آلبورگ، دانمارک (AP) — در انبارِی که بیش از ۱٬۵۰۰ کیلومتر (۹۰۰ مایل) از پایتخت اوکراین فاصله دارد، کارگران شمالی دانمارک با دقت وسیلههای ضد‑پهپاد را سر هم میزنند. بخشی از این وسایل برای صادرات به کییف با هدف ایجاد جَمینگ بر فناوری روسیه در میدانی جنگ، ارسال میشود؛ در حالی که سایر آنها به سراسر اروپا فرستاده میشوند تا به مقابله با نفوذهای مرموز پهپادها به فضای هوایی ناتو که کل قاره را ناآرام کرده است، بپردازند.
دو شرکت دانمارکی که پیشتر بیشتر فعالیتهایشان در حوزه دفاع بود، اکنون اعلام میکنند که با افزایش چشمگیر مشتریان جدیدی مواجه شدهاند که میخواهند از فناوری آنها برای حفاظت از مکانهایی چون فرودگاهها، تاسیسات نظامی و زیرساختهای حیاتی استفاده کنند؛ مکانهایی که در هفتههای اخیر هدف پروازهای پهپاد شدهاند.
فناوری تشخیص پهپاد با رادار شرکت ویبلساینتیفیک پیش از برگزاری یکی از نشستهای کلیدی اتحادیهٔ اروپا در اوایل امسال، در فرودگاه کپنهاگ مستقر شد؛ در سپتامبر، مشاهدات پیدرپی پهپادهای نامشخص، فضای هوایی فرودگاه را به مدت ساعتها بسته کرد. شرکت MyDefence، که از انبار خود در شمال دانمارک عمل میکند، دستگاههای دستی و پوشیدنی با فرکانس رادیویی میسازد که ارتباط میان پهپاد و خلبان آن را قطع کرده و تهدید را خنثی میکند.
امکان «جَمینگ» (تداخل الکترونیکی) در اتحادیهٔ اروپا محدود و تحت نظارت شدید قرار دارد، اما در میادین نبرد اوکراین بهطور وسیعی به کار گرفته میشود و به حدی گسترش یافته است که روسیه و اوکراین شروع به استفاده از پهپادهای متصل به کابلهای فیبرنوری نازکی کردهاند که نیازی به سیگنالهای فرکانس رادیویی ندارند. همچنین روسیه پهپادهای جنگی با آنتنهای اضافه بهکار میبرد تا اثرات جَمینگ اوکراین را خنثی کند.
رشد ناگهانی نفوذهای پهپاد
جنگ پهپادی پس از حملهٔ کامل روسیه به اوکراین در سال ۲۰۲۲ به سرعت گسترش یافت. روسیه با حملات پهپاد و موشکی، راهآهنها، تاسیسات برق و شهرهای سراسر کشور را هدف قرار داد. اوکراین نیز در واکنش به این حملات، با استفاده از پهپادهای داخلی، حملات جسورانهای به عمق سرزمین روسیه انجام داد.
اما در مقیاس کلی، اروپا پس از اینکه پروازهای پهپاد به فضای هوایی ناتو در سپتامبر به مقیاس بیسابقهای رسید، همچنان در وضعیت هشدار بالا قرار گرفت؛ رهبران اروپایی تصمیم گرفتند دیوار پهپادی را در امتداد مرزهای خود ایجاد کنند تا توانایی شناسایی، ردیابی و مقابله با پهپادهای نقضکنندهٔ فضای هوایی اروپا را بهبود بخشند. در نوامبر، مقامات نظامی ناتو اعلام کردند که یک سامانهٔ جدید ضد‑پهپاد آمریکا در بخش شرقی اتحاد مستقر شده است.
برخی مقامات اروپایی این حوادث را بهعنوان آزمایش مسکو بر واکنش ناتو توصیف کردند که سؤالاتی دربارهٔ آمادگی ائتلاف در مقابل روسیه برانگیخت. از چالشهای اصلی میتوان به توانایی شناسایی پهپادها — که گاهی در سامانههای راداری بهعنوان پرنده یا هواپیما تشخیص داده میشوند — و خنثیسازی ارزانقیمت آنها اشاره کرد.
کلمین ادعاهای مبنی بر دخالت روسیه در برخی از پروازهای نامشخص پهپاد در اروپا را رد کرده است.
آندریاس گراِه، استادیار کالج دفاعی سلطنتی دانمارک، اظهار کرد که در پی تجاوز روسیه، «تلاش عظیمی» برای استقرار سریع سامانههای ضد‑پهپاد در سراسر اروپا وجود دارد.
«تمام کشورهای اروپا در تلاشاند تا راهحلهای مناسب برای آمادگی در برابر این چالشهای نوین پهپاد پیدا کنند»، او گفت. «ما هنوز همهٔ ابزارهای لازم برای شناسایی مؤثر پهپادها و داشتن سامانههای هشداردهنده پیشدستی را در اختیار نداریم».
اولویت دادن به «دستگاهها» پیش از مردم
شرکت MyDefence که در سال ۲۰۱۳ تأسیس شد، دستگاههایی میسازد که میتوانند برای حفاظت از فرودگاهها، ساختمانهای دولتی و سایر زیرساختهای حیاتی بهکار روند؛ اما مدیرعامل دان هرمانسن جنگ روسیه‑اوکراین را «نقطهٔ عطف»یی برای شرکت خود مینامد.
بیش از ۲٬۰۰۰ واحد از دستگاه پوشیدنی «وینگمن» این شرکت، از زمان آغاز حملهٔ روسیه تقریباً چهار سال پیش، به اوکراین تحویل داده شدهاند.
دان هرمانسن گفت: «در سالهای اخیر، ما در اوکراین شنیدهایم که مردم میخواهند دستگاهها را پیش از افراد قرار دهند تا جانها نجات یابند».
در سال گذشته، MyDefence درآمد خود را دو برابر کرده و بهحدودی حدود ۱۸٫۷ میلیون دلار نسبت به سال ۲۰۲۳ دست یافت.
سپس پروازهای پهپادی اوایل امسال رخ داد. علاوه بر فرودگاه کپنهاگ، پهپادها بر چهار فرودگاه کوچک دیگر دانمارکی، از جمله دو فرودگاهی که بهعنوان پایگاههای نظامی استفاده میشوند، پرواز کردند.
هرمانسن اظهار کرد این پروازها برای بسیاری از کشورهای اروپایی «چشمگشا» بودند و بهسرعت علاقهمندی به فناوری آنها را افزایش داد. MyDefence که پیشتر بیشتر از فعالیتهایش در حوزه دفاع بود، اکنون از مقامات نمایندهٔ نیروهای پلیس و زیرساختهای حیاتی درخواستهای فراوانی دریافت کرده است.
او افزود: «بهطور ناگهانی میبینیم که جنگ پهپادی نه تنها در اوکراین یا در جبههٔ شرقی رخ میدهد، بلکه در واقعسزی که بخشی از تهدیدهای جنگ ترکیبی است، مسألهای است که باید به آن پرداخته شود».
فناوری رادار مورد استفاده در مقابله با پهپادها
در جبههٔ شرقی ناتو، دانمارک، لهستان و رومانی سیستم تسلیحاتی جدیدی را برای مقابله با پهپادها بهکار میگیرند. سامانهٔ آمریکایی Merops که بهقدری کوچک است که در صندوق عقب یک پیکآپ میانه جای گیرد، میتواند پهپادها را شناسایی کرده و با استفاده از هوش مصنوعی برای هدایت در زمان جَمینگ مخابرات ماهوارهای و الکترونیکی، بهسوی آنها نزدیک شود.
هدف این است که مرز با روسیه بهطور کامل مسلح شود تا نیروهای مسکو از تفکر برای عبور از مرز از نروژ در شمال تا ترکیه در جنوب خودداری کنند، مقامات نظامی ناتو به ایسپی خبر دادند.
در شمال کپنهاگ، شرکت Weibel Scientific از دههٔ ۷۰ میلادی فناوری رادار دوپلر تولید میکند. این فناوری که معمولاً در سامانههای ردیابی راداری برای صنعت هوافضا بهکار میرود، امروز برای شناسایی پهپادها، همانند در فرودگاه کپنهاگ، استفاده میشود.
این فناوری میتواند سرعت یک جسم، مثلاً پهپاد، را بر پایهٔ تغییر طول موج سیگنال بازتابی تشخیص دهد. سپس میتوان جهت حرکت جسم را پیشبینی کرد، پیتر رُپکه، مدیرعامل Weibel Scientific، بیان کرد.
«جنگ اوکراین، بهویژه تحول فناوری پهپاد در دو سال اخیر، باعث شده این نوع محصول تقاضای بالایی داشته باشد»، رُپکه گفت.
اوایل امسال، Weibel قراردادی بهارزش ۷۶ میلیون دلار بهدست آورد که این شرکت آن را «بزرگترین سفارش تاریخ» خود توصیف کرد.
پروازهای پهپادی تقاضا را حتی بیشتر کرد، در حالی که بحث دربارهٔ «دیوار پهپادی» پیشنهادی ادامه یافت. رُپکه گفت فناوری او میتواند «جزء کلیدی» هر سپر آیندهای در برابر پهپادها باشد.
___
استفانی دازیو در برلین در تهیهٔ این گزارش مشارکت کرد.
موردی اوبرستین مفهوم مدلهای زبانی بزرگ را برای سئو و استراتژی محتوای شما تفکیک میکند و توضیح میدهد که چرا هویت، اعتماد و ثبات مهم هستند.
برای بخش پرسش از یک سئوکار این هفته، سؤال مطرح شده این بود:
«آیا باید استراتژی محتوای خود را برای مدلهای زبانی بزرگ بازنگری کنم و از کجا شروع کنم؟»
برای پاسخ، مسیر غیرخطی قیف سفر مشتری را توضیح میدهم و نشان میدهم مدلهای زبانی بزرگ (LLM) در کجا ظاهر میشوند.
از بازنگری انتظارات ترافیک تا انجام حسابرسی بر احساسات استخراجشده توسط مدلهای زبانی بزرگ، دربارهٔ اینکه چرا هویت برند در ساخت شهرتی که هم کاربران و هم ماشینها آن را مستند میدانند، مهم است، صحبت میکنم.
میتوانید ویدئوی پرسش از یک سئوکار این هفته را تماشا کنید و متن کامل آن را در ادامه بخوانید.
یادداشت سردبیر: متن زیر برای وضوح، اختصار و انطباق با دستورالعملهای ویرایشی ما ویرایش شده است.
در بازنگری سریع استراتژی خود عجله نکنید
از همان ابتدا بهشدت توصیه میکنم که در این زمینه عجله نکنید. میدانم که در شبکههای اجتماعی سر و صدای بسیار زیادی در مورد اینکه بهدلیل مدلهای زبانی بزرگ باید استراتژیتان را بازنگری کنید، وجود دارد، اما این موضوع هنوز بسیار دور از تثبیت است.
بهعنوان مثال، و بهویژه، حالت هوش مصنوعی هنوز در نتایج جستجوی سنتی حضور ندارد. وقتی گوگل تب حالت هوش مصنوعی را از یک تب مستقل به نتایج اصلی جستجو منتقل کند، کل اکوسیستم برای یک تغییر بزرگ دیگر آماده میشود، هر شکلی که داشته باشد، چون ما هنوز نمیدانیم این چطور خواهد بود.
من بهصورت شخصی اعتقاد دارم نمایش Gemini گوگل (نمایشی که سالها پیش انجام دادند و نتایج سفارشی برای انواع خاصی از پرسشها با قالبهای پاسخ مخصوص نشان دادند) شاید شبیه به حالت هوش مصنوعی در آینده باشد تا آنچهکه در حال حاضر فقط خروجی متنی دارد و شبیه ChatGPT است.
فکر میکنم گوگل این دو محصول را متمایز خواهد کرد زمانی که حالت هوش مصنوعی را از تب به نتایج اصلی جستجو منتقل کند. بنابراین، هنوز همه چیز تثبیت نشده است. و اگر فکر میکنید که نیست، درست است؛ هنوز تثبیت نشده است.
بازنگری انتظارات ترافیک از مدلهای زبانی بزرگ
چیز دیگری که میخواهم بازنگری کنید، انتظارات ترافیک از مدلهای زبانی بزرگ است.
بحثهای فراوانی دربارهٔ ارجاعها و ترافیک – ارجاعها و ترافیک، ارجاعها و ترافیک، وجود داشته است. من فکر نمیکنم ارجاعها و بهازای آن ترافیک، جواهر اصلی در اکوسیستم مدلهای زبانی بزرگ باشند. من معتقدم ذکرها (منشنها) مهمتر هستند. به هر حال این چیز جدیدی نیست.
بهصورت سنتی، قیف مسیر مشتری پر از ابهام بوده و گوگل مدتی طولانی دربارهٔ آن صحبت کرده است. اکنون، یک مدل زبانی بزرگ وجود دارد که میتواند نقطهٔ شروع یا گامی در این قیف پرابن باشد، اما من معتقدم که بهصورت بنیادی متفاوت نیست.
یک مثال میزنم. اگر به دنبال یک جفت کفش باشم، ممکن است به گوگل رفته و جستجو کنم: «آیا این کفشهای نایک خوب هستند؟» سپس ممکن است به یک وبسایت نگاه کنم و بعد به آمازون رفته و محصول واقعی را بررسی کنم.
