Cripping AI: Reimagining AI Through Lived Disability Experiences
بالاستناد إلى نظرية "الكريب" (crip theory)، تقترح هذه الورقة "تطويع الذكاء الاصطناعي وفق منظور الكريب" (cripping AI) كإطار تحولي يتجاوز مجرد إمكانية الوصول لتفكيك الافتراضات القائمة على التمييز ضد الإعاقة، وتركيز الاهتمام على المعارف والخبرات المعرفية للعمال ذوي الإعاقة، وإعادة توجيه البحث والتطوير في مجال الذكاء الاصطناعي من خلال التجارب المعيشة لمجتمعات متنوعة من ذوي الإعاقة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إليك شرح لورقة بحثية بعنوان "Cripping AI" (تطويع الذكاء الاصطناعي لخدمة ثقافة الإعاقة)، باستخدام لغة بسيية وتشبيهات إبداعية لجعل الأفكان الجوهرية سهلة الاستيعاب.
الفكرة الكبرى: إصلاح المخطط، وليس مجرد الباب
تخيل أن عالم الذكاء الاصطناعي (AI) يشبه مبنى ضخمًا عالي التقنية. لسنوات، طُلب من بناة هذا المبنى جعله "متاحًا للجميع". لقد أضافوا منحدرات، وأبوابًا واسعة، ولوحات برايل. هذا أمر جيد، لكن الورقة البحثية تجادل بأن هذا ليس كافيًا.
يقول المؤلفون إن المبنى نفسه صُمم بافتراض خفي: وهو أن كل من بداخله "سليم بدنيًا" (بصحة مثالية، وسرعة، ومعايير قياسية). عندما يدخل شخص ذو إعاقة، يعامله المبنى كـ "مشكلة" يجب إصلاحها لكي يتناسب مع قواعد المبنى.
تقترح هذه الورقة نهجًا جديدًا يسمى "Cripping AI". فبدلاً من مجرد إضافة منحدر لمبنى قديم، يريدون إعادة تصميم المخطط الهندسي بالكامل بناءً على كيفية عيش وتفكير وتحرك الأشخاص ذوي الإعاقة فعليًا. يستخدمون كلمة "crip" (وهو مصطلح مسترد من ثقافة الإعاقة) كفعل، بمعنى التحدي النشط لفكرة ما هو "طبيعي".
تقدم الورقة ثلاث قواعد رئيسية لهذا التصميم الجديد، والتي يسمونها "مبادئ" (tenets).
القواعد الثلاث لـ "Cripping AI"
1. كشف السياسات (توقف عن التظاهر بأن هناك طريقة واحدة "طبيعية" فقط)
التشبيه: تخيل أرضية رقص حيث لا تعزف الموسيقى إلا إيقاعًا واحدًا محددًا. إذا لم تستطع الرقص على هذا الإيقاع بالضبط، يخبرك منسق الموسيقى (DJ) أن أنت المشكلة، وليس الموسيقى.
ادعاء الورقة: تفترض أنظمة الذكاء الاصطناعي غالبًا وجود طريقة بشرية "مثالية" واحدة للعمل (مثل التحدث بطلاقة تامة أو الرؤية بوضود). إذا لم تكن ضمن هذا القالب، يصنفك الذكاء الاصطناعي كـ "معاق" ويحاول "إصلاحك".
ما يريدونه: التوقف عن محاولة إجبار ذوي الإعاقة على الرقص على الإيقاع "الطبيعي". بدلاً من ذلك، يجب الاعتراف بأن "الإعاقة" هي غالبًا مجرد عدم توافق بين الشخص وبيئته. يجب أن يحتفي الذكاء الاصطناعي بالطرق المختلفة في الحركة والتفكير، بدلًا من محاولة محوها.
2. تكريم "المعارف الخاصة بذوي الإعاقة" (الاستماع إلى الخبراء الذين يعيشون التجربة)
التشبيه: تخيل خريطة لمدينة ما. لسنوات، رسم الخريطة أشخاص لم يمشوا في شوارعها قط، بل اكتفوا بالنظر إليها من مروحية. رسموا خطوطًا مستقيمة حيث توجد في الواقع مسارات متعرجة. الآن، يقول الأشخاص الذين يمشون في الشوارع فعليًا: "تلك الخريطة خاطئة؛ نحن نعرف الطرق المختصرة والأزقة المخفية".
ادعاء الورقة: يتم تدريب الذكاء الاصطناعي حاليًا في الغالب من خلال أشخاص مبصرين يصفون ما يراه المكفوفون، أو أشخاص يسمعون يصفون ما يسمعه الصم. تسمي الورقة هذا "معرفة الأصحاء بدنيًا" التي تُعامل كأنها "الحقيقة".
ما يريدونه: يجب أن تأتي "الحقيقة" من ذوي الإعاقة أنفسهم.
- مثال: الشخص الكفيف لا يحتاج فقط إلى وصف لصورة؛ بل يحتاج إلى معرفة ما يهمه (مثل مكان الرصيف، وليس لون السماء).
