یک کتاب پرمخاطب و عمیق در موضوع هوش مصنوعی با عنوان مشهور superagency که در اختیار شما مخاطبان قرار میگیرد. فایل کامل کتاب را در انتهای مطلب میتوانید دانلود نمایید.
.
نام کتاب (انگلیسی): Superagency: What Could Possibly Go Right with Our AI Future
ترجمهٔ فارسی: اَبَرعاملیت: چه چیزی میتواند در آیندهٔ هوش مصنوعی ما به خوبی پیش برود؟
نویسندگان: رید هافمن و گرگ بیتو
ناشر: Authors Equity
تعداد صفحات: ۲۸۸ صفحه (نسخهٔ عمومی)
نمرهٔ رتبهبندی گودریدز: 3.37 از 5 (بر اساس 888 رای)
نمرهٔ رتبهبندی آمازون: 4.4 از 5 (بر اساس 346 رای)
مقدمه: اَبَرعاملیت و قطبنمای فنّاورانه-انسانگرایانه
در طول تاریخ، هر فناوری جدیدی، از چاپخانه تا خودرو، با ترسهایی مشابه ترسهای کنونی از هوش مصنوعی روبرو بوده است. قرن پانزدهم نگران بودند که چاپخانه باعث هرج و مرج و نشر کفر شود. از سوی دیگر دهههای ۱۹۵۰ میلادی، اتوماسیون با ترس از بیکاری دائمی همراه بود.
امروزه، این ترسها در مورد هوش مصنوعی (AI) نه تنها پابرجاست، بلکه رشد کرده است. این ترس ها به نگرانیهایی در سطح انقراض بشر، جابجایی گستردهٔ شغلی، و تسخیر منافع توسط نخبگان فنّی تبدیل می شود.
کتاب «ابرعاملیت» با اذعان به این تهدیدها، استدلال میکند که توقف یا ممنوعیت فناوری، راه حل نیست. زیرا جلوگیری از تغییر در دنیای رقابتی امروز، ناممکن است. در عوض، باید فعالانه مسیر را به سمت آیندهای بهتر هدایت کنیم که به خودی خود، دستیابی به نتایج بدتر را دشوارتر سازد. این کتاب مفهوم «قطبنمای فنّاورانه-انسانگرایانه» را معرفی میکند. قطبنمایی که هدف آن، اطمینان از این است که فناوریهایی که میسازیم، توانایی انسان (Agency) برای انتخاب و تأثیرگذاری بر زندگیشان را تقویت و ترویج کند.
ایده اصلی
ایدهٔ اصلی برای تحقق این هدف، «استقرار تکرارشونده» (Iterative Deployment) است. یعنی عرضهٔ سریع، مکرر و مسئولانهٔ فناوریهای جدید به جهان، یادگیری از نحوهٔ استفادهٔ مردم از آنها، و اصلاح مسیر به صورت پویا. این دیدگاه از خوشبینی محتاطانهٔ رید هافمن، یکی از بنیانگذاران لینکدین و سرمایهگذار اولیه در OpenAI، نشأت میگیرد. وی معتقد است درگیری عمیق با فناوری بهترین راه برای شکلدهی به آن در جهت منافع گستردهٔ جامعه است. ما باید آیندهای را دنبال کنیم که در آن میلیاردها نفر در سراسر جهان به طور عادلانه به هوش مصنوعی دسترسی داشته باشند. همچنین از قابلیتهای آن برای حل چالشهای بزرگ بشری نظیر تغییرات آب و هوایی و بیماریهای همهگیر استفاده کنند. «ابرعاملیت» (Superagency) وضعیتی است که در آن افراد با تکیه بر هوش مصنوعی، خلاقیت، بهرهوری، و تأثیرگذاری مثبت خود را به شدت افزایش میدهند.
