Method, Mind, and Morality: How People Make Sense of Artificial Intelligence
تحلل هذه الورقة ديناميكيات صنع المعنى للذكاء الاصطناعي من خلال دراسة مختلطة المناهج للوسائط والمقابلات مع المتخصصين، مقترحةً إطاراً من ثلاثة نقاشات مثيرة للجدل —المنهج، والعقل، والأخلاق— التي تشكل كيفية تفسير المجتمع واستجابته للتقدم السريع في مجال الذكاء الاصطناعي.
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
انتقل الذكاء الاصطناعي من صفحات الخيال العلمي إلى نسيج الحياة اليومية، حيث ظهر في كل شيء، بدءاً من خلاصات الأخبار التي نتصفحها وصولاً إلى الأدوات التي نستخدمها في العمل. ومع ذلك، ومع ازدياد قدرة هذه الأنظمة، يظل هناك سؤال جوهري قائم: كيف يفهم البشر هذه التقنيات حقاً؟ نحن لا نعالج البيانات فحسب، بل نعالج المعنى. ولإدراك ماهية تكنولوجيا جديدة، يعتمد الناس على اختصارات ذهنية وقصص مشتركة، تُعرف في العلوم الاجتماعية باسم "الأطر" (frames). تعمل هذه الأطر مثل العدسات، حيث تنظم المعلومات المعقدة في شكل يمكن لعقولنا استيعابه. وعندما تتغير التكنولوجيا بسرعة، كما يفعل الذكاء الاصطناعي الآن، يمكن لهذه العدسات أن تتصادم، مما يخلق ارتباكاً حول ماهية هذه التكنولوجيا، وكيف بُنيت، وما الذي يجب أن يُسمح لها بفعله. إن فهم هذه النماذج الذهنية ليس مجرد تمرين أكاديمي؛ بل هو أمر ضروري للتنقل في مستقبل تشكل فيه الآلات اقتصادنا، وقوانيننا، وعلاقاتنا بشكل متزايد.
ولكشف كيفية فهم الناس لهذا التحول، أجرى الباحثون جاسي ريس أنثيس، وإريك برينجولفسون، وجيمس إيفانز تحقيقاً ضخماً جمع بين المدى الواسع للبيانات الرقمية والتفاصيل الدقيقة للمحادثات الشخصية. لم يبدأوا بفرضية لإثباتها، بل تركوا البيانات تقودهم. أولاً، قاموا بتحليل ملايين الوثائق، بما في ذلك مئات الآلاف من المقالات الصحفية وأكثر من مليون منشور من وسائل التواصل الاجتماعي، تمتد من عام 2018 إلى عام 2024. واستخدموا أدوات حاسوبية لتحديد الموضوعات والكلمات المتكررة التي يستخدمها الناس للتحدث عن الذكاء الاصطناعي. بعد ذلك، ولفهم المنطق البشري وراء تلك الكلمات، أجروا 57 مقابلة متعمقة مع متخصصين في الذكاء الاصطناعي، بمن فيهم مديرون وباحثون ومهندسون، في عام 2021 ومرة أخرى في عام 2023. وقد سمح هذا التوقيت لهم بمشاهدة كيفية تطور التفكير قبل وبعد الطفرة المفاجئة في أنظمة الذكاء الاصطناعي القوية التي جذبت انتباه العالم.
كشفت الدراسة أن الناس يعانون من أربعة تحديات معرفية محددة أثناء محاولتهم مواكبة الذكاء الاصطناعي. التحدي الأول هو ببسا-طة سرعة التغيير؛ فالتكنولوجيا تتقدم بسرعة كبيرة لدرجة أن الخبراء أنفسهم يشعرون بعدم قدرتهم على البقاء مطلعين تماماً، حيث لاحظ أحد المديرين أن مهاراته قد تصبح قديمة بين عشية وضحاها. التحدي الثاني يتعلق بالتواصل؛ إذ يجد المتخصصون صعوبة في شرح عملهم لعائلاتهم أو أصدقائهم أو زملائهم الذين لا يشاركونهم الخلفية التقنية، مما يضطرهم غالباً إلى تبسيط الأفكار المعقدة إلى مصطلحات مثل "بيع البيانات" أو "هندسة البرمجيات" لمجرد أن يُفهموا. التحدي الثالث يتعلق بالمسؤولية؛ فعندما يتسبب الذكاء الاصطناعي في ضرر، مثل نشر معلومات مضللة أو اتخاذ قرارات منحازة، يكون من الصعب للغاية تحديد المسؤول، لأن التكنولوجيا يبنيها العديد من الأشخاص باستخدام بيانات من مصادر متعددة. التحدي الرابع هو إجراء المقايضات؛ حيث يكافح الناس للموازنة بين الأهداف المتنافسة، مثل الرغبة في الكفاءة مقابل الحاجة إلى العدالة، أو الدفع نحو الابتكار مقابل الحاجة إلى السلامة.
