آخرین اخبار:

هشدار پژوهشگران: فناوری‌‌ها قبل از ارزیابی‌ دقیق وارد زندگی مردم می‌شوند

پیش از آن‌که نتایج یک پژوهش علمی منتشر شود، نسخه‌ای تازه از یک فناوری وارد زندگی مردم می‌شود. شبکه‌های اجتماعی به‌روزرسانی می‌شوند، الگوریتم‌ها تغییر می‌کنند و ابزار‌های هوش با سرعتی بالا گسترش می‌یابند. در مقابل، علم که برای سنجش پیامد‌های اجتماعی و سلامت عمومی به زمان و داده نیاز دارد، از این شتاب عقب مانده‌است. پژوهشگران هشدار می‌دهند این ناهماهنگی باعث شکل‌گیری شکافی شده‌است که در آن فناوری‌ها پیش از ارزیابی دقیق وارد جامعه می‌شوند و اثرات واقعی آنها اغلب پس از بروز آسیب آشکار می‌شود؛ شکافی که می‌تواند هزینه‌های اجتماعی بلندمدتی به‌همراه داشته‌باشد.
نویسنده : فهیمه سنجری

گسترش سریع فناوری، اغلب با وعده کارایی، اتصال بیشتر و نوآوری همراه بوده‌است، اما هم‌زمان نگرانی‌هایی جدی درباره پیامد‌های آن بر سلامت روان، روابط اجتماعی و کیفیت زیست عمومی ایجاد کرده‌است. 

مطالعات نشان می‌دهد آسیب‌های فناوری دیجیتال در یک چرخه ناکارآمد گرفتار شده‌است؛ چرخه‌ای که با کمبود داده و منابع آغاز می‌شود و در نهایت به ناتوانی سیاست‌گذاران در مداخله موثر می‌انجامد.

به‌گفته پژوهشگران، شرکت‌های بزرگ فناوری تحقیق درباره ایمنی محصولات خود را عملا به پژوهشگران مستقل در دانشگاه‌ها و نهاد‌های غیرانتفاعی واگذار کرده‌اند. این در حالی است که همین پژوهشگران به داده‌های کلیدی دسترسی ندارند و با بودجه‌ای بسیار محدود کار می‌کنند. این الگو تفاوتی اساسی با صنایعی مانند داروسازی دارد که در آنها آزمون‌های ایمنی پیش از عرضه و در داخل شرکت انجام می‌شود.

پیامد این وضعیت، تولید دیرهنگام شواهد علمی و نبود شواهد علتی قوی در زمان تصمیم‌گیری است؛ خلایی که به شرکت‌ها امکان می‌دهد مسئولیت پیامد‌های اجتماعی محصولات خود را به تعویق بیندازند یا کمرنگ کنند.

عرضه سریع و اصلاح دیرهنگام

مسئله نقد الگوی غالب در صنعت فناوری است؛ الگویی که بر عرضه سریع و اصلاح دیرهنگام استوار شده‌است. شبکه‌های اجتماعی و اخیرا ابزار‌های هوش مصنوعی مولد پیش از آن‌که آزمون‌های ایمنی پایه را پشت سر بگذارند، در مقیاس وسیع در دسترس کاربران قرار گرفته‌اند.

در چنین شرایطی، جامعه عملا به میدان آزمایش تبدیل می‌شود. فناوری‌ها به‌صورت روزانه یا هفتگی تغییر می‌کنند و حتی کارکنان شرکت‌ها نیز در یک مقطع زمانی درک کاملی از رفتار سیستم ندارند. در این میان، پژوهش علمی که نیازمند زمان، ثبات و بازتولیدپذیری است، اغلب زمانی منتشر می‌شود که موضوع مطالعه دیگر همان شکل اولیه را ندارد.

