شاید فکر کنید زنبور عسل که در باغ شما گردهافشانی میکند و پنجره مرورگری که ChatGPT را اجرا میکند، هیچ ارتباطی ندارند. اما پژوهشهای علمی اخیر بهطور جدی امکان آگاهی در یکی یا هر دو را بررسی کردهاند.
روشهای متعددی برای بررسی آگاهی وجود دارد. یکی از رایجترین روشها، اندازهگیری رفتار یک جانور – یا هوش مصنوعی (AI) – است.
اما دو مقالهٔ جدید دربارهٔ احتمال آگاهی در جانوران و هوش مصنوعی، نظریههای تازهای برای آزمون این مسأله پیشنهاد میکنند؛ نظریهای که بین تکپارهسازی هیجانانگیز و شکگرایی سرسری دربارهٔ اینکه آیا انسانها تنها موجودات آگاه بر روی زمین هستند یا نه، تعادل مییابد.
بحثی پرشور
سؤالات پیرامون آگاهی همواره منجر به بحثهای پرشور شدهاند.
این به این دلیل است که موجودات دارای آگاهی میتوانند از نظر اخلاقی اهمیتی داشته باشند که اشیای غیرآگاه ندارند. گسترش حوزهٔ آگاهی، به معنای گسترش افقهای اخلاقی ماست. حتی اگر مطمئن نتوانیم یک موجود آگاه است یا خیر، میتوانیم با پیشفرض اینکه آگاه است، احتیاط کنیم — آنچه فیلسوف جاناتان بیرچ «اصل پیشاحتیاطی برای حسپذیری» مینامد.
روند اخیر تمایل به گسترش دارد.
به عنوان مثال، در آوریل ۲۰۲۴، گروهی متشکل از ۴۰ دانشمند در یک کنفرانس در نیویورک، «اظهارنامهٔ نیویورک دربارهٔ آگاهی جانوری» را پیشنهاد کردند. این اظهارنامه که پس از آن توسط بیش از ۵۰۰ دانشمند و فیلسوف امضا شد، اعلام میکند که آگاهی بهصورت واقعی میتواند در تمام مهرهداران (از جمله خزندگان، دوزیستان و ماهیها) و همچنین بسیاری از بیمهرگان، از جمله سرنکاها (اختاپوس و ماهی مرکب)، سختپوستان (خرچنگ و لابستر) و حشرات، وجود داشته باشد.
همزمان با این امر، رشد چشمگیر مدلهای زبانی بزرگ، مانند ChatGPT، احتمال جدی اینکه ماشینها ممکن است آگاه باشند را بهوجود آورده است.
پنج سال پیش، آزمونی که تقریباً غیرقابل تقلب میدید برای تشخیص آگاهی، این بود که آیا میتوانید با آن مکالمهای داشته باشید یا خیر. فیلسوف سوزان اشنایدر پیشنهادی داد که اگر هوش مصنوعیای وجود داشته باشد که بهطور قانعکنندهای در مورد متافیزیک آگاهی تأمل کند، احتمالاً آن موجود آگاه است.
با این معیارها، امروزه ما در میان ماشینهای آگاه زندگی میکنیم. بسیاری به حدی پیش رفتهاند که اصل پیشاحتیاطی را در این زمینه نیز به کار ببرند: حوزهٔ نوظهور رفاه هوش مصنوعی بهدنبال این است که بررسی کند چه زمانی و چه میزان باید به ماشینها اهمیت بدهیم.
با این حال، تمام این استدلالها تا حد زیادی بر رفتار سطحی تکیه دارند. اما این رفتار میتواند گمراهکننده باشد. چیزی که برای آگاهی مهم است، نه آنچه انجام میدهید، بلکه چگونگی انجام آن است.
نگاهی به سازوکارهای هوش مصنوعی
یک مقالهٔ جدید در مجلهٔ Trends in Cognitive Sciences که یکی از ما (کلین کلین) بههمراه دیگران نگارش کرده است، با استناد به کارهای پیشین، بهجای رفتار هوش مصنوعی، به سازوکارهای آن مینگرد.