۱. در superagency بشریت وارد گفتگو شد
فصل اول کتاب بر این دگرگونی شناختی تمرکز دارد که با ورود مدلهای هوش مصنوعی مکالمهمحور (مانند ChatGPT) به زندگی روزمرهٔ مردم آغاز شده است. این رخداد به مثابهٔ یک «انقلاب صنعتی شناختی» است، جایی که هوش مصنوعی نه تنها کارهای فیزیکی، بلکه عملکردهای شناختی را نیز اتوماتیک میکند. البته که برای اولین بار، ابزاری قدرتمند را در اختیار هر فرد قرار میدهد. «بشریت وارد گفتگو شد» به این معناست که دیگر نیازی نیست برای استفاده از قدرت محاسباتی بالا، متخصص باشید. بلکه میتوان به سادگی با زبان طبیعی با یک هوش مصنوعی بسیار توانمند تعامل کرد. این دسترسی همگانی، امکان استفاده از هوش مصنوعی را برای افزایش چشمگیر بهرهوری فردی، خلاقیت، و کارآفرینی فراهم میسازد.
این فصل استدلال میکند که ترس از جابجایی شغلی، اگرچه موجه است، اما نباید مانع از پیشرفت شود. چراکه درست است هوش مصنوعی مشاغل را حذف میکند، اما مشاغل جدیدی را نیز میآفریند که نیازمند همکاری انسان و ماشین است. تمرکز اصلی بر تقویت «عاملیت فردی» است. جایی که هوش مصنوعی به عنوان یک دستیار فکری، موانع مهارتی را کاهش داده و به افراد کمک میکند تا در حوزههای بیشتری به مهارت دست یابند. این فصل، در نهایت، «ابرعاملیت» را به عنوان وضعیتی که در آن انسان، مجهز به هوش مصنوعی، تواناییهای خود را به شدت گسترش میدهد، تثبیت میکند. بعلاوه آن را ادامهٔ منطقی روند طولانیمدت توسعهٔ ابزارهای بشری میداند.
۲. دانش بزرگ
موضوع اصلی این فصل، پتانسیل هوش مصنوعی برای تبدیل شدن به یک نیروی «فراوانی شناختی» است. هوش مصنوعی قادر است حجم عظیمی از دادهها و اطلاعات جهان را سازماندهی، تحلیل و در دسترس قرار دهد. به طوری که هر فرد بتواند به مؤثرترین شکل ممکن به «دانش بزرگ» جهانی دست یابد. این امر فراتر از یک موتور جستجوی بهتر است. هوش مصنوعی به عنوان یک همکار فکری عمل میکند که میتواند اطلاعات را نه تنها بازیابی، بلکه ترکیب، استدلال، و به راهحلهای عملی تبدیل کند. این فصل تأکید میکند که هوش مصنوعی میتواند مهارتهای مورد نیاز برای حل مسائل پیچیده را دموکراتیزه کند. به گونهای که افراد با پیشینههای متفاوت، بتوانند به طور مؤثرتری به حل مشکلات در زمینههایی مانند پزشکی، مهندسی، یا سیاستگذاری بپردازند.
«دانش بزرگ» همچنین به چالشهای کیفیت و اعتبار اطلاعات میپردازد. در دنیایی که هوش مصنوعی میتواند محتوای جعلی یا گمراهکننده تولید کند، نیاز به ابزارهایی برای ارزیابی صحت و سقم اطلاعات بیش از پیش حیاتی میشود. این فصل استدلال میکند که هوش مصنوعیِ بیشتر، نه تنها بخشی از مشکل، بلکه بخش اصلی راهحل است. هوش مصنوعیهای پیشرفته میتوانند به عنوان پالایشگرهای اطلاعاتی عمل کرده و یک سیستم «GPS اطلاعاتی» را فراهم آورند. باعث می شود کاربران را از میان «دریای اطلاعات» به منابع موثق هدایت کند. در نهایت، این فصل بر نقش هوش مصنوعی در تسریع نوآوری جمعی و افزایش آگاهی عمومی تأکید دارد.
