در گذشته های دور در دوران دانشجویی، زمانی که بیشتر رایانه ها هنوز دستگاه هایی بزرگ و جاگیر بودند، دوستی داشتم که دکتر مشاورش اصرار داشت محاسبه سخت و دور و دراز یک فرضیه اتمی را با دست انجام دهد. این کار مستلزم پر کردن صفحات متوالی از خط خطی های مدادی و پر از غلط و اشتباه بود. در نتیجه دوستم به جایی رسید که از نومیدی تسلیم شد. او شبی پنهانی خودش را به یک آزمایشگاه رایانه ای رساند و برای انجام آن محاسبه کد کوتاهی را برای رایانه نوشت. سپس نتیجه را با دست روی کاغذ رونویسی کرد و آن را به استادش تحویل داد.
مشاورش او را تشویق کرد و گفت این نشان می دهد که تو یک فیزیکدان واقعی هستی. استاد روحش هم خبر نداشت که چه اتفاقی افتاده است. گرچه من تماسم را با آن دوست از دست داده ام، ولی خیلی های دیگر را می شناسم که توانسته اند مشاغل موفقی را در حوزه علم برای خودشان دست و پا کند، بی آنکه در آن دستنویس های مداد و کاغذی نسل های پیشین مهارتی کسب کرده باشند.
این موضوع در قالب بندی مباحث مربوط به دگرگونی های اجتماعی که بر ضرورت کسب مهارت های جدید تمرکز دارند امر شایعی است. اما شاید به جای نگاه کردن به آنچه که می آموزیم، باید مشاهده کردن را مد نظر قرار دهیم: فراموش کردن چه چیزی بی خطر است؟ در سال 2018 مجله ساینس از ده ها دانشمند جوان پرسید که مدارس برای نسل بعد چه چیزهایی را باید به دانش آموزان بیاموزند. بیشتر آنها در پاسخ گفته بودند که ما باید از مدت زمانی که صرف به خاطر سپردن مطالب می شود بکاهیم و فضای بیشتری را به فعالیت های خلاقانه اختصاص دهیم. همزمان با رشد اینترنت و قدرتمند و جامع شدن آن، چرا ما باید برای یاد سپردن و بازیابی اطلاعات، خودمان را به زحمت بیندازیم؟ اگر دانش آموزان بتوانند به کل دانش جهان در یک گوشی هوشمند دسترسی داشته باشند، چرا باید مجبور باشند حجم زیادی از این دانش را در سرشان نگه دارند و آنها را این طرف و آن طرف بکشانند؟
تمدن ها از طریق فراموش کردن راهبردی آنچه که زمانی مهارت های حیاتی زندگی تلقی می شد تکامل می یابند. وقتی جوامع صنعتی شدند، خواندن و نوشتن به مهارت های حیاتی تبدیل شدند، درحالی که دانش مربوط به شخم زدن و جمع آوری محصول را می شد در حاشیه رها کرد.
بسیاری از ما هم اکنون بدون جی پی اس گوشی های هوشمندمان به سرعت گم می شویم. بعد چه اتفاقی قرار است بیفتد؟ با اتومبیل های بدون راننده آیا رانندگی کردن به دست خودمان را فراموش خواهیم کرد؟ آیا در محاصره هوش های مصنوعی تشخیص صدا که می توانند بسیاری از تفاوت های جزئی را تجزیه و تحلیل کنند، چگونگی تلفظ کلمات را از یاد خواهیم برد؟ و آیا این مسئله اهمیتی دارد؟
بیشتر ما دیگر نمی دانیم چگونه باید محصولات غذایی را بکاریم یا خانه هایی را که در آنها زندگی می کنیم بسازیم. ما دیگر درکی از نحوه پرورش حیوانات یا چند و چون پشم ریسی نداریم یا شاید حتی نمی دانیم که چگونه باید شمع های اتومبیل را تعویض کرد. بیشتر ما نیازی به دانستن این چیزها نداریم، زیرا ما عضو چیزی شده ایم که روانشناسان اجتماعی آن را «شبکه های حافظه تعاملی» می نامند.