سپس میتوانم به یوتیوب بروم، نقدی از محصول را ببینم، شاید ویدئوی دیگری را تماشا کنم، به آمازون برگردم، نگاهی بیندازم، Google Shopping را بررسی کنم تا ببینم آیا آنجا ارزانتر است یا نه، و سپس دوباره به آمازون برگردم تا خرید انجام دهم.
حال، یک مدل زبانی بزرگ به این ترکیب اضافه میشود و این دقیقاً تفاوت اصلی است. شاید حالا مدل زبانی بزرگ به من پاسخ دهد. یا شاید گوگل پاسخ را بدهد. سپس به آمازون میروم، محصول را بررسی میکنم، به Google Shopping سر میزنم تا ببینم آیا ارزانتر است، نقدی در یوتیوب را میبینم، شاید کمی مسیر را تغییر دهم، دوباره به ChatGPT مراجعه میکنم تا ببینم این بار پیشنهادی متفاوت دارد یا نه، تمام این فرایند را طی میکنم و در نهایت در آمازون خرید میکنم. این فقط تجربهٔ شخصی من است.
مهم است که درک کنید این پارادایم مدتی است که وجود دارد. اما اگر مدلهای زبانی بزرگ را منبعی برای ترافیک میدانید، به شدت توصیه میکنم اینگونه فکر نکنید. آنها لزوماً برای این منظور ساخته نشدهاند.
ChatGPT بهطور خاص برای ارجاع یا ارائهٔ ترافیک ساخته نشده است. این ابزار برای ارائهٔ پاسخها و تعامل طراحی شده است. معمولاً تا درخواست سوم، چهارم یا پنجم (هر چه باشد) در ChatGPT ارجاع دریافت نمیکنید.
سایر مدلهای زبانی بزرگ، مانند حالت هوش مصنوعی یا Perplexity، کمی بیشتر بهصورت ارجاع یا لینکمحور هستند، اما همچنان محصول اصلی آنها خروجی است؛ یعنی به شما پاسخ میدهند و امکان ادامهٔ کاوش را فراهم میکنند.
بنابراین، من بهقوة معتقدم که ذکر برند بهمراتب مهمتر از خود ارجاع است. همچنین، ارجاع میتواند تنها منبع اطلاعات باشد. اگر بپرسم «آیا کفشهای نایک خوب هستند؟» ممکن است نقدی از یک وبسایت شخص ثالث، مثلاً CNET، دریافت کنم و حتی اگر آنجا را کلیک کنم، این جایی نیست که قرار است کفش واقعی را خریداری کنم.
در این حالت، حتی ترافیک هدف مطلوب برای برند نیز نیست. شما میخواهید کاربران به جایی برسند که بتوانند کفش را خریداری کنند، نه صرفاً نقدی از آن بخوانند.
اهمیت همافزایی و زمینه با محتوا
چیز بعدی اهمیت همافزایی و زمینه در محتوای شماست. برای موفقیت با مدلهای زبانی بزرگ، اینکه صرفاً ارجاعهای برتر همانهایی باشند که در گوگل عملکرد خوبی دارند، نیست. لزوماً اینطور نیست.
ممکن است همبستگی وجود داشته باشد، اما علتنتیجهگیری نیست. مدلهای زبانی بزرگ سعی میکنند کاری متفاوت از موتورهای جستجو انجام دهند. آنها میخواهند وب را ترکیب کنند تا بهعنوان نمایندهای برای تمام وب عمل کنند. بنابراین، آنچه برای محتوای شما در سراسر وب رخ میدهد بسیار مهمتر است: نحوهٔ صحبت دربارهٔ محتوای شما، مکانهایی که دربارهٔ آن صحبت میشود، چه کسانی دربارهٔ آن صحبت میکنند و چقدر ذکر میشود.
این به این معنا نیست که محتوای سایت شما بیاهمیت است، اما وزن آن نسبت به موتورهای جستجوی سنتی متفاوت است. باید به مدل زبانی بزرگ زمینهٔ برند بدهید تا متوجه شود که در این حوزه حضور دیجیتالی دارید و شایسته ذکر یا ارجاع هستید.
دوباره، من بیشتر بر ذکرها تمرکز میکنم. این به این معنا نیست که ارجاعها مهم نیستند (آنها مهم هستند)، اما در این زمینه ذکرها وزن بیشتری دارند.
انجام حسابرسی
بهنظر من، راهحل این کار انجام یک حسابرسی است. باید ببینید مدل زبانی بزرگ چگونه دربارهٔ موضوع صحبت میکند.
مدلهای زبانی بزرگ بهطرز شناختهشدهای مثبت هستند و تمایل دارند در پاسخهای عمدتاً مثبت، تکههای کوچکی از احساسات منفی را نیز بگنجانند. من به یک مجموعهدادهٔ اخیر نگاه کردهام. ارقام رسمی ندارم، اما میتوانم بگویم این مدلها برای خنثی یا مثبت خالص طراحی شدهاند.
بهعنوان مثال، اگر بپرسم «آیا دوگرز خوب هستند؟» مدل زبانی بزرگ، که در این مورد به AI Mode نگاه میکردم، میگوید «بله، دوگرز خوب هستند…» و ادامه میدهد. اگر بپرسم «آیا یانکیها خوب هستند؟» و فرض کنیم دو یا سه هفته پیش عملکرد خوبی نداشتهاند، این مدل نخواهد گفت «بله، یانکیها خوب هستند». بلکه میگوید «خب، اگر به این و آن نگاهی بیندازید، بهطور کلی میتوانید بگویید یانکیها خوب هستند.»
این دو پاسخ بسیار متفاوت هستند. هر دو سعی میکنند مثبت به نظر برسند، اما باید بین سطرها بخوانید تا بفهمید مدل زبانی بزرگ برند را چگونه میبیند و چه تردیدها یا شکوکامی ممکن است در کاربران وجود داشته باشد. یا چه شکافهایی وجود دارد؟
بهعنوان مثال، اگر بپرسم «آیا گاتورید یک نوشیدنی عالی است؟» و پاسخ میدهد، سپس بپرسم «آیا پاورید یک نوشیدنی خوب است؟» و پاسخی کمی متفاوت بدهد، باید دلیل این تفاوت را متوجه شوید. چرا مدل میگوید «گاتورید عالی است»، اما «پاورید توسط بسیاری دوستداشتنی است»؟ باید جستجو کنید و تفاوتها را درک کنید.
اجرای یک حسابرسی به شما کمک میکند ببینید مدل زبانی بزرگ برند و بازار شما را چگونه مینگرد. آیا بهطور مستمر همان نکات تردید یا سردرگمی کاربران را مطرح میکند؟ اگر بپرسم «یک جایگزین خوب برای قهوهٔ فولجرز چیست؟»، AI Mode ممکن است بگوید: «اگر به دنبال قهوهای کمهزینه هستید، فولجرز یک گزینه است. اما اگر میخواهید چیزی با طعم بهتر و قیمت مشابه داشته باشید، برند X را در نظر بگیرید.»
این نکتهای به شما میگوید: احساسی منفی نسبت به فولجرز و طعم آن وجود دارد. این موضوع را باید در محتوای خود و استراتژی برند در نظر بگیرید. تنها راه برای دانستن این موضوع انجام حسابرسی، خواندن بین سطرها و درک آنچه مدل زبانی بزرگ میگوید، است.
شکلدادن به گفتههای مدلهای زبانی بزرگ دربارهٔ برند شما
روشی که مدلهای زبانی بزرگ را به گفتن آنچه میخواهید دربارهٔ برند شما ترغیب کنید، آغاز با یک دیدگاه آگاهانه است: میخواهید مدلهای زبانی بزرگ چه چیزی دربارهٔ برند شما بگویند؟ که بهطور خلاصه میشود: میخواهید مردم چه بگویند دربارهٔ برند شما؟
و تنها راه انجام این کار داشتن یک هویت برند بسیار قوی، متمرکز و آگاهانه است. شما کی هستید؟ چه میخواهید انجام دهید؟ چرا این کار معنا دارد؟ برای چه کسی این کار را انجام میدهید؟ و چه کسانی بهدلیل آن به شما علاقهمند هستند؟
هویت برند شما همان چیزی است که به برند شما تمرکز میبخشد. این تمرکز را به بازاریابی محتوا، استراتژی سئو، هدفگذاری مخاطبان و تمام جنبههای دیگر میدهد.
اگر این همان کسی است که هستید، و اگر این نیست، پس محتوایی نخواهید نوشت که با هویت و هدف شما در تضاد باشد. با ایجاد محتوای نامرتبط یا ناسازگار، هویت برند خود را رقیق نمیکنید.
اگر میخواهید سایتهای طرفثالث و افراد در وب، شما را شناختن و دربارهٔ شما بدانند، برای ایجاد این حضور، نیاز به درک آگاهانه و معنادار از هویت خود و کارهایتان دارید.
به این ترتیب میدانید کجا باید تمرکز کنید، کجا نه، چه محتوایی را ایجاد کنید، چه محتوایی را ایجاد نکنید، و چگونه ایدهٔ اینکه شما X هستید و برای X مرتبطید را در سراسر وب تقویت کنید.
بهنظر ساده میآید، اما توسعهٔ همهٔ اینها، اطمینان از همراستایی آنها، و حسابرسی مداوم تا اطمینان حاصل شود که واقعاً در حال اجرا است … گفتن این آسانتر از انجامش است.
نتیجهگیری
مدلهای زبانی بزرگ ممکن است نحوهٔ یافتن اطلاعات مشتریان دربارهٔ برندهای شما را تغییر دهند، اما دنبال کردن ارجاعها و کلیکها استراتژی محکمی نیست.
با وجود آشوب در هوش مصنوعی و جستجو در عصر مدلهای زبانی بزرگ، بازاریابان باید به اصول پایهای پایبند بمانند: هویت برند، اعتماد و مرتبط بودن همچنان اهمیت دارند.
روی هویت برند تمرکز کنید تا شهرت خود را بسازید و اطمینان حاصل کنید که هم کاربران و هم موتورهای جستجو برند شما را بهعنوان مرجع معتبر در حوزهٔ تخصصیتان شناسایی میکنند.
منابع بیشتر:
هوش مصنوعی بهعنوان دستیار بازاریابی شما: نحوهٔ بهرهبرداری مؤثر از مدلهای زبانی بزرگ در سئو و محتوا
ساختن اعتماد در عصر هوش مصنوعی: اخلاق بازاریابی محتوا و شفافیت
کشف کنید که چگونه نظرات کلیدواژهدار گوگل میتوانند نمایانی محلی، تعامل و تبدیلهای شما را ارتقا دهند – بههمراه قالبهایی برای کمک به شما.
بهطور کلی بر این باورند که کلیدواژهها در نظرات به بهبود رتبهبندیهای محلی کمک میکنند، اگرچه تأثیر آنها همچنان در میان جامعه سئو محلی بهصورت فعال مورد بحث است.
صرفنظر از اینکه حقیقت اثر بر رتبهبندی کجا قرار میگیرد، نظرات سرشار از کلیدواژه هنوز میتوانند ارزش معناداری برای سئو محلی فراتر از رتبهبندی خالص فراهم کنند.
در ادامه هفت دلیل برای اینکه همچنان باید نظرات سرشار از کلیدوارژه را تشویق کنید، آمده است.
۱. توجیهات نظرات
اگر نظرات شما بهطور مداوم یک کلیدواژه مرتبط با کسبوکار شما را ذکر کنند، احتمال اینکه پروفایل شما در جستجو توجیهی برای نظر دریافت کند، افزایش مییابد.
این نمایانی میتواند نرخ کلیک را ارتقا دهد. تعامل بالاتر ممکن است به بهبود ثانویهای در رتبهبندی موتورهای جستجو منجر شود.
۲. موضوعات مکان
گوگل از کلیدواژههای موجود در نظرات شما، موضوعات کلیکیپذیر «مکان» ایجاد میکند. این موضوعات:
ویژگیهای تخصصی شما را برجسته میکند.
نظرات را برای مشتریان فیلتر میکند.
میتواند تعامل پروفایل شما را افزایش دهد.
۳. چکیدههای نظرات
گوگل اصطلاحات پرتکرار را در سه بخش کوتاه نظرات نمایه تجاری خود به صورت بولد نشان میدهد. این کار کاربران جستجو کننده این اصطلاحات را به نمایه شما جذب میکند و امید است نرخ کلیک را افزایش دهد.
۴. نکات منو (رستورانها)
نکات منو از نظرات و عکسهای مشتریان استخراج میشوند، مشابه موضوعات مکان.
تحلیل اخیر کلودیا تومینا نشان داد که:
بخش نکات منو بر رتبهبندیها تأثیر میگذارد.
کلیدواژههای موجود در نظرات بر بخش نکات منو تأثیر میگذارند.
بنابراین، هنگامی که برای اصطلاحی که در نظراتتان ذکر شده، یک نکته منو دریافت میکنید، باید برای آن اصطلاح رتبه بهتری داشته باشید.
۵. خلاصههای ویرایشی هوش مصنوعی
خلاصههای تجاری تولید شده توسط هوش مصنوعی گوگل، مفاهیمی از نظرات (مانند «دنج») استخراج میکنند تا کسبوکار شما را توصیف کنند.
اگرچه نمیتوانید خلاصههای هوش مصنوعی گوگل را ویرایش کنید، تشویق مشتریان به گنجاندن کلیدواژههای خاص در نظراتشان میتواند هوش مصنوعی را به تأکید بر جنبههای مفید برای کسبوکار شما سوق دهد.
