در امواج بلند این سونامی می توان از موج سواری لذت برد و یا شاهد شکسته شدن و خرد شدن بود. (یانگ، 2022) زمانی که موضوع هوش مصنوعی مطرح شد، خیلی ها فکر نمیکردند این تکنولوژی تا چه حد میتواند در مسیر تاریخ و زندگی انسانها تأثیر بگذارد.
داستان از جایی شروع شد که کاربردهایی از هوش مصنوعی ارائه شد و مردم قلقلک شان گرفت که درک درستی از این حوزه نوظهور پیدا کنند (بالوم و همکاران ۲۰۲۰) این افراد تنها پژوهشگران و فعالان در حوزه های علمی و دانشگاهی نبودند بلکه خیلی از سیاست مداران شرکتها و شاغلین در حرفه های مختلف هم بودند. به قول برایان بلاها استاد دانشگاه ایلینویز سونامی هوش مصنوعی اتفاق افتاده است و باید برای آن آماده شویم.
ارتباط هوش مصنوعی و روانشناسی:
اگر بخواهیم از ارتباط هوش مصنوعی و روانشناسی بگوییم، باید در نظر داشت که هر دو، سیستمهایی پیچیده و پویا هستند. این ویژگی میتواند هم مزیت باشد و هم چالش؛ چرا که در برخی حوزهها، این دو با هم همپوشانیهای مهمی دارند.
در جایگاه یک ابزار کمکی در دست تراپیستها و پژوهشگران، هوش مصنوعی میتواند در تحلیل و تفسیر دادههای روانشناختی مؤثر باشد. از سوی دیگر، در تشخیص الگوهای رفتاری و پیشبینی مسائل روانی، هوش مصنوعی میتواند بهعنوان یک پایگاه داده و ابزار تحلیلگر در فضای کلینیکهای روانشناسی کاربرد پیدا کند. برای مثال، در پذیرش مراجعان یا در شناسایی اختلالات روانی، میتوان از این فناوری بهره گرفت.
از زاویه روانشناسی نیز، این رابطه میتواند معنا پیدا کند. شناخت شخصیت، احساسات و سازوکارهای هیجانی انسان به توسعه هوش مصنوعیهای انسانیتر و کاربرپسندتر کمک میکند. برای نمونه، در طراحی چتباتها و دستیارهای هوشمند، توجه به اصول روانشناسی باعث میشود این فناوریها بتوانند احساسات و نیازهای کاربران را بهتر درک کرده و تعامل مؤثرتری برقرار کنند.
این تعامل دوسویه میتواند به ما کمک کند تا هم فناوریهای معنادارتری بسازیم و هم به درک عمیقتری از خودمان برسیم. یکی از نمونههای قابل توجه در این زمینه، ترکیب هوش مصنوعی با تشخیص عاطفی در ابزارهای سلامت روان است. این ابزارها میتوانند به افراد کمک کنند تا احساسات خود را بهتر مدیریت کنند و استرس و اضطراب را کاهش دهند.
به بیان دیگر، میتوان اپلیکیشنهای سلامت روانی طراحی کرد که با تحلیل دادههای روزانه کاربران، پیشنهادهای شخصیسازی شده برای بهبود حال روانی ارائه دهند. جالب است که نمونههایی از این اپلیکیشنها همین حالا هم در بازار وجود دارند و پیشبینی میشود در آینده با ترکیب هوش مصنوعی و روانشناسی، کارآمدتر و مؤثرتر شوند.
پیامد گسترش هوش مصنوعی در روانشناسی بالینی:
چیزی که امروز از هوش مصنوعی میبینیم، حضور فعالش در نقشهایی مثل تراپیست است. بهتر است خیالتان را راحت کنم؛ هوش مصنوعی آمده که بماند و در کنار انسانها باشد — حالا چه در قالب تراپیست، چه منتور یا هر نقش دیگری. اسمش را هر چه بگذاریم، این واقعیت را تغییر نمیدهد که هر روز در حال یادگیری و پیشرفت است.