۳. چه چیزی میتواند به خوبی پیش برود؟
این فصل، که عنوانش مستقیماً با بدبینیهای رایج در مورد هوش مصنوعی مقابله میکند، یک چشمانداز خوشبینانه و مبتنی بر راهحل را ترسیم مینماید. رید هافمن و گرگ بیتو لیستی از نتایج مثبت و ممکن را ارائه میدهند. این لیست با استفادهٔ صحیح و گسترده از هوش مصنوعی قابل دستیابی است. در رأس این موارد، تحول در آموزش و سلامت قرار دارد. هوش مصنوعی میتواند معلم خصوصیِ شخصیسازیشده برای هر دانشآموز باشد. محتوای آموزشی را بر اساس نیازها و سرعت یادگیری فرد تنظیم کند، و شکافهای آموزشی را کاهش دهد. در حوزهٔ سلامت، هوش مصنوعی قادر است به سرعت بخشیدن به کشف دارو، تشخیص زودهنگام بیماریهایی نظیر آلزایمر و سرطان کمک کند. بعلاوه به ارائهٔ مراقبتهای بهداشتی پیشگیرانه و شخصیسازیشده کمک کند.
این فصل همچنین بر پتانسیل هوش مصنوعی برای حل مشکلات جهانی تمرکز میکند: از مدلسازی و مدیریت بحرانهای اقلیمی و منابع، تا کاهش تهدیدات مربوط به جنگافزارهای هستهای و بیماریهای همهگیر. ایدهٔ محوری این است که هوش مصنوعی باید به عنوان یک ابزار قدرتمند برای «تقویت انسان» و نه «جایگزینی انسان» دیده شود. با مجهز کردن میلیاردها نفر به این ابزار، میتوان ظرفیت جمعی بشریت برای حل مسائل را به طرز بیسابقهای افزایش داد. این فصل یک دعوت آشکار برای خروج از «تفکر فاجعهمحور» و حرکت به سمت «تفکر فرصتمحور» در مورد آیندهٔ هوش مصنوعی است.
۴. پیروزی منافع عمومی خصوصی
این فصل به چگونگی توسعه و توزیع هوش مصنوعی توسط بازیگران خصوصی میپردازد. این فصل استدلال میکند که این مدلِ «منافع عمومی خصوصی» (Private Commons) میتواند مؤثرترین راه برای دستیابی به مزایای گستردهٔ اجتماعی باشد. منظور از «منافع عمومی خصوصی»، محصولاتی هستند که توسط شرکتهای خصوصی توسعه مییابند. ولی درمقابل به دلیل توزیع گسترده و دسترسی آسان (اغلب رایگان یا ارزان)، ارزش و منافعی شبیه به کالاهای عمومی (Public Goods) ایجاد میکنند. نمونههای تاریخی این امر شامل اینترنت یا موتورهای جستجوی اولیه هستند.
نویسندگان اذعان میکنند که توسعهٔ هوش مصنوعی توسط نهادهای خصوصی میتواند خطراتی چون انحصارطلبی یا عدم هماهنگی با ارزشهای عمومی را در پی داشته باشد. با این حال، استدلال محوری این است که سرعت، کارایی، و ظرفیت نوآوری در بخش خصوصی، به ویژه در مورد فناوریهایی که نیازمند منابع محاسباتی عظیم هستند، بسیار بیشتر از دولتها یا دانشگاههاست. بنابراین، بهترین استراتژی این است که به شرکتهای خصوصی اجازهٔ رقابت و نوآوری داده شود. در حالی که این نوآوری از طریق مکانیسمهای نظارتی پویا و اصول اخلاقی قوی، هدایت میشود. به این علت که اطمینان حاصل شود مزایای آن به طور گسترده توزیع میشود و به نفع «عاملیت فردی» عمل میکند. این فصل به اهمیت رقابت سالم در بخش خصوصی برای جلوگیری از انحصار و تسریع در کشف آسیبها و راهحلها تأکید میکند.
