هوش مصنوعی وظایف انسان را کمتر کرده است؟

به گزارش مجله خبری نگار/جهان صنعت نیوز،پژوهشگران مدرسه کسب‌وکار هاس در دانشگاه برکلی نیز نشان داده‌اند که کارگران با استفاده از هوش مصنوعی شروع به انجام کار‌هایی کرده‌اند که پیش‌تر برون‌سپاری می‌کردند؛ زیرا فعالیت‌هایی مانند کدنویسی و مهندسی آسان‌تر شده است. آنان در عصرها، آخر هفته‌ها، اتاق‌های انتظار و هر زمان کوتاه خالی، کار‌های بیشتری انجام می‌دهند. بسیاری نیز همزمان چند ربات را برای انجام وظایف مختلف مدیریت می‌کنند.

الگوی کلی این است که انسان‌ها صرفه‌جویی زمانی ناشی از هوش مصنوعی را لزوماً به فراغت تبدیل نمی‌کنند، بلکه آن را با کار‌های تازه پر می‌کنند. هوش مصنوعی انتظارات کارکنان و مدیران را نیز تغییر می‌دهد؛ گویی در هر روز باید کار بیشتری انجام شود. نتیجه، ساعت‌هایی شلوغ‌تر و ذهنی آشفته‌تر است. طبق داده‌ها، زمان کار عمیق و بدون وقفه ۹ درصد کاهش یافته و حتی اصطلاحی برای این وضعیت ساخته شده است: «سرخ‌شدن مغز با هوش مصنوعی».

این روند در تاریخ فناوری بی‌سابقه نیست. هر بار فناوری جدیدی برای صرفه‌جویی در کار معرفی شده، برخی کارشناسان تصور کرده‌اند انسان‌ها از آن برای آسان‌تر کردن زندگی استفاده می‌کنند. اما در عمل، بسیاری از مردم فناوری را برای شلوغ‌تر کردن زندگی به کار می‌گیرند. هواپیما، قطار و خودرو زمان سفر را کاهش دادند، اما همزمان باعث شدند انسان‌ها سفر‌های بیشتری انجام دهند.

اصل راهنمای عصر هوش مصنوعی این است که وقتی هوش فراوان می‌شود، اراده ارزشمند می‌شود. کسانی که آینده را می‌سازند، الزاماً باهوش‌ترین افراد نیستند؛ بلکه کسانی‌اند که به دنبال رشدند و با هوش مصنوعی درگیر می‌شوند تا توانایی‌های ذهنی خود را افزایش دهند و کار‌های بیشتری انجام دهند.

از این منظر، تفاوت اصلی افراد در نسبت آنها با تلاش ذهنی است. برخی افراد نیاز بالایی به شناخت دارند؛ از فکر کردن سخت، بازی‌های دشوار و کتاب‌های سنگین لذت می‌برند. در مقابل، برخی «خسیسان شناختی» هستند؛ فکر کردن دشوار برایشان ناخوشایند است و هر فرصتی را برای پرهیز از آن می‌پذیرند. میان این دو گروه، کسانی قرار دارند که اگر موضوعی برایشان مهم باشد تلاش می‌کنند، اما ذاتاً از دشواری ذهنی لذت نمی‌برند.

گروه نخست در مواجهه با هوش مصنوعی، افرادی‌اند که نیاز کمی به شناخت دارند. آنان از هوش مصنوعی برای کمتر فکر کردن استفاده می‌کنند. سود بزرگشان این است که هوش مصنوعی آنها را بهره‌ورتر می‌کند، چون کار‌ها را آسان‌تر می‌سازد. زیان بزرگشان نیز همین است:

هوش مصنوعی ظرفیت‌های ذهنی آنها را کاهش می‌دهد، چون کار‌ها را بیش از حد آسان می‌کند.

انسان زمانی بهتر یاد می‌گیرد که در محدوده دشواری بهینه قرار داشته باشد؛ یعنی کاری نه آن‌قدر سخت باشد که فرد را از پا بیندازد و نه آن‌قدر آسان که هیچ زحمتی نطلبد. هوش مصنوعی می‌تواند افراد کم‌تلاش را از این محدوده خارج کند.

