آیا می‌توان ذهن یک دانشمند را کپی کرد؟

سیدطه‌حسین مدنی، رئیس اندیشکده حکمرانی هوشمند در یادداشتی برای خبرگزاری آنا نوشت:
دشمنی عمیق و ادامه‌دار رژیم صهیونیستی با بخش علمی کشور، ضرورت حفاظت و حراست از دانشمندان و چهره‌های مهم را به خصوص بعد از جنگ ۱۲ روزه بیش از گذشته گوشزد می‌کند. اما جدا از محافظت‌های معمول، باید به دنبال راهی جدید و مدرن برای مصون کردن اساسی مغز‌های متفکر کشور در برابر هر نوع ترور مستقیم و بیولوژیک و هرگونه خرابکاری کرد. این راهکار را می‌توان در مدیریت دانش یا Knowledge Management یافت.

مدیریت دانش چیست؟
مدیریت دانش یا به اختصار KM کمک می‌کند تا دانسته‌ها، تجربه‌ها، ایده‌ها و راه‌حل‌هایی که در ذهن افراد است، در صورت از دست رفتن آنها، از بین نرود. کشور ما به دلیل نبود مدیریت دانش، تاکنون هزینه‌های زیادی متحمل شده است. این خسارات علاوه بر ترور‌هایی که رخ داده، شامل از دست رفتن مواردی، چون تجربه یک استاد دانشگاه یا نخبه، راه‌حل خاص یک مهندس و ایده‌پرداز یا روش تحلیل یک پژوهشگر نظامی هم بوده است. مدیریت دانش کمک می‌کند تا همه اینها جمع‌آوری، مستندسازی، ذخیره و در زمان مناسب، به‌دست فرد یا سیستمی مناسب برساند تا به کار گرفته شود.
پس از درک ضرورت مدیریت دانش برای حفظ داشته‌های علمی کشور، حتی می‌توان در گام‌هایی فراتر از آن، به کپی ذهن دانشمندان و سرمایه‌های دانشی هم فکر کرد. کاری که با ترکیب مدیریت دانش و هوش مصنوعی یا AI امکان‌پذیر است. به بیان دیگر هوش مصنوعی با مدیریت دانش می‌تواند تفکرات یک دانشمند را درک و بازسازی کند و براساس آن به یک قدرت تحلیل دائمی و تثبیت شده برسد. با این شیوه می‌توان به مغز‌هایی خستگی‌ناپذیر (tireless)، جاودان و نامیرا رسید و دشمن را از ترور و از بین بردن دانشمندان کشور ناامید کرد.

