هوش مصنوعی تحقیقات علمی را برای کودکان خلاصه‌سازی می‌کند

سه‌شنبه ۲۶ مهر ۱۴۰۱ - ۲۲:۰۰
مطالعه 7 دقیقه
هوش مصنوعی قابلیت‌های زیادی دارد که یکی از آن‌ها امکان خلاصه‌ و ساده‌‌ کردن مفاهیم تحقیقات عملی برای کودکان است.
تبلیغات

دنبال‌کردن نوشته‌های آکادمیک اغلب سخت است؛ اما چه می‌شود اگر بتوان استدلال‌های مقالات را با استفاده از یادگیری ماشینی خلاصه‌سازی کرد تا حتی کودک هفت‌ساله نیز آن‌ها را درک کند؟ این موضوع درواقع ایده‌ای است که محققان روی آن کار کرده‌اند؛ پروژه‌ای که از پیشرفت‌های اخیر در پردازش زبان هوش مصنوعی برای ساده‌سازی علم بهره می‌برد.

یاش دانی، از محققان ابزار خلاصه‌سازی مقالات با هوش مصنوعی، به ورج می‌گوید کار روی این پروژه از دو سال قبل با کمک جمعی از دوستان دانشگاهی وی ازجمله سیندی وو، به‌عنوان روشی برای یادگیری بیشتر درباره‌ی توسعه‌ی نرم‌افزار آغاز شد؛ اما پس از اینکه دانشگاهیان با استفاده از آن خلاصه‌هایی از مقالات علمی ایجاد کردند، پروژه‌ی مذکور در توییتر به‌شدت در کانون توجه قرار گرفت.

تحقیقات آن‌ها نتایج به‌دست‌آمده از هوش مصنوعی را گاهی اوقات نادرست یا بسیار زیاد ساده می‌کرد؛ اما متون خلاصه‌شده به‌ همان اندازه رضایت‌بخش و به‌طرز عجیبی مختصر بود و اصطلاحات آکادمیک را به خلاصه‌هایی کودکانه تبدیل می‌کرد. در‌ادامه، خلاصه‌ای از مقاله‌ی پروفسور میشل رایان، مدیر مؤسسه‌ی جهانی رهبری زنان در دانشگاه ملی استرالیا، آورده شده است.

در این مقاله، رایان درباره‌ی مفهوم «صخره‌ی شیشه‌ای» صحبت کرده است. این اصطلاح به نوعی تبعیض جنسیتی اشاره می‌کند که زنان را در زمان‌هایی که مؤسسان شرکت‌ها درمعرض بیشترین خطر شکست قرار دارند، در نقش رهبری قرار می‌دهند. خلاصه‌ی ارائه‌شده از این مقاله که با هوش مصنوعی ایجاد شده است، اشاره می‌کند که صخره‌ی شیشه‌ای جایی است که بسیاری از زنان در آن قرار می‌گیرند و این مکان جای بدی است.

هوش مصنوعی برای خلاصه سازی مقالات علمی

رایان می‌گوید عملکرد فناوری خلاصه‌سازی مقالات با هوش مصنوعی عالی است. او در گفت‌وگو با ورج اعلام کرد که اگرچه تفاوت‌های ظریفی درباره‌ی مفهوم مقاله در خلاصه‌ی ارائه‌شده برای مقاله‌ی وی حذف شده است، این متن دقیق و صریح بود. چنین عملکردی تا حدود زیادی به‌دلیل هشدار مهمی است که فناوری یادشده هنگام خلاصه‌سازی، مقاله‌ای علمی را تجزیه‌وتحلیل می‌کند که خود نسخه‌ی فشرده‌ای از استدلال محقق دیگری است.

قابلیت خلاصه‌کردن مقاله‌ی کامل، چالشی بزرگ‌تر خواهد بود؛ البته محققان حوزه‌ی یادگیری ماشینی از مدتی قبل مشغول انجام کارهایی روی این موضوع هستند. رایان افزوده است اگرچه مقالات خلاصه‌سازی‌شده با هوش مصنوعی بی‌شک ابزاری بسیار سرگرم‌کننده هستند، دید خوبی از این‌ موضوع ارائه می‌دهند که ارتباطات علمی خوب باید چگونه باشند. وی می‌گوید:

فکر می‌کنم بسیاری از ما می‌توانیم مقالات خود را طوری بنویسیم که خواننده آن‌ها را بیشتر بپسندد و مخاطب هدف را کودکان هفت‌ساله قرار دهیم. این شروع بسیار خوبی است.