ما از طریق فعالیت هایی چون محاوره، خواندن و نوشتن، به طور مداوم در «تعاملات حافظه» با اجتماعی از «شرکای حافظه» قرار داریم. بیشتر مردم به عنوان اعضای این شبکه ها دیگر نیازی به یادآوری بسیاری چیزها ندارند. این بدین خاطر نیست که دانش به کلی فراموش شده یا از دست رفته است، بلکه به این دلیل است که کس یا چیز دیگری حفاظت از آن را بر عهده گرفته است. ما برای دست یافتن به آنها، فقط نیاز است بدانیم با چه کسی صحبت کنیم یا به کجا برویم.
اما مسئله جدید این است که بسیاری از شرکای حافظه ما هم اکنون ماشین های هوشمند هستند. اما یک هوش مصنوعی – نظیر موتور جستجوی گوگل –شریک حافظه ای است که شباهتی به هیچ کس دیگر ندارد. موتور جستجوی گوگل بیشتر شبیه یک «ابر شریک» حافظه است که به طور آنی پاسخ می دهد و همیشه در دسترس قرار دارد. گذشته از این امکان دسترسی ما به بخش بزرگی از کل ذخیره دانش بشری را فراهم می کند.
پژوهشگران چندین اشکال را در وضعیت فعلی شناسایی کرده اند. یکی آنکه اجداد ما در درون گروه هایی متشکل از دیگر انسان ها یا نوعی شبکه حافظه همتا به همتا تکامل یافتند. با این حال اطلاعات دریافتی از دیگر انسان ها همواره از اشکال مختلف سوگیری ها و استنتاج های انگیزه دار رنگ می گرفتند. اطلاعاتی که با ظاهر سازی و توجیه همراه بودند. اطلاعاتی که ممکن بود اشتباه باشند. ما آموخته ایم که با وجود این نقص ها در دیگران و در خودمان زندگی کنیم. اما معرفی الگوریتم های هوش مصنوعی بسیاری از انسان ها را به سوی این باور سوق داده که این الگوریتم ها ضرورتا درست و «بی طرف» هستند. اما بدون هیچ تردیدی باید گفت که این طرز فکری اشتباه است.
عمده فناوری های هوشمند پیشرفته امروز، از طریق آزمون های تکراری و روند امتیاز دهی آموزش داده می شوند که در آنها نهایتا این انسان ها هستند که کنترل های نهایی را انجام می دهند و درباره پاسخ های درست تصمیم می گیرند. از آنجا که این ماشین ها باید با مجموعه داده هایی مشخص و با حضور انسان ها در حاشیه آموزش داده شوند، الگوریتم ها بیشتر تمایل دارند سوگیری های از قبل موجود ما را درباره نژاد، جنسیت و از این قبیل تشدید کنند.
یک ابزار استخدام داخلی که شرکت آمازون تا سال 2017 از آن استفاده می کرد، موردی کلاسیک را از این پدیده به دست می دهد: این شرکت متوجه شد الگوریتم مورد نظر که تصمیمات خود را بر اساس آموزش های دپارتمان منابع انسانی آمازون اتخاذ می کرد، به شکل سیستماتیک نامزدهای زن را به حاشیه می راند. اگر ما هشیار نباشیم، ابرشرکای هوش مصنوعی ما می توانند به ابر متعصبین تبدیل شوند.
بلاتکلیفی دوم به مورد دسترسی به اطلاعات مربوط می شود. در قلمرو غیردیجیتال، انسان برای به دست آوردن اطلاعات لازم است که به سراغ دانش دیگران یا یک کتابخانه برود. این برای ما روشن می کند که چه دانشی در مغزهای دیگر یا در کتاب ها خوابیده است و چه چیزهایی در سر خود ما قرار دارد. اما پژوهشگران دریافته اند که آنی بودن واکنش اینترنت می تواند به شکل گیری باوری اشتباه منجر شود و این باور در حافظه های بعدی نیز کد گذاری شود؛ اینکه دانشی که ما جستجو می کنیم بخشی از چیزی بوده که پیشاپیش خودمان کاملا از آن آگاه بوده ایم.