پژوهشی به رهبری ناتالیا کوسمینا در دانشگاه‌ام آی تی نشان داده است هنگام استفاده از ChatGPT برای انجام وظایف مشابه، اتصال‌های مغزی افراد تا ۵۵ درصد نسبت به زمانی که از آن استفاده نمی‌کنند کاهش می‌یابد. همچنین هنگام استفاده از هوش مصنوعی، فعالیت موج گامای مغز که نشانه تلاش شناختی است، حدود ۴۰ درصد افت می‌کند.

پیامد این کاهش تلاش ذهنی این است که افراد از کار‌های انجام‌شده با کمک هوش مصنوعی کمتر به یاد می‌آورند و مهارت‌های فکری‌شان ضعیف‌تر می‌شود. مطالعه مایکل گرلیخ از مدرسه کسب‌وکار سوئیس نیز رابطه‌ای منفی و معنادار میان استفاده مکرر از ابزار‌های هوش مصنوعی و توانایی تفکر انتقادی یافته است.

هوش مصنوعی ابتدا کاربر را جذب می‌کند، چون واقعاً بهره‌وری را بالا می‌برد؛ اما سپس ممکن است او را از درون تهی کند. در پژوهشی به رهبری گریس لیو از دانشگاه کارنگی ملون، افرادی که پس از حدود ۱۰ دقیقه حل مسئله با کمک هوش مصنوعی دسترسی خود را از دست دادند، بدتر از کسانی عمل کردند که اصلاً از هوش مصنوعی استفاده نکرده بودند و بیشتر تسلیم شدند. حتی در مطالعه‌ای روی پزشکان متخصص آندوسکوپی، پس از استفاده از هوش مصنوعی و سپس حذف آن، توان تشخیص ضایعات پیش‌سرطانی روده از ۲۸.۴ درصد به ۲۲.۴ درصد کاهش یافت.

گروه دوم، افرادی‌اند که نیاز متوسطی به شناخت دارند. آنان می‌دانند هوش مصنوعی می‌تواند آنها را از نظر ذهنی تهی کند و این موضوع آزارشان می‌دهد. تصمیم می‌گیرند قربانی این روند نشوند، اما در فشار و شتاب زندگی روزمره، به‌تدریج به ربات‌ها وابسته می‌شوند.

هوش مصنوعی فناوری‌ای اغواگر است. پژوهشگران دانشگاه‌ام آی تی دریافتند وقتی از افراد خواسته شد چند مقاله پیاپی با کمک ChatGPT بنویسند، در هر مرحله وابستگی آنان به هوش مصنوعی بیشتر شد و خیلی زود عمدتاً به کپی و چسباندن خروجی‌ها روی آوردند.

این فقط خستگی نیست؛ فناوری ذهنیت افراد را تغییر می‌دهد. آموزش سنتی بر «پرورش» استوار بود. به بیان دیگر، فرد با کار دشوار، رنج و تمرین، متفکرتر و آگاه‌تر می‌شود. فناوری مدرن، اما بر «بهینه‌سازی» بنا شده است؛ یعنی ماشین باید اصطکاک را کم کند تا خروجی با بیشترین سرعت و کارایی تولید شود.

مشکل این است که در ذهنیت بهینه‌سازی، هدف بیشینه کردن خروجی است، نه رسیدن به تعالی. در نظرسنجی شرکت GoTo، حدود ۴۳ درصد کارکنان گفته‌اند محتوای تولیدشده با هوش مصنوعی را ارائه کرده‌اند، با آنکه گمان می‌کردند دارای خطا و کیفیت پایین است.

در این گروه نیز فرایند تهی‌شدن آغاز می‌شود. کنجکاوی کاهش می‌یابد. لورا شولتز، روان‌شناس رشد در دانشگاه‌ام آی تی، نشان داده است وقتی معلم طرز استفاده از یک شیء را توضیح می‌دهد، ناخواسته کنجکاوی کودکان را نسبت به آن محدود می‌کند؛ اما اگر توضیح ندهد، کنجکاوی بیشتر می‌شود. هوش مصنوعی شبیه همان معلمی است که دائماً دستورالعمل می‌دهد.