همچنین این مقاله از سنت علوم شناختی بهره میبرد تا فهرستی معقول از شاخصهای آگاهی را بر پایهٔ ساختار پردازش اطلاعات شناسایی کند. این بدین معناست که میتوان فهرست مفیدی از شاخصهای آگاهی تنظیم کرد بدون آنکه نیازی باشد بر سر اینکه کدام نظریهٔ فعلی علوم شناختی دربارهٔ آگاهی صحیح است، توافق داشته باشیم.
برخی شاخصها (مانند نیاز به حل تعارضات بین اهداف متقابل به شیوهای متناسب با زمینه) توسط بسیاری از نظریهها بهاشتراک گذاشته میشوند. اکثر سایر شاخصها (مانند وجود بازخورد اطلاعاتی) فقط توسط یک نظریه ضروری بودهاند، اما در دیگر نظریهها نیز نشانگر آگاهیاند.
نکتهٔ مهم این است که تمام شاخصهای مفید، ساختاری هستند. آنها همه مرتبط با نحوهٔ پردازش و ترکیب اطلاعات توسط مغزها و کامپیوترها میباشند.
نتیجه چیست؟ هیچ سیستم هوش مصنوعی موجودی (از جمله ChatGPT) آگاه نیست. ظاهر آگاهی در مدلهای زبانی بزرگ به گونهای بهدست نیامده است که بهطور کافی شبیه ما باشد تا بتوان به آن حالتهای آگاهی نسبت داد.
با این حال، در عین حال هیچ مانعی برای اینکه سیستمهای هوش مصنوعی — شاید آنهایی با معماری بسیار متفاوت از سیستمهای امروز — به آگاهی برسند، وجود ندارد.
آموختهٔ ما چیست؟ ممکن است هوش مصنوعی بهگونهای رفتار کند گویی آگاه است، بدون اینکه واقعاً آگاه باشد.
اندازهگیری آگاهی در حشرات
زیستشناسان نیز برای تشخیص آگاهی در موجودات غیرانسانی، به مکانیزمها — نحوهٔ عملکرد مغزها — میپردازند.
در یک مقالهٔ جدید در نشریهٔ Philosophical Transactions B، ما یک مدل عصبی برای آگاهی حداقلی در حشرات پیشنهاد میکنیم. این مدل جزئیات تشریحی را کنار میگذارد و بر محاسبات اصلی انجامشده توسط مغزهای ساده تمرکز میکند.
درک اصلی ما شناسایی نوع محاسبهای است که مغزهای ما اجرا میکنند و منجر به تجربه میشود.
این محاسبه مشکلات کهن از تاریخ تکاملی ما را حل میکند؛ مسائلی که ناشی از داشتن بدنی متحرک، پیچیده، دارای حسهای متعدد و نیازهای متضاد هستند.
نکتهٔ مهم این است که هنوز محاسبهٔ دقیق را شناسایی نکردهایم — کار علمیای باقی مانده است. اما نشان میدهیم که اگر بتوانید آن را شناسایی کنید، زمینهٔ مساوی برای مقایسهٔ انسانها، بیمهرگان و کامپیوترها خواهید داشت.
آموزهٔ مشابه
مسألهٔ آگاهی در جانوران و در کامپیوترها بهنظر میرسد که در جهات متفاوتی کشیده میشود.
برای جانوران، سؤال اغلب این است که چگونه رفتار مبهم (مانند خرچنگی که به زخمهای خود میپردازد) را بهجای آگاهی تفسیر کنیم.
برای کامپیوترها، باید تصمیم بگیریم که آیا رفتار بهنظر بیابهام (مانند یک چتبات که با شما دربارهٔ هدف وجودیمان تأمل میکند) نشانهٔ واقعی آگاهی است یا صرفاً نقشآفرینی.
اما همانطور که حوزهٔ علوم اعصاب و هوش مصنوعی پیش میروند، هر دو به همان آموزه میرسند: هنگام ارزیابی اینکه آیا چیزی آگاه است یا نه، نحوهٔ عملکرد آن اطلاعاتپذیرتر از آنچه انجام میدهد، است.
دیدگاهتان را بنویسید