۶. خلاصههای نظرات هوش مصنوعی
هوش مصنوعی گوگل با تجزیه و تحلیل احساسات رایج و نکات بازخورد مشتریان، خلاصههای نظرات را تولید میکند.
اگر مشتریان شما کلیدواژههای مناسب را در نظراتشان بگنجانند، خلاصه نظرات شما جذابتر بهنظر خواهد رسید.
۷. ویژگی پرسیدن از نقشهها درباره این مکان
گوگل در حال حذف بخش Q&A قدیمی است و آن را با ویژگی هوش مصنوعی که پاسخها را از نظرات مشتریان استخراج میکند، جایگزین میکند.
این به این معنی است که نظرات دارای اطلاعات دقیق (و کلیدواژههای مناسب) بیش از پیش ارزشمند هستند.
چگونه کلیدواژهها را در نظرات خود بهدست میآورید؟
درخواست مستقیم از مشتریان با این سؤال «آیا میتوانید لطفاً [keyword] را به نظرتان اضافه کنید؟» منطقی نیست. این رفتار غیرطبیعی و عجیب است و باعث میشود مشتری از هدف شما سؤال کند.
اما این به این معنی نیست که گزینهای ندارید.
برای تشویق مشتریان به گنجاندن طبیعی کلیدواژههای مرتبط در نظراتشان، ابتدا الگوهای درخواست نظرات خود را ارتقا دهید.
مریم الیس بهتازگی راهنمای مفیدی درباره نحوه دریافت نظرات سرشار از کلیدواژه نوشت که شامل سه قالب درخواست نظرات است تا کار برای هر صاحب کسبوکار سادهتر شود.
این الگوها مشتریان را در مورد گفتن چه چیزی راهنمایی میکند، نظراتی طولانیتر، جزئیتر و سرشار از کلیدواژه تشویق میکند — و حتی میتوانند آنها را به افزودن عکس به نظراتشان ترغیب کنند.
در اینجا سه نمونه از این الگوها آورده شده است:
سناریو ۱: درخواست نظرات درباره محصولات خاص
سلام [customer name]، من [your name and job title] از [company name] هستم و مینویسم تا پیگیری کنم که خرید شما از [product] بهخوبی پیش رفته است. هدف من اطمینان از رضایت شماست و مایلم بپرسم آیا مایل هستید بازخورد خود را در یک نقد در [link] ارائه دهید؟ من یک عکس از [product] برای استفاده شما در نقد ضمیمه کردهام، در صورتی که عکس خود ندارید، و بسیار سپاسگزار میشوم اگر تجربهٔ خود را بهصورت زیر مرور کنید: – ویژگیهای این محصول که برای شما برجستهترین هستند – نکات مثبت یا منفی شما دربارهٔ آن – نحوهٔ استفادهٔ شما از محصول از زمان خرید. اگر چیزی هست که میتوانستیم بهتر کنیم، لطفاً مستقیماً با ما از طریق [phone number or feedback form link] تماس بگیرید. هدفم این است که کاملاً رضایت داشته باشید و از کسبوکار شما بسیار سپاسگزاریم. از اینکه زمان بگذارید و در نقد خود تجربهٔ شخصی خود را برای ما تعریف کنید، بسیار ممنونم. [review us here link or button] صمیمانه، [name, job title, business]
سناریو ۲: درخواست نظرات درباره خدمات خاص
سلام [customer name]، این [your name and job title] از [company name] است و ما از اینکه [service provided] را برای شما انجام دادیم، بسیار خوشحالیم. هدف من اطمینان از رضایت شماست و مایلم بپرسم آیا مایل هستید بازخورد خود را در یک نقد در [link] ارائه دهید؟ من یک عکس از [the service that was provided] برای استفاده شما در نقد ضمیمه کردهام، در صورتی که عکس خود ندارید، و خوشحال میشوم اگر تجربهٔ خود را بهصورت زیر مرور کنید: – آیا خدمت مطابق انتظار شما بود؟ – نکات مثبت یا منفی شما دربارهٔ این خدمت – نحوهٔ خدمات مشتری ما. اگر میتوانید نکات بهبود را بیان کنید، لطفاً مستقیماً با ما از طریق [phone number or feedback form link] تماس بگیرید. هدفم اطمینان از رضایت کامل شماست و ما از کسبوکار شما بسیار سپاسگزاریم. اگر زمانی برای بیان تجربهٔ شخصی خود در نقدتان داشته باشید، بسیار ممنون میشوم. [review us here link or button] صمیمانه، [name, job title, business]
سناریو ۳: درخواست نظرات زمانی که مطمئن نیستید مشتری چه چیزی خریده است
قالب ایمیل
سلام [customer name]، از اینکه مشتری ما هستید، سپاسگزاریم. من [your name and job title] از [company name] هستم. هدف من اطمینان از رضایت شماست و مایلم بپرسم آیا مایل هستید بازخورد خود را در یک نقد در [link] ارائه دهید؟ من یک عکس از [the business premises] برای استفاده شما در نقد ضمیمه کردهام، در صورتی که عکسی شخصی ندارید، و خوشحال میشوم اگر نظرتان را بهصورت زیر بیان کنید: – آیا خدمات مشتری ما برای شما مفید بود؟ – نکات مثبت یا منفی شما دربارهٔ فروشگاه ما – دلیل انتخاب فروشگاه ما. اگر میتوانید نکات بهبود را بیان کنید، لطفاً مستقیماً با ما از طریق [phone number or feedback form link] تماس بگیرید. هدف من اطمینان از رضایت کامل شماست و ما از کسبوکار شما بسیار سپاسگزاریم. بسیار ممنون میشوم اگر زمان بگذارید و تجربهٔ شخصی خود را در نقدتان برای ما تعریف کنید. [review us here link or button] صمیمانه، [name, job title, business]
حالا این را برای خود بهکار بگیرید
با اجرای چند بهبود ساده در درخواستهای نظرات، نظرات دقیقتری از مشتریان خود دریافت خواهید کرد و بازخورد ارتقاء یافتهشان مزایای بسیاری را به همراه خواهد داشت.
ممکن است حتی رتبهبندیهای گوگل خود را برای کلیدواژههای بیشتری ارتقا دهید، اما من نمیتوانم هیچچیز را تضمین کنم. با توجه به تمام مزایای دیگر، در واقع رتبهبندیها نباید هدف اصلی شما باشند.
گیمز ورکشاپ تیزر کوتاهی برای انیمیشنهای وارهر آینده منتشر کرده که انتظارات مشترکین پلتفرم استریمینگ وارهر پلاس را برای سال ۲۰۲۶ روشن میکند.
در ویدیو تعدادی انیمیشن جدید پیشنمایش داده شدهاند، اما برجستهترین آن بهویژه «آدپتا سوروریتاس» را به تصویر میکشد. ما یک «خواهر مبارزه» مجهز به بولتر سنگین میبینیم که گلولهها را بهسرعت میپاشد، و دِورا ویلدر بهعنوان یکی از این خواهران تأیید شده است. دِورا ویلدر در Baldur’s Gate 3 نقش Lae’zel را ایفا کرده بود و بهنظر من کاملاً مناسب برای «خواهران مبارزه» است.
در بخشی دیگر، انیمیشنی نشان میدهد که «آلداریها» (در یک پست از Warhammer Community، گیمز ورکشاپ تأیید کرد که اینها از Saim‑Hann، سریعترین و یکی از جنگطلبترین Craftworldها هستند) در مقابل نیروی دریایی امپراتوری در نبردهای هوایی بهجنگ میپردازند.
سپس شاید هیجانانگیزترین نما در تمام ویدیو: برزرکر کورن از لژیون خائنکار World Eaters که گیمز ورکشاپ گفت «در تعقیب» است.
بعضی از هواداران باور دارند این در واقع نگاهی به استارتس ۲ است، که پرانتظارترین انیمیشن در میان جامعهٔ طرفداران به شمار میآید. دلیل این ادعا این است که سبک دویدن برزرکر کورن شبیه به آنهایی است که پیشتر در «آستارتس» اصلی، از مارینهای فضایی دیدهایم. «آستارتس» اصلی توسط سوپرفان سیاما پدرسن ساخته شد و پس از آن برای ساخت دنبالهٔ رسمی به تیم پیوست. آیا این برزرکر کورن از یک انیمیشن کاملاً متفاوت است یا از استارتس ۲؟
آیا این یک نما از استارتس ۲ است؟ اعتبار تصویر: گیمز ورکشاپ.
این یکی از سؤالات بزرگ در پی این انیمیشن است، اما ما نگاهی واضح به پیشرفت کار بر روی استارتس ۲ میبینیم. در یک صحنه، روی یک مانیتور انیمیشن کاری نشان داده میشود که یک گروه از ترمیناتورهای دث واچ ظاهر میشوند تا یک سرباز انسانی بدون نام را محافظت کنند. این تیم ترمیناتورهای دث واچ به رهبری اینکوانیسیون است که در پیشنمایش اولیهٔ استارتس ۲ به شکل ناقص نمایش داده شد، اما از نمادهای پادستشان میدانیم که همانند پیشیناند (تلافیکنندگان، مرگآفرینها، دژمهای امپراتور، فرزندان مدوزا و فرشتان سرخ).
آستارتس بهطور گستردهای بهعنوان بزرگترین انیمیشن وارهر ۴۰٬۰۰۰ شناخته میشود، چه رسمی و چه غیررسمی، که تنها انیمیشن برجستهٔ آمازون انیمیشن Space Marine 2 برای مجموعهٔ سریال Secret Level در مقایسه با آن از نظر کیفیت رقیبی دارد. در واقع، آستارتس آنقدر عالی بود که این الهامبخش Space Marine 2 بسیار موفق سابر اینترکتیو بود در زمینهٔ ظاهر و احساس مارینهای فضایی.
هواداران برای سالها هیچ صدایی از گیمز ورکشاپ درباره استارتس ۲ نشنیده بودند و برخی دربارهٔ احتمال لغو مخفیانه آن سؤال کردند. اما در ژانویهٔ امسال گیمز ورکشاپ تیزر پیشنمایشی به همراه بازهٔ انتشار ۲۰۲۶ ارائه داد و اکنون تأیید دیگری داریم که این پروژه همچنان در حالکار است.
خواهران مبارزه در راهاند. اعتبار تصویر: گیمز ورکشاپ.
و در نهایت، نگاهی کوتاه به پایان فصل جاری «Blacktalon» میاندازیم. این همان توضیحی است که گیمز ورکشاپ ارائه کرده است: «Be’lakor بازگشته و احتمالاً در حال انجام کاری شیطانی است. با اینکه Hammerhal هنوز امن نیست و تیمشان پارهپوره است، آیا Neave و گروهش میتوانند نقشههای Dark Master را ناکام بگذارند؟»
در خبرهای دیگر وارهر ۴۰٬۰۰۰، تیتوس از Space Marine 2 تازه ارتقاء یافت و نقش اصلی را در گسترشنامهٔ روایتدار بعدی وارهر ۴۰٬۰۰۰ بر عهده گرفت.
هوش مصنوعی صوتی Beside هر ماه میلیونها تماس را پردازش میکند.
Beside، شرکت نوپای هوش مصنوعی صوتی که اوایل این ماه از مراحل مخفیکاری خارج شد، ۳۲ میلیون دلار جذب کرده تا «منشی هوش مصنوعی» خود را توسعه دهد؛ این منشی که پیش از این هم میلیونها تماس در ماه را پردازش میکند.
منشی هوش مصنوعی این استارتاپ با هدف پر کردن خلاء برای افرادی و کسبوکارهای کوچکی که توان استفاده از دستیار تماموقت را ندارند، طراحی شده است. این سرویس تماسها را پاسخ میدهد، جزئیات مشتریان را به خاطر میسپارد، زمان ملاقاتها را رزرو میکند و پیگیریها را مدیریت میکند؛ همه اینها از طریق برنامهای که مستقیماً به شماره تلفن موجود مشتری متصل میشود.
«ما این را شبیه استخدام یک معاون ارشد فارغالتحصیل هاروارد با حافظهای کامل میدانیم»، ماکسیم جرمین، مؤسس و مدیرعامل Beside مستقر در پاریس، به Fortune گفت. «به مرور زمان، این یک شریک معتبر میشود که مشتریان شما را میفهمد، پیگیریها را بر عهده میگیرد و به شما در کسبوکار بیشتر کمک میکند.»
استارتاپ هوش مصنوعی صوتی که در ایالات متحده فعالیت میکند، بهتازگی دور مالی Series A به مبلغ ۲۰ میلیون دلار را که توسط EQT Ventures رهبری شد، بههمراه مشارکت Index Ventures و سرمایهگذاران فرشتهای از جمله مؤسس Slack، استوارت باترفیلد، تکمیل کرد. این سرمایهگذاری پس از دور Seed به ارزش ۱۰٫۵ میلیون دلار که توسط Index هدایت شده و ۱٫۴ میلیون دلار سرمایهگذاری SAFE اضافی، صورت گرفت. Beside قصد دارد این منابع را برای توسعه محصول، استخدام نیروی انسانی و در نهایت گسترش به بازارهای اروپایی بهکار گیرد.
کائوشیک سوبرامانیان، شریک EQT Ventures، گفت: «Beside فقط بهینهسازی ارتباطات بین کسبوکارها و مشتریان را انجام نمیدهد، بلکه بهطور کامل در حال بازنگری نحوه انجام کارهاست.»