همچنین انگیزه درونی کاهش پیدا می‌کند. پژوهشی به رهبری سوکینگ لیو از دانشگاه فناوری شانگهای نشان داده است وقتی افراد از هوش مصنوعی استفاده می‌کنند و سپس کاری بدون کمک هوش مصنوعی انجام می‌دهند، انگیزه درونی آنان به‌طور متوسط ۱۱ درصد کاهش و احساس کسالت آنان ۲۰ درصد افزایش می‌یابد. کار با هوش مصنوعی وظیفه نخست را جذاب‌تر می‌کند و کار عادی را کسل‌کننده‌تر نشان می‌دهد.

خطر دیگر «تسلیم شناختی» است. اگر فرد جهان‌بینی و پایگاه دانشی خود را نساخته باشد، در گفت‌و‌گو با یک موجود بسیار هوشمند، اما ناقص، به‌سادگی هرچه ربات می‌گوید می‌پذیرد. پژوهشگران وارتون یک هوش مصنوعی را طوری برنامه‌ریزی کردند که گاهی پاسخ غلط بدهد. انسان‌ها در ۸۰ درصد موارد خطا‌های آن را پذیرفتند.

مسئله اصلی این است که هوش مصنوعی نگرش انسان به تلاش را تغییر می‌دهد. کریس سیبن، مدیر مدرسه‌ای خصوصی در ویرجینیای شمالی، زمانی فیلمی را به دانش‌آموزانش نشان داد که بیش از ۲۰۰ هنرمند برای ساخت آن بیش از پنج سال کار کرده بودند. دانش‌آموزان متعجب شدند و یکی گفت: «هوش مصنوعی می‌توانست این را در پنج دقیقه انجام دهد.»

سیبن این جمله را نشانه تغییری فرهنگی می‌داند؛ تغییری که آن را «صنعتی‌شدن جدایی» می‌نامد. از نگاه او، دانش‌آموزی که با متن دشوار دست‌وپنجه نرم کرده، استدلالی را زیر فشار بازنویسی کرده، شکست خورده و دوباره تلاش کرده است، فقط مطلع‌تر نیست؛ بلکه استوارتر شده است.

جمله «هوش مصنوعی می‌توانست این را در پنج دقیقه انجام دهد» در واقع فقط درباره سرعت نیست؛ نوعی ارزش‌گذاری اخلاقی تازه است. در این نگاه، خروجی مهم‌تر از رنج مسیر است، تصویر مهم‌تر از دیدن و محصول مهم‌تر از انسانی است که با ساختن آن شکل می‌گیرد. هوش مصنوعی مهارت بدون شاگردی و روانی بدون فهم عرضه می‌کند. انسانی که این الگو را درونی کند، فقط تنبل‌تر نمی‌شود؛ کمتر شکل می‌گیرد، کمتر حاضر است و کمتر می‌تواند وزن دشواری را بدون پناه بردن به یک دستور متنی تحمل کند.

گروه سوم، کسانی‌اند که نیاز بالایی به شناخت دارند. آنان شبیه دوندگان ماراتن‌اند. خودرو می‌تواند ۴۲ کیلومتر را بسیار آسان‌تر طی کند، اما برخی افراد باز هم برای دویدن این مسیر تمرین می‌کنند؛ نه به دلیل ضرورت عملی، بلکه برای گسترش توان خود.

افراد دارای نیاز بالای شناختی نیز با فکر کردن چنین نسبتی دارند. آنان در پروژه‌های دشوار، در لحظاتی که راه‌حل روشن نیست و اضطراب بالا می‌رود، زنده‌تر می‌شوند. از نظر عقلانی می‌دانند ممکن است شکست بخورند، اما در عمق خود اطمینان دارند که راهی خواهند یافت. جست‌و‌جو می‌کنند، ایده می‌سازند و ناگهان پاسخ ظاهر می‌شود. برخی از چنین فشار ذهنی متنفرند؛ اما همین وضعیت غذای دوندگان ماراتن ذهنی است.

مرور بیش از ۱۰۰ مطالعه به رهبری جان کاسیپو از دانشگاه شیکاگو نشان می‌دهد این افراد افکار مرتبط با وظیفه زیادی دارند، وارد گفت‌و‌گو‌های محرک می‌شوند و نیاز بالایی به جمع‌بندی و کنترل دارند. البته وقتی به نتیجه‌ای برسند، تغییر نظرشان حتی در برابر شواهد مخالف دشوار می‌شود.

