روانکاوی در عصر هوش مصنوعی: مقاومت یا سازگاری

در سال‌های اخیر، هوش مصنوعی با سرعتی چشم‌گیر به قلمروهای پیچیده انسانی وارد شده و روان‌درمانی نیز از این نفوذ در امان نمانده است. چت‌بات‌ها، دستیارهای هوشمند روان‌شناختی و تحلیل‌گرهای داده‌محور به‌گونه‌ای طراحی می‌شوند که گویی می‌توانند جایگزین یا مکمل تراپیست‌ها شوند. اما آیا روانکاوی، با بنیان‌هایی چون زبان، انتقال و ناهشیار، اساساً با منطق الگوریتمی سازگار است؟

این مقاله، با رویکردی تحلیلی و انتقادی، تلاش می‌کند ابعاد گوناگون تأثیر هوش مصنوعی بر روانکاوی را واکاوی کند. از تفاوت بنیادین زبان در روانکاوی و زبان ماشین گرفته تا ناتوانی AI در شکل‌دهی به انتقال متقابل درمانی و درک میل انسانی؛ از فرصت‌های تکنولوژیک برای گسترش دسترسی به خدمات روانی تا خطرات اتوماسیون و سطحی‌سازی رابطه درمانی. در پایان، پرسشی بنیادین مطرح می‌شود: روانکاوی در این عصر چه باید بکند؟ مقاومت، سازگاری یا بازتعریف نقش خود؟

روانکاوی؛ دانشی در برابر الگوریتم

در روانکاوی، زبان خود میدان اصلی کارِ روان است. فروید در نخستین تلاش‌هایش برای رمزگشایی از رؤیا و لغزش زبانی نشان داد که واژه‌ها حامل سائق، سرکوب، تمنا و بازگشت‌اند.

 این دیدگاه بعدها در اندیشه‌ی ژاک لکان به اوج رسید؛ آنجا که زبان به‌مثابه‌ی «ساختار ناهشیار» تعریف شد. لکان صراحتاً می‌گوید: «ناهشیار ساختاری همچون زبان دارد.» اما این جمله نباید اشتباه تعبیر شود؛ منظور او این نیست که ناهشیار می‌تواند به سادگی با زبان توصیف شود، بلکه برعکس، زبان خود به مثابه فضایی است که در آن، شکاف‌ها، تاخیرها، لغزش‌ها و غیاب‌ها محل بروزِ میل و تضاد هستند.

در جلسه‌ی روانکاوی، شنیدن دقیق درمانگر نه به منظور درک مفاهیم سطحی بلکه برای دریافت «چیزی که میان واژه‌ها» حضور دارد صورت می‌گیرد. مکث‌ها، لکنت‌ها، تکرارهای بی‌دلیل و حتی شوخی‌ها حامل معنا هستند.

 زبان در روانکاوی چیزی خطی و تابع قواعد صوری نیست، بلکه محل تلاقی سوژه با ابژه‌ی میل است، جایی که ناهشیار از خلال شکستِ بیان، خود را نشان می‌دهد.

زبان در هوش مصنوعی: مدل آماریِ توالی واژگان

در نقطه‌ی مقابل، آن‌چه در هوش مصنوعی تحت عنوان زبان‌فهمی^[1] یا مدل‌های زبانی (Language Models) طراحی شده، مبتنی بر تحلیل آماری توالی واژگان است. برای مثال، یک مدل مانند GPT یا BERT تلاش نمی‌کند «معنا» را بفهمد، بلکه بر اساس میلیون‌ها واحد داده آماری و هم‌رخدادی کلمات، می‌کوشد پیش‌بینی کند که کدام واژه با احتمال بالاتر در ادامه‌ی جمله ظاهر می‌شود.

در این چارچوب، زبان به یک مسأله‌ی پیش‌بینی ریاضی تبدیل می‌شود. ساختار زبانی نه به‌عنوان چیزی که سوژه در آن گرفتار است، بلکه به‌عنوان رشته‌ای از نشانه‌ها که می‌توانند کدگذاری و رمزگشایی شوند در نظر گرفته می‌شود.