این شرکت ۱۸ ماه در حالت مخفیکاری تحت نام M1 کار کرده است و به درآمد سالیانه تکراری ۴ میلیون دلار با بیش از ۲۰,۰۰۰ مشتری پرداختکننده دست یافته؛ نیمی از این کاربران روزانه ۱۴ بار، شش روز در هفته، برنامه را باز میکنند.
تمرکز بر مصرفکننده
بهجای هدفگیری شرکتهای بزرگ، Beside مستقیماً به سوی مصرفکنندگان حرکت میکند؛ امری که جرمین میگوید باعث تمایز شرکت در فضای پر شلوغ فناوری صوتی هوش مصنوعی میشود. تیم مؤسس این شرکت از شرکتهای فناوری مصرفی مانند X، Snap و Jour (اپلیکیشن سلامت روانی که جرمین در سال ۲۰۲۱ به شرکت بیمهگر دیجیتال Alan فروخت) میآیند.
بازار هوش مصنوعی صوتی بسیار شلوغ است، عمدتاً بهدلیل قابلیت این فناوری برای خودکارسازی بخش قابلتوجهی از کارهای خدمات مشتری. انتظار میرود این بخش بهعنوان بازار از ۳٫۱۴ میلیارد دلار در سال ۲۰۲۴ به ۴۷٫۵ میلیارد دلار تا سال ۲۰۳۴ رشد کند.
استارتاپهای تخصصی مانند ElevenLabs و Vapi در حال حاضر با غولهای فناوری همچون آمازون و مایکروسافت برای ساخت سامانههای هوش مصنوعی صوتی واقعی رقابت میکنند؛ سامانههایی که میتوانند بهصورت خودکار به پرسشهای روتین مشتریان پاسخ دهند و زمانبندی ملاقاتها را بدون دخالت انسان انجام دهند. در حالی که بسیاری از کسبوکارها از چتباتها برای ارتباطات متنی استفاده میکنند، هوش مصنوعی صوتی که میتواند گفتگوهای طبیعی داشته باشد، دروازهای برای خودکارسازی دامنه وسیعتری از تعاملات مشتریان میگشود.
جرمین گفت شرکت با تمرکز بر دسترسی مستقیم به صد میلیون آمریکایی که کارهایشان از طریق تلفن انجام میشود—مانند قراردادکنندگان، مشاوران املاک، آرایشگران، کارگزاران و صاحبان کسبوکارهای کوچک که توان استخدام دستیار تماموقت را ندارند و بهدلیل این محدودیت فرصتهای تجاری را از دست میدهند—تمایز خود را نسبت به دیگران نشان میدهد. در بریتانیا، اکثر کسبوکارهای کوچک کمتر از ۴۰٪ از تماسهای ورودی خود را پاسخ میدهند و چهار نفر از هر پنج تماسکنندهای که به پست صوتی منتقل میشوند، هرگز بازنگردانده نمیشوند.
«ما وکلای داریم، پزشکان داریم، حتی کشیشها و کلیساها از این محصول استفاده میکنند. این محصول برای هر صنعتی ساخته شده است، اما هدفگذاری آن بر روی همان فرد یا همان ذهنیت در هر یک از این صنایع است… اگر واقعاً به مشتریتان اهمیت میدهید و میخواهید تجربهای بسیار بهتر ارائه کنید، جزئیات این گفتگو برای شما فوقالعاده مهم خواهد بود»، جرمین گفت.
هوش مصنوعی که به تلفن شما پاسخ میدهد
منشی هوش مصنوعی Beside میتواند تماسهای تلفنی را پاسخ دهد، مستقیماً با مشتریان صحبت کند و بر اساس گفتگو وظایف مختلفی را اجرا کند. Beside همچنین در حال گسترش برنامهٔ دسکتاپ خود است که بهصورت خودکار تمام تماسها و جلسات شما را ضبط میکند، چه در Zoom، چه بر روی تلفن یا بهصورت حضوری.
به عنوان مثال، برای یک آرایشگاه، این بدین معنی است که هوش مصنوعی میتواند تماس یک مشتری جدید را پاسخ دهد، درباره جزئیات مانند سبک دلخواه سؤال کند، زمان ملاقات را رزرو کند و بهصورت خودکار پیام تأیید ارسال کند؛ همزمان تمام جزئیات مکالمه ثبت و ملاقات را به تقویم آرایشگاه اضافه میکند. این تعاملات ضبط و قابل جستجو هستند، بهطوری که کارکنان میتوانند دقیقاً درخواست مشتری را پیش از حضور او بررسی کنند.
«عدم اضطراب برای فراموش کردن هر آنچه مشتری میخواهد، ارزشی بینظیر است»، دومینیک سانتیاگو، که یک شرکت تجاری خدمات لنداسکیپینگ در نیوجرسی اداره میکند و از برنامه Beside برای کسبوکار خود استفاده میکند، گفت. «این همه چیز را تحت کنترل نگه میدارد و تجربهٔ مدیریت کسبوکار من را بهطور کامل تغییر میدهد.»
هوش مصنوعی همچنین میتواند مکالمات متنی را مدیریت کند و کاربران حتی میتوانند صدای خود را شبیهسازی کنند. تمام مکالمات بهصورت متنی ثبت و قابل جستجو هستند، بهطوری که Beside آن را «مغز دوم» برای کسبوکارهای کوچک مینامد.
تیم کرتس، که بهعنوان شریک یک نمایندگی بیمه در ونتورا فعالیت میکند، میگوید پس از استفاده از محصول، حجم بیمهنامههای جدید نوشتاریاش از ۴۰,۰۰۰ دلار به ۱۲۰,۰۰۰ دلار در یک شب، صرفاً بهتنهایی رشد کرد.
گسترش سازمانی
شرکت همچنین بر گسترش ویژگیهای تیمی متمرکز است تا به کسبوکارهای کوچک با تعداد ۲۰ تا ۵۰ نفر اجازه دهد زمینهٔ مشتری را به اشتراک بگذارند؛ بهطوری که همه تاریخچه و ترجیحات یک مشتری را بدون نیاز به پرسش مکرر میدانند.
«اگر با کسبوکاری که توسط Beside پشتیبانی میشود تعامل داشته باشید، باید همان حس را داشته باشید که وقتی به یک هتل فوقالعاده لوکس میروید؛ جایی که یکبار نام خود را میگویید و تمام کارکنان هتل نام، اتاق و ترجیحات شما را میدانند. دیگر نیازی نیست همان را بارها تکرار کنید؛ فقط مراقبت میشوید»، جرمین گفت.
بهجای لایهگذاری هوش مصنوعی روی سامانههای تلفنی موجود، Beside زیرساختهای مخابراتی را از پایه بازسازی کرده است. این شرکت اکنون میلیونها تماس ماهانه را مدیریت میکند؛ شامل تأمین شماره، رعایت مقررات، ارجاع تماس و انتقال شماره. در بلندمدت، جرمین اعلام میکند که برنامه دارد تبدیل به یک اپراتور کامل موبایل با یکپارچگی در سطح سیم کارت شود.
«تحویل تماسهای با کیفیت بالا در هر مکانی — در یک کامیون، در سایت کاری، یا در شهر شلوغ — چالشی فنی بسیار دشوار است»، او میگوید. «با تسلط بر اکوسیستم پیچیدهٔ مقرراتی و اپراتوری ایالات متحده، یک الگوی عملیاتی ساختهایم که میتوانیم بهصورت جهانی بازتولید کنیم.»
پس از اینکه به هزاران شرکت کمک کرد تا نحوهٔ واقعی انجام کارها را مستند کنند، Scribe ۷۵ میلیون دلار جذب کرده و پس از این سرمایهگذاری به ارزش ۱.۳ میلیارد دلار رسیده است تا Scribe Optimize را عرضه کند؛ پلتفرمی که جریانهای کاری در سراسر سازمان را نقشهبرداری میکند تا نشان دهد خودکارسازی و هوش مصنوعی در کجا واقعاً بازدهی میآورند، نه اینکه به هزینهای هدر رفته تبدیل شود.
دور سرمایهگذاری تماماً سهامدار سری C توسط StepStone رهبری شد و سرمایهگذاران موجود شامل Amplify Partners، Redpoint Ventures، Tiger Global، Morado Ventures و New York Life Ventures نیز در آن مشارکت داشتند. این تأمین مالی جدید بیش از یک سال پس از جذب ۲۵ میلیون دلار در سری B، که استارتاپ پنج ساله تا کنون بهطور عمده نیازی به استفاده از آن نداشت، اتفاق افتاد؛ جنیفر اسمیت، همبنیانگذار و مدیرعامل Scribe (در تصویر سمت چپ) در یک مصاحبه اختصاصی اینچنین گفت. با این دور سرمایهگذاری، Scribe قصد دارد انتشار Scribe Optimize و محصولات مرتبط را تسریع کند، چرا که شرکتها در تعیین مکان بیشترین تأثیر هوش مصنوعی و خودکارسازی دچار دشواری هستند.
بسیاری از شرکتها در حال مسابقه برای پذیرش هوش مصنوعی هستند، اما اسمیت به TechCrunch گفت که اکثر آنها هنوز نمیتوانند به سؤال اساسی «چه کاری را ابتدا خودکار کنیم؟» پاسخ دهند. شرکتها معمولاً سعی میکنند از طریق مصاحبهها، کارگاهها یا بهرهگیری از مشاوران به این سؤال پاسخ پیدا کنند؛ رویکردهایی که ماهها زمان میبرد و هنوز بسیاری از کارهای روزمرهٔ افراد را از دست میدهند.
او گفت: «بدون دانستن دقیق نحوهٔ انجام کار، تعیین نقاط بهبود، خودکارسازی یا استفاده از عوامل (agents) بسیار دشوار است.» «Scribe Optimize دقیقاً به این سؤال پاسخ میدهد. بهسادگی، این ابزار جریانهای کاری را تجزیه و تحلیل میکند تا بفهمد افراد در محل کار چه کارهایی انجام میدهند و سپس این اطلاعات را بهصورتی تجمیع میکند که در یک پنجرهٔ یکپارچه به شما نشان میدهد: اینها جریانهای کاری واقعی هستند، با فراوانی اجرا، زمانبرداری و سایر جزئیات.»
Scribe در سال ۲۰۱۹ توسط اسمیت و CTO آرون پودولنی (در تصویر سمت راست) تأسیس شد؛ این شرکت پیش از رونق GenAI شکل گرفت و محصول اصلی فعلیاش، Scribe Capture، بهصورت خودکار نحوهٔ انجام کارها را مستند میکند. هر زمان که کاربر یک فرایند یا جریان کاری را تکمیل میکند، Capture با استفاده از افزونه مرورگر و برنامه دسکتاپ خود، راهنمای گام به گام شامل متن و اسکرینشاتها تولید میکند. این راهنماها میتوانند برای همکاران به اشتراک گذاشته شوند یا در ابزارهای داخلی تعبیه شوند تا سؤالات تکراری کاهش یابد، خطاها به حداقل برسد و فرآیند جذب نیروی جدید تسریع گردد.
بهگزارش این استارتاپ، مشتریان استفادهکننده از Scribe Capture بهطور متوسط بین ۳۵ تا ۴۲ ساعت در ماه برای هر نفر صرفهجویی میکنند و زمان استخدام نیروی جدید تا ۴۰ درصد سریعتر میشود.
بازار مستندسازی فرآیندها شامل شرکتهایی همچون Tango، Iorad، UserGuiding و Spekit است. با این حال، اسمیت به TechCrunch گفت که Scribe در برابر وضعیت موجودی که افراد بهدستساز جریانهای کاری را ثبت میکنند، رقابت میکند.
او افزود: «مردم هنوز برای درک یک فرآیند از کرنومتر استفاده میکنند و پشت سر کسی مینشینند تا آن را بفهمند.» «حتی امروزه نیز هنگام استقرار عوامل هوش مصنوعی، نکتهٔ طنزآمیز این است که فرآیند استقرار این عوامل بهطرز چشمگیری دستی باقی مانده است.»
تا به امروز، Scribe بیش از ۱۰ میلیون جریان کاری را در میان ۴۰٬۰۰۰ برنامهٔ نرمافزاری مستند کرده است. این استارتاپ اعلام کرد که بیش از ۵ میلیون کاربر دارد و در تیمهای ۹۴ درصد از شرکتهای Fortune 500 استفاده میشود. علاوه بر این، ۷۸٬۰۰۰ سازمان بهعنوان مشتریان پرداختی این سرویس شناخته میشوند. از جمله کاربران این شرکت میتوان به تیمهای New York Life، T‑Mobile، LinkedIn، HubSpot و Northern Trust اشاره کرد.
اسمیت به TechCrunch گفت: «کاربران برای استفاده از Scribe نه بهدلیل فرمان سرپرست خود، بلکه بهدلیل خودخواستشان این سرویس را انتخاب میکنند.» «این روند از کاربر نهایی آغاز میشود، سپس به سرپرست تیم، سرپرست بخش و در نهایت به واحد مرکزی که به دنبال پاسخ به سؤالاتی همچون مقیاسپذیری، دانش موجود، روشهای اجرایی و بهبود مستمر هستند، ارتقا مییابد.»
این استارتاپ مستقر در سانفرانسیسکو پس از ایالات متحده، بازارهای اصلی خود را در بریتانیا، کانادا، استرالیا و اروپا میبیند.
