به گزارش اطلاعات آنلاین، دیوید شریعتمداری (روزنامهنگار، نویسنده و زبانشناس ایرانیتبار) که در حال حاضر به عنوان سردبیر بخش نقد و بررسی در روزنامه گاردین فعالیت میکند، در مقاله خود درباره تفاوتهای زبان هوش مصنوعی و انسان و همچنین تاثیر این پدیده نوشته است:
سه پاراگراف از سه نقد متفاوت هتل را در نظر بگیرید. آیا میتوانید تشخیص دهید که کدامیک، اگر اصلاً مورد خاصی وجود داشته باشد، توسط هوش مصنوعی نوشته شده است؟
«هتل موقعیت مکانی فوقالعادهای برای دسترسی به همه جا دارد. در اطراف آن، مکانهای زیادی برای خوردن و آشامیدن پیدا میشود. خود هتل فضایی بسیار پرجنبوجوش دارد. کافه طبقه همکف قطعاً یکی از بایدهای اینجاست. کیفیت غذا، خدمات، قیمتها و حالوهوای آن عالی بود.»
«هتل خوبی است، هرچند اتاقش به اندازه یک آسانسور مجهز، کوچک بود. خواب راحتی داشتم، دوش عالی بود و کارکنان برخورد دوستانهای داشتند. صبحانه شلوغ بود اما کیفیت قابلقبولی داشت. دوباره به اینجا برمیگردم، هرچند احتمالاً چمدان خیلی بزرگی همراه نخواهم داشت.»
«مقصدی عالی برای سفر به لندن. اتاق آرام، تخت راحت و همهچیز دقیقاً همانطور که انتظار میرفت، کار میکرد. کارکنان بدون اینکه مزاحم باشند، بسیار کمکحال بودند. اقامتی آرام و بیدغدغه از ابتدا تا انتها.»
فکر میکنید چقدر درست حدس زدید؟ کلر هاردیکر، استاد زبانشناسی قانونی در دانشگاه لنکستر میگوید بیشتر مردم تنها در ۶۰ درصد مواقع این نوع تشخیص را درست انجام میدهند. آزمون آنلاین او با نام «بات یا نه»، از کاربران میخواهد موارد جعلی را در مجموعهای از ۱۵ نقد شناسایی کنند. این نرخ موفقیت متوسط، ممکن است برای کسانی که اطمینان دارند میتوانند نوشته هوش مصنوعی را از فرسخها دورتر تشخیص دهند، غافلگیرکننده باشد. وقتی در ماه مه تردیدهایی درباره اصالت داستان کوتاه برنده جایزه توسط جامیر نظیر مطرح شد، کاربران شبکههای اجتماعی با سرعتی باورنکردنی او را محکوم کردند. یکی از آنها نوشت: «اگر بدانی، میدانی.» نظیر بعداً به آتلانتیک گفت که از هوش مصنوعی استفاده نکرده است.
هاردیکر میگوید پاسخدهندگان او معمولاً برای شناسایی متن هوش مصنوعی به چند قاعده کلی تکیه میکنند؛ مانند وجود کلیشهها و استفاده از خط تیرهها. «قاعده سهتایی» که در آن کلمات یا عبارات در یک سهگانه گوشنواز کنار هم چیده میشوند نیز یکی دیگر از نشانهها تلقی میشود. او میگوید: «مردم قواعد بسیار سادهای را یاد گرفتهاند و حالا دیوانهوار آنها را همهجا به کار میبرند.»
