هوش مصنوعی چگونه مهارتهای شغلی ما را تضعیف میکند؟
استفاده از هوش مصنوعی در محیطهای کاری، از نوشتن ایمیل و تنظیم گزارش گرفته تا تحلیل تصاویر پزشکی، به بخشی عادی از فعالیت روزانه میلیونها نفر تبدیل شده است.
به گزارش پایگاه خبری پیام آرات، این ابزارها میتوانند بهرهوری را افزایش دهند، انجام وظایف تکراری را سرعت ببخشند و زمان بیشتری برای فعالیتهای خلاقانه در اختیار کارکنان قرار دهند؛ اما وابستگی مداوم به هوش مصنوعی ممکن است پیامد دیگری نیز داشته باشد: تضعیف تدریجی مهارتهایی که برای یادگیری آنها سالها تمرین و تجربه لازم بوده است.
بروک مکنامارا، دانشیار علوم روانشناختی دانشگاه پردو و مدیر آزمایشگاه مهارت، یادگیری و عملکرد، در قسمت ۳۸۹ پادکست «Speaking of Psychology» انجمن روانشناسی آمریکا، درباره مفهوم «برونسپاری شناختی»، تأثیر هوش مصنوعی بر یادگیری و حافظه و خطر کاهش مهارتهای حرفهای توضیح داده است.
به گفته او، هنوز برای قضاوت قطعی درباره آثار بلندمدت هوش مصنوعی زود است؛ با این حال، نتایج برخی مطالعات اولیه نشان میدهد نحوه استفاده از این فناوری میتواند تعیین کند که هوش مصنوعی به ابزاری برای ارتقای مهارت تبدیل شود یا به عاملی برای مهارتزدایی.
برونسپاری شناختی چیست؟
برونسپاری شناختی زمانی اتفاق میافتد که انسان بخشی از فعالیتهای ذهنی خود را به یک ابزار، فناوری یا منبع خارجی واگذار میکند. نوشتن یادداشت برای به خاطر سپردن اطلاعات، استفاده از ماشینحساب برای انجام محاسبات، ذخیره شماره تلفنها در تلفن همراه و استفاده از مسیریابهای ماهوارهای، نمونههایی از این پدیده هستند.
مکنامارا یادآوری میکند که نگرانی درباره تأثیر فناوری بر تواناییهای ذهنی موضوع تازهای نیست. حتی افلاطون در حدود ۳۷۰ سال پیش از میلاد نگران بود که گسترش نوشتن، حافظه انسان را تضعیف کند. بعدها نیز ماشینحساب، اینترنت، موتورهای جستوجو، سامانههای هدایت خودکار هواپیما و مسیریابهای دیجیتال با نگرانیهای مشابهی روبهرو شدند.
تفاوت هوش مصنوعی با بسیاری از ابزارهای گذشته در این است که این فناوری تنها اطلاعات را ذخیره یا محاسبات را سریعتر نمیکند، بلکه میتواند تحلیل کند، تصمیم بگیرد، محتوا تولید کند و وظایفی را انجام دهد که پیش از این در انحصار متخصصان انسانی بود.
آیا هوش مصنوعی باعث از دست رفتن مهارتها میشود؟
پژوهش درباره مهارتزدایی ناشی از هوش مصنوعی هنوز در مراحل ابتدایی قرار دارد. سرعت پیشرفت فناوری بسیار بیشتر از سرعت انجام مطالعات روانشناختی بلندمدت است و به همین دلیل، پاسخ قطعی به این پرسش هنوز ممکن نیست.
با این حال، برخی یافتههای اولیه نگرانکنندهاند. مکنامارا به مطالعهای درباره پزشکان متخصص آندوسکوپی اشاره میکند. در یک بیمارستان، ابزاری مبتنی بر هوش مصنوعی برای کمک به تشخیص آدنومها و پولیپها در اختیار پزشکان قرار گرفت. هنگامی که دسترسی به این ابزار بهصورت تصادفی قطع میشد، میزان تشخیص پزشکان در مقایسه با دوره پیش از استفاده از هوش مصنوعی کاهش پیدا میکرد.
این نتیجه میتواند نشان دهد که پزشکان پس از عادت کردن به کمک هوش مصنوعی، بخشی از توانایی مستقل خود در تشخیص موارد مشکوک را از دست داده بودند؛ هرچند برای تأیید چنین نتیجهای به پژوهشهای بیشتر نیاز است.