حتی در پیشرفته‌ترین نسخه‌ها، هوش مصنوعی به‌معنای انسانی کلمات «نمی‌فهمد» و «تجربه نمی‌کند». اگرچه خروجی آن ممکن است به پاسخ انسانی شباهت داشته باشد، اما فاقد لایه‌های چندگانه‌ی تضاد، کنایه، و ابعاد ناهشیار زبان است که روانکاوی بر آن استوار است. اگرچه نتیجه‌ی خروجی می‌تواند به شکل حیرت‌انگیزی شبیه پاسخ انسانی باشد، اما فاقد لایه‌های تضاد، کنایه، ناتمامی و ابعاد چندگانه‌ای‌ست که زبان انسانی را روانکاوانه می‌سازد.

لغزش و تداعی: غیاب‌های پُرمعنا

در روانکاوی، لغزش‌های زبانی – مانند گفتن یک واژه به جای دیگری – به عنوان ورود ناهشیار به گفتار آگاهانه تعبیر می‌شوند. هیچ‌چیز تصادفی نیست. در حالی‌که در یک مدل AI، چنین لغزشی صرفاً یک «خطا» یا «نویز» در توالی زبانی است که باید اصلاح شود. بدین ترتیب، آن‌چه در روانکاوی به‌مثابه معنا زاده می‌شود، در زبان ماشینی به‌مثابه بی‌نظمی یا خطای آماری حذف می‌شود.

همچنین در روانکاوی، تداعی آزاد یعنی سخن گفتن بدون فیلتر  نقطه‌ی ورود به ساختار پنهان روان است. اما گرچه برخی نسخه‌های پیشرفته مانند Replika داده‌های شخصی را ذخیره می‌کنند، اما از منظر روانکاوی، فاقد تجربه‌ی زیسته، خاطره‌ی هیجانی و تداعی روانی‌اند؛ اموری که در شکل‌گیری رابطه‌درمانی ضروری‌اند. آن‌ها صرفاً بازنویسی‌های آماری از داده‌های موجودند.

از ELIZA تا Woebot: بازنمایی زبان در روان‌درمانی ماشینی

نخستین تلاش‌ها برای شبیه‌سازی روان‌درمانی توسط ماشین به دهه‌ی ۶۰ میلادی بازمی‌گردد، با برنامه‌ای به نام ELIZA که نقش یک درمانگر غیرفعال را بازی می‌کرد. ELIZA بدون درک محتوا و تنها با تکرار جملات، نوعی توهم همدلی ایجاد می‌کرد.

ابزارهای امروزی مانند Woebot یا Wysa، گرچه در پردازش زبان پیشرفته‌ترند، اما همچنان فاقد درک روان‌درمانی عمیق‌اند. آن‌ها نمی‌توانند به ناهشیار گوش دهند یا معناهای پنهان در کلام را دریافت کنند. آن‌ها ممکن است به کاربر بگویند: «به خودت استراحت بده» یا «این احساسات طبیعی‌ست»، اما نمی‌توانند به «ناهشیار» گوش دهند، چون اصلاً نمی‌دانند ناهشیار یعنی چه.

در نتیجه، تقابل زبان در روانکاوی و زبان در هوش مصنوعی تقابل دو هستی‌شناسی متفاوت است. یکی زبان را جایی برای بروز میل، غیاب، فانتزی و رنج می‌داند، و دیگری آن را به واحدهای قابل پیش‌بینی و سازمان‌یافته فرو می‌کاهد. روانکاوی با «شکاف» کار می‌کند، با چیزهایی که در زبان پنهان می‌شوند یا به زبان نمی‌آیند. در حالی‌که هوش مصنوعی تنها با «آن‌چه قابل مدل‌سازی است» سر و کار دارد.

انتقال^[2] و رابطه درمانی؛ انسان با انسان یا انسان با ماشین؟

انتقال، یکی از بنیادین‌ترین مفاهیم در روانکاوی است؛ فرآیندی که در آن بیمار (مراجع) هیجانات، تمایلات و تصورات مرتبط با افراد مهم گذشته‌اش – معمولاً والدین – را بر تراپیست فرافکنی می‌کند. این پدیده نه خطا یا انحراف، بلکه خودِ ماده‌ی خام درمان است.