در عصر هوش مصنوعی، این افراد می‌کوشند در برابر فرسایش ذهنی مقاومت کنند. آنان می‌خواهند اصیل باشند. در جهانی که متن‌ها، آهنگ‌ها و فیلم‌ها بیش از پیش ترکیبی از آثار قبلی می‌شوند، این افراد به دنبال کاری شخصی‌تر و بازتاب‌دهنده خودِ منحصربه‌فردشان خواهند بود.

برای حفظ عاملیت انسانی در برابر هوش مصنوعی، چند شیوه مفید مطرح شده است. نخست، باید از هوش مصنوعی راهنمایی خواست، نه پاسخ نهایی. کسانی که پاسخ مستقیم می‌گیرند، با افت شدید انگیزه و توانایی روبه‌رو می‌شوند؛ اما کسانی که پیش‌زمینه، توضیح یا سرنخ می‌خواهند، چنین آسیبی نمی‌بینند.

دوم، باید با صفحه سفید شروع کرد. پیش از مراجعه به ربات، فرد باید تحلیل و نتیجه‌گیری خود را بنویسد و سپس از هوش مصنوعی بخواهد آن را به چالش بکشد، نه اینکه به جای او فکر کند.

سوم، باید وظایف را چرخشی انجام داد. هر بار که کاری با هوش مصنوعی انجام می‌شود، پس از آن باید کاری بدون هوش مصنوعی انجام شود تا عضلات تلاش خلاق زنده بماند.

چهارم، ربات‌ها باید بازطراحی شوند. استفاده عمومی از چت‌بات‌ها یادگیری را تضعیف می‌کند، اما آموزشگر‌های هوش مصنوعی می‌توانند یادگیری و انگیزه را افزایش دهند؛ زیرا به جای پاسخ دادن صرف، فرد را در مسیر یادگیری ساختاریافته هدایت می‌کنند.

پنجم، باید میان کار تکراری و کار خلاق تفاوت گذاشت. هوش مصنوعی می‌تواند ایمیل‌های کارکردی را بنویسد، اما نباید مقاله‌ها و یادداشت‌های فکری را به آن سپرد.

ششم، بهتر است از هوش مصنوعی نه برای فکر کردن، بلکه برای معرفی متفکران استفاده شود. به جای اینکه از ربات خواسته شود مسئله را حل کند، می‌توان از آن خواست دیدگاه اندیشمندانی را که پیش‌تر درباره مسئله فکر کرده‌اند توضیح دهد.

آینده‌ای که از این روند می‌توان تصور کرد، آینده‌ای با قطبی‌شدن شدید شناختی است. برخی از هوش مصنوعی برای بیشتر فکر کردن استفاده می‌کنند و برخی، شاید بیشتر مردم، برای کمتر فکر کردن. نتیجه می‌تواند جامعه‌ای باشد که از نظر ذهنی به دو طبقه متفاوت تقسیم می‌شود: گروهی بسیار مولدتر و رضایتمندتر، و گروهی گرفتار نوعی فرودستی ذهنی.

اما این آینده قطعی نیست. نیاز به شناخت صرفاً ویژگی ثابت و موروثی نیست. اراده تا حدی زمینه ارثی دارد، اما به‌شدت تحت تأثیر محیط است. اگر هوش مصنوعی میل انسان به تلاش را تضعیف کند، نهاد‌های انسانی می‌توانند برای تقویت آن بازسازی شوند.

نظام آموزشی امروز عمدتاً حول محتوا و هوش ساخته شده است. مدرسه ابتدایی محتوا را به ذهن دانش‌آموزان منتقل می‌کند و دبیرستان افراد باهوش را جدا کرده و به دانشگاه‌های نخبه می‌فرستد. اما در عصر هوش مصنوعی، مدرسه باید از محوریت محتوا و هوش به محوریت اراده حرکت کند. وقتی ماشین‌ها درباره بسیاری از موضوعات چیز‌های زیادی می‌دانند، آنچه انسان را متمایز می‌کند، میل او به کار سخت و به‌کارگیری خلاقانه دانش است.