Scribe اعلام کرد که درآمد خود را در سال گذشته بیش از دو برابر کرده است، هرچند ارقام دقیق را فاش نکرده است، و همچنین بیان کرد که ارزشگذاری شرکت از دور قبلی پنجبرابر شده است. این استارتاپ هماکنون ۱۲۰ کارمند دارد و برنامه دارد در ۱۲ ماه آینده این تعداد را دو برابر کند، به گفته اسمیت.
موضوعات
هوش مصنوعی، انحصاری، جن AI، Scribe، Scribe Capture، Scribe Optimize، استارتاپها، StepStone، ایالات متحده
اگر هوش مصنوعی را بیدلیل به کار ببرید، ذهنتان را کدر میکند. اما با رویکرد استراتژیک و دستورات مناسب، میتواند ابزار قدرتمندی باشد
عکس توسط Smith Collection/Gado/Getty Images
حدس میزنم که این روزها درباره هوش مصنوعی، بهخصوص چتباتها، از هر طرف میشنوید: اخبار، رسانههای اجتماعی، همکاران در محل کار، و شاید حتی از مادربزرگتان. همه ما اینطوریم. در واقع، برخی حتی واکنش آلرژیک نسبت به هیجانات هوش مصنوعی نشان دادهاند؛ وعدههای بیش از حد و پیشبینیهای منفی. یک روز میگویند «AGI [هوش مصنوعی بهمانند انسان] اینجاست»، روز بعد میگویند «هوش مصنوعی شغلتان را خواهد گرفت»، و روز بعد میگویند «هوش مصنوعی از تراپیست شما بهتر است».
من اینجا بهعنوان یک دوستدار هوش مصنوعی حضور ندارم، بلکه بهعنوان راهنمایی برای کمک به شما در عبور از این دنیای جدید حضور دارم. بر اساس نظرسنجیها، 78٪ درصد از سازمانها، 81٪ درصد از پژوهشگران، 86٪ درصد از دانشجویان، و تقریباً دوسوم پزشکان هماکنون بهنوعی از هوش مصنوعی استفاده میکنند. چه بخواهیم و چه نخواهیم، چتباتها اینک بخشی جداییناپذیر از زندگی ما هستند. این لزوماً مشکل نیست، بلکه نحوه استفاده ما از آن است. برای محافظت از خود و احتمالاً بهرهبرداری از مزایا، کافی است کمی بیشتر در طراحی تعامل هوشمندانه بین ذهنتان و چتباتها تلاش کنید.
نتایج اولیه نشان میدهند که درگیر شدن بیش از حد و بیدقت با چتباتها میتواند اثرات مخرب شناختی بهبار آورد. به عنوان مثال، تحقیقی که توسط مدرسه وارتون دانشگاه پنسیلوانیا هدایت شد، نشان داد که در حالی که یک چتبات عملکرد ریاضی دانشآموزان را بهبود میبخشید، این سود شبیه یک عصا بود؛ وقتی هوش مصنوعی برداشته شد، عملکرد دانشآموزان حتی از گروه کنترل ضعیفتر شد. در مطالعهای دیگر، مایکل گرلیچ از مدرسه کسبوکار سوئیسی SBS دریافت که هرچه دانشآموزان بیشتر از چتباتها استفاده میکردند، تواناییهای تفکر انتقادیشان بیشتر آسیب میدید. علاوه بر این، یک مطالعهی جدید تصویربرداری مغزی توسط پژوهشگران MIT نشان داد که دانشآموزانی که با کمک چتبات مقالهای نوشتند، پس از چند دقیقه نتوانستند محتوای آن را بهخاطر بسپارند و فعالیت مغزی آنها کمتر و کمسازگاریتری نسبت به گروهی که بدون چتبات کار کرده بود، داشت.
چه هوش مصنوعی مورد علاقهتان ChatGPT، Gemini، Claude یا Grok باشد، ممکن است درباره این گونه آسیبها به تفکر انتقادی و خلاقیت خود نگران باشید. برای کمک به شما در اجتناب از این مسأله، توصیههایی برای استفاده هوشمندانه از هوش مصنوعی ارائه میدهم. تمرکز من بر کارهای فکری و پروژهای مانند نوشتن، پژوهش و توسعه ایده است، نه حمایت عاطفی، مشاوره زندگی یا برنامهنویسی.
خبر خوب این است که نه خود فناوری است که خطر خنگتر شدن ما را بهوجود میآورد، بلکه نحوه استفاده ما از آن است. برای محافظت از خود و احتمالاً بهرهبرداری از مزایا، کافی است کمی بیشتر در طراحی تعامل هوشمندانه بین ذهنتان و چتباتها تلاش کنید.
نکات کلیدی
وقتی چتباتهای هوش مصنوعی را بیش از حد یا بدون فکر استفاده کنیم، میتوانند عملکرد فکری ما را مختل کنند. خبر خوب این است که مشکل از فناوری نیست، بلکه از نحوه استفاده آن است. برای محافظت از خود و احتمالاً بهرهبرداری از مزایا، کافیست کمی بیشتر در طراحی تعامل هوشمندانه بین ذهنتان و چتباتها تلاش کنید.
بازنگری و تعیین مرزها. یک قدم به عقب بردارید و از خود بپرسید چه چیزهایی برای توسعه شخصی و حرفهایتان در سه تا 10 سال آینده مهم است. این میتواند به شما کمک کند تا بهتر تشخیص دهید استفاده از چتبات میتواند به اهداف بلندمدتتان کمک کند یا مانع آن شود. میتوانید یک درخت تصمیمگیری را نزدیک محل کار خود نگه دارید تا در هر لحظه راهنمایی کند آیا استفاده از هوش مصنوعی مناسب است یا خیر.
استفاده هوشمندانه از هوش مصنوعی. مهمترین قانون این است که همیشه ابتدا بدون هوش مصنوعی فکر کنید. وقتی از یک چتبات ورودی میگیرید، همواره آن را با شکگریزی بررسی کنید و ادعاهای مهم را تأیید کنید. از دستورات خلاقانه (پرامپتها) استفاده کنید تا از پاسخهای کلی یا مشاورههای عمومی اجتناب کنید – برای مثال، از ربات بخواهید کار شما را همچون یک فیلسوف باستانی نقد کند. همچنین میزان وابستگی خود به هوش مصنوعی در هر کار را پیگیری کنید تا از وابستگی بیش از حد جلوگیری کنید.
طراحی دستورات مؤثر. تمایز مهمی بین دستورات «حالتدستوری» (directive mode) وجود دارد که چتبت را تشویق میکند مانند یک سرپرست کاری باشد که کار شما را نقد میکند، و دستورات «حالتغیردستوری» (non‑directive mode) که آن را بیشتر شبیه یک راهنمای فکری میکند که به توسعهٔ افکار و ایدههایتان کمک میکند. حالت اول برای زمانی مناسب است که پیشنویس یا ایدهٔ توسعه یافته داشته باشید؛ حالت دوم برای زمانی مناسب است که افکار و ایدههای شما هنوز نیمهپخت هستند.
بازنگری و تعیین مرزها
بدون بازنگری، آسانتر میتوانید تنبلی کنید و بیش از حد ورودیهای هوش مصنوعی را بپذیرید. پیش از این که بهصورت خودکار یا بیدقت از چتباتها استفاده کنید، میتواند رشد شخصی شما را در درازمدت تضعیف کند. پیش از پرداختن به روشهای خاص استفاده از هوش مصنوعی، توصیه میکنم یک گام به عقب بردارید و از خود بپرسید: چه چیزهایی برای توسعهٔ شخصی و حرفهایام در سه، پنج، یا 10 سال آینده مهم است؟ اهداف کلیدی خود را بنویسید، تصویر ذهنی خود را توصیف کنید، یا صرفاً مهارتهایی که میخواهید پرورش دهید را فهرست کنید. این کار نقطهمرجعی واضح به شما میدهد تا استفادهتان از هوش مصنوعی را ارزیابی کنید. در ادامه یک مثال میآورم:
هدف: در پنج سال آینده میخواهم مشاور کسبوکار شوم.
تواناییهای مورد نیاز: تولید راهحلهای خلاقانه، تصمیمگیری برای سناریوهای پیچیده، ارزیابی انتقادی تعادلها، ارائه متقاعدکننده، انعطافپذیری در زمینهها، و غیره.
با این بازنگری، پیش از آغاز هر کار، میتوانید بهتر تشخیص دهید که استفاده از چتبت به اهداف بلندمدت شما کمک میکند یا مانع آن شود. برای مثال، اگر عادت کنید از چتبت برای طراحی استراتژیهای خلاقانه از ابتدا استفاده کنید، ممکن است در کسب مهارتهای تصمیمگیری استراتژیک بهضرر شما باشد. پس از بازنگری ممکن است تصمیم بگیرید که چتبتها را فقط برای کارهای روتین یا تکراری که تأثیر مستقیمی بر توسعه حرفهای شما ندارند، به کار ببرید.
برای سادهسازی این فرایند، میتوانید یک درخت تصمیمگیری رسم کنید و نزدیک محل کار خود نگه دارید. در ادامه درخت تصمیمگیری خودم را بهاشتراک گذاشتم ( برخی اصطلاحات مانند «حالتدستوری» را بعداً در این راهنما توضیح میدهم). آزاد باشید درخت من را برای استفاده شخصی خود تطبیق دهید.
درخت تصمیمگیری برای استفاده از چتبت. منبع: نیک کابرل (ساخته در Draw.io)
استفاده استراتژیک از هوش مصنوعی
همیشه بدون هوش مصنوعی شروع کنید
حالا بهجزئیات روشهای هوشمندانه استفاده از هوش مصنوعی میپردازیم. اگر فقط یک قانون را رعایت کنید، این باشد: برای هر کاری که فکر کردن مهم است، ابتدا بهتنهایی سعی کنید، سپس چتباتها را به کار ببرید. میتوانید این استراتژی را مثل یک ساندویچ تصور کنید:
لایهٔ پایه = «مواد خام» شما. هر کاری که باشد، چه نوشتن یک مقاله، ساختن یک استدلال یا ایده، یا برنامهریزی یک ارائه، ابتدا چیزی را بهصورت خودتان. تولید کنید.
لایهٔ میانی = پشتیبانی چتبات. از چتبات بخواهید کار شما را نقد کند، نقاط ضعف را نشان دهد، فرضیات شما را بهچالش بکشد یا زاویههای متفاوتی پیشنهاد دهد. سپس بر این بازخورد تأمل کنید.
لایهٔ بالایی = یکپارچهسازی. بازخورد را بهصورت انتخابی در کار اصلی خود ادغام کنید. خودتان تصمیم بگیرید چه چیزی تفکر شما را تقویت میکند و چه چیزی را کنار بگذارید.
این استراتژی نه تنها اصالت شما را حفظ میکند، بلکه به یادگیری شما نیز کمک میکند. وقتی ابتدا با مشکل مواجه میشوید، درک خود را از مسأله و نحوهٔ برخورد با آن میسازید. سپس استفاده از چتبات به شما امکان میدهد آن درک را اصلاح و گسترش دهید. در مقابل، تکیه بر راهحلهای آماده، ایدههای هوش مصنوعی را از تفکر شما جدا میکند و اعمال آنها را بعداً دشوارتر میسازد.
پذیرش رویکرد شکاکانه
هنگام دریافت پاسخی از چتباتها، همواره شکاک بمانید و اطلاعات دریافتی را زیر سؤال ببرید. این مهم است چون هوش مصنوعی تمایل دارد به «توهمها» (تولید اطلاعات نادرست با اطمینان بالا) دچار شود. در ادامه میآید که چگونه توهمها را بهحداقل برسانید و با آنها مقابله کنید:
اطمینان از صحت ادعاهای مهم با منابع. برای پرسشهای واقعی یا مبتنی بر شواهد، از سیستمهایی استفاده کنید که منابع معتبر را ادغام میکنند (مانند ChatGPT با قابلیت «جستجوی وب»، Perplexity یا Scite). بسیاری از چتباتها اکنون حالت «پژوهش عمیق» را نیز ارائه میدهند. برای وظایف پژوهشی، این گزینه معمولاً بهتر است چون کمتر به دادههای داخلی مدل وابسته است و بیشتر به جستجوهای زندهٔ اینترنتی. این حالتها همچنین گامهای عبوری سیستم برای رسیدن به جواب را نشان میدهند، که فرآیند را کمتر به یک جعبهٔ سیاه تبدیل میکند و ارزیابی آن را برای شما آسانتر میسازد. روی لینکهای ارائهشده برای ادعاهای خاص کلیک کنید، ادعای دقیق را در منبع پیدا کنید و خودتان تأیید نمایید. میتوانید از دستورات خاصی هم استفاده کنید (دستورات همان راهنماییهایی هستند که به AI میدهید – دربارهٔ اینها بعداً توضیح میدهم) مانند: سه تا پنج منبع مرتبط را فهرست کنید و مستقیماً به جایی که این ادعا ظاهر میشود لینک بدهید. اگر منبع معتبری وجود نداشته باشد، بهوضوح بیان کنید. اگر مطمئن نیستید، پاسخ «نمیدانم» بدهید. حدس نزنید.
بررسی تعصبات و نقاط کور. گاهی حتی اگر پاسخ از نظر فنی درست باشد، ممکن است محدود، کلینگر یا تعصبی بهدلیل محدودیتهای دادههای آموزشی AI باشد. برای جلوگیری از اینموضوع، عادتی بسازید که بهصورت فعال با دستورات زیر، کمبودها را کشف کنید: چه تعصبات احتمالی میتوانند این پاسخ را شکل دهند؟ یا دو تا سه دیدگاه جایگزین یا راهحل خلاقانه پیشنهاد دهید که فراتر از پاسخهای معمولی باشد.