نسخههای مختلفی از تراپیستهای مبتنی بر هوش مصنوعی در بازار وجود دارد، اما معروفترین و محبوبترین آنها رپلیکا است [2]. این برنامه از سال ۲۰۱۹ عرضه شده و نسخه اصلیاش نیاز به اشتراک پولی دارد. آنچه رپلیکا را از دیگر هوشهای مصنوعی متمایز میکند، درکی است که از مفهوم ارتباط دارد؛ ارتباط صرفاً یک فضای خالی نیست. انسانها در این فضا احساس و تعامل میخواهند و حتی امکان همانندسازی با هوش مصنوعی هم وجود دارد. به همین دلیل، رپلیکا به کاربران اجازه میدهد یک آواتار شخصیسازیشده برای خود بسازند.
برخی پژوهشها نشان دادهاند که افراد هنگام گفتگو با تراپیست هوش مصنوعی، راحتتر تداعی آزاد میکنند. در گزارشها، میزان رضایت در افراد درونگرا و خجالتی بیشتر بوده و حتی برخی کاربران در این گفتگوها دفاعهای کمتری نشان دادهاند. در حال حاضر، بیشتر هوشهای مصنوعی درمانگر، رویکردهای کوتاهمدت و موج سوم مانند درمان انسانمدار راجرزی و شناختی رفتاری را ارائه میدهند.
با این حال، هر ابزاری در کنار مزایا، میتواند آسیبها و چالشهایی هم داشته باشد. یکی از پیامدهای مهم گسترش هوش مصنوعی، تأثیراتی است که بر روابط انسانی و فرآیندهای درمانی خواهد گذاشت.
چالش ها یا معایب گسترش هوش مصنوعی:
هوش مصنوعی در وضعیت فعلی، همچنان در مهارتهایی مانند همدلی و گوش دادن فعال ضعف دارد. به همین دلیل، احتمال بروز آسیب در اتاق درمان — بهویژه در بخشهایی که نیازمند درک عاطفی و ارتباط انسانی است — اصلاً دور از ذهن نیست. در نهایت، همدلی در دل یک رابطه انسانی معنا پیدا میکند و زمانی که یکی از طرفین این رابطه را با هوش مصنوعی جایگزین کنیم، بخشی از کیفیت ارتباطی و عاطفی ناگزیر از دست خواهد رفت.
از سوی دیگر، هوش مصنوعی با سرعت زیادی در حال تصاحب بسیاری از مشاغل است و این مسئله میتواند پیامدهایی چون افزایش بیکاری را بهدنبال داشته باشد. در هر جامعهای، بیکاری با آسیبهایی مانند افسردگی، اضطراب، احساس بیکفایتی و مشکلات اقتصادی همراه است. البته مشاغل استراتژیکتر و تخصصیتر، شانس بیشتری برای بقا در این فضای متغیر خواهند داشت.
نکته جالب دیگری که با ورود هوش مصنوعی به زندگی روزمره ما شکل گرفته، تغییر در سبک زندگی و معنای مفاهیم دیرینه انسانی است. امروزه تقریباً میتوان هر سؤالی را از هوش مصنوعی پرسید و این اتفاق، در حال دگرگون کردن مفاهیمی است که سالها در زندگی انسان تثبیت شده بودند؛ مفاهیمی مانند زایمان، مادری و حتی معنای ارتباط.
در همین زمینه، تماشای فیلم The Pod Generation را پیشنهاد میکنم؛ فیلمی که بهخوبی نشان میدهد چگونه تکنولوژی میتواند ساختارهای ذهنی و روانی ما را دستخوش تغییر کند و سبک زندگی آینده را به شکلی متفاوت بازتعریف نماید.
در این فیلم، تکنولوژی چنان در همه بخشهای زندگی نفوذ کرده که حتی مفاهیم انسانی نیز در حال تغییرند. رباتها ویژگیهای انسانی پیدا کردهاند و در کنار انسانها زندگی میکنند. از سوی دیگر، در دنیای امروز هوش مصنوعی در تولید خطاهای شناختی هم نقش دارد. هوشهای سیاه از این تکنولوژی برای تولید و انتشار اطلاعات ساختگی و دستهدوم استفاده میکنند؛ پدیدهای که میتواند آسیبهای جدی در سطح فردی و اجتماعی ایجاد کند.