۵. آزمایش، آزمایش ۱، ۲، ∞
فصل پنجم عمیقتر به مفهوم «استقرار تکرارشونده» (Iterative Deployment) میپردازد. درواقع آن را به عنوان بهترین روش برای مدیریت یک فناوری با رشد سریع و پیامدهای ناشناخته معرفی میکند. این روش شامل عرضهٔ سریع و تدریجی هوش مصنوعی به مردم، رصد فعالانهٔ نحوهٔ استفاده از آن، و سپس انجام بهروزرسانیها و اصلاحات مکرر بر اساس دادهها و بازخوردهای دنیای واقعی است. این رویکرد در تضاد مستقیم با «ممنوعیت» یا «وقفهٔ طولانی» در توسعه قرار میگیرد، که نویسندگان آنها را بهعنوان تلاشهایی ناکارآمد برای فریز کردن تاریخ میدانند.
استقرار تکرارشونده یک سیستم ایمنی فعال است که ریسکها را نه از طریق پیشبینی کامل (که غیرممکن است)، بلکه از طریق «کشف و اصلاح سریع» مدیریت میکند. ایدهٔ پشت این مفهوم این است که برای یک فناوری بسیار پویا، به یک رویکرد مدیریتی به همان اندازه پویا و انعطافپذیر نیاز داریم. این فصل بر اهمیت بازخورد از میلیاردها کاربر تأکید میکند؛ این بازخورد انبوه، بسیار مؤثرتر از نظارت متمرکز چند نهاد یا کمیتهٔ تخصصی است. همچنین، «آزمایش، آزمایش ۱، ۲، ∞» به معنای پذیرش یک طرز فکر «سریع عمل کن، بازخورد بگیر و درستش کن» در توسعهٔ هوش مصنوعی است، که در نهایت به محصولاتی ایمنتر، منصفانهتر و مفیدتر برای عموم منجر میشود.
۶. نوآوری همان ایمنی است
این فصل یک اصل بنیادی را در بحث هوش مصنوعی مطرح میکند: نوآوری و ایمنی، اهداف متقابل نیستند، بلکه نوآوری در واقع پیششرط ایمنی بلندمدت است. نویسندگان استدلال میکنند که «ایمنی» صرفاً به معنای جلوگیری از خطرات احتمالی هوش مصنوعی نیست، بلکه به معنای استفادهٔ فعال از هوش مصنوعی برای حل «خطرات واقعی و فعلی» بشریت مانند تغییرات اقلیمی، گرسنگی، و بیماریهای همهگیر است. تأخیر در نوآوری به معنای تأخیر در دستیابی به ابزارهای مورد نیاز برای مقابله با این تهدیدات بزرگ است.
علاوه بر این، نوآوری سریع در یک اکوسیستم رقابتی، خود به یک مکانیسم ایمنی تبدیل میشود. هر پیشرفت جدید میتواند راه حلی برای خطرات یا نقصهای نسل قبلی هوش مصنوعی باشد. رقابت، توسعهدهندگان را مجبور میکند تا بهسرعت آسیبپذیریها را پیدا و برطرف کنند. این فصل هشدار میدهد که تمرکز صرف بر تنظیم و محدود کردن، به معنای واگذار کردن مزیت فنّاورانه به بازیگران دیگر (کشورها یا نهادهایی که ارزشهای متفاوتی دارند) است که این امر خود یک ریسک بزرگ ژئوپلیتیک و اخلاقی محسوب میشود. در نتیجه، ایمنی پایدار تنها از طریق یک رویکرد فنّاورانه-انسانگرایانه قابل دستیابی است که «نوآوری را با استقرار تکرارشونده» ترکیب میکند.
۷. سیستم موقعیتیاب اطلاعاتی
این فصل به بحران اطلاعاتی دنیای مدرن میپردازد؛ جهانی که در آن همزمان با فراوانی دانش (Big Knowledge)، با خطر عظیم اطلاعات غلط (Disinformation) و فرسودگی اطلاعاتی روبرو هستیم. هوش مصنوعی، با تواناییاش در تولید محتوای بسیار متقاعدکننده و در عین حال جعلی، میتواند این بحران را تشدید کند. «سیستم موقعیتیاب اطلاعاتی» (Informational GPS) یا «جیپیاس اطلاعاتی» یک استعاره برای نقش هوش مصنوعی در کمک به انسانها برای مسیریابی در این منظرهٔ آشفته است.