در نظر دیدگاه روانکاوی، رابطه‌ی درمانی هرگز فقط گفت‌وگو بین دو فرد در زمان حال نیست، بلکه بازنمایی پیچیده‌ای‌ست از روابط و امیال گذشته که در «صحنه‌ی تحلیلی» اکنون فعال شده‌اند.

لاکان، این موقعیت را نه صرفاً یک رابطه بین‌فردی بلکه ساختاری دانست؛ او انتقال را نقطه‌ی تلاقی زبان، میل و جایگاه سوژه تعریف کرد. درمانگر، دانای کل نیست؛ بلکه «جایگاه سوژه‌ای که فرض می‌شود بداند» را اشغال می‌کند. این جایگاه است که موتور حرکت روان‌کاوی را فعال می‌سازد.

رابطه با ماشین: امتناع از انتقال متقابل

حالا سؤال اساسی این‌جاست: آیا چنین ساختاری می‌تواند با یک ماشین شکل بگیرد؟ آیا کاربر می‌تواند به یک الگوریتم، احساسات، خیال‌پردازی‌ها یا فرافکنی‌های دوران کودکی خود را منتقل کند؟

در نگاه نخست، ممکن است پاسخ ساده باشد: بله؛ اما بررسی دقیق‌تر این موضوع، ما را با نکاتی مواجه می‌کند که این امکان را به چالش می‌کشد.:

برخی مطالعات اولیه (مثلاً درباره‌ی برنامه‌هایی مثل Woebot یا Replika) نشان می‌دهند که برخی کاربران واقعاً نسبت به چت‌بات‌ها دلبستگی عاطفی پیدا می‌کنند. این دلبستگی گاه حتی با احساس رازگویی، راحتی و نوعی تسلی خاطر همراه است. اما باید دقت کرد که این احساس بیشتر شبیه «هم‌صحبتی با آینه» است تا برقراری انتقال. چون ماشین نه میل دارد، نه سوژه است، نه سکوتش معنا دارد، نه مکثش حامل مقاومت است.

در روان‌کاوی، آن‌چه در رابطه‌ با درمانگر مهم است نه فقط آن چیزی‌ست که گفته می‌شود، بلکه آن‌چه نگفته می‌ماند، پاسخ‌هایی که داده نمی‌شوند، و تمنایی که هرگز ارضا نمی‌شود. درمانگر در جایگاه خاصی قرار می‌گیرد که هم میل بیمار را برمی‌انگیزد و هم از ارضای آن امتناع می‌ورزد. این پیچیدگی، در دستگاهی که بر مبنای پاسخ‌دهی سریع و دل‌خواه طراحی شده – یعنی مدل‌های زبانی هوش مصنوعی – به کلی غایب است.

پرسش از سکوت: تراپیست خاموش یا الگوریتم پاسخ‌گو؟

یکی از منابع قدرتمندِ معنا در روانکاوی، سکوت درمانگر است. سکوت، گاهی ابزار مقاومت‌شکنی‌ست، گاهی دعوت به تعمق، و گاهی آینه‌ی میلِ بیمار. اما سکوت در هوش مصنوعی معنا ندارد. سکوت سیستم یعنی خطا، نقص، یا عدم اتصال. هر مکثی باید باواکنش همراه شود و هر سوالی پاسخی دارد – این از ویژگی‌های ذاتاً غیربشری سیستم است.

تراپیست واقعی می‌تواند از دانستن امتناع کند، از پاسخ دادن خودداری نماید، و حتی با نوعی non-acting بیمار را با میل و فانتزی‌اش تنها بگذارد. اما AI مجبور است «کار» کند، چرا که طراحی نشده تا امتناع بورزد. طراحی شده تا خدمت کند.

شبیه‌سازی یک رابطه یا ساختن یک فانتزی؟

ممکن است برخی بگویند که همین که کاربر احساس نزدیکی، همدلی یا دریافت حمایت از یک سیستم داشته باشد کافی‌ست. اما این دیدگاه، روانکاوی را به نوعی دلگرمی ساده تقلیل می‌دهد. در روانکاوی، درمان نه در «حمایت»، بلکه در «برخورد» است؛ برخورد با ابژه‌ی میل، با تضاد، با خلاء و با تاریخچه‌ی رنج.