شاید این نتایج نشان می دهند که ما دارای غریزه ای برای داشتن «ذهن توسعه یافته» هستیم، ایده ای که برای اولین بار در سال 1998 از سوی دیوید چالمرز و اندی کلارک فیلسوف پیشنهاد گردید. آنها می گویند که ما نباید به ذهنمان به عنوان آنچه که درون مغز فیزیکی مان جای دارد بیندیشیم، بلکه باید اینگونه فکر کنیم که ذهنمان به سمت بیرون نیز بسط پیدا می کند و شامل حافظه های دیجیتال و دستیاران استدلالی نیز می شود: یعنی چیزهایی از قبیل نت پدها، مدادها، رایانه ها، تبلت ها و حافظه ابری.
با توجه به دسترسی همواره گسترده تر ما به دانش، شاید ما در حال توسعه بخشیدن یک «من» همواره در حال بسط یافتن هستیم؛ یک شخصیت پنهان که حضور کاذب آن مرز بین محتویات واقعی حافظه ما با دیگر اطلاعاتی که به آن دسترسی داریم را محو و کمرنگ می کند. اگر چنین باشد وقتی که مغز با رایانه تعامل می کند و حتی زمانی که تعامل مغز با مغز - شاید از طریق ایمپلنت های عصبی- رایج شود چه اتفاقی می افتد؟ این فناوری ها در حال حاضر برای استفاده توسط بیماران سندروم لاکد این، جان به دربردگان از سکته یا افراد مبتلا به ای ال اس پیشرفته یا بیماری حرکتی عصبی در دست ساخت هستند.اما احتمالا با تکامل فناوری این فناوری ها رایج تر و در یک جهان رقابتی تر، به تقویت کنندگان عملکرد تبدیل می شوند.
به نظر می رسد که نوع جدیدی از تمدن در حال قد برافراشتن است، تمدنی آکنده از هوش ماشینی با نقاط دسترسی همه جا حاضر برای پیوستن ما به شبکه های هوش مصنوعی توانمند. حتی با ظهور ایمپلنت ها بیشتر دانشی که به آن دسترسی پیدا خواهیم کرد دیگر در مغزهای سایبورگی «به روز رسانی شده ما» قرار نخواهند داشت، بلکه در جایی بیرون از ما در مخازن سرورها جای خواهند داشت. هر موتور جستجوی گوگل در چشم بر هم زدنی از جستجو به پاسخ، هم اکنون به طور میانگین حدود 1500 مایل برای رفتن تا یک مرکز داده و بازگشتن سفر می کند و در طول راه از حدود هزار رایانه استفاده می کند. اما وابستگی به یک شبکه به این معنا نیز هست که آسیب پذیری های جدیدی به وجود می آید. فروپاشی هر یک از شبکه های ارتباطاتی که سلامت ما وابسته به آنهاست مثل شبکه های غذایی یا انرژی، فاجعه ای خواهد بود. بدون غذا ما دچار گرسنگی و بدون انرژی گرفتار سرما خواهیم شد. با از دست رفتن حافظه نیز تمدن ها در معرض خطر افتادن فرو رفتن در یک عصر تاریک قرار می گیرند.
البته فناوری به طور بالقوه می تواند آموزش را بهبود بخشد، دسترسی را به شکل حیرت انگیزی بسط دهد و خلاقیت و سلامت انسانی بیشتری برایمان به ارمغان بیاورد. بسیاری از انسان ها به درستی احساس می کنند که آنها در لبه ورود به فضای فرهنگی جدیدی، در آستانه تغییری بزرگ ایستاده اند. با گذشت زمان، یک نسل به تدریج اما بدون تردید، برای نسل بعد بیگانه می شود.
نویسنده: جن تریسی (Gene Tracy) استاد فیزیک در کالج ویلیام اند مری ویرجینیا