بهاحتمال زیاد تاکنون بارها به ویدئوهای دیپفیک (Deepfake) برخورده باشید؛ ویدئوهایی که اساساً هیچگونه انطباقی با حقیقت ندارند، اما آنقدر به واقعیت نزدیکاند که بهسختی میتوان متوجه جعلیبودن آنها شد. دیپفیک نام یک تکنیک نرمافزاری مبتنیبر هوشمصنوعی است که در محتوای صوتی و تصویری دست میبرد و آن را بهدلخواه تغییر میدهد؛ بنابراین نتیجهی نهایی که بهدست میآید، چیزی کاملا متفاوت از حقیقت خواهد بود.
درواقع نام این تکنیک نیز بهدرستی عملکرد آن را آشکار میسازد؛ دیپفیک، ترکیبی از «یادگیری عمیق» (Deep Learning) و «جعلی» (Fake) است.شاید برایتان عجیب باشد؛ اما کارگردانان سینما یکی از قدیمیترین استفادهکنندگان از این فناوری بودهاند. سرپیترکوشینگ، بازیگر انگلیسی که نقش «گرند ماف تارکین» را تا پیشاز مرگش در سال ۱۹۹۴ در مجموعه فیلمهای جنگ ستارگان بازی میکرد، باری دیگر در فیلم «روگ وان: داستانی از جنگ ستارگان» محصول سال ۲۰۱۶، ظاهر شد. در همین فیلم با استفاده از تکنیک مشابه، شخصیت «پرنسس لیا» هم بازسازی و جوان شد. در نمونهای دیگر، ستارهی فیلم «سریع و خشن»، پاول واکر که پیش از تکمیل فیلمبرداری هفتمین قسمت از این سری در تصادف رانندگی درگذشت، بهلطف دیپفیک، کماکان در این فیلم به ایفای نقش پرداخت.
از آنجایی که دیپفیک یک تکنیک مبتنیبر هوش مصنوعی است، نیازی به دخالت مستقیم انسان ندارد؛ ازاینرو، هرکسی ازطریق دیپفیک میتواند ویدئویی جعلی و درعینحال واقعگرایانه درست کند. هرچه تکنیک دیپفیک پیشرفتهتر میشود، تشخیص مرز واقعیت و دروغ نیز دشوارتر خواهد شد.
روشهای مختلفی برای ساخت دیپفیک وجود دارد، اما در رایجترین روش، از شبکههای عصبی عمیق شامل خودرمزگذارها (Autoencoders) برای بهکارگیری تکنیک تعویض چهره استفاده میشود. برای ساخت دیپفیک، ابتدا به یک ویدیو به عنوان ویدیوی پایه و اصلی نیاز دارید و بعد لازم است به مجموعهای از کلیپهای ویدیویی از شخصی که میخواهید از او دیپفیک بسازید، دسترسی داشته باشید.
ویدیوی اصلی و مجموعه کلیپها میتوانند کاملاً نامرتبط باشند؛ مثلا ویدیوی اصلی میتواند بخشی از یک فیلم هالیوودی باشد و ویدیوهای شخصی که میخواهید از او دیپفیک بسازید، میتواند کلیپهایی باشد که بهطور رندوم از یوتیوب دانلود کردهاید.
خودرمزنگار نیز ابزاری مبتنیبر هوش مصنوعی از نوع یادگیری عمیق است که وظیفهاش مطالعهی کلیپهای ویدیویی برای فهمیدن این است که شخص موردنظر از زوایا و در شرایط محیطی مختلف چگونه به نظر میرسد. این ابزار سپس با پیدا کردن ویژگیها و الگوهای مشترک، چهرهی این شخص را روی فرد حاضر در ویدیوی اصلی قرار میدهد تا دیپفیک ساخته شود.
