درس اسپوتنیک برای عصر هوش مصنوعی

صبح دیروز، درست ۶۹ سال از شبی‌ ‌گذشت که صدای کوتاه و تکرارشونده یک گوی فلزی از فضا به زمین رسید. اسپوتنیک یک، نخستین ماهواره مصنوعی جهان، در چهارم اکتبر ۱۹۵۷ به مدار رفت. قطری حدود ۵۸ سانتی‌متر داشت، ۸۳٫۶ کیلوگرم وزن داشت و تقریبا هر ۹۸ دقیقه یک‌ بار زمین را دور می‌زد.

اما وزن سیاسی آن بسیار بیشتر از وزن فیزیکی‌اش بود: یک «بیپ» ساده نشان داد توازن توان علمی، صنعتی و نظامی ممکن است با تصورات رایج تفاوت داشته باشد. امسال هفته جهانی فضا از چهارم تا دهم اکتبر با عنوان «انقلاب موشکی» برگزار می‌شود. هم‌زمان، بحث دیگری درباره قدرت فناورانه در جریان است. در نشست‌های اخیر مجمع عمومی سازمان ملل، نمایندگان کشورهای درحال‌توسعه هشدار دادند که نباید صرفا مصرف‌کننده هوش مصنوعی یا پذیرنده قواعدی باشند که دیگران نوشته‌اند. تنها در چهار سال، شمار هیئت‌هایی که در مجمع عمومی به هوش مصنوعی پرداخته‌اند، از پنج به ۱۲۸ رسیده است. پیوند این دو رویداد طبیعی است، اما نباید آن را به قیاسی سطحی میان مسابقه فضایی و رقابت هوش مصنوعی فروکاست. درس اصلی اسپوتنیک این نیست که هر کشور باید هرچه سریع‌تر یک پروژه پرزرق‌وبرق به نمایش بگذارد. درس مهم‌تر این است که قدرت فناورانه در یک شیء یا محصول خلاصه نمی‌شود؛ محصول قابل مشاهده فقط نوک یک نظام بزرگ‌تر از آموزش، پژوهش، صنعت، انرژی، نهاد و تصمیم‌گیری است.

واکنش آمریکا به اسپوتنیک نیز صرفا ساختن ماهواره‌ای دیگر نبود. تصویب قانون آموزش دفاع ملی در سال ۱۹۵۸، منابع قابل‌توجهی را به آموزش عالی، علوم، ریاضیات و زبان‌های خارجی اختصاص داد. همان سال، قانون فضا به ایجاد ناسا انجامید. درباره جهت‌گیری نظامی این واکنش‌ها می‌توان و باید بحث کرد؛ اما از منظر سیاست فناوری، نکته روشن است: یک علامت خارجی به بازسازی ظرفیت‌های داخلی ترجمه شد. امروز نیز مدل زبانی، ربات یا نمایش جذاب یک نرم‌افزار فقط بخش آشکار هوش مصنوعی است. پشت آن، زنجیره‌ای از تراشه، مرکز داده، برق، ارتباطات، داده قابل‌ اعتماد، نرم‌افزار، نیروی انسانی، قراردادهای دسترسی و قواعد حقوقی قرار دارد. تمرکز توان محاسباتی، داده و استعداد در شمار محدودی از کشورها و شرکت‌ها چنان جدی است که دبیر کل سازمان ملل آن را یکی از مسائل اصلی حکمرانی جهانی هوش مصنوعی دانسته است. برای کشورهای درحال‌توسعه، از جمله ایران، وسوسه «پاسخ اسپوتنیکی» قابل‌ فهم است: معرفی یک مدل ملی، خرید مجموعه‌ای از پردازنده‌ها یا افتتاح یک مرکز داده می‌تواند نشانه پیشرفت تلقی شود. اما اگر برق پایدار، داده مناسب، نیروی متخصص، امکان تعمیر و ارتقا، استانداردهای انتقال‌پذیری و قواعد پاسخ‌گویی وجود نداشته باشد، پروژه نمادین به ظرفیت پایدار تبدیل نمی‌شود. این سخن به معنای کنارگذاشتن توسعه داخلی یا پذیرش وابستگی کامل نیست. اتفاقا باید میان «مالکیت یک محصول» و «اختیار راهبردی» تفاوت گذاشت. ممکن است سامانه‌ای داخلی باشد، اما به قطعه، نرم‌افزار یا خدمتی وابسته بماند که منشأ کنترل آن بیرون از سازمان یا کشور است. برعکس، ممکن است از یک فناوری خارجی استفاده شود، ولی قرارداد، معماری باز، نسخه پشتیبان و امکان انتقال داده، هزینه خروج را کاهش دهد. پرسش راهبردی صرفا این نیست که فناوری را چه کسی ساخته است؛ باید پرسید در شرایط اختلال، چه کسی می‌تواند دسترسی را محدود کند، تغییر مسیر چقدر زمان می‌برد و چه کارکردهایی از دست می‌رود. گزارش توسعه جهانی ۲۰۲۶ بانک جهانی نیز برای کشورهای درحال‌توسعه میان سه مسیر تمایز می‌گذارد: پذیرش ابزارهای موجود، سازگارکردن آنها با نیازهای محلی و پیش‌بردن ظرفیت‌های جدید. این گزارش صریحا هشدار می‌دهد که کشورها باید از اتلاف منابع محدود و وابستگی بیش‌ازحد به یک عرضه‌کننده اجتناب کنند. بنابراین خودکفایی نمایشی و مصرف‌کنندگی منفعل، تنها گزینه‌های موجود نیستند.