با این حال مشکلی وجود دارد: این «نشانهها» ویژگی نوشتههای انسانی هم هستند؛ نوشتههایی که مدلهای زبانی بزرگ برای تولید متن، روی آنها آموزش دیدهاند. «میتوانید به عقب برگردید و بگویید چارلز دیکنز هم از هوش مصنوعی استفاده میکرده، چون او هم از خط تیره استفاده میکرد.» سخنوران نیز از زمان جمله معروف ژولیوس سزار یعنی «آمدم، دیدم، پیروز شدم»، با قاعده سهتایی آشنا بودهاند. در میان نقدهای هتل ما، فقط اولی واقعی بود. متوجهاش شدید؟
شاید به این دلیل که اطمینان از اصالت متن بسیار دشوار است، بدگمانی به یک رویه معمول تبدیل شده است. در دنیای ادبیات، اتهامات استفاده از هوش مصنوعی اکنون نویسندگان را با سطوح متفاوتی از توجیه زیر فشار میبرد. رمان ترسناک «دختر خجالتی» پس از انتشار شایعاتی در فضای آنلاین مبنی بر تکیه نویسنده به هوش مصنوعی (که او آن را انکار میکند) توسط ناشر یعنی «هچت» پس گرفته شد؛ کتاب «آینده حقیقت» اثر استیون روزنبام که مطالعهای جدی درباره «بازشکلدهی واقعیت توسط هوش مصنوعی» بود، حاوی نقلقولهای توهمی متعددی از کار درآمد که نویسنده در عذرخواهی خود به آن اذعان کرد.
سازمانهای رسانهای از جمله گاردین، با تعداد فزایندهای از شکایات درباره متنهایی که تصور میشود توسط هوش مصنوعی تولید شدهاند، روبهرو هستند. این شکایات شامل شهود نویسندگان درباره نحوه بیان خاص، و همچنین نظراتی درباره غلطهای تایپی و دستوری است. در یک مورد، کلمه «بعد از» بهطور ناخواسته در یک جمله تکرار شده بود. یکی از خوانندگان با ایمانی تحسینبرانگیز به تواناییهای ویراستاری ما نوشت: «نمیتوانم تصور کنم یک ویراستار یا مصحح انسانی چنین چیزی را نادیده بگیرد.»
مشکل اینجاست که نه تنها هوش مصنوعی از نوشتههای انسانی یاد میگیرد، بلکه انسانها نیز به لحاظ سبکی تحت تأثیر هوش مصنوعی قرار میگیرند و این تعامل، نوعی تالار آینههای زبانی ایجاد میکند. اگر نویسندهای خود به استفاده از آن اعتراف نکند، بهسختی میتوان با قطعیت گفت که یک نوشته خاص محصول هوش مصنوعی است یا خیر. این عدم اطمینان، زمینهساز پارانویاست.
هاردیکر میگوید اگر وسوسه شدید به سراغ ابزارهای غربالگری تجاری برای تشخیص متن انسانی از ماشینی بروید، باید بدانید که این ابزارها نیز با عدم قطعیت همراه هستند. او میگوید: «با توجه به اینکه برخی از ما بهطور طبیعی به سبکی مینویسیم که شبیه هوش مصنوعی به نظر میرسد – برای مثال افراد نورودایورجنت – نوشته آنها بهعنوان محصول هوش مصنوعی شناسایی خواهد شد. همچنین میتوانید خروجی هوش مصنوعی را تغییر دهید تا انسانیتر به نظر برسد. اگر چنین متنی را به یک تشخیصدهنده هوش مصنوعی بدهید، نتایج عجیبی خواهید گرفت.» او به عنوان کسی که در دادگاه به عنوان شاهد متخصص حضور داشته، نسبت به کارایی این ابزارها بسیار شکاک است.
تشخیصدهنده محبوب «پنگرام» که ادعا میکند نرخ مثبت کاذب آن حدود ۱ در ۱۰,۰۰۰ است، در آزمایشهای مستقل نشان داده که در شناسایی نوشتههای هوش مصنوعی بسیار مؤثر است، حتی زمانی که متن از یک اپلیکیشن «انسانیساز» برای پنهان کردن منشأ خود عبور کرده باشد. با این حال، سؤالات همچنان باقی است. من توانستم در اولین تلاش با استفاده از لحنی پرطمطراق که ممکن است مشخصه هوش مصنوعی باشد، آن را فریب دهم؛ لحنی که میتواند به همان اندازه کار کسی باشد که بهطور طبیعی سبک پرطمطراقی دارد – یا مهمتر از آن، نویسندهای که در خروجی مدلهای زبانی بزرگی که موتورِ ChatGPT، کلود و جمینای هستند، غرق شده است؛ چیزی که بهطور فزایندهای، تجربه همه ماست.