یکی از روشهای مهم یادگیری ماشین که در تکنیک دیپفیک به کار میرود، شبکههای مولد رقابتی (GAN) هستند. این شبکهها در چندین مرحله، نقصها و ایرادهای موجود در ویدیوهای دیپفیک را شناسایی و اصلاح میکنند. به این ترتیب، شناسایی ویدیوهای جعلی برای ابزارهای تشخیص، هر بار دشوارتر میشود.
شبکههای مولد رقابتی (GAN)، درست مانند شبکههای عصبی عمیق، از محبوبترین و متداولترین روشها برای ساخت ویدیوهای دیپفیک به شمار میآیند. این شبکهها با تحلیل حجم عظیمی از دادهها، یاد میگیرند چگونه نمونههای جعلی و تازهای تولید کنند که از نظر ظاهری، بهقدری طبیعی و شبیه نسخه واقعی به نظر برسند که تشخیص آنها بهسادگی ممکن نباشد.
با این حال، در دنیای امروز هر کسی میتواند تنها با دانلود اپلیکیشنها و نرمافزارهای بعضاً رایگان، در عرض چند ثانیه ویدیوهای دیپفیک تولید کند؛ بدون آنکه نیازی به آشنایی با هوش مصنوعی یا شبکههای عصبی داشته باشد. البته کیفیت این ویدیوها در مقایسه با نمونههای حرفهای پایینتر است و جعلی بودنشان بهراحتی قابل تشخیص خواهد بود.
نکته مهم دیگری که با حضور گسترده هوش مصنوعی در زندگی ما شکل گرفته، امکان بازداری از تجربه ناکامیها و سوگهای طبیعی است. هوش مصنوعی آمده تا زندگی را برای ما آسانتر کند و از حجم ناکامیها بکاهد، اما این سؤال جدی پیش میآید که اگر قرار باشد سوگ را تجربه نکنیم، چگونه میتوانیم به پذیرش و کنار آمدن با آن برسیم؟ اگر از طرفداران سریال Black Mirror باشید، حتماً آن قسمت معروف را به خاطر دارید که در آن تکنولوژی جای خالی یک عزیز از دسترفته را با نسخهای از هوش مصنوعی او پر میکند؛ اما همین کار، بحرانهای عاطفی و روانی تازهای به همراه دارد.
از سوی دیگر، افزایش وابستگی افراطی به تکنولوژی موضوع دیگری است که بهمرور در حال رخ دادن است. همین حالا بسیاری از ما نمیتوانیم حتی یک ساعت بدون گوشی همراه باشیم. حال تصور کنید اگر هوش مصنوعی در آینده بخش زیادی از مشاغل را در اختیار بگیرد، به این معناست که انسانها بیش از پیش با رباتها و سیستمهای بدون احساسات انسانی سروکار خواهند داشت.
اینجاست که یک سؤال جدی مطرح میشود:
با نبود احساسات در رباتها چه باید کرد؟ آیا وانمود کردن آنها به داشتن احساسات، کافی است؟ و اگر پاسخ منفی باشد، پس جایگاه روابط انسانی در میان این همه تعامل ماشینی چه خواهد شد؟
کلام آخر
در کنار تمام نقشی که هوش مصنوعی بر بوم زندگی ما میزند، یک پیامد مهم دیگر هم دارد؛ و آن، کاهش مسئولیتپذیری برای افراد تنبلتر است. تصور کنید زمانی را که در محل کار هستید، در حالی که یک ربات فرزند شما را از مدرسه به خانه میبرد، در انجام تکالیف به او کمک میکند و با او بازی میکند. در این میان، جایگاه شما در این روایت کجاست؟
اینگونه پیامدهای منفی، همزمان با نکات مثبت هوش مصنوعی، آرامآرام خود را نشان میدهند. البته این چالشها صرفاً به حوزه روانشناسی محدود نمیشوند. واقعیت این است که چالشهای اساسی در تمام ابعاد زندگی ما شکل خواهند گرفت.