در نتیجه، حتی اگر سیستم‌های مبتنی بر هوش مصنوعی بتوانند فانتزیِ همدلی یا گفت‌وگوی ایمن را بازتولید کنند، چیزی به نامانتقال متقابل به‌مثابه ساختار روانی رخ نمی‌دهد. چون طرف رابطه، سوژه‌ای نیست که میل بورزد، ندانسته‌ای داشته باشد، یا بتواند مقاومت کند.

اگر بپذیریم که روانکاوی بدون پدیده‌ی انتقال امکان‌پذیر نیست، و اگر بپذیریم که انتقال فقط در رابطه‌ی بین دو سوژه (که یکی شنونده‌ای فعال، و دیگری فاعلِ گفتار است) رخ می‌دهد، پس باید گفت رابطه‌ با یک ماشین – هر چقدر هم هوشمند یا شبیه‌انسان – از این ساختار بنیادی محروم است.

به تعبیر دیگر، روانکاوی در غیاب انتقال، شبیه‌سازی درمان است، نه خود درمان. و رابطه با ماشین، اگرچه ممکن است مفید، آرام‌بخش یا ساختاریافته باشد، اما فاقد ظرفیت‌ «تغییر روانی» است که روانکاوی اصیل وعده‌اش را می‌دهد.

آیا هوش مصنوعی می‌تواند به سوژه گوش‌دهد؟ یا فقط به داده‌ها؟

در نگاه نخست، مدل‌های زبان بزرگ مانند ChatGPT یا سیستم‌های هوش مصنوعی مشابه، درک‌کننده و پاسخ‌گو به‌نظر می‌رسند: جملات را تحلیل می‌کنند، ساختار زبانی را تشخیص می‌دهند و براساس الگوها پاسخ‌هایی گاه پیچیده و دقیق ارائه می‌دهند. اما آیا این‌ها معادل «گوش دادن به سوژه» است؟ در روانکاوی، شنیدن صرفاً دریافت اطلاعات نیست؛ بلکه ورود به منطق ناهشیار، توجه به لغزش‌ها، تکرارها، سکوت‌ها، تناقض‌ها و هر آن‌چیزی‌ست که از «نظام دلالت» فراتر می‌رود.

در روانکاوی، شنیدن یعنی گوش دادن به چیزی که گفته نمی‌شود. یعنی توانِ ایستادن در برابر معنا. تراپیست شنونده‌ای منفعل نیست؛ او در عین گوش دادن، برش می‌زند، قطع می‌کند، مکث می‌کند، و معنا را برهم می‌زند. در حالی‌که هوش مصنوعی، ساختاری مبتنی بر پیش‌بینی معنا دارد. مدل‌های زبانی طوری طراحی شده‌اند که «محتمل‌ترین پاسخ» را بر مبنای آماری تولید کنند، نه بر مبنای ابژه‌های گمشده‌ی میل یا حقیقت ناگفته‌ی سوژه.

زبان؛ داده یا دال؟

یکی از تفاوت‌های بنیادین بین روانکاوی و علم داده در نوع نگاه به زبان است. برای هوش مصنوعی، زبان مجموعه‌ای از داده‌های ساختارمند است؛ واژه‌ها، فراوانی آن‌ها، هم‌نشینی‌ها، احتمالات. اما در روانکاوی – خاصه نزد لاکان – زبان، شبکه‌ای‌ست از دال‌ها، یعنی عناصری که همیشه به دیگری ارجاع می‌دهند، هیچ‌گاه به معنای نهایی نمی‌رسند، و درون‌شان میل سرکوب‌شده‌ای جریان دارد.

مدل‌های هوش مصنوعی، نمی‌توانند بازی دال‌ها را در سطحی که در روانکاوی معنا دارد، بشنوند. آن‌ها بر اساس منطق‌ احتمالات، پاسخ‌های هم‌راستا با بافت رایج می‌سازند، نه نقاط شکست یا شگفتی. در حالی‌که روانکاو، دقیقاً در پی این شکست‌هاست؛ آن‌جا که زبان از کار می‌افتد، آن‌جا که حرف‌ها لغزیده می‌شوند، آن‌جا که سکوت می‌افتد یا تکرار وسواس‌گونه رخ می‌دهد.