- مثال: الشخص الذي يعاني من التأتأة ليس "كلامًا معيبًا"؛ ففترات الصمت والتكرار لديه تحمل معنى وعاطفة يجب أن يتعلم الذكاء الاصطناعي فهمها، لا حذفها.
3. احترام "جهد ذوي الإعاقة" (توقف عن معاملة ذوي الإعاقة كمستقبلين سلبيين)
التشبيه: تخيل أنك دُعيت إلى حفلة، ولكن عليك إحضار كرسي خاص بك، وطعامك الخاص، وموسيقاك الخاصة، ثم تنظيف الفوضى بعد ذلك. ثم يقول لك المضيفون: "لقد أقمنا لك حفلة!".
ادعاء الورقة: جعل الأشياء متاحة هو عمل شاق. غالبًا ما يضطر ذوو الإعاقة للقيام بـ "جهد غير مرئي" إضافي لجعل التكنولوجيا تعمل من أجلهم (مثل تصحيح المساعد الصوتي باستمرار أو إعادة كتابة رسالة لأن الترجمة النصية فشلت).
ما يريدونه: التوقف عن معاملة إمكانية الوصول كإصلاح لمرة واحدة. الاعتراف بأن ذوي الإعاقة شركاء نشطون يقومون بالعمل الشاق لجعل الأنظمة تعمل. يجب أن يُصمم الذكاء الاصطناعي لـ تقليل هذا العمل الإضافي، لا زيادته.
أمثلة من الواقع الواردة في الورقة
اختبر المؤلفون هذه القواعد الثلاث على ثلاث مجموعات محددة لإظية كيفية عمل ذلك في الممارسة العملية:
1. الصمم ولغة الإشارة في الذكاء الاصطناعي
- الطريقة القديمة: محاولة تحويل لغة الإشارة إلى لغة إنجليزية مكتوبة بأسرى ما يمكن، مع تجاهل تعبيرات الوجه وحركات الجسد التي تعد أجزاءً حاسمة من اللغة. الأمر يشبه محاولة ترجمة سيمفونية إلى جملة واحدة.
- طريقة "Cripping": الاعتراف بلغة الإشارة كثقافة كاملة ومعقدة. بدلًا من مجرد ترجمتها إلى الإنجليزية، يتم بناء ذكاء اصطناٍ يحترم قواعد لغة الإشارة الفريدة، ويدعم الطرق المتنوعة التي يتواصل بها الصم مع بعضهم البعض، ويحترم كون الصم هم الخبراء في لغتهم.
2. العمى والذكاء الاصطناذي المساعد للبصر
- الطريقة القديمة: يقوم المبصرون بوصف صورة لمستخدم كفيف، بافتراض أن وصف الشخص المبصر هو الوصف "الصحيح". الأمر يشبه شخصًا مبصرًا يصف لوحة لشخص كفيف ويقول له: "هذا ما تبدو عليه"، دون أن يسأله عما يحتاج معرفته حقًا.
- طريقة "Cripping": لدى المكفوفين طرقهم الفريدة في فهم العالم (باستخدام الصوت، اللمس، والذاكرة). يجب أن يساعدهم الذكاء الاصطناعي على تجميع المعلومات من مصادر متعددة، بدلًا من إجبارهم على الاعتماد على وصف واحد، قد يكون متحيزًا، من شخص مبصر.
3. التأتأة والذكاء الاصطناعي الخاص بالكلام
- الطريقة القديمة: يحاول الذكاء الاصطناعي الخاص بالكلام جعل التأتأة "تختفي". إنه يقص الفترات أو يحاول تنعيمها، معتبرًا التأتأة خطأً يجب تصحيحه.
- طريقة "Cripping": الاعتراف بأن التأتأة هي طريقة صالحة للكلام. فالفترات والتكرارات هي جزء من هوية المتحدث ويمكن أن تبني الثقة والتواصل. يجب تصميم الذكاء الاصطناعي لفهم واحترام هذه الأنماط، لا إسكاتها.
الخاتمة: نوع جديد من الفريق
تختتم الورقة بالقول إننا لا نستطيع مجرد إضافة المزيد من البيانات أو طلب التعليقات من ذوي الإعاقة في نهاية العملية. نحن بحاجة إلى تغيير الفريق بأكمله.
- لا تكتفِ بالسؤال: "كيف نصلح هذا من أجلك؟"
- بل اسأل: "كيف تحلون هذه المشكلة بالفعل؟ كيف يمكننا بناء نظام يعمل مع طريقتكم في العيش؟"
إن "Cripping AI" تتعلق بإدراك أن العالم مليء بأنواع مختلفة من العقول والأجساد. وبدلاً من محاولة حشر الجميع في صندوق "قياسي"، يجب أن نبني ذكاءً اصطناعيًا مرنًا بما يكفي ليتناسب مع التنوع الكامل، والمضطرب، والجميل للتجربة البشرية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.