کتابخانه ها در عصر هوش مصنوعی

📷

توسط بن جانسون

همان نگاه انتقادی که با سواد اطلاعاتی روی کتاب ها و مقالات اعمال می کنیم، باید روی هوش مصنوعی نیز اعمال شود؛ برای انجام این کار، به لنز بسیار قدرتمندتری نیاز خواهیم داشت.

می توانید از گوگل، الکسا، کورتانا، واتسون یا سیری سوال بپرسید، اما آیا می توانید از کتابخانه محلی خود سوال بپرسید؟

----------------------------------------------------

حدود یک قرن پیش، برق یک چیز جدید و جادویی بود - یک تازگی با کاربردهای کم.

در آن زمان، هیچ کس نمی توانست پیش بینی کند که منجر به تلفن، خطوط تولید و ریزتراشه شود. با این حال، برق هر صنعتی را از جمله کشاورزی، مراقبت های بهداشتی، حمل و نقل و تولید دگرگون کرد.

به عنوان سکوی پرشی برای بسیاری از نوآوری های جدید، آن تازگی مهم ترین دستاورد مهندسی قرن بیستم بود.

حالا در قرن بیست و یکم، یک چیز جادویی جدید وارد زندگی ما شده است: هوش مصنوعی (AI).

و درست همانطور که در روزهای اولیه انقلاب الکترونیکی بود، ما تازه شروع به درک این موضوع کرده ایم که این فناوری جدید تا چه حد زندگی روزمره ما را متحول خواهد کرد.

تقریباً تمام فناوری‌های نوظهور امروزی بر اساس یادگیری ماشینی پیچیده‌تر و پیچیده‌تر ساخته می شوند.

هر شرکت فناوری بزرگ روی یادگیری ماشین ریسک سرمایه می کند تا با توسعه هوش مصنوعی اختصاصی برای انجام کارهایی که قبلا به هوش انسانی نیاز داشت، به بازیگری بی بدیل در انقلاب آینده تبدیل شود.

امروزه، تعاملات ما با هوش مصنوعی تازگی زیادی دارند («سیری، چرا مرغ از جاده رد شد؟») - و نتایج خام هستند - اما اولین لامپ ها و عکس ها نیز همینطور بودند.

کتابخانه های عمومی مدرن در کنار انقلاب الکتریکی اواخر قرن نوزدهم و اوایل قرن بیستم پدید آمد و از آن زمان تاکنون سیستم ها و خدمات آن به طور مداوم با فناوری های جدید تطبیق داده شده است.

با این حال، هوش مصنوعی نهاد کتابداری را به گونه ای آزمایش خواهد کرد که هیچ فناوری دیگری تا به حال انجام نداده است.

ما برای کتابخانه ها ارزش قائل هستیم زیرا آنها ما را مطلع و متصل نگه می دارند؛ ما برای غنی سازی زندگی و آگاهی از تصمیمات خود مطالعه میکنیم. اما وقتی آن فرآیند تصمیم گیری به طور اساسی تغییر کند چه اتفاقی می افتد؟

ماشین ها در حال یادگیری، صحبت کردن، تشخیص الگوها و تصمیم گیری دارند ماهر می شوند. در نتیجه، درخواست پاسخ از یک ماشین به سرعت به یک فعالیت عادی و روزمره تبدیل می شود. با بهتر و بهتر شدن هوش مصنوعی در درک نیازهای اطلاعاتی ما و ارائه پاسخ های مرتبط، به نظر می رسد که ما بیشتر به آن تکیه خواهیم کرد. با گذشت زمان،و این تعاملات پرامتی کمتر تازگی و ضروری خواهند بود.

در ادامه انقلاب هوش مصنوعی، ما دیگر یک کتابخانه را برای دریافت اطلاعات برای تصمیم گیری مطالعه نخواهیم کرد. چرا باید این کار را انجام دهیم، در حالی که یک ماشین قبلاً تمام کتاب ها را خوانده است و در تجزیه و تحلیل و تصمیم گیری مهارت بیشتری دارد؟

ما ساعت ها را در رایانه های کتابخانه برای تحقیق در مورد یک سوال صرف نمی کنیم، زیرا هوش مصنوعی می تواند آن را در عرض چند ثانیه انجام دهد. و مطمئناً با یک کتابدار انسانی برای نیاز اطلاعاتی به سراغش نخواهیم رفت، در حالی که هوش مصنوعی قادر است در کسری از زمان پاسخ بهتر ارائه دهد.