مراجعه‌کننده: داده یا سوژه؟

هوش مصنوعی در مواجهه با مراجع، به ناچار او را به داده تقلیل می‌دهد. حتی اگر در ظاهر با او مکالمه کند، این مکالمه در سطحی ساختاریافته، قابل پردازش و قابل یادگیری باقی می‌ماند. سوژه اما، از نظر روانکاوی، موجودی‌ست شکاف‌دار، دارای میل، فاقد انسجام، و درگیر با ناهشیار . هیچ مدل هوش مصنوعی‌ای نمی‌تواند چنین «شکافی» را بازنمایی کند، چون خود در ذاتش شکافی ندارد؛ محصول یک انسجام ریاضی‌ست، نه روانی.

از همین منظر، مدل‌های زبان در بهترین حالت می‌توانند بازنمایی‌ای شبیه‌انسان از شنیدن ارائه دهند، اما نمی‌توانند فرآیند «شنیدن سوژه» را بازتولید کنند.

نقش سوژه در پاسخ تراپیست

در روانکاوی، هر پاسخ تراپیست حامل جایگاه او نسبت به میل بیمار و نسبت به ساختار ناهشیار است. تراپیست با پاسخ دادن یا ندادن، معنا دادن یا امتناع از معنا، جایگاه خاصی در شبکه‌ی انتقال اشغال می‌کند. اما مدل هوش مصنوعی، هرگز جایگاه ندارد. پاسخ‌های آن نه حامل میل‌اند، نه مقاومت، نه تناقض. آن‌ها از بیرون وارد نمی‌شوند، بلکه از درونِ الگوریتم بیرون کشیده می‌شوند؛ بدون تاریخ، بدون ناهشیار بدون تضاد.

به عبارتی، در روانکاوی، سوژه در کلام احضار می‌شود. در هوش مصنوعی، کلام صرفاً پاسخ می‌دهد.

گوش دادن در روانکاوی، نوعی آمادگی برای ندانستن، برای شنیدن آن‌چه غیرمنتظره است، و برای درگیر شدن با میل دیگری است. این نوع گوش دادن، تنها در بستر رابطه‌ای انسانی، مبتنی بر فقدان، سکوت، و میل ممکن است.

هوش مصنوعی، علی‌رغم قدرت پردازشی‌اش، در برابر این فقدان ناتوان است. نمی‌تواند نشنود، نمی‌تواند امتناع کند، نمی‌تواند میل بورزد یا با میل دیگری مواجه شود. پس در نهایت، به «سوژه» گوش نمی‌دهد؛ بلکه به «داده‌ها» گوش می‌دهد. و این، تفاوتی‌ست بنیادین.

بازتعریف جایگاه روانکاوی در جهان دیجیتال

در مواجهه با گسترش شتاب‌ناک هوش مصنوعی و ورود آن به حوزه‌هایی که پیش‌تر خاص انسان و روابط انسانی تلقی می‌شدند، روانکاوی نمی‌تواند صرفاً موضعی تدافعی یا نوستالژیک بگیرد. بلکه باید بازتعریفی آگاهانه، انتقادی و خلاقانه از جایگاه خود در این چشم‌انداز نوین ارائه دهد.

این بازتعریف به معنای آن نیست که روانکاوی باید خود را با فناوری منطبق یا ادغام کند، بلکه باید مرزهای نظری خود را دقیق‌تر ترسیم کرده و در عین حال، به شیوه‌ای باز و انتقادی با تحولات فناوری وارد گفتگو شود. به‌عبارت دیگر، روانکاوی نه در انزوا، بلکه در اختلاف و دیالوگ با دنیای دیجیتال باید موقعیت خود را تعیین کند.

امتناع از الگوریتمی‌شدن یا استفاده از تکنولوژی به‌مثابه ابزار؟

یک دوگانه‌سازی خطرناک در بحث‌های امروز، تقلیل موضوع به «پذیرش کامل یا امتناع کامل» از فناوری است. اما روانکاوی می‌تواند رویکردی واسطه‌ای و انعطاف‌پذیر اتخاذ کند: امتناع از الگوریتمی‌شدن ساختار روان در عین استفاده سنجیده از تکنولوژی در خدمت تشخیص، آموزش یا تسهیل فرایندهای درمانی.

