چرا هوش مصنوعی نمی‌تواند جایگزین دانشمندان شود؟

GD&TĐ - با پیشرفت هوش مصنوعی، این سوال مطرح می‌شود: آیا ماشین‌ها می‌توانند جایگزین دانشمندان شوند؟

پاسخ در چگونگی کاوش انسان‌ها در خود و جهان پیرامونشان نهفته است.

هوش مصنوعی علم خلق نمی‌کند.

در موج ادغام هوش مصنوعی (AI) تقریباً در هر زمینه‌ای، علم نیز از این قاعده مستثنی نیست. محققان و سیاست‌گذاران انتظار دارند مدل‌های هوش مصنوعی که بر اساس حجم عظیمی از داده‌های علمی آموزش دیده‌اند، به طور خودکار استدلال کنند، فرضیه پیشنهاد دهند و حتی پیشرفت‌های بزرگ را تسریع کنند. بنابراین، آیا روزی هوش مصنوعی به طور کامل جایگزین دانشمندان خواهد شد؟

این جاه‌طلبی در طرح «جنسیس» که توسط ایالات متحده در نوامبر ۲۰۲۵ اعلام شد، منعکس شده است. هدف، ساخت و آموزش «عوامل هوش مصنوعی» بر اساس مجموعه داده‌های علمی فدرال است تا «فرضیه‌های جدید را آزمایش کنند، فرآیندهای تحقیقاتی را خودکار کنند و پیشرفت‌های علمی را تسریع بخشند».

با این حال، دستاوردهای «دانشمندان هوش مصنوعی» تا به امروز همچنان بحث‌برانگیز است. از یک سو، سیستم‌های هوش مصنوعی در واقع قادر به پردازش مجموعه داده‌های عظیم و تشخیص همبستگی‌های ظریفی هستند که تشخیص آنها برای انسان‌ها دشوار است. از سوی دیگر، فقدان عقل سلیم و درک زمینه‌ای به این معنی است که آنها می‌توانند پیشنهادهای تجربی بی‌معنی ارائه دهند.

دانشیار الساندرا بوچلا، به عنوان یک فیلسوف و محقق متخصص در تاریخ و مبانی مفهومی علم، که در دانشگاه آلبانی (ایالات متحده آمریکا) مشغول به کار است، استدلال می‌کند که اگرچه هوش مصنوعی می‌تواند در بسیاری از جنبه‌های فرآیند تحقیق کمک کند، اما هنوز از دستیابی به معنای واقعی «خودکارسازی علم» فاصله زیادی دارد و شاید هرگز به آن نرسد. او معتقد است که علم ذاتاً با انسان‌ها مرتبط است و ماشین‌ها نمی‌توانند جایگزین آنها شوند.

مدل‌های هوش مصنوعی مستقیماً از دنیای واقعی یاد نمی‌گیرند. آن‌ها فقط می‌توانند از طریق «جهان‌هایی» که انسان‌ها برایشان می‌سازند - یعنی مجموعه داده‌هایی که انتخاب، سازماندهی و تفسیر شده‌اند - یاد بگیرند. بدون دانشمندانی که بر ساخت آن جهان‌های داده نظارت دارند، خود هوش مصنوعی هیچ پایه و اساسی برای فعالیت نخواهد داشت.

مورد آلفافولد یک نمونه بارز است. این مدل، با توانایی خود در پیش‌بینی ساختار پروتئین، جایزه نوبل شیمی ۲۰۲۴ را برای تیم توسعه‌دهنده آن به ارمغان آورد. به لطف آلفافولد، محققان می‌توانند به سرعت ساختارهای پروتئین را مدل‌سازی کنند و در نتیجه طراحی دارو، تحقیقات بیماری و بسیاری از زمینه‌های زیست‌پزشکی دیگر را تسریع بخشند.

با این حال، آلفافولد به خودی خود دانش بیولوژیکی جدیدی «ایجاد» نمی‌کند. این نرم‌افزار پروتئین‌ها، بیماری‌ها یا آنچه یک داروی خوب را تشکیل می‌دهد، درک نمی‌کند. این نرم‌افزار صرفاً حجم عظیمی از اطلاعاتی را که انسان‌ها قبلاً ایجاد کرده‌اند، به روشی سریع‌تر و کارآمدتر تجزیه و تحلیل و سازماندهی مجدد می‌کند.