پیشبرد خلاقیت
با دستورات پیشبینیپذیر مانند خلاصهکردن این متن یا بازنویسی پاراگراف من قناعت نکنید. تقریباً همه از چنین دستورات سنتی استفاده میکنند، که دلیل آن است که خروجیها اغلب کلی هستند. بهجای آن خلاقیت خود را تمرین کنید و چتباتها را بهعنوان یک فضای بازی برای تخیلتان در نظر بگیرید. در ادامه چند روش ملموسی که خودم با این رویکرد بهکار گرفتهام آورده شده است:
نقشآفرینی. هنگام آزمایش یک ایده برای سخنرانی درباره هوش مصنوعی در آموزش، از چتبات پرسیدم: «این ایده را مانند یک فیلسوف باستانی که نسبت به تکنولوژی شکگرایانه است نقد کنید. سپس دوباره آن را مانند یک سرمایهگذار مخاطرهپذیر که بهدنبال پتانسیل تجاری است نقد کنید». ترکیب این دو دیدگاه مختلف به من کمک کرد استدلالم جامعتر شود.
جستجوی تمثیلها. یک بار در تلاشم برای توضیح به زبان ساده اینکه چرا اتکا به چتبتها برای اتخاذ روشهای میانبر، یادگیری اصیل را تضعیف میکند، از چتبت خواستم: «تمثیلهایی پیشنهاد دهید که چرا استفاده از هوش مصنوعی بهعنوان میانبر مضر است». او تمثیل «تلپورتاسیون در مقابل ناوبری مبتنی بر نقشه» را پیشنهاد داد. این مفهوم بعدها به من کمک کرد ایده را بهصورت واضح و جذاب برای دانشآموزان توضیح دهم.
جستجوی زوایای جدید. هنگام توسعه یک مفهوم از علوم شناختی عصبشناسی، از چتبت پرسیدم: «چه فرآیندهای مشابهی در فیزیک یا ریاضیات وجود دارند که میتوانند روشنکننده این ایده باشند؟» مقایسهای که ارائه داد، شباهتهای شگفتآوری نشان داد، از جمله توصیف فنیتری از این فرآیند نسبت به آنچه من در ابتدا بیان کرده بودم. این نه تنها درک من را غنیتر کرد، بلکه زبانی برای ارتباط دقیقتر این مفهوم به من داد.
قابل توجه است که بهطور کلی، مدلهای پیشرفتهتر (تا سپتامبر 2025، که شامل GPT‑5، Grok 4، Gemini 2.5 Pro، Claude Sonnet 4.5 هستند) تمایل به خلاقیت بیشتری دارند، چرا که دامنهٔ اطلاعات وسیعتری را در بر میگیرند و میتوانند فاصلههای بزرگتری بین مفاهیم پل بزنند.
پیگیری و تعادل مشارکتهای خود در مقابل هوش مصنوعی
بهراحتی میتوانید تنبلی کنید و بیش از حد ورودیهای هوش مصنوعی را بپذیرید. برای حفظ اختیار و حق مؤلف بودن بر کار خود، این تمرین پیگیری را به کار بگیرید:
یک جدول دو ستونی بسازید – ستونی برای ورودیهای شما (ایدهها، استدلالها، طرح کلی، استدلال) و ستونی برای ورودیهای چتبات (بازنویسی، مثالها، تمثیلها، نقدها).
به هر مشارکت از 1 تا 10 امتیاز بدهید بسته به میزان مرکزی بودن آن در شکلگیری کار. برای مثال، اگر طرح کلی اولیهتان مسیر کل کار را تعیین کرده باشد، میتوانید 9 امتیاز بدهید. اگر چتبت تمثیلی پیشنهاد کرده باشد که بهدرد بخورد، شاید 2.
امتیازها را جمع کنید تا تعادل را ببینید. آیا اکثر کارهای فکری اصلی را خودتان انجام دادید یا چتبت وزن عمده را بر عهده گرفت؟
اگر متوجه شوید چتبت در کارهای کلیدی امتیاز بیشتری نسبت به آنچه میخواهید میدهد، نحوهٔ درخواست (پرامپت) خود را تغییر دهید. برای مثال، آن را به ارائهٔ نکات بهجای پاسخها محدود کنید، یا فقط از آن برای وظایف حمایتی مثل اصلاح نگارشی بپرسید، در حالی که مشارکت اصلی را خودتان حفظ کنید.
طراحی دستورات مؤثر
پیش از این چند پرامپت را ذکر کردهام، اما چون اینها برای تعامل شما با هوش مصنوعی کلیدیاند، بیایید عمیقتر بررسی کنیم. سیستمهایی مانند ChatGPT، Claude، Grok یا Gemini طوری طراحی شدهاند که دوستانه و خوشایند باشند، نه برای رشد شما – مگر اینکه بهدرستی پرامپت کنید. دو استراتژی متمایز مؤثر است: درخواست رهنمودهای «دستوری» یا «غیر‑دستوری» از چتباتها. در حالت دستوری، چتبت فاصلهٔ نزدیکتری دارد و تفکر شما را بیشتر هدایت میکند، در حالی که در حالت غیردستوری، سعی میکند از هدایت بیش از حد پرهیز کند. بیایید هر دو را مرور کنیم و ببینیم چه زمانی استفاده از هر یک منطقی است.
حالت دستوری
از این حالت whenever (هر زمان) که یک «محصول» ملموس مانند پیشنویس مقاله یا ایدهٔ توسعهیافته داشته باشید استفاده کنید. بهعبارت دیگر، در اینجا از چتبات بهعنوان یک سرپرست کاری برای ارائه بازخورد، ارزیابی استدلالها یا ایدههایتان، شناسایی و نقد نقاط ضعف و غیره استفاده میکنید. از آنجا که کار من به تولید محتوای متنی فراوان نیاز دارد، گاهی از چتباتها میخواهم پیشنویسهایم را بهطور انتقادی ارزیابی کنند. پرامپت استانداردی که من استفاده میکنم تقریباً شبیه این است:
بهعنوان یک بازبین انتقادی عمل کنید. وضوح استدلال من، منطق ساختارم و توانایی قانعکنندگی شواهدم را ارزیابی کنید. نقاط ضعف یا خلاها را بیان کنید و راههایی برای بهبود جریان و انسجام پیشنهاد دهید. متن را خودتان بازنویسی نکنید. فقط بر بازخوردهای انتقادی تمرکز کنید.
حالت غیردستوری
از این حالت وقتی استفاده کنید که میخواهید تأثیر چتبت را بهحداقل برسانید – میخواهید او کمتر شبیه یک سرپرست باشد و بیشتر شبیه یک مربی که بهترینهای شما را بیرون میآورد. تفاوت کلیدی با حالت دستوری این است که شما نمیخواهید دستورهای مستقیم برای اصلاح دریافت کنید، بلکه میخواهید هوش مصنوعی بهصورت مبهم به حوزههایی اشاره کند که ممکن است نیاز به توجه شما داشته باشند. بقیه کارها، مانند شناسایی یک مشکل مشخص و رفع آن، بر عهدهٔ شماست. برای مثال، در کارهای نوشتاری خلاقانهام، غالباً از پرامپتی بهصورت زیر استفاده میکنم:
هرگز بهصورت مستقیم به من بگویید چه چیزی را اصلاح کنم و از تحمیل قوی دیدگاه خود خودداری کنید. بهجای آن، بهصورت خنثی و مبهم به حوزههایی که ممکن است نیاز به بررسی بیشتری داشته باشند اشاره کنید. برای مثال، ابهامات احتمالی، عبارات گیجکننده یا ایدههایی که میتوانند تقویت شوند را مطرح کنید. اگر مشکلی واضح میبینید، نپذیرید “استدلال X ضعیف است، باید Y اضافه کنید.” بلکه بنویسید “آیا نقاط ضعفی در استدلال X وجود دارد؟ چه نکاتی میتوانند توسط یک شکاک مورد انتقاد قرار گیرند؟” یا اگر جملات خاصی مبهم هستند، مستقیماً به آنها اشاره نکنید و بازنویسی نکنید؛ بن
در کتابی تازه، زیستشناس فضایی ناسا، کالب شارف میگوید سرنوشت حیات بر روی زمین ممکن است به ترک سیارهمان وابسته باشد
نوشتهٔ لی بیلینگز
داستان چند میلیارد سالهٔ حیات بر روی زمین با چند تحول اساسی تعریف میشود، از جمله ظهور سلول، گسترش ارگانیسمهای چندسلولی و گسترش بیوسفر از دریای اولیه به خشکی و آسمان. امروزه، با این که حیات تقریباً در هر زیرمجموعهای از زمین نفوذ کرده است، به نظر میرسد دیگر جایی برای رفتن نمانده باشد. اما البته هنوز یک مکان وجود دارد که بهعنوان مرز تکاملی بعدی حیات ما را فرا میخواند: فضا. و انسانها بهطور ویژهای موقعیتی دارند تا این گذار بزرگ را با خروج از لانهٔ سیارهایمان پیش ببرند.
کالب شارف این موضوع را در کتاب تازهٔ خود، پرش عظیم (Basic Books, 2025) مطرح میکند. او با تکیه بر تخصص خود بهعنوان دانشمند ارشد زیستشناسی فضایی در مرکز تحقیقات ایمز ناسا استدلال میکند که دوران مدرن سفرهای فضایی ما تنها مسألهای از رقابتهای ژئوپولیتیک و نوآوری تکنولوژیک نیست، بلکه بخشی از یک ضرورت تکاملی عمیقتر و بنیادیتر است. برای اولین بار در تاریخ زمین، حیات—بههمراه فناوری انسانی بهعنوان عاملش—میتواند بهصورت دائم از یک سیارهٔ تنها به بقیهٔ سامانهٔ خورشیدی گسترش یابد. شارف این مسیر جدید را «پراکندگی» نامیده و اشاره میکند که این امکان در همان زمانی میرسد که دامنهٔ روزافزون ما بر زمین، سیاره را به سمت نقاط بحرانی مخرب در تغییرات اقلیمی، از دست رفتن تنوع زیستی و مصرف منابع میکشاند. بهنظر میرسد این گذار تکاملی بزرگ دیگر نمیتواند دیرتر برسد—چون سرنوشت حیات بر روی زمین در نهایت ممکن است به ترک سیارهمان وابسته باشد.
مجلهٔ علمی آمریکایی با شارف دربارهٔ برخی پیامدهای این دیدگاه کیهانی گفتگو کرد—از محدودیتهای فیزیکی گسترش انسانی در سرتاسر سامانهٔ خورشیدی تا جستجوی مشکوک برای ساخت مستعمره در مریخ و عدم قطعیتهای سیاسی که میتوانند «پراکندگی» را پیش از آغاز حتی خفه کنند.
[یک متن ویرایششدهٔ مصاحبه در ادامه میآید]
منشأ این کتاب چه بود؟
اگر صادق نباشم و بگویم این کتاب بهدلیل علاقهٔ من به فضا به وجود نیامده است، دروغ میگویم. اما منشأ عمیقتر این است که بهسوال این بپردازیم که وقتی حیات فراتر از ریشهٔ سیارهایاش میرود، چه شکلی دارد و چه معنایی میگیرد. بسیاری از چشماندازها برای آیندهٔ ما در فضا وجود دارد و دربارهٔ آنچه پس از ساختن، میدانیم، آسانسورهای فضایی و دیگر موارد میگویند. این چشماندازها میتوانند بیش از پیش تخیلی شوند. اما معمولاً به ما تصویر کلی نمیدهند؛ آنها سعی میکنند جزئیات آینده را تصور کنند که کار بسیار دشواری است، به همین دلیل احتمالاً اشتباه میکنند. بنابراین من این سؤال را مطرح کردم که آیا میتوانیم بهجای آن، بهآنچه ممکن است «تاریخ طبیعی اکتشاف فضا» نامیده شود—یعنی پرواز فضایی بهعنوان پدیدهای سیارهای—نگاه کنیم و ببینیم این چه چیزی به ما میگوید.
بیایید دربارهٔ «پراکندگی» صحبت کنیم. دقیقاً این چیست؟
بهعنوان یک زیستشناس فضایی که روزهای خود را به تجزیه و تحلیل ماهیت سامانههای زنده در سطوح مختلف، هم بهصورت انتزاعی و هم عملی میپردازد، این موضوع را از دیدگاهی بسیار گستردهتر میبینم و دوران در حال گسترش فضایی خود را بهعنوان نوعی دیگر پرش تکاملی در نظر میگیرم. یک لحظه، جزئیات انسانها یا حتی چگونگی دسترسی ما به فضا را کنار بگذارید. اگر به این فکر کنید، گرانش در سراسر جهان مادهها را به هم میچسباند تا ستارگان و سیارکها شکل بگیرند—و در نهایت شیمی پیچیدهتری بوجود آید. و حداقل در زمین، حیات شکل گرفت و تکامل یافت. اکنون، پس از میلیاردها سال، به نقطهای رسیدهایم که سیارهمان بهنوعی از عصبانیت واژهزن و مواد، ماشینها و ارگانیسمها را—پراکندگی!—بهسوی فضا پرتاب میکند. من در حال گسترش این فرآیند و بررسی اینکه تا چه حد میتواند ادامه یابد، هستم.