به‌عنوان مثال، استفاده از ابزارهای دیجیتال برای یادداشت‌برداری بالینی، تحلیل کیفی داده‌ها یا حتی کمک به مستندسازی پیشرفت درمان – در صورتی‌که جایگزین رابطه درمانی نشوند – می‌توانند مفید باشند. اما در همان حال، باید از هرگونه میل به خودکارسازی رابطه درمانی، پیش‌بینی رفتار روانی یا تشخیص مکانیکی به‌شدت پرهیز کرد. روانکاوی باید بر این نکته تأکید ورزد که «فهم روانی» نه نتیجه داده‌کاوی، بلکه محصول مواجهه با ابهام، تأخیر، و امر پیش‌بینی‌ناپذیر است.

اهمیت آموزش عمومی درباره تمایز روانکاوی با روش‌های شناختی-رفتاری خودکار

یکی از مهم‌ترین مسئولیت‌های روانکاوی در عصر هوش مصنوعی، شفاف‌سازی تمایزهای مفهومی و عملی خود با سایر شیوه‌های روان‌درمانی، به‌ویژه روش‌های خودکار، داده‌محور یا شناختی-رفتاری است. در فضای فرهنگی امروز، بسیاری از مردم تفاوت میان یک گفت‌وگوی تحلیلی و یک مشاوره رفتاری-آموزشی را نمی‌دانند؛ و این ابهام با ورود ابزارهای دیجیتال و «ربات‌های درمان‌گر» تشدید شده است.

روانکاوی باید در رسانه‌ها، آموزش دانشگاهی، و گفتمان عمومی، این تفاوت‌ها را توضیح دهد:

• روانکاوی مبتنی بر فرآیند، نه راه‌حل
• هدف آن، کشف لایه‌های پنهان روان است، نه صرفاً رفع نشانه‌ها.
• زمان، سکوت، تکرار، و رابطه انسانی در آن جایگاهی کلیدی دارند.

چنین روشنگری‌ای، نه‌تنها از سوژه در برابر مصرف‌زدگی دفاع می‌کند، بلکه به روانکاوی امکان می‌دهد نقشی فعال‌تر در شکل‌دهی به فرهنگ درمان ایفا کند.

نقش تراپیست انسانی در عصر ماشینی

در نهایت، پرسش اصلی این است: چه چیزی درمانگر تراپیست را در برابر هوش مصنوعی یگانه می‌سازد؟

پاسخ روانکاوی به این پرسش در یک واژه خلاصه می‌شود: سوژه‌گی. تراپیست نه‌تنها شنونده‌ای حرفه‌ای است، بلکه خود نیز سوژه‌ای است درگیر، متأثر، متزلزل و در عین حال پاسخگو.

تراپست، بر خلاف ربات، می‌تواند حیرت کند، اشتباه کند، تأمل کند و اخلاقی تصمیم بگیرد. او می‌تواند با بیمار در سکوتی پرمعنا بنشیند، نه صرفاً به‌دلیل نداشتن پاسخ، بلکه به‌دلیل حضور کامل در آن لحظه. در روانکاوی، آن‌چه درمان را ممکن می‌سازد، نه مجموعه‌ای از دانش‌ها، بلکه وجود انسانی در متن رابطه‌ای پیچیده و معناساز است.

نتیجه‌گیری

ورود هوش مصنوعی به حوزه روان، گرچه امکانات فنی ارزشمندی در سلامت روان فراهم کرده، اما با روانکاوی – دانشی مبتنی بر ناخودآگاه، میل و تأخیر – در تعارضی بنیادی قرار دارد. روانکاوی نه بر پیش‌بینی و پاسخ فوری، بلکه بر گشودگی به امر غیرمنتظره، تکرار، سکوت و زبان به‌عنوان ساختار ناهشیار استوار است.

با این حال، نمی‌توان نسبت به تحولات پساهوش مصنوعی بی‌اعتنا بود. در جهانی که معنای سوژه‌گی و تجربه انسانی دگرگون می‌شود، روانکاوی باید نقشی انتقادی و خلاق ایفا کند: مقاوم در برابر تقلیل روان به داده و مصرف، و زایا در بازاندیشی مرزهای خود. هوش مصنوعی شاید بتواند اطلاعات را تحلیل کند، اما شنیدن آن‌چه هنوز گفته نشده، و زیستن در شکاف معنا و میل، همچنان امری انسانی است.

