خب بچهها، بذارین یه بحث جذاب رو باهاتون باز کنم: تو این روزا که سر و کله هوش مصنوعیهای تولیدکننده (مثلاً ChatGPT یا چیزایی که خودشون متن و تصویر میسازن) everywhere پیدا میشه، کلی حرف و حدیث دور و برشونه.
یه عده میگن: وای هوش مصنوعی داره جای آدمیزاد رو میگیره! یه عده دیگه هم میگن: این چیزها باعث میشن ذهنمون تعطیل بشه و کمکم هیچی بلد نباشیم. اما این مقاله اومده یه نگاه جدید بندازه، و واقعاً حرف حساب زده! نویسنده بر اساس کلی تجربه آموزش دادن حرفهایها و کاربرهای مختلف تو استفاده واقعی از هوش مصنوعی (از زمان GPT-3 تا الان)، به این نتیجه رسیده که هوش مصنوعی قراره مغز ما رو تقویت کنه، نه اینکه جاشو بگیره یا کماثر کنه.
یعنی چی؟ یعنی مثلاً شما و دوستت هر دو با یه ابزار هوش مصنوعی کار کنین، ممکنه نتیجهای که میگیرین اصلاً زمین تا آسمون فرق کنه! همهچی بستگی به این داره که چقدر بلدین با ابزار کار کنین، چه تجربهای دارین، و چجوری قضاوت و بازبینی میکنین. دقیقاً مثل زمانی که یه نفر حرفهای با یه دوربین حرفهای عکس میگیره و یکی دیگه همون دوربین رو دستش باشه ولی عکساش افتضاح بشه!
تو این مقاله، از چند تا موضوع جدی هم اسم میبره که بد نیست باهاشون آشنا بشین:
- Human-Computer Interaction یا همون تعامل آدم با کامپیوتر: یعنی چجوری ما آدما با کامپیوتر و ابزارهای دیجیتال کار میکنیم و ازشون کمک میگیریم.
- Cognitive Augmentation Theory یعنی اینکه تکنولوژی و مخصوصاً هوش مصنوعی میتونه مغز و توانایی ذهنیمون رو قویتر کنه، نه اینکه بیخاصیت بشیم.
- Educational Technology هم یعنی ابزارهای فناوری که تو آموزش به کار میرن، مثل همین پلتفرمهای آنلاین یادگیری.
نویسنده تجربههاش رو از دنیای واقعی آورده: مثلاً آموزش نویسندهها، برنامهنویسها، یا تحلیلگرهای داده توی شرکتها. چیزی که فهمیده اینه که دانش آدم تو اون حوزه (مثلاً برنامهنویسی یا نویسندگی)، مهارتش تو قضاوت کردن نتیجهای که هوش مصنوعی داده (مثلاً اینکه متن تولید شده به درد میخوره یا نه)، و توانایی اصلاح و تصحیح تدریجی نتیجه، باعث میشه یک نفر با هوش مصنوعی شاهکار بزنه و یکی دیگه نتیجهی معمولی بگیره.
یه نکته مهم اونجا هست: مقاله به یه مدل سهسطحی از کار با هوش مصنوعی اشاره میکنه:
- پذیرش منفعل: یعنی فقط همون چیزی که هوش مصنوعی میگه رو قبول کنیم و تموم! (مثل کسی که چشم بسته نسخه دکتر رو میپیچه!)
- همکاری تدریجی و تعامل مکرر: یعنی هی به هوش مصنوعی بازخورد بدیم، تصحیحش کنیم، تنظیمش کنیم تا نتیجه بهتر و بهتر بشه.
- هدایت شناختی: یعنی ما کلی دانش تو موضوع داریم و عملاً راه و مسیر هوش مصنوعی رو تعیین میکنیم!
تفاوت آدم حرفهای و مبتدی خیلی وقتها تو همین بخش دوم و سومه. آدم حرفهایها واقعاً میدونن چی میخوان و میتونن نتیجهی خروجی AI رو نقد و بهترش کنن.
نکته آخر و مهم اینه که برای رسیدن به این سطحها، نیاز به برنامهنویسی و مهارت تکنیکی صرف نیست! چیزی که بیشتر باید یاد بگیریم، تخصص تو موضوعه (مثلاً اینکه واقعاً نویسنده باشیم یا برنامهنویس وارد باشیم)، مهارت قضاوت و ارزیابی نتایج، و اینکه بتونیم فرایند یادگیری رو به صورت آگاهانه پیش ببریم (که همون metacognitive skills هست — یعنی توانایی فکر کردن روی فکر کردن و یاد گرفتن از خودمون!).
پس نتیجه این مقاله اینه که: اگه میخواین تو عصر هوش مصنوعی تازه بدرخشین، فقط دنبال خوندن چند تا ترِیک برای استفاده از AI یا یاد گرفتن نحوه نوشتن Prompt خوب نباشین. باید روی تخصص خودتون، قدرت قضاوت و یادگیری انعکاسی (یعنی دیدن و اصلاح اشتباهات خودتون) کار کنین.
خلاصه، هوش مصنوعی «تقویتکننده مغز» ماست، نه «جایگزین» اون. هوشمندی نتیجه همکاری ما با AI ساخته میشه — هر کی به اندازه خودش میتونه از این تقویتکننده یه دوپینگ ذهنی بگیره، به شرط اینکه خودش هم کارش رو بلد باشه!
منبع: +