هوش مصنوعی پیشرفته میتواند فراتر از فیلترهای سنتی عمل کند؛ به عنوان یک دستیار، قادر است منابع اطلاعاتی را بر اساس میزان اعتبار، زمینهٔ منبع، و ارتباط با اهداف و ارزشهای فردی ارزیابی کند. این سیستم به کاربران کمک میکند تا به جای غرق شدن در انبوهی از دادهها، تنها به اطلاعاتی دست یابند که نه تنها صحیح، بلکه برای تصمیمگیریهای فردی و جمعیشان، مرتبط و عملی هستند. این فصل استدلال میکند که بهترین راه برای مبارزه با اطلاعات نادرست که توسط هوش مصنوعی تولید شده، استفاده از هوش مصنوعیهای پیشرفتهتر است که به عنوان محافظان شناختی عمل میکنند و «عاملیت» افراد را در اتخاذ تصمیمات آگاهانه، تقویت میکنند.
۸. قانون، همان کد است
فصل هشتم به موضوع حکمرانی و تنظیم مقررات هوش مصنوعی میپردازد. نویسندگان معتقدند که قوانین سنتی، که به کندی وضع و به سختی اصلاح میشوند، قادر به همگام شدن با سرعت انفجاری توسعهٔ هوش مصنوعی نیستند. «قانون، همان کد است» به این معناست که بخش زیادی از کنترل و ایمنی هوش مصنوعی باید نه از طریق مقررات دولتی دیربازده، بلکه از طریق «قواعد تعبیه شده» (Hard-coded Guardrails) و مکانیسمهای نظارتی که مستقیماً در نرمافزار هوش مصنوعی و مدلهای یادگیری ماشین جاسازی شدهاند، اعمال شود. این روش امکان نظارت آنی و اصلاحات سریع (Iterative Regulation) را فراهم میآورد.
این فصل از یک رویکرد «نرم» در قانونگذاری حمایت میکند که به جای تجویز دقیق روشها (prescriptive)، بر «اهداف» (principles-based) متمرکز باشد. به عنوان مثال، قانون نباید نحوهٔ ساخت مدلها را تعیین کند، بلکه باید بر خروجیها و نتایج رفتاری آنها تمرکز کند. همچنین، این فصل بحث میکند که چگونه هوش مصنوعی میتواند به قانونگذاری کمک کند؛ مثلاً با تحلیل حجم عظیمی از دادههای نظارتی و کشف الگوها و تخلفاتی که برای ناظران انسانی نامرئی است. در نهایت، رویکرد «قانون، همان کد است» یک فراخوان برای ایجاد یک چارچوب نظارتی هوشمند، تطبیقپذیر، و مبتنی بر فناوری است.
۹. استقلال شبکهای
این فصل بر روی قابلیت هوش مصنوعی برای تقویت همکاریهای جمعی و ایجاد یک «استقلال شبکهای» تمرکز دارد. «استقلال شبکهای» به وضعیتی اشاره دارد که در آن افرادِ مجهز به «ابرعاملیت»، میتوانند به طور مؤثر و هماهنگ در شبکههای پیچیده با یکدیگر و با سایر عوامل هوش مصنوعی تعامل کنند. این امر به افراد امکان میدهد تا بدون از دست دادن عاملیت فردی خود، به اهداف مشترک بزرگی دست یابند که پیش از این تنها توسط نهادهای بزرگ (مانند دولتها یا شرکتهای چندملیتی) قابل دستیابی بود.
استقلال شبکهای، فراتر از همکاری ساده، یک سیستم خودسازماندهنده را توصیف میکند که در آن ابزارهای هوش مصنوعی به عنوان عاملهای کمکی عمل میکنند تا اطمینان حاصل شود که تلاشهای افراد به صورت بهینه و بدون اصطکاک با یکدیگر ترکیب میشوند.
