6 دقیقه مطالعه
چرا پیشرفت هوش مصنوعی آن‌طور که مدیرانش انتظار داشتند سریع نیست؟

چرا پیشرفت هوش مصنوعی آن‌طور که مدیرانش انتظار داشتند سریع نیست؟

فهرست مطالب

سم آلتمن، مدیرعامل OpenAI، از عدم استقبال گسترده عمومی از فناوری هوش مصنوعی ابراز ناخرسندی کرده است. این در حالی است که او و دیگر مدیران برجسته حوزه هوش مصنوعی، با بزرگ‌نمایی توانمندی‌های این فناوری و همزمان ایجاد نگرانی در مورد آینده شغلی و اقتصادی، خودشان این مشکل را به وجود آورده‌اند. مدیران این شرکت‌ها، به جای پذیرش مسئولیت، انگشت اتهام را به سمت عموم مردم، منتقدان و بازار نشانه رفته‌اند، اما ریشه اصلی این مسئله عمیق‌تر است و به اصل «ممکنِ مجاور» (Adjacent Possible) در توسعه نوآوری‌ها بازمی‌گردد.

اصل «ممکنِ مجاور» بیان می‌کند که نوآوری‌ها تنها زمانی به طور واقعی پذیرفته می‌شوند که دو عامل کلیدی در کنار هم قرار گیرند: اول، فناوری جدید به صورت قابل اعتماد کار کند و دوم، مردم دلیل نیاز به آن را درک کنند. صرفاً خلق یک فناوری جالب کافی نیست؛ اگر نتوان مخاطب را با خود همراه کرد، نتیجه یا تقاضای ضعیف خواهد بود (مانند تجربه Segway) یا واکنشی منفی (مشابه دوران پسا-انقلاب هسته‌ای در دهه ۱۹۸۰). در حالی که تقاضا برای هوش مصنوعی ضعیف نیست، اما کمتر از انتظارات طرفداران آن است و همزمان، موجی از مخالفت با این فناوری به دلیل پیامدهای بالقوه آن در حال شکل‌گیری است.

نقد مدیران هوش مصنوعی به سرعت پذیرش فناوری

شکایت از مقاومت فرهنگی و اقتصادی

سم آلتمن، در کنفرانس‌های صنعتی، از سرعت پیشرفت هوش مصنوعی گلایه کرده و طبق گزارش نیویورک تایمز، از «مقاومت بیشتر در برابر انتشار و جذب هوش مصنوعی در فرهنگ و اقتصاد» نسبت به آنچه انتظار داشته، سخن گفته است. او همچنین اظهار داشته که با توجه به قابلیت‌های بالقوه، پیشرفت «به طرز شگفت‌انگیزی کند» احساس می‌شود. این تنها آلتمن نیست که چنین دیدگاهی دارد؛ جنسن هوانگ، مدیرعامل انویدیا، نیز معتقد است که شکاکان هوش مصنوعی «مردم را از سرمایه‌گذاری در هوش مصنوعی که می‌تواند آن را بهتر کند، می‌ترسانند.»

داریو آمودای، مدیرعامل Anthropic، نیز به طور مرتب مقالاتی منتشر می‌کند که در آن‌ها پیش‌بینی می‌شود هوش مصنوعی ظرف پنج سال آینده نیمی از مشاغل اداری را از بین ببرد. این شکایات نشان‌دهنده شکاف بین سرعت توسعه فناوری و آمادگی جامعه برای پذیرش آن است. مدیران انتظار دارند فناوری‌شان با سرعت نور پیشرفت کند، اما واقعیت این است که پذیرش عمومی نیازمند طی مراحلی است که درک و هضم آن برای عموم زمان‌بر است.