روزانه مقادیر عظیمی از نوشتههای هوش مصنوعی منتشر میشود؛ از کپیهای تبلیغاتی گرفته تا چکیدههای آکادمیک و داستان. در عین حال، این فناوری از طریق پیشنهادهای ایمیل خودکار، نتایج جستجوی «نمای کلی هوش مصنوعی» و پاسخ به پرسشهای چتبات، حضورش در زندگی ما پررنگتر میشود. در این سطح از مواجهه، سؤال دیگر این نیست که آیا هوش مصنوعی در حال تغییر دادن نحوه صحبت کردن و نوشتن ماست، بلکه سؤال این است که چگونه؟ و آیا باید در برابر آن مقاومت کنیم یا آن را بپذیریم؟
مدتی است میدانیم که مدلهای زبانی بزرگ متنی تولید میکنند که بهطور میانگین میتواند کمی متفاوت از نوشتههای انسانی باشد. اغلب این تفاوت تنها زمانی آشکار میشود که به حجم زیادی از مطالب نگاه کنید. یک پژوهشگر تیزبین در سال ۲۰۲۴، محبوبیت ناگهانی کلمه «delve» (کاوش کردن) را پس از جستجو در پایگاه داده مقالات علمی، به مدلهای زبانی بزرگ نسبت داد. دیگر «کلمات کانونی» که هوش مصنوعی تمایل به استفاده بیش از حد از آنها داشته شامل «showcase» به نمایش گذاشتن، «boast» بالیدن، «underscore» تأکید کردن، «garner» به دست آوردن، «align» همسو کردن، «surpass» پیشی گرفتن و «intricate» پیچیده است. البته باز هم باید تأکید کرد که هر نویسندهای ممکن است کاملاً بیاختیار از این واژگان استفاده کند.
در چرخشی دیگر، برخی پژوهشگران معتقدند پدیده «delve» ممکن است ناشی از خود مدلها نباشد، بلکه به انسانهایی برگردد که وظیفه ارزیابی و هدایت آنها را در فرآیندی معروف به «یادگیری تقویتی با بازخورد انسانی» (RLHF) بر عهده دارند. برای کارگرانی که «کمحقوقبگیر، مضطرب و تحت فشار زمانی» هستند، به نظر میرسد «برخی کلمات به عنوان شاخصی برای کیفیت در نظر گرفته میشوند» و مدل ناخواسته آموزش میبیند که از آنها بیشتر استفاده کند. به عبارت دیگر، «delve» ممکن است مدیون این حقیقت باشد که به نظر نمیرسد نوع کلمهای باشد که هوش مصنوعی بهطور معمول استفاده میکند. فرضیه جداگانهای مبنی بر اینکه این کلمه به دلیل رایج بودن در زبان انگلیسیِ نیجریه – محل زندگی بسیاری از کارگران RLHF – بیشتر ظاهر شده، با دادهها تأیید نمیشود.
الگوهای دیگری هم وجود دارد که میتوانیم تشخیص دهیم: مدلهای زبانی بزرگ عاشق اسمها هستند، اما به نظر میرسد کمتر از انسانها از ضمایر استفاده میکنند. این ممکن است منعکسکننده این واقعیت باشد که آنها به اندازه ما که موجودات اجتماعی هستیم، درباره خودشان یا دیگران صحبت نمیکنند. آنها صفتهای توصیفی («صندلی ناراحت») را به صفتهای خبری («صندلی ناراحت بود») ترجیح میدهند، شاید چون میخواهند اطلاعات را در بستههای کوچک و متراکم ارائه دهند، در حالی که ما مطالب را بسط میدهیم. مدلهای مختلف دارای ویژگیهای منحصربهفردی هستند که میتوان آنها را «گویش» نامید. وقتی از هوش مصنوعی خواسته میشود انگلیسی رسمی را از سراسر جهان ویرایش کند، تمایل دارد به سمت استاندارد آنگلو-آمریکایی متمایل شود؛ فرآیندی که پژوهشگران آن را «شبحوارگی فرهنگی» نامیدهاند. بنابراین، درخواست کاملاً پذیرفتهشده در انگلیسی حرفهایِ هندی برای «لطفاً اقدامات لازم را انجام دهید و در اسرع وقت پاسخ دهید»، به «لطفاً کار را تکمیل کنید و سریعاً پاسخ دهید» اصلاح میشود.