سرعت تحول فناوری دیجیتال از توان سازوکار‌های علمی پیشی گرفته‌است. اگر این شکاف ترمیم نشود، جامعه پیش از آن‌که اثرات واقعی شبکه‌های اجتماعی و هوش مصنوعی را درک کند، ناچار به پرداخت هزینه‌های آن خواهد شد. در چنین شرایطی، کندی علم نه یک ضعف نظری، بلکه یک خطر اجتماعی است

این ناهماهنگی زمانی، علم متعارف را در موقعیتی قرار داده که گاه حتی خود پژوهشگران آن را غیرقابل‌استفاده توصیف می‌کنند؛ نه به‌دلیل ضعف روش‌ها، بلکه به‌دلیل سرعت سرسام‌آور تغییرات فناوری است.

کندی علم به‌عنوان سپر دفاعی

در این حوزه پژوهشگران به الگویی اشاره می‌کنند که پیش‌تر در صنایع نفت و شیمی نیز مشاهده شده‌بود. در آن صنایع، کندی تولید شواهد علمی به ابزاری برای فرار از مسئولیت تبدیل شد. برخی شرکت‌های فناوری نیز امروز از همین منطق پیروی می‌کنند.

شرکت‌ها خواهان شواهد علتی سخت‌گیرانه‌اند، اما در عین حال از تامین منابع مالی و داده‌ای لازم برای تولید چنین شواهدی خودداری می‌کنند. این تناقض، سیاست‌گذاران را در وضعیتی معلق قرار می‌دهد؛ فشار اجتماعی برای اقدام وجود دارد، اما نبود شواهد قطعی بهانه‌ای برای تعویق تصمیم‌گیری فراهم می‌کند.

دانشگاه کمبریج (University of Cambridge) در گزارشی به نقل از امی اوربن (Amy Orben) نوشته است: اعتماد عمومی به تعهد شرکت‌های فناوری نسبت به ایمنی اجتماعی در حال کاهش است و در چنین فضایی، نگاه‌ها به‌سوی دانشمندان مستقل دوخته شده‌است. او تاکید می‌کند که پژوهشگران به منفعت عمومی متعهدند، اما بدون حمایت و ابزار کافی نمی‌توانند صنعتی چندمیلیارددلاری را پاسخگو کنند.

ناتان ماتیاس (Nathan Matias) نیز با اشاره به ماهیت تطبیق‌پذیر فناوری‌های دیجیتال می‌گوید وقتی علم نتواند همگام با فناوری حرکت کند، همه بازنده‌اند. به‌گفته او، حتی ادعای ناکارآمدی علم می‌تواند خود به مانعی برای ایمنی تبدیل شود، اگر علم تنها دروازه ورود سیاست‌گذاری باقی بماند.

بازطراحی نظام شواهد علمی

پیشنهاد اصلی پژوهشگران، عبور از نظام خطی تولید شواهد و حرکت به‌سوی مدلی چابک‌تر است. ایجاد سامانه‌های ثبت آسیب‌های دیجیتال با مشارکت مردم، یکی از راهکار‌های پیشنهادی است؛ سامانه‌هایی که می‌توانند نشانه‌های اولیه خطر را زودتر آشکار کنند، مشابه آن‌چه در حوزه تصادف‌های رانندگی یا آلودگی محیط‌زیست انجام می‌شود.

همچنین مفهوم «حداقل شواهد قابل‌قبول» مطرح شده‌است؛ مدلی که اجازه می‌دهد پیش از دستیابی به شواهد علتی کامل، آزمایش مداخله‌های ایمن‌ساز آغاز شود و خود مداخله می‌تواند به شناسایی دقیق‌تر آسیب‌ها کمک کند.

برآیند این تحلیل‌ها روشن است. سرعت تحول فناوری دیجیتال از توان سازوکار‌های علمی پیشی گرفته‌است. اگر این شکاف ترمیم نشود، جامعه پیش از آن‌که اثرات واقعی شبکه‌های اجتماعی و هوش مصنوعی را درک کند، ناچار به پرداخت هزینه‌های آن خواهد شد. در چنین شرایطی، کندی علم نه یک ضعف نظری، بلکه یک خطر اجتماعی است.

انتهای پیام/

ارسال نظر