این فصل مثالهایی از پروژههای علمی، جنبشهای اجتماعی، یا نوآوریهای کارآفرینانهٔ بزرگی را ارائه میدهد. این مثال ها میتوانند توسط تیمهای کوچک و افراد مستقل، با استفاده از قدرت هماهنگکنندهٔ هوش مصنوعی، جلو روند. نتیجهٔ این امر، یک جامعهٔ بسیار انعطافپذیر و توانمند است که در آن نوآوری و حل مسئله به صورت غیرمتمرکز و با سرعتی بیسابقه اتفاق میافتد.
۱۰. ایالات متحده A(I)merica
این فصل یک بحث صریح ژئوپلیتیک را مطرح میکند و به چالشها و فرصتهایی میپردازد که هوش مصنوعی برای ایالات متحده (و به طور ضمنی، برای هر کشور بزرگی که به دنبال حفظ موقعیت جهانی خود است) ایجاد میکند. «ایالات متحدهٔ آ(ی)مریکا» یک استعاره برای ضرورت اتخاذ یک استراتژی ملی و متمرکز برای توسعه و استقرار هوش مصنوعی است. نویسندگان استدلال میکنند که هوش مصنوعی مهمترین فناوری عصر حاضر است و کشوری که در توسعهٔ آن پیشتاز باشد، در شکلدهی به نظم جهانی، ارزشها و آیندهٔ آن نیز نقش تعیینکنندهای خواهد داشت.
این فصل بر این نکته تأکید دارد که رقابت شدید با سایر قدرتهای جهانی، به ویژه آنهایی که ارزشهای دموکراتیک ندارند، ضرورت شتاب بخشیدن به نوآوری در داخل کشور را دوچندان میکند. بنابراین، دولت، صنعت، و دانشگاهها باید به اجماع ملی دست یابند تا از نوآوری حمایت کرده و موانع قانونی و نظارتی دستوپاگیر را که سرعت توسعه را کاهش میدهند، برطرف سازند.
این امر شامل سرمایهگذاری هنگفت در زیرساختهای محاسباتی، تربیت نیروی کار ماهر، و همچنین اطمینان از اینکه دسترسی به فناوریهای هوش مصنوعی بهطور گسترده و عادلانه در داخل کشور توزیع میشود، خواهد بود. استدلال نهایی این است که توسعهٔ مسئولانهٔ هوش مصنوعی در راستای ارزشهای انسانگرایانه، نه تنها برای رقابت، بلکه برای تضمین یک آیندهٔ جهانی بهتر حیاتی است.
۱۱. از اینجا میتوان به آنجا رسید
فصل پایانی، جمعبندی اصول کتاب است و مسیر عملی را برای دستیابی به آیندهٔ «ابرعاملیت» ارائه میدهد. این عنوان یادآور یک مسیر درازمدت و قابل پیمودن است، نه یک جهش جادویی یا یک سرنوشت محتوم. نویسندگان بار دیگر بر اصول کلیدی تأکید میکنند: «قطبنمای فنّاورانه-انسانگرایانه»، «استقرار تکرارشونده» و این دیدگاه که «نوآوری همان ایمنی است». این اصول با هدف افزایش «عاملیت فردی» و جمعیِ انسان در عصر هوش مصنوعی به کار گرفته میشوند.
«از اینجا میتوان به آنجا رسید» به معنای پذیرش یک رویکرد عملگرایانه و متواضعانه است. از آنجایی که هیچکس نمیتواند مقصد نهایی را با قطعیت پیشبینی کند، جامعه باید به طور جمعی و از طریق آزمون و خطا (iterative deployment) آینده را کشف و شکل دهد. این فصل یک فراخوان به سوی رهبران، قانونگذاران، و شهروندان عادی است تا به جای انفعال یا تمرکز صرف بر ترسها، فعالانه در این مسیر شرکت کنند. مسیر به سوی «ابرعاملیت» شامل سرمایهگذاری در آموزش، توسعهٔ چارچوبهای نظارتی انعطافپذیر، و مهمتر از همه، حفظ یک نگاه خوشبینانهٔ توأم با مسئولیت به پتانسیل هوش مصنوعی برای ایجاد یک رنسانس در تواناییهای انسانی است.