شواهد نشت کردن جنبههایی از زبان مدلهای زبانی بزرگ به دنیای واقعی و تغییر دادن نحوه استفاده انسانها از زبان در زمانی که هوش مصنوعی حضور ندارد، اکنون در حال افزایش است. مطالعهای هزاران مکالمه غیرمتنی را تحلیل کرد و دریافت که کلماتی مانند «delve» و «boast» پس از عرضه ChatGPT جهش داشتهاند. مطالعهای دیگر نشان داد که فرکانس کلمه «delve» در چکیدههای آکادمیک پس از آنکه در شبکههای اجتماعی مورد توجه قرار گرفت، کاهش یافته که نشانهای است از اینکه تأثیر هوش مصنوعی ممکن است به روشهای پیچیدهای عمل کند.
آیا هیچکدام از اینها مهم است؟ زبان همیشه در حال تغییر است؛ کلمات از مد میافتند یا دوباره به کار میروند و فناوری جدید همیشه یکی از نیروهای پشت این تغییر بوده است. با این حال، هوش مصنوعی به نظر میرسد اضطراب بیسابقهای ایجاد میکند. چرا؟ هاردیکر میگوید: «فکر میکنم ترس مردم از این ایده است که هوش مصنوعی در حال تجاوز به قلمرو آگاهی و تبدیل شدن به انسان جدید است.» از سال ۲۰۲۳، او پروژه «بات یا نه» را به حوزه گفتار و موسیقی گسترش داده و متوجه شده است که وقتی مشخص میشود آهنگی که مردم از آن لذت بردهاند توسط ماشین ساخته و اجرا شده، چقدر واکنشهای غریزی و شدیدی نشان میدهند.
ادبیات و هوش مصنوعی
گری شتینگارت، رماننویسی که در دانشگاه کلمبیا نویسندگی خلاق تدریس میکند، متوجه شدت احساس مشابهی در میان دانشجویانش در مورد چشمانداز ادبیات هوش مصنوعی شد. «وقتی یکی از دانشجویان تحصیلات تکمیلی من گفت "به عنوان یک آزمایش، میخواهم بخشی از این قطعه را با هوش مصنوعی بنویسم"، بقیه دانشجویان چنان عصبانی شدند که برایم نامه نوشتند و گفتند که این کار چقدر وحشتناک است.»
او میگوید: «نوعی معامله ضمنی بین نویسنده و خواننده وجود دارد که در آن میدانید اثری که دریافت میکنید توسط یک انسان تولید شده است، و فکر میکنم این کار شبیه یک حمله به آن معامله بود. خواندن داستان ادبی، یک ارتباط ذهنی باورنکردنی با یک انسان دیگر و ورود به آگاهی کس دیگری است. با هوش مصنوعی، من وارد شبیهسازی آگاهی شخص دیگری میشوم که یک یا چندین درجه از واقعیت دور است. در مقایسه، این چقدر غمانگیز است؟»
برای هاردیکر «این موضوع به چیزی که ما فکر میکنیم ما را خاص، ارزشمند و منحصربهفرد میکند، لطمه میزند.» در عین حال، مدل تولید موسیقی که او استفاده میکند «چند قطعه فوقالعاده تولید کرده است. من بدون کنایه به آنها در ماشینم گوش میدهم و خیلی از آنها لذت میبرم.»