دانشیار الساندرا تأکید کرد: «به عبارت دیگر، هوش مصنوعی برای خلق علم، خارج از علم قرار نمی‌گیرد. بلکه به عنوان یک ابزار، درون آن قرار می‌گیرد و کاملاً به آنچه علم بشری از قبل برای آن آماده کرده است، وابسته است.»

هوش مصنوعی نمی‌تواند جایگزین دانشمندان شود.

علم یک فعالیت انسانی است.

به گفته الساندرا، نقش انسان‌ها در علم محدود به طراحی و «پرورش» مدل‌های هوش مصنوعی نیست. اساساً، علم به عنوان یک دستاورد فکری با ارزش‌ها، اهداف و شیوه‌های زندگی بسیار متمایز بشر در هم تنیده است. این امر مبتنی بر روش‌هایی است که انسان‌ها از طریق آنها فکر می‌کنند، سوال می‌پرسند، بحث می‌کنند، باور می‌کنند و به یکدیگر شک می‌کنند.

اکتشافات علمی بزرگ صرفاً نظریه‌هایی نیستند که به صورت مکانیکی از داده‌ها «فرموله شده‌اند». آنها نتیجه‌ی نسل‌ها دانشمند، با علایق، تعصبات و دیدگاه‌های متنوع هستند که در جامعه‌ای متعهد به معیارهای صداقت فکری و اخلاق حرفه‌ای، با یکدیگر همکاری می‌کنند.

تاریخچه ساختار مارپیچ دوگانه DNA گواه این موضوع است. وقتی این ایده برای اولین بار مطرح شد، هیچ آزمایش مستقیمی برای تأیید آن وجود نداشت. این ایده عمدتاً به استدلال، ترکیب و تخیل دانشمندان بسیار آموزش دیده متکی بود. تقریباً یک قرن پیشرفت تکنولوژیکی و نسل‌ها تحقیق، از گمانه‌زنی‌های مبهم اواخر قرن نوزدهم، طول کشید تا علم به کشفی برسد که جایزه نوبل را در سال ۱۹۵۳ برای آن به ارمغان آورد.

این نشان می‌دهد که علم، ذاتاً، یک فعالیت اجتماعی است. ایده‌ها برای بحث مطرح می‌شوند و تفسیرها با یکدیگر رقابت می‌کنند. دانشمندان نه تنها جهان را ثبت می‌کنند، بلکه از طریق عمل، بحث و استانداردهایی که از ارزش‌های اجتماعی و حتی سیاسی شکل گرفته‌اند، دانش می‌سازند.

در آن تصویر، تصور اینکه یک سیستم هوش مصنوعی که هیچ زندگی اجتماعی، هیچ ارزش و هیچ آرزویی ندارد، واقعاً مانند انسان‌ها در علم "مشارکت" کند، دشوار است. الساندرا گفت: "با این حال، پتانسیل عظیم هوش مصنوعی در پیشبرد پیشرفت علمی غیرقابل انکار است. و بنابراین، هوش مصنوعی باید با احتیاط و مسئولیت‌پذیری مورد استفاده قرار گیرد تا به "دست راست" دانشمندان تبدیل شود."

ابزارهای هوش مصنوعی می‌توانند به دانشمندان کمک کنند تا در زمان صرفه‌جویی کنند، خطاها را کاهش دهند و بیشتر روی سوالات بزرگ تمرکز کنند. هوش مصنوعی می‌تواند ابزاری عالی باشد. اما هیچ دلیلی برای کنجکاوی، هیچ انگیزه‌ای برای شکاک بودن و هیچ مسئولیت اخلاقی در قبال پیامدهای دانشی که تولید می‌کند، ندارد.

تا زمانی که علم همچنان داستانی درباره تلاش انسان‌ها برای درک خود و جهان باشد، هوش مصنوعی تنها می‌تواند در کنار دانشمندان قرار گیرد و نمی‌تواند جایگزین آنها شود.

منبع: https://giaoducthoidai.vn/vi-sao-ai-khong-the-thay-the-nha-khoa-hoc-post778616.html