برای نمونه، در حال حاضر حسگرهای موجود در اتومبیلهای هوشمند، تناژ رنگ پوستهای روشن را بسیار بهتر تشخیص میدهند. دلیل این موضوع به دادههایی برمیگردد که در زمان طراحی و آموزش این سیستمها — عمدتاً در اروپا و آمریکا — استفاده شده و بیشتر شامل پوستهای روشن بوده است. این موضوع، مسئله تعصب نژادی در هوش مصنوعی را بار دیگر به ما یادآوری میکند.
از طرفی، اگر قرار باشد هوش مصنوعی در همه حوزهها ورود کند و همه چیز را بداند، دیگر رازی باقی نمیماند. به قول معروف: No more secret. برای مثال، شاید شنیده باشید که فرمول کوکاکولا را تنها تعداد محدودی از افراد میدانند و حتی هیچوقت سوار یک هواپیما نمیشوند، تا در صورت بروز حادثه، فرمول در امان بماند. اما در دنیایی که هوش مصنوعی بتواند همه دادهها را تحلیل کند، چنین رازهایی هم در معرض تهدید قرار میگیرند.
چیزی که خودش را کم کم دارد نشان میدهد مشکل در فرهنگ سازی در حوزه هوش مصنوعی است به دلیل سرعت بالای ارتقای تکنولوژی در صنعت، عدالت اجتماعی، مقررات، دانشگاه و مدرسه ها.
فرهنگ سازی در تجارت اگر نادیده گرفته نمیشد، ما الان هوش مصنوعی هایی که در بورس تقلب میکنند را نداشتیم. جالب است که شورای عالی ارتباطات داریم که راجع قوانین ربات ها صحبت میکنند حالا بحث این است که کم کاری کجا اتفاق افتاده!
با همه کمک های بی دریغ هوش های مصنوعی، تاثیر منفی تکنولوژی به صورت کلی که بندورا گفت را نمیتوان انکار کرد، با این تفاوت که بندورا صرفا نگران دیدن بازی ها و کارتون ها خشن بود اما سوال اینجاست که کنترلی در حال حاضر روی فعالیت بچه ها و هوش مصنوعی که آزادانه درباره همه چیز میتوانند صحبت کنند، هست؟
سخن سردبیر
در دنیایی که هر روز بیش از پیش در امواج بلند تحولات تکنولوژیک غوطهور میشویم، هوش مصنوعی دیگر نامی دور و مبهم نیست؛ حضوری است زنده، نفسکش و تصمیمساز در زندگی ما. از گفتوگوی ساده با یک دستیار مجازی تا تصمیمگیریهای حیاتی در کلینیکهای روانشناسی، از تولید محتوا و ویدیوهای دیپفیک تا بازتعریف روابط انسانی و مفاهیمی دیرینه چون مادری و سوگ — همه و همه رنگ و بویی تازه یافتهاند.
منابع
درجزینی نورا، ضرغامی محمد حسین، قربان جهرمی رضا، شوبیری لیلا. کاربرد هوش مصنوعی (یادگیری ماشینی) در روانشناسی یادگیری: رونمایی از بینش ها و جهت گیری های جدید مجله علوم روانشناختی ۱۴۰۳https://psychologicalscience.ir/browse.php?a_id=2350&sid=1&slc_lang=fa
عضدانلو، افشین. (1395). دیدگاه های روانشناسی هوش مصنوعی. همایش ملی فناوری در مهندسی کاربردی باشگاه پژوهشگران جوان و نخبگان. https://sid.ir/paper/892278/fa
Giordano C, Brennan M, Mohamed B, Rashidi P, Modave F, Tighe P. Accessing artificial intelligence for clinical decision-making. Frontiers in digital health 2021;3:645232.
Pisarchik, A. N., Maksimenko, V. A., Hramov, A. E. )2019(. From novel technology to novel applications: Comment on “An integrated brain-machine interface platform with thousands of channels” by Elon Musk and Neuralink. Journal of medical Internet research, 21 10, e. 16356
[1] AI: Artificial intelligence
[2] Replika
[3] Cognitive behavioural therapy
[4] empathy