زین گریفین تالی کوپر، کاندیدای دکتری در دانشکده‌ی ارتباطات آننبرگ دانشگاه پنسیلوانیا، مقالات خلاصه‌شده با هوش مصنوعی را «دقیق و خودمانی» توصیف کرد. او از ابزار مذکور برای خلاصه‌کردن مقاله‌ای استفاده کرد که درباره‌ی «حاشیه‌های داده» نوشته بود. در این مقاله، به تاریخچه‌ی فیزیکی موارد ضروری برای زیرساخت داده‌های بزرگ اشاره شده است. مقاله‌ی خلاصه‌سازی‌شده‌ی وی به‌شرح زیر است:

داده‌های بزرگ روی هارددیسک ذخیره‌ می‌شوند. هاردیسک‌ها از آهن‌رباهای بسیار کوچکی ساخته شده‌اند و آهن‌رباها نیز از مواد موجود در زمین استخراج می‌شوند.

کوپر می‌گوید اگرچه این ابزار درحال‌حاضر در حد شوخی ساده است، چنین سیستم‌هایی می‌توانند کاربردهای مهم‌تری در آموزش و مطالعه داشته باشند. دانش‌آموزان می‌توانند از خلاصه‌کننده‌های مبتنی‌بر هوش مصنوعی به‌عنوان روشی برای نوشتن مقالات پیچیده استفاده کنند. علاوه‌براین، می‌توان از این ابزار در مجله‌های آنلاین بهره گرفت و چکیده‌های ساده‌شده‌ای از مقالات را برای ارائه‌ به عموم مردم آماده کرد. کوپر در بخشی از توضیحاتش گفت:

درصورتی‌که این ابزار به‌درستی تنظیم شود و محدودیت‌ها و معنای آن ازنظر علمی و اخلاقی موردبحث قرار گیرد، می‌توان از یادگیری ماشینی به‌عنوان ابزاری برای نوشتن استفاده کرد.

درحال‌حاضر، شرکت‌های مختلف فعال درزمینه‌ی ساخت هوش مصنوعی مشغول بررسی محدودیت‌های ابزار خلاصه‌سازی مقالات هستند. این در حالی است که چنین نرم‌افزارهایی از قبل در برخی ابزارهایی ارائه شده‌اند که به‌طورعمومی‌تر استفاده می‌شوند. مقالات خلاصه‌شده با GPT-3 اجرا می‌شود که یکی از شناخته‌شده‌ترین ابزارهای نوشتاری مبتنی‌بر هوش مصنوعی است که OpenAI وظیفه‌ی توسعه‌ی آن را برعهده دارد. این شرکت آزمایشگاه تحقیقاتی ترکیبی و استارتاپ تجاری است که با مایکروسافت نیز همکاری نزدیکی دارد.

هوش مصنوعی

مایکروسافت از GPT-3 و پروژه‌های شبیه به آن برای ارائه‌ی قابلیت‌هایی مثل تکمیل خودکار در نرم‌افزارهای کدنویسی استفاده و اخیراً نیز به‌عنوان بخشی از مجموعه‌ی خدمات ابری خود امکان دسترسی کسب‌وکارها را به این سیستم فراهم کرده است. این شرکت می‌گوید که GPT-3 می‌تواند برای تجزیه‌وتحلیل احساسات در متن و ایجاد ایده برای کسب‌وکارها و خلاصه‌سازی اسنادی مثل رونوشت‌های جلسات یا تبادل ایمیل به‌کار برده شود.

درحال‌حاضر، ابزارهای مشابه GPT-3 در سرویس‌های محبوبی مثل جیمیل و گوگل داکز استفاده شده‌اند و قابلیت‌های تکمیل خودکار متن مبتنی‌بر هوش مصنوعی را به کاربران ارائه می‌دهند. البته مستقرکردن سیستم‌های مبتنی‌بر هوش مصنوعی بحث‌برانگیز است. آن‌ها کلیشه‌ها و توهین‌های نژادپرستانه و جنسیتی را تکرار می‌کنند و امکان دارد به‌ روش‌های ظریف‌تر تعصب هم داشته باشند.

مجموعه‌ی متفاوتی از نگرانی‌ها از کارکرد نادرست این سیستم‌ها منشأ می‌گیرد. این ابزارها فقط در سطح آماری با زبان تعامل دارند و نمی‌توانند آنچه می‌خوانند، مثل انسان‌ها درک کنند. همین ویژگی می‌تواند به بروز اشتباهات بسیار اساسی منجر شود.

به‌عنوان مثال، سال گذشته سرویس جست‌وجوی گوگل که از هوش مصنوعی برای خلاصه‌کردن موضوعات جست‌وجوشده استفاده می‌کند، توصیه‌های پزشکی گمراه‌کننده‌ای برای پرسشی ارائه کرد که در آن سؤال شده بود اگر فردی دچار تشنج شد، چه باید کرد. در دسامبر سال گذشته نیز، دستیار صوتی آمازون آلکسا به کودکی که چالشی سرگرم‌کننده را درخواست کرده بود، پاسخ داد که سکه‌‌ای را به شاخک‌های باز‌شده از پریز برق بزند.