مدیریت دانش در عمل
برای رسیدن به این هدف در عمل، ابتدا باید درخت دانش را ترسیم و نخبگان را براساس آن شناسایی کرد. بعد باید نسبت به تهیه دانش ذهنی و ضمنی افراد مورد نظر اقدام و آن را به دانشی صریح تبدیل کرد تا برای عموم نخبگان آن حوزه قابل فهم و برای ماشین قابل خوانش باشد.
برای درک بهتر این چرخه، یک استاد نخبه دانشگاه را در نظر بگیرید که مشغول تدریس یک موضوع خاص در یک دانشگاه است. اگر این فرد درباره مباحث خود کتابی ننوشته باشد یا جلسات تدریس او به صورت صوت و فیلم ثبت نشود؛ با از دست رفتن او، این دانش هم از بین خواهد رفت. این یعنی نبود مدیریت دانش باعث از دست رفتن دانش یک فرد نخبه شده است. حال اگر این جلسات ضبط شود؛ در صورت از دست دادن این دانشمند، فقط جلسات تدریس او باقی خواهد ماند. سپس حالتی از مدیریت دانش را فرض کنید که با او جلساتی گذاشته می‌شود و به پرسش‌های متعددی درباره حوزه تخصصی خود پاسخ می‌دهد. در این شرایط می‌توان به بخش‌های پنهان ذهن او هم وارد شد و روش پاسخ او را بهتر درک کرد. این دانش ضمنی است و در گام بعدی مدیریت دانش، این دانش باید به صورت داده‌های قابل خوانش و صریح برای ماشین پیاده‌سازی شود.
در نشست‌هایی که با این نخبگان برگزار می‌شود، امکان بهره‌گیری از نسخه‌های محدود و تخصصی هوش مصنوعی برای برخی افراد خاص فراهم است. این نوع هوش مصنوعی با تحلیل داده‌های جمع‌آوری‌شده، پرسش‌هایی را طراحی می‌کند تا الگوریتم ذهنی و ساختار تفکر فرد مورد نظر را شناسایی کند. سپس، با بررسی مستمر این الگو در تعامل با فرد، فرآیند اصلاح شیوه‌های استدلال انجام می‌گیرد و در نهایت، سیستم تفکری او بازسازی می‌شود.
این سیستم بازتولیدشده می‌تواند در بازه‌ای مشخص، حتی در صورت فقدان فرد اصلی، مورد استفاده قرار گیرد. چنین الگویی با توان پردازشی بالا، بدون خستگی و با دقت بیشتر، قادر است مسائل را با همان منطق و شیوه تفکر تحلیل کند. در صورتی که قابلیت تفسیر داشته باشد، می‌تواند به عنوان ابزاری قدرتمند در خدمت خود فرد نیز قرار گیرد؛ به این صورت که به جای حل سنتی مسائل، موضوعات به سیستم تفکری شبیه‌سازی‌شده ارائه می‌شود تا با بهره‌گیری از روش‌های استدلال، راه‌حل‌هایی ارائه دهد و در صورت نیاز، اصلاحات لازم اعمال شود.
در نتیجه، می‌توان گفت این ربات به‌گونه‌ای طراحی شده که به‌طور کامل مشابه دانشمند مورد نظر می‌اندیشد. بنابراین، حتی در صورت از دست رفتن آن فرد به هر دلیلی، دانش و تفکر او حفظ شده و میراثی ارزشمند از او باقی خواهد ماند.
این کار در بلندمدت به یک سیستم مبتنی بر هوش مصنوعی منجر می‌شود که می‌تواند براساس سبک فکری، اصول تحلیلی و روش تولید محتوای مانند یک فرد خاص، استدلال کرده و پاسخگو باشد. در نهایت می‌توان با این نوع مدیریت دانش و ترکیب آن با هوش مصنوعی، دشمن را از حذف دانش با استفاده از ترور ناامید کرد.
برای بازسازی دقیق مدل ذهنی یک فرد، شش سطح و مرحله کلیدی همراه با روش‌ها و ابزار‌های مشخص در طراحی سیستم‌های شناختی مبتنی بر هوش مصنوعی تعریف می‌شود. این سطوح شش‌گانه به ترتیب شامل سطح بازنمایی دانش و حافظه معنایی با هدف ثبت ساخت‌یافته باورها، اصول فکری، مفاهیم کلیدی و مدل ذهنی پایدار فرد، سطح ذخیره و ساختاردهی تجربه‌های زیسته به منطور ثبت و سازمان‌دهی تجربه‌های زیسته، تصمیم‌گیری‌های پیشین و واکنش‌های فرد در موقعیت‌های خاص، سطح یادگیری عمیق سبک فکری با هدف یادگیری سبک نگارش، الگو‌های زبانی و شیوه استدلال فرد در تولید محتوا و تحلیل مسائل، سطح استدلال و حل مسأله تطبیقی با هدف بازسازی فرآیند تحلیل، داوری و تصمیم‌گیری فرد در مواجهه با مسائل جدید یا مبهم مطرح، یادگیری پیوسته به منظور مدل‌سازی توانایی خودارزیابی، سازگاری با تحولات فکری فرد و یادگیری پیوسته بدون فراموشی دانش پیشین و در نهایت سطحتفسیر رفتار شناختی با هدف ارائه شفاف دلایل، مسیر‌های تفکر و تبیین‌های قابل درک برای تصمیم‌ها و پاسخ‌ها است.

آثار اقتصادی مدیریت دانش
فراتر از جنبه‌های دانشی این موضوع، زمانی که یک کشور به مرحله‌ای برسد که بتواند دانش تولیدشده توسط دانشمندان خود را در قالب چنین ساختار‌هایی پیاده‌سازی کند، سرمایه‌گذاری‌های انجام‌شده برای پرورش این اندیشمندان حفظ خواهد شد. در نقطه مقابل، عدم اجرای چنین برنامه‌ای ممکن است منجر به از دست رفتن ناگهانی این سرمایه‌ها با فقدان هر یک از این افراد شود.
اجرای موفق این طرح همچنین بستری فراهم می‌کند تا نخبگان و دانشجویان دکتری که در مرز‌های دانش تخصصی فعالیت می‌کنند، بتوانند مراحل بعدی یادگیری را با سرعت و کیفیت بالاتری طی کنند. در این مسیر، دیگر وابستگی مستقیم به حضور فیزیکی دانشمندان حوزه مربوطه وجود نخواهد داشت و فرآیند‌های آموزشی چندین‌ساله می‌توانند به‌طور چشمگیری کوتاه شوند.
در نهایت، این رویکرد منجر به کاهش چشمگیر هزینه‌های کلی، حذف خطا‌های تکراری و جلوگیری از اتلاف منابع عظیم مالی خواهد شد؛ منابعی که در صورت نبود چنین سیستمی، ممکن است به‌راحتی از بین بروند.

