ممکن است فکر کنید که زنبور عسل که در باغ شما برای غذا میگردد و پنجره مرورگری که ChatGPT را اجرا میکند، هیچ ارتباطی با هم ندارند. اما پژوهشهای علمی اخیر بهطور جدی به امکان آگاهی هر یک یا هر دو از آنها پرداختهاند.
راههای متعددی برای مطالعه آگاهی وجود دارد. یکی از رایجترین روشها این است که رفتار یک حیوان – یا هوش مصنوعی (AI) – را اندازهگیری کنیم.
اما دو مقالهٔ جدید دربارهٔ احتمال آگاهی در حیوانات و هوش مصنوعی نظریههای نوینی برای آزمون این موضوع پیشنهاد میکنند – نظریهای که میان جذابگرایی و تردیدهای سرسری دربارهٔ اینکه آیا انسانها تنها موجودات آگاه روی زمین هستند، قرار میگیرد.
مناقشات شدید
سوالات پیرامون آگاهی از دیرباز مناظرهٔ شدیدی را برانگیختهاند.
این تا حدی به این دلیل است که موجودات آگاه ممکن است از نظر اخلاقی اهمیت داشته باشند، در حالی که موجودات غیرآگاهی این ویژگی را ندارند. گسترش حوزهٔ آگاهی به معنای گسترش افقهای اخلاقی ماست. حتی اگر نتوانیم مطمئن شویم شیئی آگاه است، میتوانیم با احتیاط پیشبینی کنیم که آگاه است – همانطور که فیلسوف جوناتان بیرچ «اصل پیشگیرانه برای حسانگیزی» مینامد.
روند اخیر، تمایل به گسترش بوده است.
بهعنوان مثال، در آوریل ۲۰۲۴، گروهی متشکل از ۴۰ دانشمند در کنفرانسی در نیویورک پیشنهاد «اعلامیهٔ نیویورک دربارهٔ آگاهی حیوانات» را دادند. این اعلامیه که بعدها توسط بیش از ۵۰۰ دانشمند و فیلسوف امضا شد، میگوید آگاهی بهصورت واقعگرایانه در تمام مهرهداران (شامل خزندگان، دوزیستان و ماهیان) و همچنین بسیاری از بیمهرگان، از جمله اختاپوسها و ماهیهای مرکب، سختپوستان (خرچنگها و لابسترها) و حشرات، ممکن است.
همزمان با این مسأله، رشد شگفتانگیز مدلهای زبانی بزرگ، مانند ChatGPT، امکان جدی آگاهی در ماشینها را بهوجود آورده است.
پنج سال پیش، آزمونی بهظاهر غیرقابلشکست برای تشخیص آگاهی این بود که ببینیم آیا میتوانیم با آن مکالمه کنیم یا نه. فیلسوف سوزان شنايدر مطرح کرد که اگر هوش مصنوعیای داشته باشیم که بهطور قانعکنندهای دربارهٔ متافیزیک آگاهی تأمل کند، احتمالاً آگاه است.
با این معیارها، امروز ما در میان ماشینهای آگاه زندگی میکنیم. بسیاری حتی تا حدی پیش رفتهاند که همان «اصل پیشگیرانه» را در اینجا بهکار برند: حوزهٔ رو به رشد رفاه هوش مصنوعی به بررسی زمان و شرایطی میپردازد که ما باید به ماشینها اهمیت بدهیم.
با این حال، تمام این استدلالها تا حد زیادی بر رفتار سطحی تکیه دارند. اما این رفتار میتواند فریبدهد. چیزی که برای آگاهی مهم است، آنچه انجام میدهید نیست، بلکه چگونگی انجام آن است.
نگاهی به سازوکار هوش مصنوعی
مقالهٔ جدیدی در مجله Trends in Cognitive Sciences که یکی از ما (کلین کولین) بههمراهی دیگران نوشت، بر پایهٔ کارهای پیشین، بهجای رفتار هوش مصنوعی، به سازوکار آن مینگرد.