مطالعه دیگری نیز نشان داده است که مهارتهای حرفهای پزشکی، مانند حمایتهای اولیه حیاتی، در صورت استفادهنشدن بهتدریج کاهش پیدا میکنند. بر اساس نتایج مطرحشده در این گفتوگو، برخی از این مهارتها پس از حدود شش ماه استفادهنشدن، ممکن است بین ۴۰ تا ۶۰ درصد افت کنند.
البته استفاده از هوش مصنوعی لزوماً به معنای کنار گذاشتن کامل مهارت نیست، اما هرچه انجام یک فعالیت بیشتر به فناوری سپرده شود، فرصت تمرین و حفظ آن مهارت نیز کاهش پیدا میکند.
چرا دریافت سریع پاسخ میتواند یادگیری را مختل کند؟
یکی از مهمترین اصول یادگیری این است که فرد برای رسیدن به پاسخ، تلاش ذهنی انجام دهد. تلاش برای به خاطر آوردن اطلاعات، حل مستقل مسئله، آزمون و خطا و تولید پاسخ پیش از مشاهده راهحل، از روشهایی هستند که به تثبیت دانش و مهارت کمک میکنند.
در روانشناسی یادگیری، این فرایندها گاهی «دشواریهای مطلوب» نامیده میشوند. دشواری مطلوب به فعالیتهایی اشاره دارد که یادگیری را در کوتاهمدت سختتر، اما در بلندمدت عمیقتر و ماندگارتر میکنند.
اگر فرد هنگام یادگیری یک مهارت جدید، برای هر پرسش بلافاصله از هوش مصنوعی پاسخ آماده دریافت کند، ممکن است با موضوع آشنا شود، اما احتمالاً به اندازه زمانی که خودش برای تولید پاسخ تلاش میکند، یاد نخواهد گرفت.
در مقابل، استفاده از هوش مصنوعی برای بررسی پاسخ، ارائه بازخورد، شناسایی اشتباهها یا پیشنهاد مثالهای تکمیلی میتواند از یادگیری حمایت کند. تفاوت اصلی در این است که آیا هوش مصنوعی جایگزین تفکر شده یا بهعنوان ابزار کمکی در کنار تفکر انسان قرار گرفته است.
مقایسه جستوجوی گوگل و دریافت پاسخ از هوش مصنوعی
مکنامارا به مجموعهای از مطالعات اشاره میکند که در آن از افراد خواسته شده بود درباره موضوعاتی مانند کاشت باغچه سبزیجات یا داشتن سبک زندگی سالم اطلاعات جمعآوری کنند و سپس به یکی از دوستان خود توصیه ارائه دهند.
گروهی از شرکتکنندگان چند صفحه اینترنتی را از طریق گوگل مطالعه و اطلاعات را شخصاً جمعبندی کردند. گروه دیگر از هوش مصنوعی استفاده کردند که اطلاعات را بهصورت آماده در اختیار آنها قرار میداد.
نتایج نشان داد توصیههای افرادی که از هوش مصنوعی استفاده کرده بودند، کوتاهتر، کمجزئیاتتر، کمتر شخصیسازیشده و از نظر ارزیابان، کمفایدهتر بود.
یکی از توضیحات احتمالی این است که کاربران گوگل مجبور بودند چند منبع را مطالعه، مقایسه و ترکیب کنند. همین فرایند ذهنی به درک عمیقتر موضوع کمک کرده بود. در مقابل، هوش مصنوعی مرحله ترکیب و تحلیل اطلاعات را نیز انجام داده و بخشی از فعالیت شناختی کاربر را حذف کرده بود.
خطر اعتمادبهنفس کاذب هنگام استفاده از هوش مصنوعی
یکی دیگر از نگرانیهای مهم، اشتباه گرفتن توانایی فرد با توانایی ترکیبی انسان و هوش مصنوعی است.
هنگامی که فرد با کمک هوش مصنوعی یک وظیفه را با کیفیت بالا انجام میدهد، ممکن است تصور کند مهارت شخصی او افزایش یافته است؛ در حالی که نتیجه بهدستآمده حاصل ترکیب دانش فرد و قابلیتهای ابزار بوده است.