در حال حاضر، زمانی که به دنبال پاسخی برای یک مشکل هستیم، اغلب داده‌ها (اعداد، عبارات جستجو یا هر چیز دیگری) را وارد نرم‌افزار می‌کنیم، یک تجزیه و تحلیل انجام می شود و از نتایج برای آگاه‌سازی در مورد یک تصمیم استفاده می‌کنیم. این فرآیند ترکیبی در ذهن و روی رایانه ما اتفاق می افتد.

به زودی، بیان مشکل و اجازه دادن به رایانه برای ارائه تصمیم بسیار طبیعی به نظر می رسد. بخش های میانی - ورودی، تجزیه و تحلیل و استدلال انتقادی - داخل یک جعبه سیاه اتفاق می افتد. ما چگونگی وقوع آن را درک نخواهیم کرد و تا زمانی که نتایج به طور مداوم خوب باشند، اهمیتی به آن نخواهیم داد.

در حالی که کتابخانه ها مطمئناً تحت تأثیر انقلاب هوش مصنوعی تغییر خواهد کرد - به روش هایی که نمی توانیم تصور کنیم - بعید به نظر می رسد کتابخانه ها به طور کلی از بین برود. در واقع، کتابخانه های عمومی و دانشگاه ها ممکن است هنوز نقش مهمی در انقلاب هوش مصنوعی داشته باشند.

شاید همیشه متوجه آن نباشیم، اما هر روز از هوش مصنوعی استفاده می کنیم. به عنوان مثال، وقتی در گوگل جستجو می کنیم، داده هایی را به رنک برین (RANK BRAIN) - یک سیستم هوش مصنوعی که به مرتب کردن نتایج جستجو کمک می کند - وارد می کنیم.

با یادگیری ماشین، یک کامپیوتر به جای دنبال کردن برنامه نویسی دقیق، به خودش یاد می دهد که کاری را انجام دهد.

ما همیشه دقیقا نمی دانیم که هوش مصنوعی چگونه کار می کند، اما اگر عکس های کافی از گربه را به یک شبکه عصبی وارد کنید، در نهایت یاد می گیرد که یک گربه را شناسایی کند. اگر کلمات و عباراتی را به آن بدهید، در نهایت می تواند یاد بگیرد که بفهمد و پاسخ دهد. و به طور فزاینده، هوش مصنوعی در انجام کار بهتر از قوانین الگوریتمی کدگذاری شده توسط انسان عمل می کند.

با توجه به اینکه یادگیری ماشینی برای موثر بودن به حجم عظیمی از داده نیاز دارد، داده های شخصی ما به یک کالای داغ تبدیل شده است. یافتن ذخایر عمیق داده معادل یافتن نفت در قرن بیست و یکم است.

کتابخانه ها از حریم خصوصی داده ها حمایت می کنند و در بیشتر موارد، آنچه را که تبلیغ می کنند، عملی می کنند (ما سوابق کتابخانه را ارائه نمی دهیم، کاربران وب خود را ردیابی نمی کنیم و غیره).
اما اگر قرار باشد در دهه های آینده واقعاً مدافع حقوق حریم خصوصی باشیم، به مجموعه ای جدید از ابزارهای پیچیده نیاز داریم.

هر روز داده های ما توسط شرکت ها پولسازی می شود، توسط بازیگران سیاسی به عنوان سلاح استفاده می شود و برای اهداف غیرقانونی به سرقت می رود.

اگر چیزی باید نگران کننده در مورد انقلاب هوش مصنوعی باشد، آن یک آخرالزمان رباتیک علمی تخیلی نیست. این است که چگونه اشکال قبلی مزاحمت اینترنتی با یادگیری ماشین تشدید خواهد شد.

کتابخانه ها می توانند با ارائه راه های ناشناس برای تعامل با سیستم های هوش مصنوعی، به ایمن سازی حریم خصوصی کمک کنند.