خطر ویژه‌ای که این سناریو برای زندگی ایجاد می‌کند، غیرمعمول است؛ اما این خطرها تصویر واضحی از ضعف‌های ساختاری این مدل‌ها ارائه می‌دهند. جاتان سادوسکی، محقق ارشد آزمایشگاه تحقیقات فناوری‌های نوظهور دانشگاه موناش، می‌گوید که سیستم‌های هوش مصنوعی مثل ابزار خلاصه‌سازی مقالات باید با احتیاط استفاده شوند؛ اما می‌توان از آن‌ها برای اهداف مناسب دیگر نیز بهره گرفت.

شاید روزی فناوری خلاصه‌سازی مقالات با هوش مصنوعی آن‌قدر پیشرفت کند که به دستیار پژوهشی خودکاری تبدیل شود که می‌تواند هنگام خواب، کتاب‌شناسی کامل و دقیق و با‌کیفیتی براساس متون دانشگاهی ارائه دهد؛ البته درحال‌حاضر تا رسیدن به آن نقطه هنوز راهی طولانی در پیش داریم. اگر ازنظر عملی‌ به موضوع نگاه کنیم، می‌توان از آن به‌عنوان کاتالیزور در خلاقیت یاد کرد.

هوش مصنوعی

سادوسکی می‌گوید عقلانی‌نبودن برخی از خلاصه‌هایی که هوش مصنوعی از مقالات ارائه می‌دهد، احتمالاً محصول جانبی ناتوانی یادگیری ماشینی در درک کامل زبان است. در سناریوهای دیگر، هنرمندان از این ابزار برای نوشتن کتاب و موسیقی استفاده کرده‌اند. دیدگاه ماشین می‌تواند برای دانشگاهیانی که بیش‌ازحد روی یک موضوع تمرکز کرده‌اند، نیز مفید باشد. وی می‌گوید:

این ابزار می‌تواند باعث ایجاد فاصله‌ی مصنوعی میان شما و چیزی باشد که زمان زیادی را از نزدیک با آن گذرانده‌اید؛ ازاین‌رو، می‌توانید از زاویه‌ی دیگری به آن موضوع نگاه کنید.

بدین‌ترتیب، امکان دارد سیستم‌های مبتنی‌بر هوش مصنوعی مثل خلاصه‌ساز مقالات، حتی به افزایش خلاقیت افراد نیز کمک کنند. به‌هرحال، نفش اصلی این ابزارها تحریک خواننده به درنظر‌گرفتن الگوهای فکری جدید است. هوش مصنوعی می‌تواند خدمات مشابهی ارائه دهد و برخی از شرکت‌ها درحال‌حاضر دستیارهای نوشتاری خلاقانه‌ی مبتنی‌بر هوش مصنوعی را می‌فروشند.

متأسفانه اگرچه مقالات خلاصه‌شده با هوش مصنوعی میان جهان دانشگاهی با استقبال بسیار خوبی مواجه شده است، به‌نظر می‌رسد این فناوری مدت محدودی در کانون توجه باقی بماند. وب‌سایت این پروژه در اواخر هفته‌ی جاری پس از انتشار ویروسی از کار افتاد و اکنون پیامی با عنوان «در دست تعمیر» در آن به‌نمایش درآمده است و سازندگان وب‌سایت اعلام کرده‌اند که هیچ برنامه‌ای برای نگه‌داری آن در آینده ندارند. آنان اشاره کرده‌اند که ابزارهای مشابه دیگری نیز وجود دارد که برای انجام همین‌ کار توسعه داده شده‌اند.

دانی به ورج گفت که مقالات خلاصه‌شده با هوش مصنوعی برای آزمایش طراحی شده‌اند تا ببینیم آیا می‌توان یادگیری علم را کمی آسان‌تر و سرگرم‌کننده‌تر و البته جذاب‌تر کرد یا خیر. او می‌گوید:

از همه‌ی توجهاتی که به این برنامه شده است و همه‌ی افرادی که آن را آزمایش کرده‌اند، تشکر می‌کنم؛ اما با‌‌‌‌توجه‌‌‌‌به اینکه این ابزار همیشه به‌عنوان پروژه‌ای آموزشی در نظر گرفته شده بود، قصد دارم در آینده مقالات دیگری را با آن خلاصه و منتشر کنم.
مقاله رو دوست داشتی؟
نظرت چیه؟
داغ‌ترین مطالب روز
تبلیغات

نظرات