سخن سردبیر

آن‌چه در این نوشته خواندید، تلاشی بود برای گشودن دریچه‌ای به یکی از مناقشه‌های بنیادی روزگار ما: نسبت روانکاوی و هوش مصنوعی. جهانی که هر روز بیش از پیش تحت سلطه‌ی داده، الگوریتم و پیش‌بینی قرار می‌گیرد، بی‌شک فرصت‌ها و تهدیدهای تازه‌ای برای روان انسانی می‌آفریند. در این میان، روانکاوی — دانشی که بر سکوت، لغزش، و میل استوار است — ناچار است بار دیگر جایگاه و شیوه‌ی زیست خود را بازاندیشی کند.

این نوشته نه در سودای نفی مطلق تکنولوژی بود، و نه در ستایش بی‌چون‌وچرا. بلکه دعوتی است به تامل در مرزهای مرئی و نامرئی میان «شنیدنِ داده» و «شنیدنِ سوژه». شاید روانکاوی، بیش از آن‌که در برابر ماشین بایستد، باید به ما بیاموزد که در جهانی سراسر پاسخ‌گو، چه‌گونه سکوت کنیم و به آن‌چه گفته نمی‌شود، گوش بسپاریم.

منابع:

• Apollon, W., Bergeron, D., & Cantin, L. (2002). After Lacan: Clinical practice and the subject of the unconscious. SUNY Press.

• Bender, E. M., & Koller, A. (2020). Climbing towards NLU: On meaning, form, and understanding in the age of data. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5185–5198.

• Derrida, J. (1998). Of grammatology (G. C. Spivak, Trans.). Johns Hopkins University Press.

• Epstein, R. (2007). The empty brain. Aeon Essays.

• Fink, B. (1997). A clinical introduction to Lacanian psychoanalysis: Theory and technique. Harvard University Press.

  Fitzpatrick, K. K., Darcy, A., & Vierhile, M. (2017). Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a

• fully automated conversational agent (Woebot): A randomized controlled trial. JMIR Mental Health, 4(2), e19.

• Foucault, M. (1972). The archaeology of knowledge (A. M. Sheridan Smith, Trans.). Pantheon Books.

• Freud, S. (1900). The interpretation of dreams. Macmillan.

• Freud, S. (1912). The dynamics of transference. In The Standard Edition of the Complete Psychological Works of Sigmund Freud (Vol. 12, pp. 97–108). Hogarth Press.

• Fuchs, T. (2021). Artificial intelligence and psychotherapy: Challenges and risks. AI & Society, 36(2), 509–517.

• Han, B.-C. (2017). Psychopolitics: Neoliberalism and new technologies of power. Verso Books.

• Haraway, D. J. (1991). Simians, cyborgs, and women: The reinvention of nature. Routledge.

• Lacan, J. (2006). Écrits: The first complete edition in English (B. Fink, Trans.). W. W. Norton & Company.

• Lemma, A. (2016). Introduction to the practice of psychoanalytic psychotherapy (2nd ed.). Wiley-Blackwell.

• Magee, L., Arora, V., & Munn, L. (2022). Structured like a language model: Analysing AI as an automated subject. Big Data & Society, 9(2), 1–14.

• Marcus, G., & Davis, E. (2019). Rebooting AI: Building artificial intelligence we can trust. Pantheon Books.

• McGowan, T. (2011). The real gaze: Film theory after Lacan. SUNY Press.

• Millar, I. (2021). The psychoanalysis of artificial intelligence. Palgrave Macmillan.

• Possati, L. M. (2020). Algorithmic unconscious: Why psychoanalysis helps in understanding AI. Humanities and Social Sciences Communications, 7, 1–8.

• Reiser, S. J. (2009). Technological medicine: The changing world of doctors and patients. Cambridge University Press.

• Rose, N. (1998). Inventing our selves: Psychology, power, and personhood. Cambridge University Press.

• Turkle, S. (2011). Alone together: Why we expect more from technology and less from each other. Basic Books.

• Weizenbaum, J. (1966). ELIZA—a computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45.

• Žižek, S. (1992). Enjoy your symptom!: Jacques Lacan in Hollywood and out. Routledge.

• Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.

^[1] Natural Language Processing

^[2] Transference