پس «پراکندگی» به این میپردازد که وقتی ما و تمام حیات با مقیاسهای فضایی و منابعی روبرو میشوند که بهطوری فوقالعاده بزرگ هستند، چه اتفاقی ممکن است بیفتد. همانطور که میتوانید تصور کنید گونهگزینی اتفاق میافتد وقتی ارگانیسمها ناگهان در بومهای مختلف پخش میشوند—مانند جزایر گالاپاگوس، برای مثال—وقتی حیات فراتر از زمین پراکنده میشود، میتواند مسیرهای متفاوتتری را دنبال کند. این به معنای این است که در تخمینهایمان دیگر لزوماً دربارهٔ انسانهای امروز صحبت نمیکنیم، بلکه دربارهٔ هرچه پس از ما میآید. ممکن است این تصور ترسآور باشد که دیگر نتوانیم خودمان یا نسخههای «پراکنده» آیندهمان را بهخوبی بشناسیم، اما این تحولات لزوماً منفی نیستند.
بهاین معنی است، گمان میکنم، که هرچه «پراکندگی» باشد، صرفاً دربارهٔ علم موشک نیست—و نه دربارهٔ رؤیاهای خیالی مانند آسانسورهای فضایی یا درایوهای warp یا جزئیات خاص هر آینده پساانسانی. یکی از نکاتی که دربارهٔ این کتاب دوست دارم این است که چگونه این موضوع عظیم را از منظر «اصول بنیادین» مورد بررسی قرار میدهید، ابتدا بر مسائلی بنیادی مانند مکانیک مداری متمرکز میشوید که شرایط مرزی مختلفی را تعیین میکند و چشمانداز امکاناتی را که برایمان فراتر از زمین میتواند وجود داشته باشد، میسازد.
بله، این مفهوم «شرایط مرزی» واقعاً مهم است—این ایده که برخی پدیدهها فقط میتوانند در چارچوب محدودی رخ دهند و فراتر از آن دیگر امکانپذیر نیستند. برای تعریف «چشمانداز»، همانطور که گفتید، به این نیاز دارید. تصور کنید قارهای است که انسانها هرگز پا به آن نذاشتهاند و میخواهید پیشبینی کنید وقتی اینکار را میکنند چه میشود—مثلاً بگویید آنها یک شهر میسازند و آن شهر مترو دارد. اما اگر تمام قاره پر از مرداب باشد، هیچکس در آنجا مترو نمیسازد و برنامهریزی هر شهری باید به شرایط مرطوب توجه کند، پس امکانات متفاوت است. همینطور برای سامانه خورشیدی نیز صادق است.
فصلی در کتاب وجود دارد که به تمام این موارد میپردازد و دامنهٔ امکانات و چالشهایی را که برای مکانهای نزدیک به خورشید، مانند عطارد، تا انتهای دیگر، مکانهای دوردست مانند نپتون و حتی أبعد از آن وجود دارد، بررسی میکند. تفاوت واضح نور خورشید است؛ در عطارد نور خورشید تقریباً هفت برابر قویتر است و در پلوتو بیش از هزار برابر کمنورتر از زمین. معمولاً وقتی یک زیستشناس فضایی مثل من دربارهٔ این موضوع صحبت میکند، در چارچوب «منطقهٔ قابل سکونت» بهمعنای پتانسیل فیزیکی و شیمیایی برای داشتن شرایطی مثل جو، آب سطحی مایع و دیگر ویژگیها که حیات همانطور که میشناسیم را ممکن میسازد، میپردازد. اما «منطقه»های دیگری نیز وجود دارد که اگر دربارهٔ چگونگی پراکندگی حیات تکنولوژیک در یک سامانه سیارهای فکر میکنید، باید در نظر بگیرید. این مناطق نیز به دسترسی به نور خورشید، انرژی وابستهاند، اما همچنین به مسائلی مثل میزان تابش که در معرض آن هستید و چقدر دسترسی به مقصد آسان است، مرتبطند.
بهعنوان مثال، رسیدن به عطارد واقعاً دشوار است، چون در عمق گودال گرانشی خورشید قرار دارد—مقدار انرژی لازم برای رسیدن به آن از زمین تقریباً برابر با انرژی لازم برای رسیدن به مشتری و فراتر است. بهعلاوه، چون عطارد بسیار بهسوی خورشید نزدیکتر است، بیشتر در معرض تابشهای خطرناک و خورشیدی میشود، در حالی که هرچه از خورشید دورتر شوید، نگرانی از فعالیت خورشیدی کمتر میشود اما در معرض تابشهای کیهانی بیشتری قرار میگیرید که خطرات خاص خود را دارد.
با در نظر گرفتن تمام این موارد، میتوانید «منطقهٔ آسانترین اکتشاف» را تصور کنید که به شما کمک میکند بفهمید به کجاها در سامانهٔ خورشیدی ممکن است برویم و چطور به آنجا میرسیم. اینگونه سرنخهایی دربارهٔ شکلگیری «پراکندگی» به دست میآید.
بنابراین، برای اکثر افراد این ممکن است یک رویکرد جدید برای فکر کردن دربارهٔ اکتشاف و گسترش در سامانه خورشیدی باشد. اما طبیعتاً برای ما که علاقهمندان به فضا هستیم، بسیاری از جناحها و مناظرات کلاسیک قدیمی از این چارچوب نوظهور بیرون میآیند.
بهعنوان مثال، انتخاب اولویتدادن به ارسال انسانها به ماه—مانند برنامههای ایالات متحده و سایر کشورها—در مقابل مأموریتهای سرنشیندار به مریخ است. همچنین استدلالی وجود دارد که انسانها نباید به سیارهها و ماهها بروند و بهجای آن باید بر ساخت ایستگاههای فضایی و انواع دیگر زیستمحیطهای مصنوعی مداری تمرکز کنند. شما تمام این موضوعات را بهطور مفصل در کتاب بررسی کردهاید، اما من در تشخیص مسیری که شما ترجیح میدهید، دچار مشکل شدم.
خب، در نوشتن کتاب به این نتیجه رسیدم که سیارهها میتوانند واقعاً دردسرساز باشند!
ما قطعاً باید مریخ و ماه را مطالعه کنیم و شاید برخی از ما حتی باید سعی کنیم در آنجا ساکن شویم. منظورم این است که دلایل واقعی و متعددی برای این کار وجود دارد. اما در بلندمدت، بهتر است آنچه واقعاً نیاز داریم مهندسی کنیم—فضاهایی ایجاد کنیم که فشارهای کمتری بر حیات که چهار میلیارد سال بر روی زمین تکامل یافته است، وارد میکند. حتی اگر زیستگاههای شگفتانگیزی بر ماه یا مریخ بسازیم، بهعنوان مثال هرگز گرانش «عادی» زمین را در آن مکانها نداریم.
چه از جسمی طبیعی مانند یک سیارک استفاده کنید و چه یک زیستمحیط کاملاً مصنوعی در فضا بسازید، هر دو گزینههای بسیار بیشتری نسبت به سطح یک سیاره به شما میدهند. میتوانید زیستگاه خود را بهگونهای بچرخانید تا گرانش مصنوعی شبیه به زمین ایجاد کنید؛ میتوانید یک جو دلپذیر مهندسی کنید که دقیقاً با نیازهای زیستی ما منطبق باشد. میتوانید فصول را تنظیم کنید، مکان مدار را انتخاب کنید و حفاظت محکمی در برابر تابش کیهانی داشته باشید.
بهطور مرتبط، این حس را میدهم که از رویای ایلان ماسک برای ساخت شهرهایی در مریخ جذب نشدهاید. حتی در کتاب مینویسید که اگر دلیل استقرار در مریخ، حفاظت از بشریت در برابر خطرات وجودی باشد، احتمالاً منطقیتر است که مریخ را بهطور کامل کنار بگذارید و به ساخت مستعمرات عمیق زیرزمینی بر روی زمین بپردازید. چرا استدلالهای «تسخیر مریخ» برای شما قانعکننده نیستند؟
من فکر میکنم خیلی ساده است که همانند یک هوادار فضا، در یک صندلی راحت نشسته و سیگار میکشد و میگوید: «آره، البته که میرویم و فضا را تسخیر و مستعمر میکنیم». علاوه بر احساس ناراحتی نسبت به تمام بارهای اجتماعی‑سیاسی و امتیازی که این نگرش به همراه دارد، معتقدم ما نمیتوانیم اینقدر محدود و بیتفاوت باشیم—چون این کارها بهطور شگفتانگیزی دشوار و هزینهبر هستند. و میتوانند احساس جدا بودن شدید از مشکلات روزمرهٔ بیشتر انسانها را القا کنند. بنابراین باید دلایل منطقی، معقول و عقلانی داشته باشید که چرا هر کسی میخواهد این کار را انجام دهد، و بهنظر من ساختن شهر بر مریخ بهتنهایی کافی نیست.
مریخ بستر آزمایشی بسیار جالبی است تا بپرسیم چرا ما انسانها امروز، در میان تمام مشکلاتمان، باید در مورد این مسایل فکر کنیم. اما من به این نکته میرسم که تمرکز امروز بر این است که «بیایید یک پشتوانه برای بشریت بسازیم» است. نحوهٔ ارائهٔ آن بوی نگرش یوتوپیستی «ما بهتر میدانیم» میدهد—«ما یک جامعهٔ شگفتانگیز جدید روی مریخ میسازیم!»—در حالی که زندگی بر مریخ احتمالاً بسیار دیستوپی خواهد بود، چهچند.
همزمان، بله، هیچکس با دید کلینگرانه نمیتواند جدی استدلال کند که حیات بر روی زمین در معرض انواع خطرات وجودی نیست. بنابراین طبیعتاً منطقی است که یک نوع پشتوانه داشته باشیم—و یک روش برای این کار واقعاً میتواند ایجاد یک مستعمرهٔ دائمی خودکفا روی مریخ باشد که جمعیت کافی داشته باشد تا از بروز دیوانگی ناشی از پرورشی نزدیک به همنسلی جلوگیری کند. اما من فکر نمیکنم این بتواند تنها عامل انگیزشی باشد.
پس رویکرد ترجیحی شما نسبت به مریخ چیست؟
در کتاب سعی کردم اکتشاف مریخ را از منظر ایدئولوژیکی بررسی کنم. یک موضع همانطور که اشاره کردیم، «بیایید بلافاصله تعداد زیادی انسان را به مریخ بفرستیم بهعنوان پشتیبان وجودی. به محیط مریخ و هر چیز مشابهی مهم نیست؛ این سیاره تماماً برای تسخیر و تصرف ماست». سپس موضع علم خالص وجود دارد که میگوید باید با دقت بسیار زیاد عمل کنیم اما نه کاملاً دستکشیده نسبت به ارسال انسان یا هر چیز دیگری به مریخ، چون نمیخواهیم این محیط تقریباً بکر را که شاید سرنخهایی دربارهٔ ریشهها و ماهیت بنیادی حیات دارد، مختل کنیم. و سپس یک ایدئولوژی «زمین پیشنقش» است که میگوید حتی کارهای علمی نیز خیلی پرهزینه است و اکتشاف فضا بهعنوان یک کل، توجه را از مشکلات فوریای که در همان زمین داریم منحرف میکند؛ بنابراین باید آن را متوقف کنیم. اکثر مناظرات سیاست فضایی دور این دیدگاهها میچرخند و معمولاً به بنبست میانجامند.
من از یک رویکرد چهارم حمایت میکنم که بهنوعی به بازآفرینی شیوهٔ اکتشاف انسانی میپردازد. ما میدانیم چگونه یک سیاره را با حسگرها و ماهوارهها «متصل» و دیجیتالی کنیم، چون این کار را روی زمین انجام دادهایم و در حال یادگیری نحوهٔ کار با ماشینهایمان به شیوههای جدید و بسیار فشرده هستیم. اگر تمام این تواناییها را واقعاً بر مریخ بهکار ببریم، فرصتی برای انجام تمام چیزهایی که میخواهیم داریم و برای یادگیری روشهای نوین وجود داشتن.
و بهنظر میرسد دلیل این است که این منطق برای مثال روی ماه اعمال نمیشود، چون در مقایسه با مریخ، چشماندازهای کمتری برای پیشرفت در جستجوی ریشههای حیات ارائه میدهد.
درست است. ماه نیز بهطور شگفتانگیزی جالب و زیباست و قطعاً از نظر نزدیکی به ما دسترسی بیشتری دارد. همچنین منابعی مانند یخ آب وجود دارد که میتواند نیازهای اکتشاف بینسیارهای را پشتیبانی کند. میتوانیم دربارهٔ فرآیندهای آلودگی زیستی نیز در آن بیاموزیم. اما ماه همانطور که مریخ، تمام معیارها را برآورده نمیکند.
پس، میدانید، این به این معنا نیست که ماه باید نادیده گرفته شود—و ممکن است نقش کلیدی در چندین دههٔ آینده داشته باشد—ولی بهنظر من، قطعاً از نظر من در مقایسه با مریخ یک قدم پایینتر است.
من دربارهٔ ماه به دلایل عملی سؤال میکنم. همانطور که اشاره کردید، رسیدن به آن بسیار آسانتر است، بنابراین شاید در برخی جنبهها مانند یک «چرخهای آموزشی» برای سفرهای بلندپروازانهتر به مریخ باشد. این، طبیعتاً، تجدید بحثی بیزمان است—برخی میگویند ابتدا به ماه رفتن منطقیتر است پیش از انجام جهش بزرگتر به مریخ.