مشکل زمانی آشکار میشود که هوش مصنوعی در دسترس نباشد، اشتباه کند، بهروزرسانی شود یا در یک موقعیت جدید با دادههای ناکافی روبهرو شود. در چنین شرایطی، فرد باید بتواند وظیفه را بهصورت مستقل انجام دهد و خطاهای سیستم را تشخیص دهد.
این مسئله در مشاغلی مانند پزشکی، هوانوردی، جراحی، مهندسی و تحلیل داده اهمیت بیشتری دارد؛ زیرا اتکای بیش از اندازه به فناوری ممکن است پیامدهای جدی برای ایمنی و تصمیمگیری داشته باشد.
تجربه صنعت هوانوردی از کاهش مهارتهای انسانی
نگرانی درباره کاهش مهارت بر اثر استفاده از سامانههای خودکار، پیش از ظهور هوش مصنوعی نیز در صنعت هوانوردی وجود داشته است.
سامانه خلبان خودکار، برخلاف هوش مصنوعی مولد، نوعی اتوماسیون محسوب میشود و در شرایط مشابه، عملکرد از پیش تعیینشدهای دارد. با این حال، کارشناسان هوانوردی مدتهاست درباره کاهش مهارتهای پرواز دستی خلبانان هشدار میدهند.
به همین دلیل، به خلبانان توصیه میشود در برخی پروازها یا مراحل پرواز، کنترل هواپیما را بهصورت دستی انجام دهند تا مهارتهای آنها حفظ شود. این تجربه میتواند الگویی برای مشاغلی باشد که هوش مصنوعی بهتدریج بخش بیشتری از وظایف تخصصی آنها را بر عهده میگیرد.
هوش مصنوعی برای تازهکارها خطرناکتر است یا متخصصان؟
تأثیر هوش مصنوعی بر افراد تازهکار و متخصصان یکسان نیست.
افراد تازهکار هنوز الگوهای ذهنی، دانش پایه و مهارت لازم برای ارزیابی پاسخهای هوش مصنوعی را بهطور کامل به دست نیاوردهاند. اگر این افراد از ابتدای آموزش، پاسخها را مستقیماً از هوش مصنوعی دریافت کنند، ممکن است فرصت شکلگیری مهارتهای بنیادی را از دست بدهند.
برای مثال، مطالعات مربوط به استفاده از ماشینحساب نشان دادهاند کودکانی که هنگام یادگیری یک مهارت جدید ریاضی، از ابتدا به ماشینحساب متکی میشوند، ممکن است آن مهارت را ضعیفتر از کودکانی یاد بگیرند که ابتدا شخصاً مسئله را حل کرده و سپس پاسخ خود را بررسی میکنند.
در مقابل، متخصصان پیش از ورود هوش مصنوعی، دانش و مهارتهای خود را توسعه دادهاند. بنابراین ممکن است بتوانند بهتر از هوش مصنوعی بهعنوان ابزار کمکی استفاده و اشتباههای آن را شناسایی کنند. با وجود این، مهارت متخصصان نیز در صورت استفادهنشدن طولانیمدت ممکن است تضعیف شود.
به بیان دیگر، خطر اصلی برای تازهکارها جلوگیری از شکلگیری مهارت و برای متخصصان، فرسایش تدریجی مهارتهای موجود است.
هوش مصنوعی در رادیولوژی؛ کمک یا تهدید؟
رادیولوژی یکی از حوزههایی است که استفاده از سامانههای رایانهای و هوش مصنوعی در آن گسترش یافته است. این سامانهها میتوانند به شناسایی ناهنجاریها در تصاویر پزشکی کمک کنند.
توصیه معمول این است که رادیولوژیست ابتدا تصویر را شخصاً بررسی کند و سپس نتیجه هوش مصنوعی را ببیند. این ترتیب باعث میشود پزشک تحلیل مستقل خود را انجام دهد و پس از آن، یافتههایش را با خروجی سیستم مقایسه کند.
اما در عمل، فشار کاری و تمایل به افزایش سرعت ممکن است برخی کاربران را به مشاهده فوری نتیجه هوش مصنوعی سوق دهد. در این حالت، توجه پزشک از ابتدا به نقاطی هدایت میشود که سیستم علامتگذاری کرده است و احتمال دارد ناهنجاریهایی که هوش مصنوعی تشخیص نداده، از دید پزشک نیز پنهان بماند.