همچنین این مقاله از سنت علوم شناختی بهره میگیرد تا فهرستی قابلقبول از نشانگرهای آگاهی را بر پایهٔ ساختار پردازش اطلاعات شناسایی کند. این به این معناست که میتوان فهرستی مفید از نشانگرهای آگاهی تدوین کرد بدون این که بر سر این که کدام یک از نظریههای فعلی علوم شناختی دربارهٔ آگاهی صحیح است، توافق داشته باشید.
برخی از نشانگرها (مانند نیاز به حل تداخلهای میان اهداف متنافس بهصورت متناسب با زمینه) توسط بسیاری از نظریهها بهاشتراک گذاشته شدهاند. اکثر دیگر نشانگرها (مانند وجود بازخورد اطلاعاتی) فقط در یک نظریه الزامی هستند، اما در دیگر نظریهها نیز نشانگر محسوب میشوند.
نکته مهم این است که نشانگرهای مفید، بهصورت ساختاریاند. همه آنها به چگونگی پردازش و ترکیب اطلاعات توسط مغزها و کامپیوترها مرتبط میشوند.
نتیجهگیری چیست؟ هیچ سیستم هوش مصنوعی موجود (از جمله ChatGPT) آگاه نیست. ظاهر شدن آگاهی در مدلهای زبانی بزرگ بهگونهای نیست که به اندازهٔ کافی شباهت به ما داشته باشد تا بتوان به آن حالات آگاهانه نسبت داد.
با این وجود، همزمان هیچ مانعی برای این نیست که سیستمهای هوش مصنوعی – شاید آنهایی با ساختار کاملاً متفاوت از سیستمهای امروزی – به آگاهی دست یابند.
درس چیست؟ ممکن است هوش مصنوعی طوری رفتار کند گویا آگاه است بدون اینکه واقعاً آگاه باشد.
اندازهگیری آگاهی در حشرات
زیستشناسان نیز به مکانیزمها – نحوه کارکرد مغزها – روی میآورند تا آگاهی را در جانوران غیرانسانی تشخیص دهند.
در مقالهٔ جدیدی در Philosophical Transactions B، ما یک مدل عصبی برای آگاهی حداقلی در حشرات پیشنهاد میکنیم. این مدل جزئیات تشریحی را کنار میگذارد تا بر محاسبات اصلی انجامشده توسط مغزهای ساده متمرکز شود.
بینش اصلی ما شناسایی نوع محاسبهای است که مغزهای ما انجام میدهند و منجر به تجربه میشود.
این محاسبه مشکلات کهن از تاریخ تکاملی ما را حل میکند که ناشی از داشتن بدنی متحرک و پیچیده با حواس متعدد و نیازهای متضاد است.
نکته مهم این است که ما خود محاسبه را شناسایی نکردهایم – هنوز کار علمی در این زمینه باقی مانده است. اما نشان میدهیم اگر میتوانید آن را شناسایی کنید، یک سطح برابر برای مقایسهٔ انسانها، بیمهرگان و کامپیوترها خواهید داشت.
همان درس
مسئلهٔ آگاهی در حیوانات و در کامپیوترها بهنظر میرسد در جهات متفاوتی کشیده میشود.
در مورد حیوانات، سؤال معمولاً این است که چگونه تفسیر کنیم آیا رفتار مبهم (مانند خرچنگی که جراحات خود را تمیز میکند) نشانگر آگاهی است یا خیر.
در مورد کامپیوترها، باید تصمیم بگیریم آیا رفتار ظاهراً واضح (چتباتی که با شما در مورد هدف وجود گفتگو میکند) نشانگر واقعی آگاهی است یا صرفاً نقشآفرینی.
اما همانطور که حوزههای عصبشناسی و هوش مصنوعی پیشرفت میکنند، هر دو به همان درس میرسند: هنگام قضاوت دربارهٔ اینکه آیا موجودی آگاه است یا نه، چگونگی عملکرد آن بیش از آنچه انجام میدهد، اطلاعات بیشتری ارائه میدهد.
دیدگاهتان را بنویسید