آیا همین اتفاق میتواند برای ادبیات بیفتد؟ آیا یک رمان که توسط ماشین نوشته شده روزی جای خود را در میان ۱۰۰ اثر برتر تمام دوران باز خواهد کرد؟ پیتر استاکول، استاد زبانشناسی ادبی در دانشگاه ناتینگهام، فکر میکند هوش مصنوعی ممکن است بتواند اصول اولیه را انجام دهد، اما نمیتواند به قلههای ادبی برسد. «اگر چیزی میخواهید که بسیار آشنا، بسیار معمولی و کاملاً کاربردی باشد، هوش مصنوعی در آن شگفتانگیز است.»
او میگوید یک راه برای درک زبان، تصور آن به شکل لایههایی است که کلمات در پایین قرار دارند و به دنبال آن عبارات، بندها و جملات مرکب تا سطح ساختار روایی بالا میروند. «هوش مصنوعی در سطوح پایین واقعاً خوب است. بسیاری از ساختارهای نحوی ما را یاد گرفته است و بنابراین همهچیز خوشفرم و دستوری به نظر میرسد. اما هرچه بالاتر بروید، عملکردش کمتر میشود.» فراز و فرودها یک داستان برای هوش مصنوعی بسیار سخت است که به شکلی متقاعدکننده اجرا شود.
او ادامه میدهد: «اگر از هوش مصنوعی بخواهید داستانی بنویسد، میتواند توالی وقایع و یک پایانبندی را بهخوبی اجرا کند. اما روایت خیلی قابلتعریفی نخواهد بود. هیچ چیز حیرتآور یا جذابی اتفاق نمیافتد. و اگر هم چیزی حیرتآور وجود داشته باشد، عموماً بیشتر شبیه به یک اشتباه به نظر میرسد تا یک پیچش درخشان.»
فوت کوزهگری نویسندگی عالی همچنان مخفی باقی مانده است؛ حتی برای دانشگاهیانی که آن را مطالعه میکنند. «زبانشناسان واقعاً نمیفهمند که زبان در سطوح بالاتر خود، یعنی در سطح گفتمان، قصهگویی و افسون چگونه کار میکند. ما نمیتوانیم ماشینی بسازیم که کاری را انجام دهد در حالی که نمیدانیم چگونه کار میکند.» ما ایدهای داریم که این ویژگیها ممکن است به چه چیزی ختم شود – ماهیت بنیادین اجتماعی ما و این واقعیت که ما افزار جاندار هستیم؛ یعنی گوشت و خونی که با جهشهای آدرنالین، هجوم دوپامین و میل به تماس اجتماعی همراه است و همه اینها در ساختار زبان و نحوه استفاده ما از آن بیان میشود.
استاکول توضیح میدهد که دو مدل کلی در زبانشناسی وجود دارد؛ یکی که مغز را مانند یک کامپیوتر میبیند که ساختارهای دستوری را تجزیه و معنا را از آنها محاسبه میکند، و دیگری که آن را بنیادین «بدنمند» میداند؛ چیزی که در زبان با این حقیقت منعکس میشود که ما در بسیاری از زبانها با «دیدن» درک میکنیم یا تمایل داریم به «بالا» که سر ما قرار دارد، به عنوان «خوب» فکر کنیم (ما «بالا» میرویم و احساس «پایین» بودن میکنیم). «یکی از نکات کلیدی این است که هوش مصنوعیهای فعلی بدن ندارند و در جهان وجود ندارند، بنابراین نمیدانند بودن در این دنیا به عنوان یک انسان چه حسی دارد.»
برای شتینگارت، احساس امری ضروری است: «امروز اولین روز گرم در نیویورک است. اگر میخواستم شروع به نوشتن یک رمان کنم، فکر میکنم که نوشتهام گرمتر میبود. فکر میکنم آنچه میدانم را از طریق گرمای روز فیلتر میکردم. اگر ناهار واقعاً فوقالعادهای میخوردم و مینشستم تا بنویسم، حسوحال بیشتری در نوشتهام وجود داشت.»