یک برنامه واقع‌بینانه برای ایران باید از «صورت‌حساب ظرفیت و وابستگی هوش مصنوعی» آغاز شود. پیش از تخصیص بودجه عمومی یا خرید بزرگ، هر پروژه مهم باید دست‌کم به هفت پرسش پاسخ دهد:

نخست، مسئله واقعی و منفعت عمومی پروژه چیست؟ دوم، داده، پردازش، برق و نرم‌افزار آن از کجا تأمین می‌شود؟ سوم، کدام مؤلفه‌ها تحت کنترل فنی، مالکیتی یا قضائی دیگران قرار دارند؟ چهارم، اگر دسترسی عادی، محدود یا قطع شود، سامانه چگونه عمل خواهد کرد؟ پنجم، آیا انتقال داده و جایگزینی عرضه‌کننده عملا آزمایش شده است؟ ششم، منافع، هزینه‌ها و خطاهای سامانه میان کدام گروه‌ها توزیع می‌شود؟ و هفتم، چه شاخصی بازنگری، توقف یا گسترش پروژه را فعال می‌کند و چه نهادی اختیار این تصمیم را دارد؟

پرسش ششم معمولا قربانی شتاب فناورانه می‌شود. مرکز داده فقط یک دارایی دیجیتال نیست؛ مصرف‌کننده برق، آب، زمین و سرمایه نیز هست. اگر منابع عمومی به توسعه هوش مصنوعی اختصاص یابد، باید روشن شود چه کسانی از ظرفیت محاسباتی برخوردار می‌شوند و هزینه فرصت آن را چه کسانی می‌پردازند. آیا دانشگاه‌ها و شرکت‌های کوچک نیز دسترسی خواهند داشت؟ آیا یک پروژه ملی کیفیت آموزش، سلامت یا خدمات عمومی را افزایش می‌دهد، یا یارانه زیرساختی آن عمدتا به نفع چند بازیگر متمرکز تمام می‌شود؟ «تاب‌آوری فناوری» بدون پاسخ به پرسش «تاب‌آوری برای چه کسی؟» می‌تواند فقط آسیب‌پذیری را از یک گروه به گروهی دیگر منتقل کند.

در سطح بین‌المللی نیز حضور در حکمرانی هوش مصنوعی نباید به صدور بیانیه محدود شود. گفت‌وگوی جهانی سازمان ملل با این هدف شکل گرفته که قواعد هوش مصنوعی تنها بازتاب اولویت‌های کشورهای پیشرفته نباشد. مشارکت مؤثر در چنین فرایندی به گروه‌های کارشناسی دائمی، پیشنهادهای حقوقی مشخص، داده درباره نیازهای بومی و ائتلاف‌سازی با کشورهای دارای مسائل مشابه احتیاج دارد. کشوری که ظرفیت کارشناسی و متن پیشنهادی ندارد، حتی اگر در جلسه حاضر باشد، اغلب قاعده‌پذیر باقی می‌ماند.

اسپوتنیک به این دلیل تاریخ‌ساز نشد که شیئی براق در آسمان بود؛ این ماهواره توان یک نظام را آشکار کرد و رقیب را به بازاندیشی در آموزش، علم و سازمان‌دهی واداشت. در عصر هوش مصنوعی نیز معیار قدرت، جذاب‌ترین نمایش یا بزرگ‌ترین عدد اعلام‌شده نیست؛ معیار مهم‌تر آن است که یک جامعه بتواند شواهد را به تصمیم تبدیل کند، وابستگی‌هایش را بشناسد، در برابر اختلال مسیر جایگزین داشته باشد و در نوشتن قواعدی که آینده‌اش را شکل می‌دهند، سهم واقعی بگیرد.

اگر از اسپوتنیک فقط ضرورت «داشتن یک محصول ملی» را بیاموزیم، از تاریخ پوسته آن را گرفته‌ایم. درس عمیق‌تر این است: پیش از آنکه چیزی را به مدار بفرستیم، باید نهادی بسازیم که بتواند یاد بگیرد، خطا را بپذیرد و مسیر را تغییر دهد.