ترکیب هوش انسانی و مصنوعی زمانی بیشترین کارایی را دارد که هر دو منبع بهصورت مستقل مسئله را بررسی کنند و سپس نتایج آنها با یکدیگر مقایسه شود.
وابستگی به هوش مصنوعی ممکن است پشتکار را کاهش دهد
یکی از نگرانیهای تازه، تأثیر پاسخهای فوری هوش مصنوعی بر میزان صبر و پشتکار افراد است.
مکنامارا به نتایج اولیه یک پیشچاپ علمی اشاره میکند که هنوز مراحل داوری رسمی را طی نکرده است. در این مطالعات، افرادی که برای یادگیری حل مسئله از هوش مصنوعی کمک گرفته بودند، پس از حذف ابزار سریعتر از دیگران دست از تلاش میکشیدند.
احتمال دارد دسترسی مداوم به پاسخهای سریع، انتظار افراد برای دریافت نتیجه فوری را افزایش دهد. در نتیجه، هنگامی که حل یک مسئله به تمرکز، آزمون و خطا یا تلاش طولانی نیاز دارد، انگیزه ادامه دادن کاهش پیدا میکند.
با این حال، شواهد موجود هنوز برای نتیجهگیری درباره تأثیر گسترده هوش مصنوعی بر پشتکار، سختکوشی و توانایی حل مسئله کافی نیست.
آیا هوش مصنوعی باعث مهارتافزایی میشود؟
هوش مصنوعی تنها عامل مهارتزدایی نیست و میتواند زمینه توسعه مهارتهای جدید را نیز فراهم کند.
سپردن کارهای تکراری و کماهمیت به هوش مصنوعی ممکن است زمان و انرژی ذهنی افراد را برای فعالیتهای خلاقانه، تصمیمگیریهای پیچیده و یادگیری تخصصهای تازه آزاد کند. همچنین این ابزار میتواند نقش مربی، ارزیاب، شبیهساز و ارائهدهنده بازخورد را ایفا کند.
مکنامارا معتقد است جامعه احتمالاً همزمان شاهد مهارتافزایی و مهارتزدایی خواهد بود. برخی مهارتها از بین میروند و ممکن است جامعه نیز از کنار گذاشته شدن آنها استقبال کند؛ همانطور که بسیاری از مردم دیگر نیازی به حفظ کردن شماره تلفنها احساس نمیکنند.
پرسش اصلی این است که آیا مهارتهایی که از دست میروند، مهارتهای کماهمیت و قابل جایگزینی هستند یا تواناییهایی حیاتی مانند تفکر انتقادی، تشخیص خطا، تصمیمگیری تخصصی و حل مستقل مسئله.
چگونه بدون از دست دادن مهارتها از هوش مصنوعی استفاده کنیم؟
کارشناسان پیشنهاد میکنند کاربران پیش از سپردن یک فعالیت به هوش مصنوعی، مشخص کنند حفظ کدام مهارتها برای آینده شغلی یا شخصی آنها اهمیت دارد.
برای استفاده ایمنتر از هوش مصنوعی میتوان این اصول را در نظر گرفت:
ابتدا خودتان تلاش کنید
پیش از درخواست پاسخ از هوش مصنوعی، مسئله را بررسی کنید، یک پاسخ اولیه بنویسید یا راهحل احتمالی خود را ارائه دهید.
از هوش مصنوعی بازخورد بگیرید
بهجای درخواست پاسخ کامل، از ابزار بخواهید ایرادهای تحلیل شما را پیدا کند، نقاط ضعف را توضیح دهد یا راههای بهبود را پیشنهاد کند.
پاسخها را به چالش بکشید
منابع، استدلالها، فرضیات و نتیجهگیری هوش مصنوعی را بررسی کنید. خروجی سیستم نباید صرفاً به دلیل ظاهر حرفهای یا لحن مطمئن پذیرفته شود.
گاهی بدون هوش مصنوعی کار کنید
برای سنجش توانایی واقعی، برخی وظایف را بهطور دورهای بدون کمک هوش مصنوعی انجام دهید. این کار فاصله میان توانایی شخصی و عملکرد حاصل از همکاری با فناوری را مشخص میکند.