«عشق به بدن و برخوردهای آن با دنیای فیزیکی، چیزی است که برخی از بهترین آثار ادبی را پیش میبرد. بنابراین، وقتی به این مدلهای زبانی بزرگ فکر میکنم، تقریباً دلم برایشان میسوزد؛ چون آنها در ماشینی وحشتناک در خلیج سانفرانسیسکو محبوس شدهاند و اصلاً نمیدانند زندگی چقدر شگفتانگیز است.»
یکی از پیامدهای بسیار ترسناک استفاده انبوه از مدلهای زبانی بزرگ این است که آنها به عنوان نیرویی یکسانساز عمل میکنند؛ یعنی تنوع و ویژگیهای منحصربهفرد زبان انسانی را به نوعی ماده بیشکل تبدیل میکنند. این نگرانی تا حد زیادی مشروع است، اگرچه جدید نیست. مردم مدتهاست که درباره اثرات همگونساز فیلم و تلویزیون آمریکایی بر لهجه و دایره واژگان نگران بودهاند، و زیرشاخههایی از زبان – مانند تلطیفهای سیاسی، پرگوییهای خدمات مشتری و اصطلاحات رواندرمانی – وجود دارند که بیش از آنچه بسیاری دوست دارند از قلمرو اصلی خود فراتر رفتهاند. با این حال، نکته مهم این است که تأثیر آنها معمولاً واکنش منفی ایجاد میکند – و دلیلی وجود ندارد که فکر کنیم این بار اوضاع متفاوت خواهد بود.
در واقع، ظرفیت ما برای نوآوری ممکن است در نهایت همان چیزی باشد که نوشته انسانی – بهویژه نوع ادبی آن – را از هوش مصنوعی متمایز میکند. استاکول میگوید: «تمام نکته یک مدل زبانی بزرگ این است که روی زبان موجود آموزش دیده است. بنابراین همیشه رو به گذشته است. من میتوانم به یک هوش مصنوعی بگویم "یک داستان کوتاه به سبک ویرجینیا وولف برایم بنویس" و آن کار نسبتاً خوبی انجام خواهد داد. اما نمیتوانید بگویید "برایم داستانی به سبک منحصربهفرد نوآور بزرگ جدی بعدی بنویس". اصلاً نمیتواند چنین کاری انجام دهد.»
این به این دلیل است که باز هم، محیط اجتماعی و بدن را ندارد که منجر به انگیزههای مشخصاً انسانی شود. «چرا کسی کار جدیدی در هنری مثل نویسندگی ادبی انجام میدهد؟ ممکن است از سرِ ناراحتی یا آزردگی با آنچه قبلاً بوده باشد. یا به این دلیل است که کسی چیزها را به شکلی متفاوت از حد معمول میبیند، یا گاهی فقط به این دلیل که مردم بیقرارند و میخواهند کار متفاوتی انجام دهند، یا کمی دیوانه یا منزوی هستند.»
استاکول نمونههای زیادی از تاریخ ارائه میدهد: «پس از بوروکراسی و یکنواختی جنگ جهانی اول، ناگهان شاهد یک جنبش هنری عظیم و متضاد در ظهور سوررئالیسم و دادا هستیم؛ به همین ترتیب، پس از ریاضت دوران جنگ جهانی دوم، جنبش روانگردان را میبینیم که هنر و ادبیات را دوباره به شکلی کاملاً رادیکال تغییر میدهد. بنابراین همیشه به نظر میرسد که نوعی لگد زدن به هنجارها وجود دارد. سخت است فکر کنیم چگونه میتوان یک هوش مصنوعی را برنامهنویسی کرد تا این کار را انجام دهد، زیرا هوش مصنوعی روی بدنه بزرگی از مطالب موجود کار میکند. این تجسم وضعیت موجود محافظهکار است.»