وظیفه اصلی آینده، پرورش میل انسان به پیچیدگی شناختی است. باید انسان‌ها یاد بگیرند زندگی خود را نوعی سفر قهرمانانه ببینند؛ سفری که در آن مأموریت‌های دشوار بر عهده می‌گیرند، ممکن است شکست بخورند و قطعاً درد و رنج تجربه خواهند کرد. پرسش مهم این است که چگونه می‌توان انسان‌هایی ساخت که قلب کاوشگر داشته باشند، تحمل کنند، ادامه دهند و وقتی بدن و ذهنشان می‌خواهد تسلیم شود، باز هم برای کشف مقصد‌های تازه تلاش کنند.

این کار دشوار است، چون انسان کنترل مستقیمی بر خواسته‌های خود ندارد. اما می‌توان با قرار دادن افراد در موقعیت‌های مناسب، میل آنان را به تلاش برانگیخت یا تضعیف کرد.

بسیاری از مدارس امروز ناخواسته میل دانش‌آموزان به تلاش ذهنی را خرد می‌کنند. هر دقیقه کسالت در کلاس، این میل را کاهش می‌دهد. پاداش‌های بیرونی مانند نمره نیز می‌توانند انگیزه درونی را کنار بزنند. تورم نمره هم با آسان کردن بیش از حد مسیر، میل به تلاش را ضعیف می‌کند.

در مقابل، نهاد‌ها می‌توانند میل به رشد را شعله‌ور کنند. نظریه خودتعیین‌گری، که ادوارد دسی و ریچارد رایان بنیان گذاشته‌اند، می‌گوید انسان‌ها زمانی انگیزه بیشتری دارند که سه چیز را تجربه کنند: خودمختاری، یعنی احساس کنترل بر انتخاب‌ها؛ شایستگی، یعنی حس رشد مهارت‌ها؛ و پیوند، یعنی اینکه دیگران به آنان اهمیت می‌دهند.

انگیزه همچنین با تحسین آثار و انسان‌های بزرگ افزایش می‌یابد. شاگردی نزد یک مربی نیز فقط انتقال مهارت نیست؛ مربی به فرد می‌آموزد چگونه انسانی باشد که عاشق مهندسی، هنر، علم یا هر کار دشوار دیگری است.

هوش مصنوعی نشان خواهد داد انسان بودن یعنی چه؛ زیرا آشکار می‌کند هوش مصنوعی چه چیزی ندارد. پیش از هوش مصنوعی بسیاری تصور می‌کردند عقل و هوش انسان را از حیوانات متمایز می‌کند. اما وقتی موجوداتی از انسان باهوش‌تر پدید آیند، دیگر نمی‌توان هوش را تعریف نهایی انسان دانست.

آنچه هوش مصنوعی ندارد، میل و گرسنگی است. مدل‌ها عمدتاً پیش‌بینی می‌کنند، نه طلب. آنها نیاز زیستی ندارند؛ نیاز‌هایی که موجود زنده را به رشد و کشف وامی‌دارد. مهم‌تر از آن، هوش مصنوعی «خود» ندارد. ربات نه گذشته‌ای دارد که از آن آمده باشد و نه آینده‌ای که بخواهد به آن تبدیل شود. ساختاری از دلبستگی‌ها، زخم‌ها، شادی‌ها، امید‌ها و رؤیا‌ها ندارد.

زندگی در اصل حل مسئله نیست؛ هر رایانه‌ای می‌تواند مسئله حل کند. زندگی سفر و شدن است؛ حرکت به سوی جایی، رشد از دل تجربه، گسترش خود و رسیدن به امکانی که هنوز در اختیار انسان نیست؛ بنابراین ویژگی‌های انسانیِ تعیین‌کننده، رانش‌ها و آرزو‌ها هستند: نیرو‌هایی که ما را به تلاش ذهنی، عبور از دشواری، انتخاب مقصد و ساختن نوعی خاص از انسان بودن سوق می‌دهند.

اگر نهاد‌ها بتوانند به انسان‌ها کمک کنند بیشتر بخواهند، بیشتر مشتاق شوند و روشن‌تر بدانند چه چیزی را واقعاً دوست دارند، هوش مصنوعی می‌تواند محاسبه و ترکیب را انجام دهد، اما انسان همچنان تعیین خواهد کرد چه چیزی مهم است، چه چیزی ارزش کشف دارد، چه مأموریتی باید دنبال شود و مقصد نهایی کجاست. در چنین جامعه‌ای، حتی با حضور فراگیر ربات‌ها، شأن انسانی نه‌تنها حفظ می‌شود، بلکه می‌تواند تقویت شود.