آزادی اندیشه

اگر آزادی اندیشه حق هر فرد برای جستجو و دریافت اطلاعات از همه دیدگاه ها بدون محدودیت باشد، پس آن حق در معرض حمله است. با توجه به اینکه ما به دنبال جستجو و دریافت اطلاعات از هوش مصنوعی هستیم، چگونه اطمینان حاصل خواهیم کرد که این آزادی محافظت می شود؟

در سال 2016، مقامات امنیتی در تحقیق در مورد مرگ یک مرد آرکانزاسی، به دنبال هرگونه اظهاراتی بودند که توسط بلندگوی اکو آمازون، مظنون شنیده شده باشد.

در سپتامبر 2017، وزارت دادگستری (DOJ) با صدور حکم قضایی از فیس بوک درخواست اطلاعات در مورد حساب های مرتبط با کاربران "ضد دولت" کرد. با دسترسی به داده های شخصی این کاربران، DOJ نه تنها در مورد فعالان، بلکه در مورد کسانی که پست های آنها را می خواندند و آنها را دنبال می کردند و به آنها پیام می دادند نیز اطلاعات کسب می کرند.

یک کتاب نمی تواند به دادگاه احضار شود. کتاب ها صحبت نمی کنند، اما دستیار هوش مصنوعی شما گوش می دهد و صحبت می کند.

اگر از دستیار هوش مصنوعی خود در خانه بپرسید که چگونه کسی را به قتل برساند یا از او بخواهید یک پست از یک فعال ضد دولتی را بخواند، احتمالاً مدرکی ایجاد می کنید که بتوان از آن علیه شما استفاده کرد.

شاید شما در حال نوشتن یک قسمت از CSI بودید. شاید شما در حال تحقیق برای کتابی در مورد تاریخ سازمان های آنارشیستی بودید. هر دلیلی که برای جستجوی آن اطلاعات داشته باشید، پرس و جوهای شما ضبط و ذخیره می شد.

با تغییر روش اصلی ما برای به دست آوردن اطلاعات از خواندن کلمات چاپی به تعامل با هوش مصنوعی، باید اطمینان حاصل کنیم که همان ضمانت هایی که برای محافظت از کتاب ها استفاده می کنیم، به هوش مصنوعی نیز گسترش می یابد.

هنگامی که یک هوش مصنوعی تصمیمات یا پیش‌بینی‌های بحث‌برانگیزی می‌گیرد، مردم تقریباً مطمئناً سعی می‌کنند آن را ممنوع کنند، درست همانطور که سعی می‌کنند کتاب‌های بحث‌برانگیز را ممنوع کنند.

در سال 2017، منتقد صریح گوگل از یک اندیشکده آمریکایی که بودجه آن شخص را گوگل تامین می‌کرد، اخراج شد.

اما در سال 2025، یک شرکت راه‌های بسیار پیچیده تر و ظریفتری برای تغییر چشم‌انداز اطلاعات خواهد داشت. این هوش مصنوعی که تعیین می‌کند چه اطلاعاتی را بیینید یا ممکن است یاد بگیرد که تعصبات برنامه نویسی خود را منعکس کند و برخی دیدگاه ها را بی ارزش جلوه دهد. اگر یک هوش مصنوعی یک جعبه سیاه باشد که یک سوال ورودی را یگیرد و یک پاسخ خروجی ارائه می دهد، چه کسی می تواند بگوید که خروجی تحت تأثیر چه کسی یا چه چیزی بوده است؟

کار

با پیشرفت هوش مصنوعی در انجام تعداد فزاینده‌ای از کارها، جایگزینی انسان‌ها در تعداد بیشتری از مشاغل خواهد شد. و با پیچیده‌تر شدن هوش مصنوعی، اختراع مشاغل جدید (مشاغلی که انسان‌ها بتوانند بهتر از ماشین‌ها انجام دهند) سخت‌تر خواهد شد.

در نهایت، همین الگوریتم‌هایی که مشاغل ما را گرفتند، ممکن است راه حلی برای تغذیه و مسکن ما ارائه دهند، اما در کوتاه مدت، ما باید با تعداد فزاینده‌ای از افراد بیکار کنار بیاییم.

