچونوچرای خروجیها سوق دهد.
۱۰. ریسکها و پیامدهای منفی (Risks & Harms)
در این بخش، خطرات بالقوه مانند تبعیض الگوریتمی، نقض حریم خصوصی، گمراهسازی اطلاعاتی و توهم هوش مصنوعی شناسایی و ارزیابی میشوند. پیشبینی ریسکها جزءلاینفک طراحی انسان - محور است.
۱۱. شفافیت و توضیحپذیری (Transparency & Explainability)
این بخش بر امکان توضیح تصمیمات سامانه برای کاربران و نهادهای ناظر تمرکز دارد. شفافیت، پیششرط اعتماد و پاسخگویی در سامانههای هوش مصنوعی است، بهویژه در حوزه علوم ارتباطات با تمرکز بر رسانههای دیجیتال.
۱۲. حکمرانی و مسئولیتپذیری (Governance & Accountability)
در این بخش مشخص میشود که چه کسانی مسئول تصمیمات، خطاها و پیامدهای سامانه هستند. وجود سازوکارهای پاسخگویی حقوقی، نهادی و اخلاقی از اصول کلیدی هوش مصنوعی انسان - محور است.
۱۳. ارزیابی و سنجش پیامدها (Evaluation & Impact Assessment)
این بخش به شاخصهای ارزیابی موفقیت سامانه میپردازد؛ شاخصهایی که علاوه بر دقت فنی، پیامدهای اجتماعی، ارتباطی و اخلاقی را نیز در نظر میگیرند.
۱۴. بازخورد و بهبود مستمر (Feedback & Iteration)
در این بخش، سازوکارهای دریافت بازخورد از کاربران و ذینفعان و اصلاح مستمر سامانه تعریف میشود. هوش مصنوعی انسان - محور یک فرایند پویا و یادگیرنده است، نه محصولی ایستا.
بوم «طراحی هوش مصنوعی انسان - محور» ابزاری تحلیلی و طراحی است که امکان نگاه همهجانبه به فناوری اطلاعات و ارتباطات مبنی بر هوش مصنوعی را فراهم میکند و بهویژه برای مطالعات ارتباطات، سیاستگذاری رسانهای، آموزش و یادگیری سواد هوش مصنوعی اهمیت راهبردی دارد، زیرا پیوند میان فناوری، معنا، قدرت و عوامل انسان را بهصورت نظاممند آشکار میسازد .
در پایان شایانذکر است که سخنرانیهای کلیدی این کارگاه تخصصی به همت واحد رسانههای دیجیتال، کرسی ارتباطات علم و فناوری یونسکو، دانشگاه علامه طباطبائی بهصورت منابع آموزشی باز صوتی و تصویری مستندسازی شده است از طریق نشانی وب کانال یوتیوب کرسی ارتباطات علم و فناوری یونسکو به نشانی پیوست، بهصورت عمومی و رایگان، قابلدسترسی است:
نظر شما :