به عبارت دیگر، بهنظر میرسد در کتاب شگفتیهای سامانهٔ خورشیدی را بیان میکنید—«به این جهانهای شگفتانگیز که ما را انتظار میکشند نگاه کنید!»—بدون اینکه بهطور کافی بر مسیرهایی که میتوانیم به آنها برسیم، تمرکز کنید. شما دربارهٔ شرایط مرزی موجود و مناطق ناشی از آن که ممکن است در آنها کاوش یا حتی زندگی کنیم، صحبت میکنید، اما در مورد مسیرهای محتملی که این وضعیتها میتوانند به واقعیت تبدیل شوند، کمتر میپردازید.
شما پیشتر به پرشهای تکاملی اشاره کردهاید، و این همان چیزی است که من به آن میپردازم: واضح نیست که چگونه از زندگی راحت و بهخوبی سازگارمان در زمین بهمثلاً زندگی در ایستگاههای فضایی بهاندازهٔ شهرهای تراشیدهشده از شستسنجها بین مریخ و مشتری میرویم. این… خوب—یک پرش عظیم است!
این یک مشاهدهٔ خوب است. و به این نکته باز میگردد که من نمیخواهم به تلهای سقوط کنم که پیش از این تعداد زیادی از مردم به آن افتادهاند؛ یعنی کسی میگوید: «بدیهی است مسیر پیشرفت اینجور است و پس این و آن قطعا رخ خواهند داد!»
یک لحظه تصور کنید به سال ۱۹۶۸ برگردید و سه فضانورد ناسا را ببینید که پس از عبور از ماه برای مأموریت آپولو ۸، در مسیر بازگشت به زمین هستند. ممکن است فکر کنید آینده واضح میشود، درسته؟ ما در حال آمادهسازی برای ارسال فضانوردان بیشتر آنجا بودیم—برای فرود. شاید شورویها هم این کار را انجام میدادند. انتظار میرفت یک رقابت برای فرود بر ماه، پروازهای مسافری به ماه و هجوم جدیدی از موشکها و ایستگاههای فضایی باشد، و سپس در دههٔ ۷۰ به مریخ میرویم. اما طبیعتاً واقعیت پیچیدهٔ تمدن انسانی راه را مسدود کرد و بیشتر آن اتفاق نیفتاد. ما این مسیر تخیلی را به مسیر دیگری تغییر دادیم—اگر اصلاً در آن مسیر بودیم.
قابل انکار نیست که «فضا» امروز در نقطهٔ عطف دیگری قرار دارد. ما به سرعت نزدیک میشویم به نقطهای که حداقل یک پرتاب موشک در روز به مدار میافتد، که شگفتانگیز است. امروز حدود ۱۰٬۰۰۰ شرکت مرتبط با فضا در سراسر جهان وجود دارد، که قطعاً ده سال پیش چنین نبود. فکر میکنم منصفانه باشد بگویم حتی رشد ارزش دادههای زمینی بهدستآمده از فضا بهشدت افزایشی شده است. بنابراین تمام منحنیها بهنظر میرسد مسیر صعودی نمایی را دنبال میکنند. این تضمینی نیست که این روند ادامه یابد؛ امکان پسرفت نیز وجود دارد. یا شاید منحنیها بهسوی یک فلتپِلَت هرسیدهاند؛ سپس سؤال این است: آیا هنوز چیزی در آینده وجود دارد که میتواند رشد نمایی را دوباره به وجود آورد؟
نمیدانم آیا این دقیقاً به سؤال شما میرسد—ممکن است برخی نکات جزئی را از دست داده باشم—اما احساس میکنم شواهد کافی وجود دارد که در حال حاضر چیزی جدید در حال رخ دادن است که باید به آن توجه کنیم—و ممکن است پیشآیندهٔ «پراکندگی» باشد. نکته این است: فکر نمیکنم فقط تاریخ را تکرار کنیم، درست است؟ اتفاقات غیرمنتظرهای رخ میدهد. دیگر بهسادگی دوران آپولو که میتوانستید تقریباً تمام چیزها را از نگاه «ایالات متحده مقابل شوروی» در فضا ببینید، نیست.
وضعیتی که امروز داریم، مجموعهای غنیتر و پیچیدهتر از انگیزهها، بازیگران و تواناییهاست. بنابراین مهمتر میشود که به نکات نهایی در آن مقیاسهای وسیع و منابع سامانهٔ خورشیدی نگاه کنیم و این محدودیتها چه معنایی میدهند—بهجای محدودیتهای فکری زمینی دربارهٔ آنچه هفته پس پیش خواهد شد.
بهطور کلی، بهنظر میرسد تصویر کلی بسیار خوشبینی دربارهٔ مسیر پیشروی ما ارائه میدهید. اما اگر جزئیات کوچکتر را موقتاً بررسی کنیم، میگویید این را در حالی که بهدلیل تعطیلی اخیر دولت آمریکا و کاهش شدید بودجه و کاهش نیروی کار ناسا، از کار مرخص شدهاید—چیزی که تصور میکنم برای شخصی مانند شما باعث بدبینی میشود. چگونه این دو را همسو میکنید؟
اجازه دهید بگویم که نگه داشتن چشمانداز وسیعتر همواره در دورههای نامطمئنی کمک میکند! در این چارچوب، من بر این باورم که «پراکندگی» ایدهای بسیار مثبت است که فارغ از هر شرایط زمینی کنونی میتواند مفید باشد. آنچه که حیات معمولاً هنگام پراکندگی انجام میدهد، یافتن فرصت برای بهتر شدن است. گونهٔ انسانی نیز متفاوت نیست. بهنظر میرسد که کیهان به سمت این اتفاق متمایل است. بنابراین، تا حدودی، این موضوع از کنترل هر یک از گروهها خارج است.
اکتشاف فضا در حال اتفاق است؛ فقط یک اجماع بحرانی از منافع مالی، علاقهمندیهای شخصی افراد، افرادی با منابعی که به این موضوع علاقه دارند، و کشورهایی که هنوز ارزش عظیم دسترسی به فضا را برای دلایل مختلف—اقتصادی، امنیتی یا شاید فقط برای افتخار ملی—میبینند، وجود دارد. با این همه بازیگر، بهنظر میرسد ما در آستانهای قرار گرفتهایم که در دهههای ۱۹۶۰ و ۱۹۷۰ بهدست نیاوردیم. حضور اینهمه بازیکن نیز به این معناست که اینکه چه کسی اول چه کاری انجام میدهد، سؤال باز است.
این نکته مرتبط با سؤالتان دربارهٔ ناسا است—من بهطور شخصی صحبت میکنم و نه بهاسم سازمان. بیپاسخ این است که تلاشهای پیشگامانهٔ ناسا کلیدی بودهاند تا اکتشاف فضا به جایی که امروز میرسد، برسد. ما متوجه شدیم که وقتی مشکلات سخت فضا را با سرمایهگذاریهای بلندمدت در علم، مهندسی و افراد حل میکنیم، راه را برای دیگران برای نوآوری بیشتر باز میکنیم. این عالی است چون مشکلات سخت همچنان ادامه خواهند داشت. فقط کافی است راهی پیدا کنیم تا این ترکیب خاص بهکار خود ادامه دهد.
جایی که خوشبین نیستم این است که فکر کنیم بهعنوان یک گونه گرد هم میآییم و یک برنامهٔ جامع و یکپارچه برای بشریت و فضا طرحریزی میکنیم. فراموشش کنید. این اتفاق نمیافتد، درست است؟ اما فکر میکنم این اشکال نیست. آنچه خواهیم دید، ایدهها، تلاشها و نوآوریهای متعدد بهطور همزمان در سطحی است که پیشتر هرگز وجود نداشته است. بهنظر میرسد بهنظری که با گذشته مقایسه میشود، این اتفاق بهاین شکل منطقی است، نه همانطور که در طول قرن بیستم تصور میشد. در طول تاریخ بشر، لحظاتی بودهاند که پیشرفتها بهسوی «همگرایی» میرفتند، خواه این چاپگر، حملونقل جمعی، مخابرات، رایانه و اینترنت باشد. این پیشرفتها همواره از علم تغذیه میشوند و همچنین از منافع رقابتی در زمینههای اقتصادی یا تجاری که سرمایهگذاریهای متعددی را بهوجود میآورند، پشتیبانی میشوند.
احساس میکنم اینجا همان جایی است که در مورد فضا قرار داریم. این برای من جدید و بسیار شگفتانگیز است.
مریم سیزه، که ویدیوهایی در حمایت از جنتای حاکم منتشر میکرد، پیش از ربوده شدن و کشته شدن تهدیدهای مرگآور دریافت کرد.
یک اینفلوئنسر تیکتاک توسط افراد مشکوک جهادی در مالی، در مقابل جمعیتی شلیک و کشته شد؛ این امر نشاندهنده فرسودگی کنترل حکومتی در این کشور غرب آفریقاست.
مریم سیزه اغلب پوشاک نظامی میپوشید تا ویدیوهایی به نفع ارتش کشور برای بیش از ۱۰۰٬۰۰۰ دنبالکنندهاش در تیکتاک منتشر کند. به گفته یحیی تاندینا، مدیر شهرستان تمبکتو، او جمعه در یک بازار توسط مسلحان ناشناسی ربوده شد.
در غروب روز بعد، «همان افراد او را به میدان استقلال در تونکا بازگرداندند و در مقابل جمعیتی اعدام کردند»، تاندینا به خبرگزاری اسوشیتد پرس گفت. او افزود که سیزه، که گمان میشود در دههٔ دوم زندگیاش باشد، پیش از مرگش تهدیدهای مرگآور دریافت کرده بود.
هیچکس مسئولیت این قتل را برنمیدارد، اما جماعت نصر اسلام و مسلمانان (JNIM)، گروهی مرتبط با القاعده، شناخته میشود که در تونکا، حدود ۹۰ مایلی از تمبکتو، گشت میزند.
«این زن جوان صرفاً میخواست از طریق پستهای تیکتاک خود جامعهاش را معرفی کند و ارتش مالی را در مأموریتهای خود برای محافظت از مردم و اموالشان تشویق کند»، گزارش تلویزیون دولتی گفت.
درگیری در مالی از سال ۲۰۱۲ آغاز شد؛ زمانی که قیام توآرگ توسط گروههای جهادی مرتبط با القاعده و سپس دولت اسلامی اشغال شد. با وجود مداخلات رهبریشده توسط فرانسه و مأموریت صلح سازمان ملل متحد، خشونت به سوی جنوب گسترش یافت؛ چون شورشیان از نارضایتیهای محلی، فساد و ضعف حکمرانی بهره بردند.
نیروهای نظامی در سالهای ۲۲۲۰ و ۲۰۲۱ با دو کودتا پشت سر هم، کنترل کشور را تصاحب کردند؛ پس از آن تنشها با متحدان غربی تشدید شد. جنتا نیروهای فرانسوی و سازمان ملل را از کشور اخراج کرد، ادعا کرد که آنها در مسایل حقوق بشر مداخله میکنند، و برای حمایت به روسیه روی آورد، از جمله مرتزمان وانگر.
ارتش نتوانست شورش را پایان دهد، علیرغم وعدههای خود برای بهبود امنیت، و تنشهایی در درون صفوف آن شکل گرفته است.
«تصرف قدرت فقط تقسیمات درون ارتش را عمیقتر کرد؛ ارتش را بین وفاداران خاص رژیم و افرادی که به جبههها فرستاده شدند، تقسیم کرد»، راما یاده، مدیر ارشد مرکز آفریقا در اندیشکده آتلانتیک کونسل گفت. «با ترک نیروهای بینالمللی از مالی، این تکهتکه شدن باعث رها شدن موضعها، سقوط سلاحها به دست جداییطلبان و گسترش نفوذ جهادیها بر شمال روستایی شد.»
جهادیها کنترل مسیرهای کلیدی تأمین از کشورهای همسایهٔ ساحل عاج، موریتانی و سنگال را سفتتر کردهاند. مبارزان JNIM از سپتامبر مسدودسازی سوخت را اعمال کردهاند که حملونقل را مختل کرده و بیمارستانها را در وضعیت دشوار قرار داده؛ دولت نیز مجبور شده مدارس را بهصورت نامحدود ببندد. در باماکو، پایتخت، و سایر شهرها، صفها به مسافتهای طولانی برای سوخت و غذاهای پرهزینه که هزینهشان روزافزون است کشیدهاند.
فرانسه، ایالات متحده، آلمان و ایتالیا به شهروندان خود هشدار دادهاند که فوراً با پروازهای تجاری مال به مالی ترک کنند، زیرا جادههای اطراف پایتخت ناامن هستند.
اگرچه جنتا فعلاً در جای خود میماند، تحلیلگران و ناظران میگویند سقوط این رژیم احتمالاً در چند هفته یا ماه آینده رخ خواهد داد.
در بیانیهای در روز یکشنبه، اتحادیه آفریقا «نگرانی عمیق خود را نسبت به وضعیت امنیتی بهسرعت وخیمشونده در مالی ابراز کرد»، و خواستار هماهنگی و بهاشتراکگذاری اطلاعات بینالمللی بهسرعت برای کمک به جنتا جهت بازگرداندن ثبات بود.
بهخطرزدایی تشدید شده منجر به افزایش سرقتهای آدمربایی شده است: پنج کارگر هندی در پنجشنبهٔ گذشته در نزدیکی کوبری در مالی غربی ربوده شدند. روز یکشنبه، JNIM مسئولیت ربودن سه شهروند مصری را پذیرفت و برای آزادسازی آنها پنج میلیون دلار طلب کرد.
نکات کلیدی