تأکیدات قانونی
مدیریت دانش صرفاً یک توصیه جدی نیست، چون در قوانین بالادستی هم بر آن تأکید شده است. طبق بررسی‌های اندیشکده حکمرانی هوشمند، سیاست‌های کلی نظام در بخش نظام اداری (۱۳۸۹)، نقشه جامع علمی کشور (۱۳۸۹)، سیاست‌های کلی علم و فناوری (نظام آموزش عالی، تحقیقات و فناوری) (۱۳۹۳)، نقشه راه اصلاح نظام اداری (۱۳۹۳)، نظام‌نامه مدیریت دانش دستگاه‌های اجرایی کشور (۱۳۹۹)، قانون برنامه پنج ساله پنجم توسعه جمهوری اسلامی ایران (۱۳۹۴-۱۳۹۰) و قانون برنامه پنج ساله ششم توسعه جمهوری اسلامی ایران (۱۴۰۰ – ۱۳۹۶) از جمله این قوانین است.

دستگاه‌های مجری مدیریت دانش
هر نهاد می‌تواند در چارچوب مسئولیت‌های خود و با در نظر گرفتن الزامات حفاظتی، سیاست‌گذاری و برنامه‌ریزی مرتبط با مدیریت دانش را در دستور کار قرار دهد. به‌عنوان نمونه، سازمان انرژی اتمی، وزارت علوم، نهاد‌های نظامی، معاونت علمی و فناوری ریاست‌جمهوری و سایر دستگاه‌های تخصصی، قادرند با بهره‌گیری از ظرفیت‌های داخلی و تعامل بین‌سازمانی، به توسعه این حوزه بپردازند. در این مسیر، استفاده از توانمندی‌های مراکزی مانند مرکز آمار، سازمان اسناد و کتابخانه ملی در زمینه ایجاد پایگاه‌های داده و مدیریت کلان‌داده‌ها نیز بسیار مؤثر خواهد بود.
علاوه بر این، سازمان اداری و استخدامی کشور و معاون اول رئیس‌جمهور نیز مسئولیت دارند تا موضوع مدیریت دانش را به‌طور خاص برای کارکنان نخبه و سطوح عالی دولت پیگیری کرده و زیرساخت‌های لازم را برای بهره‌برداری هدفمند از دانش تخصصی فراهم سازند.
نهاد‌هایی که بیشتر در معرض این ترور‌ها و از دست رفتن دانشمندان به شیوه‌های دیگر همچون مهاجرت، فوت و ... هستند، باید پیگیر این موضوع باشند. نهاد‌های دانشی که در این حوزه تخصص دارند هم به هر نحوی آماده همکاری هستند. امیدواریم با یک اجماع نخبگانی و تخصصی بتوانیم از آسیب به کشور جلوگیری کنیم یا در حد توان آسیب‌ها را کاهش دهیم و باعث رشد فزاینده و با سرعت بالاتر کشور شویم. در همین راستا و در نشستی که پاییز امسال با عنوان «اطلس تجارت ایران» توسط اندیشکده حکمرانی هوشمند برگزار خواهد شد؛ به اهمیت مدیریت دانش و آثار اقتصادی آن به ویژه در حوزه تجارت پرداخته خواهد شد.

تجربه دنیا در مدیریت دانش
طبق بررسی‌های اندیشکده حکمرانی هوشمند، بعضی از کشور‌های دنیا با درک اهمیت مدیریت دانش و انتقال آن به نسل‌های بعدی، اقداماتی در این حوزه انجام داده‌اند. چین یکی از کشور‌هایی است که به طور جدی و با استفاده از بایگانی دیجیتال و پردازش زبانی، مدل‌سازی سبک تفکر کارشناسان را دنبال کرده است. ژاپن در حوزه مهارت‌های فنی و آلمان هم برای حفظ دانش فنی مهندسان پس از بازنشستگی پروژه‌هایی تعریف کرده‌اند.
برزیل از سال ۲۰۱۶ اقداماتی را برای مدیریت دانش در حوزه هسته‌ای انجام داده و برای اجرای بهتر آن در سال ۲۰۱۹ کارگروه مدیریت دانش را تأسیس کرد تا دانش حیاتی کارکنان در آستانه بازنشستگی را نقشه‌برداری کند. ایجاد فرآیند ساختاریافته برای ثبت دانش ضمنی در حوزه علوم هسته‌ای و کاهش خطر از دست رفتن آن اثربخش بوده است. یونان هم در حوزه مدیریت دانش تولیدات پژوهشی اقداماتی انجام داده است.