مفهوم «ممکنِ مجاور» در نوآوری

استیون جانسون در کتاب خود با عنوان «کجا ایده‌های خوب از کجا می‌آیند: تاریخ طبیعی نوآوری» (۲۰۱۰)، مفهوم «ممکنِ مجاور» را به طور گسترده‌ای شرح داد. این ایده بیان می‌کند که نوآوری‌ها، مانند مداد، توالت فرنگی، باتری یا گوشی هوشمند، زمانی که به مرحله «ممکن» می‌رسند و با نیازهای جامعه گره می‌خورند، جهان را دگرگون می‌کنند. فناوری‌های «ممکن»، آزمایش شده، قابل اعتماد و به خوبی درک شده‌اند. در مقابل، فناوری‌های «هنوز ممکن نیست»، آزمایشی، غیرقابل اعتماد و ناشناخته برای بازار هدف هستند.

به عنوان مثال، خودروهای الکتریکی امروزی در دسته «ممکن» قرار می‌گیرند، در حالی که خودروهای پرنده برای هر خانه در دسته «هنوز ممکن نیست» قرار دارند. «ممکنِ مجاور» منطقه‌ای باریک بین این دو حوزه است. نوآوری‌ها زمانی جهان را تغییر می‌دهند که در این منطقه قرار گیرند، مرزها را جابجا کنند و عادات را تغییر دهند، اما نه به حدی که فناوری دچار اختلال شود یا باعث ناآرامی شود. وقتی یک نوآوری به این نقطه بهینه می‌رسد، نتیجه آن رضایت کاربر و الگوهای جدید مصرف است که اشتیاق عمومی و پذیرش سریع و گسترده را ایجاد می‌کند.

مثال‌های تاریخی از موفقیت نوآوری‌ها

پرواز برادران رایت

پرواز برادران رایت در سال ۱۹۰۳ مثالی کلاسیک از این مفهوم است. در آن زمان، تمام مکانیک‌ها و تئوری‌های لازم، از موتورهای پیستونی گرفته تا آیرودینامیک بال‌ها، از پیش وجود داشتند. برادران رایت تنها نیاز داشتند فناوری را با کنار هم قرار دادن قطعات مناسب و افزودن بینش‌های کلیدی خود، اندکی پیش ببرند. از سوی دیگر، سال‌ها بود که مخترعان در تلاش برای پرواز بودند و این موضوع باعث شده بود تا عموم مردم آماده باور کردن امکان پرواز با یک ماشین باشند.

بیست سال قبل از آن، پرواز با موتور برای اکثر مردم در حد داستان‌های علمی-تخیلی بود. اما خبر اولین پرواز موفقیت‌آمیز در کیتی هاوک، با هیجان توسط روزنامه‌های سراسر کشور پوشش داده شد و هواپیماها به سرعت مورد استقبال عموم قرار گرفتند. این نشان می‌دهد که چگونه ترکیب آمادگی فنی و آمادگی عمومی، زمینه را برای پذیرش یک نوآوری فراهم می‌کند.

وضعیت کنونی هوش مصنوعی در نسبت با «ممکنِ مجاور»

شکاف میان تبلیغات و واقعیت

هوش مصنوعی، علی‌رغم دهه‌ها حضور، با معرفی ChatGPT در اواخر سال ۲۰۲۲ به ناگاه وارد زندگی بخش بزرگی از جمعیت شد. از آن زمان، هوش مصنوعی با سرعتی فراتر از درک اکثر ما پیشرفت کرده است. فعالان حوزه فناوری مدام به ما می‌گویند که هوش مصنوعی قرار است همه چیز را تغییر دهد: نحوه کار، شغل، هنر، سیاست، و حتی ممکن است ما را کنترل کند.

این حجم از تغییرات، بیش از حد و بسیار سریع است. بازار انبوه می‌تواند درک کند که هوش مصنوعی بهتر از جستجو است. «ممکنِ مجاور» به ما می‌گوید که این یک جهش قابل قبول از وضعیت کنونی به وضعیت آینده است. اما اینکه به ما گفته شود که ما باید اکنون تیمی از عوامل هوش مصنوعی داشته باشیم که نیمی از کارهای ما را انجام دهند و بهره‌وری ما را ده‌ها برابر کنند، یا اینکه در آینده نزدیک بیکار خواهیم شد، جهشی بیش از حد است. علاوه بر این، این جهش با تهدید همراه است.