وللتنقل عبر هذه التحديات، وجد الباحثون أن الناس محاصرون في ثلاثة نقاشات كبرى، أو منافسات تأطيرية، تحدد كيفية رؤية المجتمع للذكاء الاصطناعي. يتعلق النقاش الأول بطريقة الإنشاء: هل يُبنى الذكاء الاصطناعي كنظام خبير من الأعلى إلى الأسفل، حيث يضع البشر قواعد صارمة، أم هو نظام من الأسفل إلى الأعلى يتعلم الأنماط من كميات هائلة من البيانات بمفرده؟ ويتعلق النقاش الثاني بعقل الآلة: هل الذكاء الاصطناعي مجرد أداة سلبية، مثل الآلة الحاسبة، أم أنه وكيل نشط، "زميل عمل رقمي" له نوع من الذكاء الخاص به؟ ويتعلق النقاش الثالث بالأخلاق: هل يجب أن نبطئ تطوير الذكاء الاصطناعي لإدارة المخاطر، أم نسرعه للاستفادة من المزايا؟ هذه ليست مجرد حوارات تقنية؛ بل هي قصص يرويها الناس لأنفسهم ليقرروا كيف يتصرفون.
اكتشف الباحثون أن الطريقة التي يؤطر بها الناس هذه النقاشات لها عواقب واقعية. فعندما يحاول الخبراء إيصال أفكار دقيقة، غالباً ما يتم تبسيط الرسالة أثناء انتشارها. على سبيل المثال، التحذير من مخاطر الذكاء الاصطناعي المتقدم الذي يهدف إلى إبطاء التطوير قد يسمعه المستثمرون كإشارة على أن التكنولوجيا قوية وقيمة، مما يدفعهم بدلاً من ذلك إلى تسريع التطوير. وتشير الدراسة إلى أن "مفارقة الإنتاجية" — وهي الملاحظة التي تفيد بأن التقنيات الجديدة تستغرق سنوات لإظهار فوائد اقتصادية — قد تكون ناتجة جزئياً عن هذه الصراعات الاجتماعية والمعرفية. تماماً كما احتاج مديرو المصانع ذات يوم إلى وقت لإعادة تصميم أرضياتهم لاستخدام المحركات الكهربائية بفعكرة، قد يحتاج المجتمع إلى وقت للاتفاق على النماذج الذهنية الصحيحة للذكاء الاصطناعي قبل أن يمكن دمجه بالكامل.
في الختام، تشير الورقة البحثية إلى أن مستقبل الذكاء الاصطناعي لن يتشكل فقط من خلال الكود والأجهزة، بل من خلال القصص التي نرويها عنه. ووجد الباحثون أنه بينما توجد بعض الأطر، مثل فكرة الذكاء الاصطناعي كرفيق يشبه البشر، وهي متجذرة بعمق في ثقافتنا، فإن أطر أخرى، مثل الطبيعة المحددة لذكاء الذكاء الاصطناعي، لا تزال قيد التشكيل. وهذا عدم اليقين يخلق فرصة؛ فمن خلال فهم النماذج الذهنية التي يستخدمها الناس بالفعل، يمكن للمصممين وصناع السياسات توجيه الحوار بشكل أفضل، ومساعدة المجتمع على تبني أطر تتماشى مع السلامة والمصلحة العامة. لا تدعي الدراسة أنها حلت مشكلة سلامة الذكاء الاصطناعي، لكنها تقدم خريطة واضحة للتضاريس المعرفية التي يجب أن نعبرها للوصول إلى هناك، موضحة أن كيفية تفكيرنا في الآلات لا يقل أهمية عن كيفية بنائنا لها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.