هوش مصنوعی را به ابزار یادگیری تبدیل کنید
از هوش مصنوعی بخواهید سؤال طرح کند، پاسخ شما را ارزیابی کند، مثال ارائه دهد یا مفاهیم دشوار را توضیح دهد؛ نه اینکه تمام مراحل کار را بهجای شما انجام دهد.
مهارتهای حیاتی را واگذار نکنید
فعالیتهایی که با ایمنی، سلامت، تصمیمگیری راهبردی یا مسئولیت حرفهای ارتباط دارند، باید همچنان با نظارت و قضاوت انسانی انجام شوند.
آیا هوش مصنوعی هوش انسان را کاهش میدهد؟
مکنامارا میان مهارتها و دانش اکتسابی با تواناییهای شناختی پایه تفاوت قائل میشود.
مهارتها و دانش بهشدت به تمرین و تجربه وابستهاند. فرد برای یادگیری پیانو، زبان خارجی، تشخیص پزشکی یا برنامهنویسی باید تمرین کند و در صورت کنار گذاشتن تمرین، احتمال افت توانایی وجود دارد.
اما تواناییهای پایهای مانند ظرفیت حافظه کاری یا استدلال عمومی، در بزرگسالی نسبتاً پایدارتر هستند. پژوهشهای مربوط به تمرینهای مغزی نیز نشان دادهاند که انتقال گسترده اثر تمرین از یک فعالیت به سایر تواناییهای شناختی بسیار دشوار است.
بر همین اساس، هوش مصنوعی احتمالاً بیشتر از آنکه «هوش عمومی» انسان را کاهش دهد، بر دانش، مهارتهای تخصصی و عادتهای فکری اثر میگذارد. بنابراین نگرانی اصلی این نیست که انسانها دیگر قادر به فکر کردن نباشند، بلکه این است که فرصت تمرین برخی مهارتهای مهم را از دست بدهند.
آینده استفاده از هوش مصنوعی در محیط کار
پژوهشگران در حال بررسی اثر هوش مصنوعی بر یادگیری، اعتمادبهنفس، مهارتهای رادیولوژی و جراحی رباتیک هستند. با این حال، شواهد علمی هنوز پراکنده، محدود و عمدتاً مبتنی بر مطالعات اولیه است.
آنچه اکنون میتوان با اطمینان بیشتری گفت، این است که تأثیر هوش مصنوعی تنها به قابلیتهای خود فناوری بستگی ندارد؛ نحوه استفاده کاربران، ساختار آموزش، سیاستهای سازمانی و میزان فرصت برای تمرین مستقل نیز نقش مهمی دارند.
هوش مصنوعی میتواند انسان را از کارهای تکراری آزاد کند و زمینه یادگیری مهارتهای تازه را فراهم آورد، اما استفاده بدون کنترل از آن ممکن است به وابستگی، اعتمادبهنفس کاذب و کاهش توانایی انجام مستقل وظایف منجر شود.
چالش اصلی آینده، کنار گذاشتن هوش مصنوعی نیست؛ بلکه طراحی شیوهای از همکاری میان انسان و ماشین است که بهرهوری کوتاهمدت را افزایش دهد، بدون آنکه تواناییهای انسانی در بلندمدت تضعیف شود.
جمعبندی نکات مهم
- برونسپاری کامل فعالیتهای ذهنی به هوش مصنوعی میتواند فرصت یادگیری و تمرین را کاهش دهد.
- افراد تازهکار ممکن است پیش از شکلگیری مهارتهای پایه به هوش مصنوعی وابسته شوند.
- مهارت متخصصان نیز در صورت استفادهنشدن طولانیمدت ممکن است تضعیف شود.
- عملکرد مطلوب با هوش مصنوعی لزوماً نشاندهنده افزایش توانایی شخصی کاربر نیست.
- استفاده از هوش مصنوعی برای بازخورد و بررسی پاسخ، بهتر از دریافت مستقیم پاسخ کامل است.
- انجام دورهای وظایف بدون هوش مصنوعی میتواند به سنجش و حفظ مهارت کمک کند.
- شواهد علمی درباره آثار بلندمدت هوش مصنوعی هنوز محدود است و به مطالعات بیشتری نیاز دارد.