راهکار پیشنهادی برای مدیران هوش مصنوعی

کاهش سرعت انقلاب و تمرکز بر پذیرش تدریجی

آیا آلتمن و هوانگ و دیگر رهبران صنعت هوش مصنوعی واقعاً متعجبند که چرا پذیرش هوش مصنوعی کمتر از انتظاراتشان است؟ شرکت‌های هوش مصنوعی نیازمند «داروی» جدی «ممکنِ مجاور» هستند. ممکن است فناوری با سرعتی سرسام‌آور حرکت کند، اما عموم مردم این‌طور نیستند. در برنامه‌ریزی محصولات فناوری، همیشه بهتر است که ابتدا نقطه بهینه کنونی را هدف قرار داد و سپس به سمت آینده‌ای حرکت کرد که هضم آن نیازمند زمان است.

بنابراین، رهبران هوش مصنوعی ممکن است بخواهند «انقلاب» را کمی آهسته‌تر کنند و در عوض، بر تولید محصولات و خدماتی تمرکز کنند که ما را با سرعتی انسانی به قلمروهای جدید هدایت کنند. باید مسیری به سوی آینده ترسیم شود که بتوانیم بدون احساس تهدید، آن را بپذیریم. در غیر این صورت، خطر فشار بیشتر از سوی عموم مردم و در نهایت، قانون‌گذاران، وجود دارد.

تحلیل تاثیر

مدیران برجسته هوش مصنوعی با نادیده گرفتن اصل «ممکنِ مجاور»، در حال ایجاد شکاف بین نوآوری‌های خود و درک عمومی هستند. این رویکرد نه تنها باعث مقاومت در برابر پذیرش فناوری می‌شود، بلکه نگرانی‌های اقتصادی و اجتماعی را نیز تشدید می‌کند. تمرکز بر یک پیشرفت تدریجی و قابل فهم، ضمن حفظ سرعت نوآوری، می‌تواند راه را برای پذیرش گسترده‌تر و مثبت‌تر هوش مصنوعی هموار سازد و از بروز واکنش‌های منفی جلوگیری کند. این امر نیازمند بازنگری در استراتژی‌های ارتباطی و توسعه محصول شرکت‌های پیشرو در این حوزه است.

سوالات متداول

منظور از اصل «ممکنِ مجاور» در نوآوری چیست؟
اصل «ممکنِ مجاور» بیان می‌کند که نوآوری‌ها زمانی به موفقیت دست می‌یابند که هم فناوری مورد نظر به طور قابل اعتماد کار کند و هم کاربران دلیل نیاز و کاربرد آن را درک کنند. این اصل بر تعادل بین قابلیت‌های فنی و پذیرش عمومی تأکید دارد.
چرا مدیران OpenAI و Nvidia از سرعت پذیرش هوش مصنوعی ناراضی هستند؟
این مدیران معتقدند که پیشرفت و جذب هوش مصنوعی در جامعه کندتر از حد انتظار است. آن‌ها این موضوع را ناشی از مقاومت عمومی یا عدم سرمایه‌گذاری کافی می‌دانند، در حالی که منتقدان این کندی را نتیجه تبلیغات اغراق‌آمیز و ترسیم آینده‌ای غیرواقعی و تهدیدآمیز توسط خود این مدیران می‌دانند.
چه راهکاری برای تسریع پذیرش هوش مصنوعی پیشنهاد شده است؟
پیشنهاد می‌شود که شرکت‌های هوش مصنوعی به جای تمرکز بر تحولات رادیکال و ترسیم آینده‌ای دور از دسترس، بر توسعه تدریجی محصولاتی تمرکز کنند که با سرعت قابل هضم برای عموم، آن‌ها را به قلمروهای جدید هدایت کند. این رویکرد به حفظ اعتماد عمومی و جلوگیری از مقاومت کمک می‌کند.
امیر
امیر کریمی

روزنامه‌نگار پرشور با نگاهی موشکافانه به صحنه هنر، سینما و موسیقی.

دسته‌بندی‌ها و محصولات مرتبط
اشتراک‌گذاری:

نظرات کاربران