رانندگان تاکسی با نگرانی تماشا می‌کنند که ناوگان خودروهای خودران به سنگاپور می‌آیند. صندوقداران در آیووا تماشا می‌کنند که ایستگاه‌های کاری آنها تخریب شده و با دستگاه‌های خودپرداز جایگزین می‌شوند. و بیمه‌گذاران در ژاپن تماشا می‌کنند که نمایندگان ادعای بیمه درمانی آنها با یک سیستم هوش مصنوعی مبتنی بر IBM Watson Explore جایگزین می‌شوند.

امروزه، کتابخانه‌ها فرصت‌هایی را برای افراد فراهم می‌کنند تا مشاغل جدید پیدا کنند و مهارت‌های جدید بیاموزند. بیکاران و افراد بی‌خانمان اغلب برای برقراری ارتباط با خدمات و یافتن کار به کتابخانه‌ها متکی هستند.

مطالعات نشان می‌دهد که 38 درصد از مشاغل در 15 سال آینده در معرض خطر جایگزینی با هوش مصنوعی هستند. وقتی این اتفاق بیفتد، کتابخانه‌ها باید خدمات خود را برای بیکاران و کم‌کاران به شدت افزایش دهند.

با توجه به اینکه مشاغل کم‌دستمزد بیشترین آسیب را از انتقال هوش مصنوعی می‌بینند، چالش این خواهد بود که نیروی کار را برای رقابت در تعداد کمی از مشاغل بسیار تخصصی آموزش مجدد دهیم.

بازی

برخی معتقدند که با به کارگیری هوش مصنوعی، انسان‌ها وقت بیشتری برای بازی خواهند داشت. شاید ربات‌ها نیامده‌اند تا مشاغل ما را بدزدند؛ شاید آنها آمده‌اند تا ما را از مشاغل خود آزاد کنند.

اگر هوش مصنوعی بخش زیادی از کارهایی را که ما انجام می دهیم بر عهده بگیرد، ممکن است زمان بیشتری برای بازی، خلق و کشف داشته باشیم.

هویت و احساس معنا ممکن است به کاری که انجام می‌دهیم گره خورده باشد، اما اگر آن کار از بین برود، ممکن است به دنبال یافتن، سرمایه گذاری و اختراع معنا در جای دیگری باشیم.

شاید آن معنا به شکل واقعیت مجازی، بازی‌ها یا احیای ابعاد دیگری انسانی باشد.

کتابخانه‌ها یک فضای اجتماعی هستند. ما فضایل جامعه و خلاقیت را تبلیغ می کنیم. ما فضاهای جلسه و برنامه ها را ارائه می دهیم. انجمن خدمات کتابخانه به کودکان (ALSC) در مورد اهمیت بازی و برای "حمایت از ارزش بازی و سرگرمی در کتابخانه ها" وجود آمده است.

اگر انقلاب هوش مصنوعی به این معنی باشد که انسان ها کمتر کار خواهند کرد، ما به دنبال راه هایی برای گذراندن تمام آن اوقات فراغت جدید خواهیم بود.

شاید در داستان گم شویم، به سایر انسان ها در جامعه خود متصل شویم یا یک سرگرمی را دنبال کنیم.

شاید بخواهیم داوطلب شویم، بازی کنیم یا خلق کنیم.

شاید کتابخانه در کمک به انسان‌ برای یافتن معنای جدید موقعیت خوبی داشته باشد.

در نهایت

از آزادی اندیشه تا سواد اطلاعاتی و موارد دیگر، کتابخانه‌ها مجموعه‌ای از اصول را ارائه می‌دهند که به هدایت رشد فکری در قرن گذشته کمک کرده است.

در عصر هوش مصنوعی، آن اصول از همیشه مرتبط‌تر و حائز اهمیت بیشتر هستند.

اما کتابخانه‌ها دیگر مرکز دنیای اطلاعات نیستند و بازیگران جدید در انقلاب هوش مصنوعی همیشه ارزش‌های ما را به اشتراک نمی‌گذارند.

با گسترش یادگیری ماشین، چه اقداماتی می‌توانیم انجام دهیم تا اطمینان حاصل کنیم که ارزش‌های کتابخانه ای و کتابداری در سیستم‌های هوش مصنوعی گنجانده شده است؟

باید به جای حفظ کتابداری سنتی، بر تأثیرگذاری بر توسعه سیستم‌های اطلاعاتی نوظهوری که ممکن است جایگزین ما شوند، تمرکز کنیم.

TELEGRAM CHANEL: @NEOPIANS