اصالت برای رماننویس، جنیفر ایگان، چنان مهم است که او خود را کاملاً از این فناوری قرنطینه کرده است. او به من میگوید: «احساس میکنم در خطر آلودگیام، البته اگر بخواهم از یک استعاره سنگین استفاده کنم. میدانم آنها برخی از کارهای مرا دزدیدهاند و هیچ کاری نمیتوانم در مورد آن انجام دهم، اما حتی یک کلمه دیگر داوطلبانه به آنها نمیدهم.» «آنتروپیک» از کپیهای غیرقانونی کتابها، از جمله رمانهای ایگان، برای آموزش چتبات خود «کلود» استفاده کرد؛ بیشتر مدلهای زبانی بزرگ نیز از زبان پرسوجوهای فردی به عنوان دادههای آموزشی اضافی استفاده میکنند. او کلافه به نظر میرسد و میگوید: «من نمیخواهم بخشی از این نوع اسپم زبانی باشم که آنها ارائه میدهند.»
سیاست تحمل صفر مانع از پارانوئید شدن او نمیشود. «چند ویژگی سبکی به من گفته شده که نشانههای هوش مصنوعی هستند و اتفاقاً همان چیزهایی هستند که من دوست دارم. برای مثال، من عاشق خط تیره هستم، اما اکنون خود را در حال بازجویی از هر کدام از آنها بسیار بیشتر از قبل میبینم. همچنین متوجه شدهام که مستعد نوشتن مجموعههای سهتایی هستم. بنابراین خود را در حال بازجویی از آنها نیز میبینم. در واقع بدم نمیآید، چون تمام هدف این است که چیزی ننویسم که کس دیگری میتوانست آن را بنویسد.»
او اکنون چه توصیهای به یک نویسنده جوانتر که در این آبها شنا میکند، دارد؟ آیا باید نوعی «بهداشت هوش مصنوعی» را تمرین کنند؟ «حالا که دارم شبیه آن نسل بومرِ کاملاً معمولی به نظر میرسم که هوش مصنوعی احتمالاً میتوانست حرفهایش را بنویسد، توصیه من این است: بهشدت از آن دوری کنید. منظورم این است که خب، از آن برای نوشتن ایمیل یا حتی گرفتن ایدههای پژوهشی استفاده کنید؛ اما اگر میخواهید نویسنده باشید: نوشتن را یاد بگیرید. بیایید جدی باشیم. من واقعاً زیر سؤال میبرم که چرا اصلاً انگیزهای برای استفاده از آن وجود دارد.»
همه به این اندازه سختگیر نیستند. جانت وینترسون که بهطور گسترده درباره هوش مصنوعی و هنر نوشته، به من میگوید: «هر نویسندهای میتواند انتخاب خودش را بکند. انسانها حیوانات ابزارساز هستند و این داستان موفقیت ما بوده است. در حال حاضر تمام هوش مصنوعی، از جمله هوش مصنوعی مولد، یک ابزار است. آیا با یک مدل زبانی بزرگ کار میکردم؟ قطعاً! چرا که نه؟»
اما او درباره این دیدگاه که صلاحیت زبانی هوش مصنوعی به این معنی است که میتواند با بیان انسانی برابری کند یا از آن پیشی بگیرد، هشدار میدهد. «فراتر از اصول اولیه، معنا به مجموعهای از واقعیتهای درونی تبدیل میشود و زبان در انتقال آن واقعیتها شگفتانگیز است. ماشینها واقعیت ما را به اشتراک نمیگذارند، حداقل به این دلیل که سیستم لیمبیک ندارند. انسانها نمیتوانند فکری بدون احساس داشته باشند... ادبیات در آشکار کردن این لایهها درخشان است.»
همانطور که نقلقولهای او را در یک سند گوگل پر از یادداشتهایم قرار میدهم، متوجه پیشنهاد هوش مصنوعی داخلی میشوم. میپرسد آیا میخواهم کلمات وینترسون را تغییر دهم تا با «سبک» مطالب موجود نزدیکتر شود؛ یعنی لبههای تیزِ سبک یکی از منحصربهفردترین نویسندگان زبان انگلیسی را صاف کنم. با عجلهای تقریباً خرافاتی، درخواست را رد میکنم.