این مطلب از جناب دکتر محمدامین خرسندی را جالب یافتم

یه دوستی دارم که دوره دانشجویی تعریف می‌کرد:
اولین بار که توی شهر ما یه بانک دستگاه خودپرداز گذاشته بود، یکی از پیرمردهای فامیل منو دیده بود و گفته بود:
هادی! چه نشستی که بانک ... یه کارت داره می‌ده به ملت، یه دستگاه هم گذاشته جلو در بانک. میری کارت رو می‌ذاری تو دستگاه، چهارتا کلید می‌زنی، همین‌جوری پولیه که می‌ریزه بیرون! حالا پول نگیر، کی پول بگیر؟! بجنب، بجنب تا صفش شلوغ نشده!

حالا داستان هوش مصنوعی هم برای عده‌ای از مردم ساده‌دل و خوش‌خیال کم‌وبیش همین شده. فکر کردند چهار تا کارگاه پرامپت‌نویسی و حکمرانی داده در عصر هوش مصنوعی شرکت کنند، دروازه‌های آسمان گشوده خواهد شد.

به گمان من، مسئله خیلی عمیق‌تر از این حرف‌هاست. دانشجوی دکترای علوم انسانی، اجتماعی، هنر و ادبیات، علوم محیطی، و حتی حوزه‌های فنی و مهندسی، اگر امروز وارد دانشگاه شود و با زیربنای شیوه‌های متفاوت تفکر آشنایی جدی نداشته باشد، نمی‌تواند انتظار داشته باشد که صرفاً با افزودن چند ابزار هوش مصنوعی به جعبه‌ابزار پژوهشی گذشته، همان مسیر قبلی را سریع‌تر طی کند. چون مسئله فقط سرعت انجام پژوهش نیست. خودِ معماری پژوهش در حال تغییر است.

این تصور که آمار و روش تحقیق بلدم، پس می‌توانم رساله بنویسم، متعلق به دوره پیشاهوش‌مصنوعی است. دانشجوی دکترا که هنوز مسئله اصلی‌اش را در یادگیری پرامپت خلاصه کرده، هنوز متوجه نشده که این تو بمیری از اون تو بمیری‌ها نیست. ماجرا، ماجرای یک ابزار جدید نیست که آمده باشد چند مرحله از کار قبلی را سریع‌تر کند. این فناوری دارد ارزش نسبی بخش بزرگی از همان کارهایی را که کارگر دانش بابتشان پول می‌گرفت، تغییر می‌دهد.

چون حوزه تخصص و تجربه من از علوم مهندسی، محض و پزشکی فاصله دارد، معمولاً در گفتگو با دوستان این حوزه‌ها جانب احتیاط را رعایت می‌کنم. اما یک چیز عجیب را بارها از استادان این علوم شنیده‌ام:
مگه کسی دیگه توی این زمونه کتاب می‌خونه؟ همه‌چیز توی مقاله‌ها هست. علم روز یعنی مقاله.

اگر شما دوست عزیز از این حوزه‌های دانشی هستید، شاید بد نباشد یک بار دیگر به این گزاره فکر کنید. نه اینکه مقاله بی‌ارزش شده باشد. مسئله این است که وقتی ماشین‌ها در دسترسی، بازیابی، مقایسه و ترکیب حجم عظیمی از اطلاعات علمی روزبه‌روز تواناتر می‌شوند، مزیت انسان نمی‌تواند فقط دسترسی به اطلاعات بیشتر باشد. در چنین جهانی، آنچه کمیاب‌تر می‌شود، توانایی فهمیدن، ساختن پرسش، تشخیص مسئله واقعی از مسئله ظاهری، دیدن پیش‌فرض‌های پنهان، تشخیص استدلال معتبر از استدلال خوش‌ظاهر و آبکی، توانایی دیدن رابطه میان چیزهایی که ظاهراً بی‌ربط‌اند، و توانایی خلق چیزی که هنوز در داده‌ها وجود ندارد، است.

اینجاست که دوباره به ادعای خودم در پست جمعه گذشته در مورد کتاب برمی‌گردم؛ البته نه کتاب به‌عنوان رقیب مقاله، بلکه مطالعه عمیق به‌عنوان تمرین ساختن یک ذهن. شاید بخشی از دانش تخصصی را ماشین‌ها بسیار سریع‌تر از ما جذب و بازتولید کنند. اما انسانی که بتواند یک متن دشوار را چند بار بخواند، یک ایده را سال‌ها دنبال کند، با اندیشه یک متفکر بزرگ درگیر شود، و میان چند حوزه متفاوت ارتباط برقرار کند، چیزی به دست می‌آورد که صرفاً با دسترسی به اطلاعات به دست نمی‌آید.
#هوش_مصنوعی #AI

🌐 https://t.me/ecohadico