ایدهٔ اصلی
ایدهٔ اصلی: رید هافمن و گرگ بیتو در کتاب «ابرعاملیت» استدلال میکنند که هوش مصنوعی (AI) نه یک تهدید انقراضی، بلکه یک فرصت بیسابقه برای تقویت «عاملیت انسانی» (Human Agency) است. آنها مفهوم «ابرعاملیت» (Superagency) را معرفی میکنند، وضعیتی که در آن انسان، مجهز به هوش مصنوعی، میتواند خلاقیت، بهرهوری و توانایی تأثیرگذاری مثبت خود را به شدت افزایش دهد. برای دستیابی به بهترین آیندهٔ ممکن، باید از واکنشهای مبتنی بر ترس مانند ممنوعیت و توقف خودداری کرد. درواقع می بایست یک رویکرد فعال، خوشبینانه و مبتنی بر توسعهٔ تدریجی (استقرار تکرارشونده) را در پیش بگیریم.
نکات کلیدی:
- قطبنمای فنّاورانه-انسانگرایانه: هوش مصنوعی باید همواره در راستای هدف اصلی افزایش توانایی انسان برای انتخاب و شکلدهی به زندگیاش توسعه یابد.
- استقرار تکرارشونده: بهترین راه برای مدیریت ریسکهای یک فناوری پویا، عرضهٔ سریع و تدریجی آن به جهان است. همچنین، یادگیری از بازخوردها و اصلاح مسیر به صورت مداوم نیز هست. ممنوعیت، یک استراتژی شکستخورده است.
- نوآوری همان ایمنی است: سرعت بخشیدن به نوآوری، خطرناک نیست؛ بلکه کلید ایمنی بلندمدت است. زیرا هوش مصنوعی ابزاری حیاتی برای حل چالشهای بزرگ بشری (مانند تغییرات اقلیمی و بیماریها) است.
- فراوانی شناختی: هوش مصنوعی از طریق سازماندهی و دموکراتیزه کردن دانش بزرگ، موانع مهارتی را کاهش داده و امکان حل مسائل پیچیده توسط افراد بیشتری را فراهم میکند.
- منافع عمومی خصوصی: توسعهٔ هوش مصنوعی توسط بخش خصوصی، به شرط رقابت و هدایت صحیح، میتواند سریعترین مسیر برای ایجاد منافع گسترده و عمومی باشد.
- حکمرانی مبتنی بر کد: مقرراتگذاری باید از قوانین سنتی و کند به سمت «قوانین مبتنی بر کد» و انعطافپذیر حرکت کند. این امر درواقع ایمنی را مستقیماً در نرمافزار هوش مصنوعی تعبیه میکند.
جمعبندی
«ابرعاملیت: چه چیزی میتواند در آیندهٔ هوش مصنوعی ما به خوبی پیش برود؟» یک فراخوان محکم برای یک خوشبینی عملگرایانه در مورد هوش مصنوعی است. نویسندگان به طور سیستماتیک استدلال میکنند که ترسهای رایج در مورد این فناوری، در طول تاریخ فنّاوریهای جدید تکرار شدهاند و نباید مسیر ما را کور کنند. در عوض، با پذیرش هوش مصنوعی به عنوان جدیدترین ابزار بشریت برای تقویت عاملیت خود، میتوانیم به سمت یک آیندهٔ «ابرعاملیت» حرکت کنیم.
این کتاب یک نقشهٔ راه برای رهبران و شهروندان عادی ترسیم میکند که در آن، نوآوری کنترلشده و تدریجی، نه تنها بهترین راه برای دستیابی به مزایای هوش مصنوعی (در آموزش، سلامت و حل مسائل جهانی) است، بلکه مؤثرترین سازوکار برای مدیریت ریسکهای آن نیز محسوب میشود. پیام نهایی کتاب این است که آیندهٔ هوش مصنوعی چیزی نیست که منتظرش بمانیم، بلکه چیزی است که باید با آغوش باز، انرژی و یک هدف انسانگرایانهٔ روشن، آن را خلق کنیم.
.
دانلود کتاب: