واینسا برو جلو

یک پادکستی رو گوش می‌دادم که در نتیجه‌ش نشستم پست مربوط به «تخریب خلاق» رو نوشتم. اگر پادکستی که لینکش را دادم، گوش داده باشید، «آگیون» یک جاش میگه : آیا باید مالیات زوکمن رو داشته باشیم یا نه.

خب من معمولا نمی‌تونم که همینطوری از روی چیزهایی که نمی‌دونم، بگذرم! یعنی چی مالیات زوکمن؟ و چرا اینقدر مهم بوده که یه آدمی که نوبل اقتصاد رو برده در مصاحبه‌ش این موضوع رو به بحث می‌کشه!؟ یک قسمتی آگیون می‌گه: should we have a Zucman tax or not? Should we have this? It’s crucial which parading you use پس این مالیات زوکمن مهمه، و باید می‌خوندم و می‌فهمیدم.

برای اینکه داستان رو راحت‌تر ببریم جلو دو تا شخصیت رو وارد بازی می‌کنم: هایده و ناهید.

ناهید کارمند دولت‌ه و حقوق‌ش سالی ۶۰ هزار دلاره. حقوقش مستقیم وارد حساب بانکی میشه، مدیرش یا رییسش اون را گزارش می‌کنه، و دولت دقیقن می‌دونه که ناهید چقدر درآمد داره و مالیاتش رو میگیره. فرض کنیم نرخ مالیات بر درآمد ۲۰٪ باشه. با این حساب داریم:

درآمد سالانه ناهید: ۶۰ هزار دلار
مالیات بر درآمد: ۱۲ هزار دلار

و اما هایده:

هایده یک کارآفرین بسیار ثروتمند، و سهام‌دار اصلی شرکت فناوری‌ بزرگی است. ثروت خالص هایده رو یک میلیارد دلار در نظر بگیریم.

فرض کنیم هایده در سال یک میلیون دلار حقوق از شرکتش می‌گیره. روی این یک میلیون دلار ، دقیقن مثل ناهید، مالیات بر درآمد می‌ده.

علاوه بر حقوق سالانه، شرکت ممکن است پنج میلیون دلار سود نقدی- که بهش میگن dividend -هم بهش بده. روی این درآمد هم بسته به قوانین کشوری که داره زندگی می‌کنه و سود میگیره هم مالیات می‌ده.

تازه، هایده صاحب زمین و ملک هم است. بابت بعضی از این‌ها هم ممکن‌ه هر سال مالیات پرداخت کنه.

حالا، اگر بخشی از سهامش رو بفروشه و از فروش‌ش سود کنه، ممکن‌ه مالیات بر «عایدی سرمایه» (مالیات بر capital gain) هم بده.

پس این شد وضعیت سالانه هایده:

حقوق: ۱ میلیون دلار – مالیات بر درآمد
سود نقدی سهام: ۵ میلیون دلار – مالیات بر dividend
املاک: مالیات سالانه ملکی
فروش بخشی از سهام با سود: مالیات بر capital gain

حالا بیاین فرض کنیم اول سال ارزش سهام هایده ۱ میلیارد دلار‌ه. شرکت بسیار موفق عمل کرده و آخر سال ارزش سهام هایده افزایش پیدا کرده و شده ۱.۵ میلیارد دلار. یعنی روی کاغذ هایده ۵۰۰ میلیون دلار ثروتمند تر شده. اما این ۵۰۰ میلیون دلار، حقوق، ملک، پول بانکی، سهام فروخته شده نیست. در اقتصاد به این سرمایه یا ثروت میگن «سود سرمایه تحقق نیافته»- unrealized capital gain. ثروتی است که در بانک هایده یا در جیب هایده نیست. در بسیاری از کشورها، تا زمانی که سهام فروخته نشده، مالیاتی برای capital gain پرداخت نمیشه.

حالا هایده میاد و سهامش که ارزشش ۱.۵ میلیارد دلار‌ است رو به عنوان وثیقه می‌ذاره بانک و به ارزش ۲۰ میلیون دلار وام میگیره. این ۲۰ میلیون دلار، الان در واقع بدهی هایده به بانکه! به بدهی بانکی هم مالیات تعلق نمیگیره 🙂 – به این روش میگن buy borrow die یک جور فرار قانونی از مالیاته. البته هایده باید اصل و بهره وام رو پس بده. پس چی شد؟

هایده سهامش رو نفروخت، مالیاتی به سودش نداد، تازه ۲۰ میلیون پول نقد هم الان داره که مالیاتی بهش نمیده.میتونه باهاش یه آلونک بخره، یا جای دیگه سرمایه‌گذاری کنه.

حالا این‌ها به کنار، تازه می‌فهمیم که این هایده خانوم ۱۵۰ میلیون دلار هم سرمایه داره که در یک کشور دیگه نگه داشته. البته اینکه کسی پول/ملک/سرمایه در خارج کشور داشته باشه، جرم نیست و غیرقانونی هم نیست- as long as اعلام کنه که همچین سرمایه‌ای در فلان کشور دارم و بفرمایید اینم مالیات سالانه‌ش.

موضوع وقتی بیخ پیدا می‌‌کنه و میشه یک مساله که مالک واقعی اون ۱۵۰ میلیون دلار برای دولت کشور خودش قابل مشاهده نباشه. اینجا به نکته‌ مهمی داریم میرسیم.

فرض کنیم آمار رسمی داریم که میگه مثلن ثروتمندترین آدم‌های یک کشور در مجموع ۵۰۰ میلیارد دلار ثروت دارند. اما بخشی از ثروتهای آنها در حساب‌ها و شرکت‌های خارج کشور است- به این می‌گن Offshore- که در کشور‌ خودشون آماری از این سرمایه‌ها وجود نداره، یعنی مالک این ثروت در داخل کشور ثبت نشده.

حالا، مساله فقط این نیست که دولت بخشی از مالیات را از دست داده، چون از اون ثروت بی‌خبره. مشکل بزرگ‌تر این است که ما حتی تصویر درستی از توزیع ثروت نداریم. آمار می‌دن که ثروتمندها مثلن ۵۰۰ میلیاد دلار رو در اختیار دارند، در حالیکه این در مورد سرمایه‌ یا ثروت‌های ثبت شده است، رقم اصلی بیشتره. در نتیجه، نابرابری اقتصادی هم کمتر از چیزی که واقعن هست به نظر میرسه.

اینجا سوال اصلی زوکمن شکل می‌گیرد – گاربریل زوکمن یک اقتصاد دادن فرانسوی و استاد مدرسه اقتصاد پاریس است که به خاطر پژوهش‌هاش درباره نابرابری و فرار مالیاتی شناخته شده.

آیا برای سنجیدن توانایی اقتصادی یک میلیاردر باید فقط درآمدی رو ببینیم نقد شده، یا خود ثروتش هم باید شامل مالیات باشه؟

زوکمن پیشنهاد داده که آدم‌های بسیار ثروتمند باید حداقل مالیات روی ثروتشون داشته باشند و پرداخت کنند. چیزی که به اسم «مالیات زوکمن» در پادکست مزبور شنیدیم همین داستان بود. زوکمن رقم حداقل ۲٪ مالیات بر ثروت رو پیشنهاد داده. زوکمن پیشنهاد میده، آدم‌‌هایی که ثروتشون بالای ۱۰۰ میلیون دلار باشه باید این بدهی رو هر سال پرداخت کنن به دولت.

اگه برگردیم به داستان، فرض کنیم هایده یک میلیارد دلار ثروت داره- دقت کنیم «ثروت». دو درصدش میشه ۲۰ میلیون دلار. یعنی اگر اون سال ۸ میلیون مالیات داده، باید ۱۲ میلیون دلار دیگه مالیات بده. یعنی مجموع مالیات‌ها مورد بحثه نه اینکه هر چی دادی اینم روش.

ایده زوکمن این است که راه فرار مالیاتی برای آدم‌های سوپر ثروتمند رو ببنده! چون آدم‌های ثروتمند نقص‌ها و ضعف‌های سیستم رو پیدا و ازش استفاده ميکنند.یاد کتاب A hackers mind افتادم.

خب، حالا «آگیون» چی می‌گه؟ – فیلیپ آگیون اقتصاد دان فرانسوی است که همراه دو اقتصاد‌ دان دیگه جایزه نوبل اقتصاد ۲۰۲۵ رو دریافت کرد. آگیون از چهره‌های مهم اقتصاد رشد و نوآوری‌ه و بیشتر به‌خاطر پژوهش‌هاش درباره تخریب خلاق شناخته میشه.

آگیون، مشکلی با اینکه ثروتمندها باید مالیات بدن نداره. نقدی که به «مالیات زوکمن» داره به خاطر این است که میگه این شکل مالیات وضع کردن میتونه روی کارآفرینی، سرمایه‌گذاری و نوآوری اثر منفی بذاره. چطور یعنی؟

فرض کنیم همان ۱.۵ میلیارد دلار ثروت هایده کلش سهام باشه و شرکت هنوز سود نقدی چندانی نداره- به سوددهی نرسیده. هایده هم نقدی چند میلیون دلار بیشتر نداره. یعنی ۲٪ این ۱.۵ میلیارد دلار میشه سالانه ۳۰ میلیون دلار که هایده نداره بده. ممکنه مجبور بشه سهام بفروشه، وام بگیره و غیره.

آگیون میگه اگر این فشار به صاحبان شرکت‌های نوآور وارد بشه، باعث میشه در نهایت سرمایه‌گذاری و نوآوری کاهش پیدا کنه. و اگر فقط یک کشور چنین سیستم مالیاتی‌ای رو داشته باشد، بعضی ثروتمندها یا کارآفرینان ممکنه به کشوری برن و شرکت‌شون رو جایی تاسیس کنند که این مالیات رو نمیگیره ازشون.

اما زوکمن برای این مشکل راه حلی داده: نظام مالیاتی باید جهانی بشه که ثروت از کشوری به کشور دیگه نره، و یا اصلن سرمایه‌ای بدون ثبت شدن مالک نتونه جایی کار کنه.

خلاصه اینکه، زوکمن از مشکلات مهمی حرف میزنه: مقدار دارایی‌های ثبت‌شده از بدهی‌ها بیشتره که این از نظر حسابداری نباید ممکن باشد. ثروت با درآمد یکی نیست. دو نفر با ساختار اقتصادی کاملا نابرابر، چرا مالیات یکسان میدن.

ناهید ثروتی نداره، مالک خونه و ماشینی نیست، قدرت اقتصادیش همون حقوق‌ش است که اونم همون سال مالیاتش پرداخت میشه.

هایده هم البته مالیات حقوق، dividend، ملک و عایدی سرمایه تحقق‌یافته رو می‌ده، اما بخش بزرگی از افزایش ثروتش ممکن‌ه در قالب افزایش ارزش دارایی باقی بمونه و به طریق دیگه‌ای ازش سود ببره. یا بخشی از دارایی‌هاش offshore و ثبت نشده باشه (در خارج کشور سرمایه داره کار میکنه و آماری ازش داخل کشور نیست)

آگیون هم می‌گه، مالیات اگه بد طراحی بشه می‌تونه مشکل نقدینگی درست کنه، رفتار سرمایه‌گذارها رو تغییر بده و روی نوآوری تاثیر منفی بذاره.

من اصلن الان در جایی نیستم که بخوام نظر بدم، چون اطلاعات کافی ندارم، خونده‌هام اندکه، هر چی بگم خامه در نتیجه سکوت می‌کنم. من فقط نمی‌دونستم «مالیات زوکمن» چیه، زوکمن چی میگه و آگیون نظرش چیه. رفتم خوندم و چیزی که فهمیدم رو نوشتم.

اما هایده تو باید بیشتر مالیات بدی انصافن

یکراست برم سراغ اصل ماجرا: همون‌طور که عضلات بدن رو می‌شه با ورزش تغییر داد، فرم داد و شاید قوی‌تر کرد (شاید نوشتم چون فقط عامل ورزش نیست)، مغز هم تا حدی قابلیت تغییر داره. یعنی راحت بنویسم سیم‌کشی مغزمون ثابت نیست. وقتی این رو می‌دونیم، خب چرا ازش استفاده نکنیم؟ منظورم این نیست که قرار است با چند تمرین یکهو باهوش‌تر بشیم. اصلن هدفم از نوشتن این پست این نیست. می‌خوام بگم می‌تونیم احتمالن کاری کنیم بهتر و یا سریعتر یاد بگیریم، حافظه‌مون بهتر کار کنه تیزتر شه، دقتمون بیشتر بشه، سرعت عمل ذهنی‌مون بالاتر بره و به‌طور کلی مغزمون رو فعال و زنده نگه داریم.

من کاملن متوجه شرایط بدی که توش زندگی می‌کنیم هستم، اما وقتی می‌گم روی مغزمون کار کنیم، منظورم هیچ چیز فنسی‌پنسی، لوکس یا از آن مدل حرف‌های انگیزشی نیست. می‌خوام بگم قرار نیست حتمن برای اینکار پول خرج کنیم، قراره برای خودمون وقت بذاریم. همون‌طور که ورزش کردن لزومن کار لوکسی نیست، تمرین دادن مغز هم نباید چیزی مخصوص آدم‌هایی تصور بشه که وقت و پول اضافه دارند.

خب، می‌دونیم که مغز وقتی مجبور می‌شه چیز جدید و سختی یاد بگیره، خودش رو با اون کار تطبیق می‌ده. اگر شروع کنم به یاد گرفتن یک مهارت سخت و توش استمرار داشته باشم، مغزم هم به مرور خودش رو با اون مهارت وفق می‌ده. یعنی بعضی از مسیرهای عصبی تقویت میشن یا تغییر می‌کنن.

نکته مهمش برای من اینه که تمرین باید واقعن چالش داشته باشه. یعنی اگر کاری دیگه برام کاملن راحت شده، من تلاش می‌کنم کمی سخت‌ترش کنم. البته نه به این معنی که هر چیزی هرچه سخت‌تر باشد پس حتمن مغز رو ،چطور بگم، بهتر می‌کنه. مثلن درباره دوش آب سرد نوشته بودم: اینکه اگر پنج دقیقه زیر آب سرد می‌مونم، دفعه بعد تلاش کنم کمی بیشتر دوام بیارم. این شاید یه تمرین برای صبرم یا کنترل واکنش خودم باشه- البته دوش آب سرد برای بدن خوبه حداقل برای من خوبه. ولی لزومن نمی‌شه گفت هر سی ثانیه بیشتر موندن یعنی مغزم بهتر شده.

اما درباره یادگیری مهارت‌ها قضیه فرق داره. زبان دیگه‌ای یاد گرفتن، حل کردن معما، فهمیدن یک مسئله ریاضی- حتی اگر خودم نتونم از اول حلش کنم می‌تونم فقط بشینم مرور کنم یعنی سوال و جواب رو بخونم و سعی کنم بفهمم، یاد گرفتن /بازی شطرنج، تمرین جاگلینگ، ورزش کردن و بخصوص یاد گرفتن حرکات جدید، وارد شدن به جمع‌های مختلف و مجبور شدن به ارتباط با آدم‌های متفاوت… همه این‌ها مغز رو درگیر می‌کنن، به شکل خوبی درگیر میکنن.

و صد البته که بازی‌های کامپیوتری و بازی‌هایی که برای حافظه، دقت و سرعت عمل طراحی شدن هم می‌تونن مفید باشن. اما اینکه من توی یک گیم مربوط به حافظه خیلی خوب باشم، لزومن به این معنی نیست که حافظه‌ام از هر لحاظ بهتر شده. صرفن تو همون بازی خوبم- اما باز اینم روی مغزم تاثیری گذاشته.برای بعضی آدم‌ها مدیتیشن هم ظاهرن روی توجه و تمرکز اثر می‌ذاره.

روش‌های خیلی زیادی است که هر کسی خودش بهتر می‌دونه چی رو می‌تونه نسبت به مدل زندگی‌ش انجام بده و باهاش بره جلو- یک روش خاص و جادویی‌ای نیست- اگر باشه هم من نمی‌دونم. چیزی که اهمیت داره اینه که مغزمون مرتب مجبور بشه چیزی یاد بگیره، اشتباه کنه، دوباره تلاش کنه و کم‌کم بهتر بشه. اون مواقعی هم که فکر می‌کنیم موضوعی بسیار پیچیده است، و من یاد نمی‌گیرم، و یک سکونی ایجاد میشه هم اوکی است، فقط نباید چون سخته ولش کرد، باید ادامه داد.

شاید یکی از مهم‌ترین فایده‌های این کار‌هایی که بالا نوشتم همین باشه که بعدن بتونیم مهارت‌های جدید رو راحت‌تر یاد بگیریم، چیزی که در عنوان نوشتم: یادگرفتن رو یاد بگیریم. چون با تمرین‌های بالا، یاد گرفتیم چطور با چالش یادگیری کنار بیاییم، چطور تمرکز کنیم، چطور تمرین کنیم و چطور وقتی چیزی رو بار اول نمی‌فهمیم، ولش نکنیم.این ول نکردن‌ مهمه، استمرار مهمه، و البته چالش داشتن هم مهمه.

نکته بسیار مهم، این تمرین‌ها هم برای همه است. هر رده‌ی سنی‌ای، بخصوص مادر/پدر بزرگ و مادر و پدرهامون- بخصوص یعنی. همونطور که کاش حواسمون باشه حتمن ورزش کنند متناسب به وضعیت فیزیکی‌شون، حتمن هم تمرین‌های فعال نگه‌داشتن مغز رو هم داشته باشیم همراهشون.

در نهایت، این رو می‌دونیم که آدم‌ها و شرایطشون با هم فرق داره. و پستی که نوشتم صرفا به خاطر اهمیت یادگرفتن و فعال نگاه داشتن مغز است – و خب من خیلی به موضوع بهتر کردن عملکرد مغز علاقمندم، موضوع‌هایی مثل اینکه مغز چطور کار می‌کنه و چی براش خوبه و غیره. مقاله‌ها و ویدئو‌های مرتبطی رو سعی میکنم دنبال کنم، و روی خودم تمرینها و آزمایش‌هایی رو انجام میدم- امن و بی‌خطر. می‌خوام بگم من متخصص مغز و اعصاب نیستم، صرفن کسی هستم که علاقمنده، می‌تونم اشتباه داشته باشم.

سر همه مردم سلامت باشه و بگم که عاشقتونم مامانی عزیزم :****

این روزها تقریبن- نه همیشه- در هر بحثی درباره هوش مصنوعی، ممکنه به این سوال برسیم: آیا هوش مصنوعی ما رو بیکار میکنه یا نه آیا هوش مصنوعی قراره کارهای ما رو بدست بگیره ؟(این قسمت رو فردای روز انتشار تغییر دادم- با استاد عزیزی صحبت می‌کردم و متوجه جایی که اشتباه نوشته بودم شدم)جواب کوتاه احتمالن، بله است، بعضی‌ شغل‌ها کارها رو قراره بدست بگیره خب. اما صبوری کنیم تا آخر پست.

در اقتصاد مفهومی است به اسم «تخریب خلاق» که به آن «طوفان شومپیتر» هم می‌گویند- طبق تعریف ویکی‌پدیا: در دهه ۱۹۵۰ توسط اقتصاددان اتریشی، یوزف شومپیتر مطرح شد. شومپیتر این مفهوم را از نظریات کارل مارکس مشتق کرده و به عنوان یک نظریه در توضیح نوآوری اقتصادی و چرخه کسب‌وکار مطرح کرد. خب من که از اقتصاد چیزی نمی‌دونم، در پادکستی که موقع برگشتن به خونه گوش می‌دادم به این عبارت برخوردم و در موردش یه مقدار تحقیق کردم و خوندم. طوفان شومپیتر که خب اسمش یه خورده خنده‌دار/ ترسناکه 🙂 ، ولی ایده‌اش خیلی ساده است: چیزهای جدید میان و چیزهای قدیمی را کنار می‌زنن. تخریب: قسمت «کنار زدن» است و خلاق: چیزهایی به وجود می‌آیند که قبلن وجود نداشتند. ساده است، نه؟ اوهوم بذارین با مثال‌ها بریم جلو:

برای مثال، ماشین اومد و شغل‌های مربوط به اسب و کالسکه نابود شدند، اما در عوض کارخانه خودروسازی، تعمیرگاه خودرو، پمپ‌ بنزین، رانندگی تاکسی، طراحی بهینه/اسپرت/امن خودرو، جاده‌سازی و هزار شغل و صنعت دیگه از قِبَلش پدید اومد. این فقط در مورد صنعت خودروسازی نیست، در حیطه‌های مختلف فناوری این رو می‌تونیم ببینیم. مثلن یه زمانی سلمانی‌ها هم اصلاح می‌کردن، و هم دندون می‌کشیدن، و هم طبابت می‌کردن (یاد اون فصل پیانوی خودنواز گرامی‌ باد) و بعد‌ها هر کدوم از این ساب‌تسک‌های سلمانی یک تخصص شدند.

حالا، یک نکته این وسط هست که برای من مهم اومد : ما – شاید نه همه‌مون- معمولن قسمت «تخریب» رو خیلی زود می‌بینیم، اما قسمت خلاق را نه. و شاید بخش بزرگی از ترسی که امروز درباره هوش مصنوعی دارم/ داریم از همین‌جاست.

حالا یک مثال دیگه: چندین دهه پیش، یعنی برگردیم ۱۵۰ سال پیش، در بعضی کشورها، آدم‌های زیادی کشاورزی می‌کردند.اگر در اون زمان به یک کشاورزی می‌گفتیم: در آینده نیازی نیست این همه آدم کشاورزی کنند، ماشین‌ها بخش بزرگی از این کار را انجام می‌دن و تازه غذای بیشتری تولید می‌کنند، احتمالن اولین سوالش این بود: پس این همه آدم قراره چی کار کنن؟ سوال کاملن منطقی‌ای هم هست. اما چطور میشد به آدمی که در قرن نوزدهم زندگی می‌کرده بگیم که یک روز مردم از راه طراحی اپلیکیشن، ساخت/تعیمر هواپیما، طراحی گیم کامپیوتری، مدیریت شبکه‌های اجتماعی، امنیت سایبری، امینت پیج‌‌های شبکه‌های اجتماعی (شوخی)، اینفلئونسری در شبکه‌های اجتماعی (0_O)، تدوین ویدیو، طراحی رابط کاربری یا تولید محتوا پول درمی‌آورند؟ آیا اصلن ۱۵۰ سال پیش کلمه‌ای داشتیم که گیم کامپیوتری رو توصیف کنه؟ امنیت سایبری رو؟ اینفلوئنسر شبکه‌‌های اجتماعی؟

این مربوط به قسمت نوآوری/خلاق است: می‌تونیم ببینیم چه شغل‌هایی ممکنه از بین بره، اما شغل‌هایی رو که قراره در آینده ساخته بشه رو ممکنه، نه قطعن، نتونیم تصور کنیم. و احتمالن درباره هوش مصنوعی هم تا حدی داستان همین است.

خب خب، سو فار سو گود، حالا، با مثالی که بالا نوشتیم، آیا می‌تونیم بگیم که خب تاریخ مدام تکرار می‌شه و چیزی که دیدیم همین بوده و نگران نباشیم؟ نه نمي‌تونیم، چون عامل «سرعت» اینجا متغیر ثابتی نیست.

تغییراتی که چند دهه پیش رخ داد و کشورهایی به سمت صنعتی‌ شدن و ماشینی شدن رفتن نتیجه‌ش در عرض ۲ یا ۳ سال نبود- چندین دهه طول کشید، یعنی آدما فرصت داشتند مهاجرت کنن، مهارت جدیدی یاد بگیرند، شغل‌های جدیدی شکل گرفت و نسل بعد زمان آماده شدن داشت. اما هوش مصنوعی ممکن‌ه این فرصت رو به ما نده.

وقتی یک تکنولوژی/ابزار/فناوری در عرض دو سه سال بتونه بخشی از برنامه‌نویسی، امنیت سایبری، ترجمه، طراحی، حسابداری، پشتیبانی مشتری، تولید محتوا، تحلیل داده و کارهای دیگر رو در سطح قابل توجهی تغییر بده، مسئله دیگه فقط این نیست که « در آینده شغل‌های تازه‌ای ایجاد خواهند شد، نگران نباشیم» بلکه: بین نابود شدن شغل‌های امروز و به وجود آمدن شغل‌های فردا چه اتفاقی برای آدم‌ها می‌افتد؟

این نکته مهم داستان این روزهای ماست.

اگر کارمند شغل‌های X یا Y، امروز شغلش رو از دست بده، اینکه ده سال دیگر یک شغل جدید و فوق‌العاده در نتیجه هوش مصنوعی/تکنولوژی جدید دیگه‌ای ایجاد شه، لزومن مشکل امروز اون آدم را حل نمی‌کنه.

یعنی «تخریب خلاق» معنی‌ش خیلی ساده و روان بود و طبق مثال‌ها دیدیم که خیلی هم قابل فهم است. اما قسمت تخریب‌ش، یا بهتر بنویسم نتیجه قسمت تخریب‌ش متوجه آدم‌ها هم است! این حساسیت‌ش رو بالا می‌بره. یعنی داریم در مورد آدمی حرف می‌زنیم که قسط داره، بچه داره، اجاره خونه باید بده و تازه مهارتی که چندین سال برای یاد گرفتنش وقت گذاشته، یکهو ارزش اقتصادی کمتری ممکنه پیدا کنه.

اما یک موضوعی رو روشن کنیم، این موضوع ربطی به تکنولوژی/ابزار/فناوری و در اینجا هوش مصنوعی نداره. ابزار به قول پیامم فقط یک ابزاره نه بیشتر و نه کمتر- حرفش هم درسته. نوآوری هم تغییرات ایجاد می‌کنه، اما اینکه نتیجه این تغییر چی باشد، تا حد زیادی بستگی داره که جامعه باهاش چی کار می‌کنه.

هوش مصنوعی می‌تواند بهره‌وری را خیلی بالا ببره، همونطور که تعداد کشاورزها کمتر شد و البته غذای بیشتری هم تولید شد، میشه با استفاده از این فناوری با کار کمتر، ثروت بیشتری تولید کنیم. اتفاقن در این مورد، همچین پیش‌بینی‌ای رو، در یک مقاله ای از آیزاک آسیموف خونده بودم. (این خط رو بعد انتشار اضافه کردم: این مقاله رو صوتی کردم : https://t.me/nastale/235)

اما همین فناوری مي‌تونه باعث بشه بخش بسیار کوچکی از جامعه ثروتی بسیار زیادی جمع کنند و بخش بزرگی از مردم برای پیدا کردن کار با هم در رقابت باشند.

هر دو سناریو هم ممکنه رخ بده. اما تفاوتشان در خود ابزار نیست، در کسی/کسانی است که این ابزار رو کنترل و هدایت می کنه. یعنی بهتره بگیم، سیاست، آموزش، قوانین بازار کار، مالیات، رقابت، قدرت شرکت‌ها و … این ها هستند که مشخص میکنن کدوم سناریو ممکنه رخ بده.

نکته مهم دیگه اگر شغل‌ها قرار است تغییر کنند که خواهند کرد، مدل آموزش هم باید عوض شه. یعنی آموزش نباید چیزی باشه که تا ۲۲ سالگی (برای مثال – بستگی داره به شخص دیگه) درس خوندیم و تموم شد. البته این جمله رو به شکل دیگری از آیزاک آسیموف عزیزم هم شنیده بودم :* بهش.

این روشی که در آن آدم‌ها مدرسه/دانشگاه می‌رن، یک تخصص/شغل/حرفه یاد می‌گیرند و بعد چهل سال همون کار را انجام می‌دن، شاید کم‌کم داره/باید باطل بشه و شاید که عوض شه اصلن. یعنی باید مدام در حال یاد گرفتن باشیم، یعنی باید «یاد گرفتن» رو یاد بگیریم. چون چیزی که امروز بلدیم و ارزشمنده و داریم ازش پول در میاریم، دیگه ۱۰ سال دیگه همینطور با ارزش باقی نمیمونه.

این پست تبدیل شد به هزار نکته آیندگان، اما خب آخرین نکته مهم دیگه‌ در مورد هوش مصنوعی در حالت کلی تکنولوژی‌ها/فناوری‌ها/ابزارها این است که در یک دید می‌بینی باعث رشد اقتصادی شدن احتمالا، بهره‌وری بالاتر رفته، تولید بیشتر شده،… و این رو اقتصاد‌دان‌ها می‌تونند با آمار و اعداد نشون بدن و کاملن هم واقعیه. اما این رشد لزومن همراه با پیشرفت آدم‌ها نبوده! اینطور بنویسم پول/سود این رشد اقتصادی در جیب من و شما نخواهد بود، در جیب همون ۱٪ جامعه است که کنترل فناوری دستشونه. اما از دید زوایه دیگه‌ای هم میشه نگاه کرد، طول عمر بشر در اثر همین تکنولوژی‌ها از ۸۰ میتونه برسه به ۱۵۰ سال. بیماری‌هایی مثل آلزایمر زودتر تشخیص و درمان میتونن بشن و … (یادی کنیم از اون فصل کتاب پیانوی خودنواز: چیزهایی که زمانی پادشاه‌ها داشتن و الان مردم عادی هم دارند)

مسئله پیچیده‌ای است برای من، یعنی به سادگی معنی «تخریب خلاق» نیست. به جزئیات نگاه می‌کنیم یا کلیات؟ به آمار و ارقام و نمودارهای اقتصادی نگاه می‌کنیم یا جیب مردم؟ به امسال و سال بعد نگاه می‌کنیم یا ده سال بعد؟

و گس وات؟ همینه که هست. نه میشه و نه باید که سرعت تکنولوژی رو کم کرد. ما، بعنوان بشر، مشکلاتی رو درست میکنیم که فقط پیشرفت‌های جدید میتونه این مشکلات رو حل کنه. یعنی با ساخت فناوری‌ها یه مشکلاتی رو حل می‌کنیم و همچنان یک مشکلات جدیدی هم ایجاد می‌کنیم و مجبوریم برای حلشون دوباره فناوری جدید بسازیم و اختراع کنیم، مثل یک چرخه است. پس باید همچمنان رو به جلو حرکت کنیم 🙂

اشاره‌هایی که به آیزاک آسیموف کردم رو هم باید برم منابع‌شون رو پیدا کنم و بعدا لینکشون رو می‌ذارم یا در کنالم صوتی‌ میکنم. دیروز، موقع برگشتن به سمت خونه داشتم پادکستی رو گوش مي‌دادم که به Creative destruction اشاره کردن و بحث‌های بسیار جذابی داشتن، به وجد اومدم جدن. اومدم خونه دوباره نشستم گوش دادم و رفتم در مورد موضوعاتی که برام جای سوال/جالب بود جستجو کردم، خوندم و گفتم چیزی که متوجه شدم از پادکست و جستجوها رو بنویسم.

یه مصاحبه جذابی هم ما گوش دادیم همین اواخر – وقت کردید کلش رو ببینین/گوش کنین اگر نه حداقل همین قسمتش هم شایده ایده بده: https://youtu.be/RwlgFC6S-OE?t=6958&si=3xEQoABs6Uls8ANM

لینک پادکستی که گوش دادم: https://www.nobelprize.org/prizes/economic-sciences/2025/podcast/

این خط رو بعد انتشار اضافه کردم: بالاتر نوشتم که در این مورد از آسیموف مقاله‌ای خونده بودم، این مقاله رو صوتی کردم: https://t.me/nastale/235

داشتیم یک پادکستی گوش می‌دادیم که اشاره کرد به AEO – Answer Engine Optimization، یه توضیح کوتاهی داد که به چه معنی‌ای است و از اتفاق اخیری صحبت کرد… من نمی‌دونستم و برام خیلی جالب اومد، یه ذره سرچ کردم و یه چیزهایی خوندم و گفتم نوشتنش بد نمیشه، با یک مثال واقعی شروع کنیم.

یک سیاستمداری به اسم داستین لوید، نامزد دموکورات مجلس ایالتی میزوری، متوجه می‌شه که چت‌بات‌های هوش مصنوعی چیزی در موردش نمی‌دونن، یعنی نمی‌دونن کی هست، برنامه‌هاش چیه، الویت‌هاش چیه و … . به همین خاطر، یک وب‌سایت شخصی برای خودش راه می‌ندازه . یک بخشی در وب‌سایتش رو اختصاص می‌ده به پرسش و پاسخ درباره‌ی پیشینه، اهداف و پیشنهادهای سیاستی‌اش و غیره. کم‌کم متوجه می‌شه که پاسخ‌های چت‌بات‌ها دارند دقیق‌تر می‌شوند و پیغامی که داستین می‌خواست منتقل کنن را منعکس می‌کنن. گویا حالا هم افرادی رو استخدام کرده که تمرکزشون روی AEO است.

حالا AEO چی است؟ قبل‌تر از هوش مصنوعی، SEO رو داشتیم و البته هنوزم داریمش 🙂 یعنی تلاش برای نشون دادن یک محتوایی، به شبکه‌های اجتماعی، پوشش‌های خبری، موتورهای جستجو و… بستگی داشت. دیگه با ظهور چت‌بات‌های هوش مصنوعی AEO رو هم داریم. یعنی اگر کسی/گروهی/شرکتی/سازمانی/ایده‌ای می‌خواد خودش رو مطرح کنه، باید به این فکر کنند که چطور انواع چت‌بات‌های هوش مصنوعی داده‌ها رو دریافت، ترکیب و تحلیل می‌کنند، و برای این منظور محتوا تولید کنند.

چه اتفاقی میتونه بیوفته؟ هر کسی پول بیشتری بده برای تولید محتوایی که می‌خواد منعکس بشه، همون کنترل جواب‌های چت‌بات‌ها رو خواهد داشت- احتمالن. یعنی اگر کسی در چت‌بات بنویسه که : «نظرت در مورد نامزد x نماینده مجلس Y چیه؟»، جوابی که اون چت‌بات‌ داره میده، نه لزومن واقعیت، بل اون چیزی است که نامزد مورد نظر و یا مخالفان اون نامزد می‌خواستن که داده بشه.
من با مثال یک سیاستمداری که می‌خواد در انتخابات پیروز بشه نوشتم، شما بسط بدید به هر موضوعی که می‌خواین. نکته مهم‌ش: جواب ها نه لزومن واقعیت، بل چیزی است که می‌خوان به اسم واقعیت نشون داده بشه.

راه حل چیه؟ بیشترین کار سمت شرکت‌هایی است که مدل‌ها رو میسازن. و البته سیاست‌هایی که باید وضع بشه علیه دستکاری واقعیت، جانبداری و دستکاری جواب‌هایی که مدل های هوش مصنوعی بهمون می‌دن. همچین قسمت مهمی‌ش هم سمت ماهایی است که استفاده کننده هستیم. اینکه بدونیم جواب‌های چت‌بات‌های هوش مصنوعی ۱۰۰‌٪ قابل اعتماد نیستند. اینکه سعی کنیم نظرات موافق و مخالف رو سرچ کنیم و بخونیم. اینکه بدونیم مدل ها دست کی هستند و چطوری مي‌تونن جانبدارانه رفتار کنند. اینکه موقع نوشتن پرامپت بگیم از هر منبعی داری استفاده میکنی لینکش رو هم دست آخر بنویس- مدل‌های مختلف البته لینک‌ها رو می‌نویسن…

بالاتر نوشتم ۱۰۰٪ اعتماد نکنیم، این یک طور مانتراست برای من. نه نتیجه گوگل نه نتیجه هوش مصنوعی، نه هیچی، من اعتماد ۱۰۰٪ نمی‌ذارم روی چیزی… البته خانواده‌ام جدای این هستند. ببینین خیلی وقته دیپ‌فیک رو داریم، الان هوش مصنوعی رو هم بهش اضافه کنین، دیگه نمیشه براحتی اعتماد کرد به تماس صوتی و پیغام تصویری و …. نه اینکه فوبیا داشته باشیم، بلکه بدونیم چه تکنولوژی‌هایی است و چطور میشه ازشون سواستفاده کرد و رفتار عاقلانه چیه! شک کردن، محتاط رفتار کردن، نپذیرفتن درجای هرچیزی که می‌شنویم و میبینم و اینها عاقلانه است برای من.

Rule #1: Don’t trust 100%

این پست ترجمه مقاله The Language of AI Could Change How Humans Speak است. داشتم برای خودم می‌خوندم این مقاله رو، که نظرمو جلب کرد و خواستم در لحظه صوتیش کنم در کانال تلگرام- البته نسخه صوتی ایده‌آلی نیست چون یکهویی است، من تند تند مي‌خونم تازه حالا سعی کردم شمرده بخونم، و البته بدون ویرایش هم هست! به همین خاطر گفتم متن فارسی رو اینجا هم بذارم.
مورد دیگه اینکه، در این مقاله، از یک ایده استارتاپی صحبت میشه که آر یو کیدینگ می ؟؟ :)) سوای این ایده، مقاله در خور خواندن است. البته چیز جدیدی هم نیست، بلاخره تکنولوژی و ابزارها‌ همراه با تغییراتی در جامعه هستند! چیزی که مهمه دیدن و فهمیدن تاثیر این تغییرات و چندین قدم بعدی است.
ما نشاید که سرمون رو بندازیم پایین و فقط مصرف کننده باشیم.

——-
مدل‌های زبانی بزرگ، به‌دلیل شیوه‌ای که آموزش می‌بینند، تنها بخشی از زبان انسانی را در خود منعکس می‌کنند. آن‌ها عمدتاً با زبان مکتوب آموزش دیده‌اند؛ از کتاب‌های درسی گرفته تا پست‌های شبکه‌های اجتماعی، و همچنین گفت‌وگوهایی که در فیلم‌ها و برنامه‌های تلویزیونی ضبط شده‌اند. اما این مدل‌ها تقریباً هیچ دسترسی‌ای به گفت‌وگوهای خودجوش و بدون متن ازپیش‌نوشته‌شده‌ای ندارند که انسان‌ها رو در رو یا از طریق صدا با یکدیگر داریم. در حالی که بخش عظیمی از گفتار انسانی همین نوع مکالمه‌هاست و نقشی اساسی در فرهنگ بشری دارد.

مدل‌های زبانی بزرگ، به‌دلیل شیوه‌ای که آموزش می‌بینند، تنها بخشی از زبان انسانی را در خود منعکس می‌کنند. آن‌ها عمدتاً با زبان مکتوب آموزش دیده‌اند؛ از کتاب‌های درسی گرفته تا پست‌های شبکه‌های اجتماعی، و همچنین گفت‌وگوهایی که در فیلم‌ها و برنامه‌های تلویزیونی ثبت شده‌اند. اما این مدل‌ها تقریباً هیچ دسترسی‌ای به گفت‌وگوهای خودجوش و بدون متن ازپیش‌نوشته‌شده‌ای ندارند که ما انسان‌ها رو در رو یا از طریق صدا با یکدیگر داریم. در حالی که بخش عظیمی از گفتار انسانی همین نوع مکالمه‌هاست و نقشی حیاتی در فرهنگ بشری دارد.

این مسئله خطری نیز به همراه دارد. هرچه استفاده از مدل‌های زبانی بزرگ بیشتر شود، ما انسان‌ها با حجم بسیار بیشتری از متن‌های تولیدشده توسط هوش مصنوعی روبه‌رو خواهیم شد. در نتیجه، خودمان هم به‌تدریج الگوهای زبانی و رفتاری این مدل‌ها را جذب خواهیم کرد. این تأثیر فقط به نحوه ارتباط ما با یکدیگر محدود نمی‌شود؛ بلکه ممکن است بر شیوه‌ای که درباره خودمان و اتفاقات پیرامونمان فکر می‌کنیم نیز اثر بگذارد. برداشت ما از جهان ممکن است به شکل‌هایی دگرگون یا تحریف شود که هنوز تقریباً هیچ درکی از ابعادشان نداریم.

این اتفاق می‌تواند به شکل‌های مختلفی رخ دهد. یکی از نخستین اثراتی که احتمالاً خواهیم دید، در سطح بیان ساده و روزمره است؛ درست همان‌طور که پیامک و شبکه‌های اجتماعی باعث شده‌اند جمله‌های کوتاه‌تری بنویسیم، به‌جای کلمات از ایموجی استفاده کنیم و بسیار کمتر سراغ علائم نگارشی برویم.

اما تأثیر هوش مصنوعی ممکن است زیان‌بارتر باشد؛ مثلاً ادب و نزاکت در گفت‌وگو را فرسوده کند و ما را عادت دهد مثل رئیس‌هایی حرف بزنیم که فقط فرمان صادر می‌کنند. پژوهشی در سال ۲۰۲۲ نشان داد کودکانی که در خانه‌هایشان برای ابزارهایی مانند Siri و Alexa از فرمان‌های صوتی استفاده می‌شد، هنگام صحبت با انسان‌ها نیز کوتاه، آمرانه و دستوری حرف می‌زدند. مثلاً می‌گفتند: «هی، فلان کار را بکن» و انتظار داشتند طرف مقابل اطاعت کند؛ به‌خصوص اگر صدای او به صدای الکترونیکی زنانه‌ای شبیه بود که معمولاً به‌عنوان صدای پیش‌فرض این دستیارها استفاده می‌شود. با افزایش استفاده ما از دستورها یا همان پرامپت‌ها برای چت‌بات‌ها و عامل‌های هوش مصنوعی، ممکن است خودمان نیز به همین عادت‌ها دچار شویم.

از سوی دیگر، همان‌طور که قابلیت تکمیل خودکار متن باعث شده بیشتر به هزار واژه رایج زبانمان متکی شویم، گفت‌وگو با چت‌بات‌ها و خواندن متن‌های تولیدشده توسط هوش مصنوعی نیز ممکن است دامنه زبان ما را محدودتر کند. پژوهشی تازه در دانشگاه آ کورونیا نشان داده است زبان تولیدشده توسط ماشین تنوع کمتری در طول جمله دارد؛ جمله‌های آن به‌طور متوسط بین ۱۲ تا ۲۰ کلمه‌اند و دایره واژگانش نیز از گفتار انسانی محدودتر است.

متن تولیدشده توسط ماشین معمولاً روان و صیقل‌خورده به نظر می‌رسد، اما پیچ‌وخم‌ها، مکث‌ها، قطع شدن‌ها و پرش‌های منطقی‌ای را که در گفتار طبیعی احساسات ما را منتقل می‌کنند، از دست می‌دهد.

علاوه بر این، چون مدل‌های زبانی بزرگ عمدتاً از روی زبان مکتوب آموزش دیده‌اند، ممکن است هیچ‌گاه به‌درستی یاد نگیرند بی‌قیدی و آزادیِ گفت‌وگوی زنده و طبیعی را تقلید کنند. مثلاً اگر به ChatGPT بگویید: «من از بث متنفرم!» ممکن است پاسخی سه‌بخشی و طولانی بدهد که عملاً نمی‌توان وسط آن پرید: اول تأیید احساس شما، مثلاً «این احساس کاملاً قابل‌درک است»؛ بعد دعوت به صحبت، مثل «من اینجا هستم که گوش بدهم»؛ و بعد پرسشی مانند «چه اتفاقی افتاده؟»

چنین پاسخی بسیار طولانی‌تر از چیزی است که در یک گفت‌وگوی واقعیِ رودررو انتظار داریم.

اگر هم بپرسید: «اصلاً مشکل بث چیه؟!» ممکن است با فهرستی گلوله‌ای از سؤال‌ها مواجه شوید که بیشتر شبیه سؤال چندگزینه‌ای امتحان است: «آیا بث یک فرد مشهور است؟ یک دوست از مدرسه است؟ یک شخصیت داستانی است؟»

هیچ انسانی این‌طور حرف نمی‌زند؛ دست‌کم فعلاً.

اما اگر در محیطی شبیه گفت‌وگوی واقعی بارها و بارها با چنین قالب‌هایی روبه‌رو شویم، ممکن است کم‌کم یاد بگیریم آن‌ها را طبیعی بدانیم و خودمان نیز از آن‌ها استفاده کنیم؛ درست همان‌طور که یک کودک، وقتی مدتی را با فرد جدیدی می‌گذراند، الگوهای تازه گفتاری او را جذب می‌کند.

این تأثیرات با گذشت زمان فقط بیشتر خواهند شد. بخش فزاینده‌ای از نوشته‌هایی که مدل‌های زبانی بزرگ با آن‌ها آموزش می‌بینند، خودشان توسط مدل‌های زبانی بزرگ تولید شده‌اند. به این ترتیب، یک حلقه بازخورد شکل می‌گیرد: مدل‌ها شروع به تقلید از الگوهای غیرانسانی خودشان می‌کنند و هم‌زمان به انسان‌ها نیز یاد می‌دهند همان الگوها را تقلید کنند.

استفاده گسترده از مدل‌های زبانی بزرگ می‌تواند سوگیری تأییدی را نیز تشدید کند؛ یعنی ما را نسبت به برداشت‌ها و حدس‌های اولیه خود بیش‌ازحد مطمئن کند و آمادگی‌مان را برای شنیدن ایده‌ها و احتمال‌های دیگر کاهش دهد؛ چیزی که برای گفت‌وگوی انسانی بسیار ضروری است.

بسیاری از چت‌بات‌ها به‌گونه‌ای طراحی یا تنظیم شده‌اند که تقریباً بدون توجه به میزان معقول بودن حرف ما، با آن موافقت کنند. آن‌ها ممکن است با اشتیاق از ایده‌هایی نیمه‌کاره یا حتی نادرست حمایت کنند و سپس همان ایده‌ها را با زبانی قاطع و محکم بازگو کنند؛ زبانی که ما نیز مستعد پذیرفتنش هستیم.

اگر کسی بپرسد «کیک صبحانه سالمی است، نه؟» یا «اداره پست علیه من توطئه کرده؟»، این چاپلوسی و تأییدگری افراطی می‌تواند سوگیری فرد را تقویت کند و حتی در مواردی روان‌پریشی را تشدید کند.

از طرف دیگر، لحن بیش‌ازحد مطمئن نوشته‌های تولیدشده توسط هوش مصنوعی می‌تواند احساس «سندروم ایمپاستر» یا خودکم‌بینی حرفه‌ای را نیز شدیدتر کند؛ زیرا شک و تردید طبیعی و سالم انسانی در مقایسه با آن لحن قاطع، ممکن است برایمان شبیه نوعی نقص یا ناتوانی به نظر برسد.

ما در تجربه خود به‌عنوان معلم دیده‌ایم دانشجویانی که برای انجام تکالیفشان سراغ هوش مصنوعی مولد می‌روند، اغلب می‌گویند دلیلشان این است که نمی‌توانند آنچه را در ذهن دارند به‌خوبی بیان کنند.

اما آن‌ها متوجه نیستند که نوشتن یا بر زبان آوردن افکارمان، اغلب خود همان فرایندی است که از طریق آن می‌فهمیم واقعاً چه فکر می‌کنیم.

جمله‌های مردد و نامطمئن آن‌ها در واقع بخشی کاملاً طبیعی و سالم از انسان بودن است. اما یک مدل زبانی بزرگ لزوماً حدس‌های مبهم اولیه را به یک تحلیل انتقادی پخته تبدیل نمی‌کند و حتی مثل یک دوست خوب، سؤال‌هایی نمی‌پرسد که به روشن‌تر شدن فکر کمک کند. در بسیاری از موارد صرفاً همان حدس‌های بررسی‌نشده را پس می‌دهد، فقط با زبانی بسیار مطمئن‌تر.

ما در پست‌های شبکه‌های اجتماعی و چت‌های آنلاین نیز معمولاً خشن‌تر از زمانی رفتار می‌کنیم که با کسی رو در رو صحبت می‌کنیم. پدیده شناخته‌شده «بازداری‌زدایی آنلاین» باعث افزایش استفاده از زبان سمی و پرخاشگرانه می‌شود.

بسیاری از ما تجربه کرده‌ایم که در فضای آنلاین با خشم شدیدی علیه کسی حرف زده‌ایم، اما وقتی بعداً رودررو با او صحبت کرده‌ایم یا گرمای صدایش را پشت تلفن شنیده‌ایم، دوباره با او آشتی کرده‌ایم.

چت‌بات‌ها اگرچه طوری آموزش دیده‌اند که پاسخ‌هایی همراه با تأیید و موافقت ارائه دهند، اما بخش بزرگی از شناختشان از انسان را از جایی به دست می‌آورند که بشر در خشن‌ترین حالت خود ظاهر می‌شود: فضای آنلاین؛ جهانی که در آن هر دعوا و جنگ لفظی ردپایی مکتوب و تقریباً دائمی بر جا می‌گذارد، در حالی که گفت‌وگوهای شفاهیِ بخشش، آشتی و مصالحه محو می‌شوند و اثری از خود باقی نمی‌گذارند.

پاسخ‌های این مدل‌ها لزوماً مستقیماً پرخاشگری آنلاین ما را تقلید نمی‌کنند، اما حتی تلاش خشک و سخت‌گیرانه آن‌ها برای دوری از چنین پرخاشگری‌ای نیز همچنان تحت تأثیر همان داده‌ها شکل گرفته است.

وقتی تنها بخش انتخاب‌شده‌ای از ارتباطات یک جامعه را ببینیم، خیلی راحت ممکن است درباره آن جامعه به نتیجه‌ای اشتباه برسیم.

برای مثال، حماسه‌های اسکاندیناوی قرون وسطی باعث شدند فرهنگی را تصور کنیم که بیشتر از جنگجویان وایکینگ تشکیل شده بود، چون شاعران به‌ندرت درباره اکثریت کشاورز جامعه چیزی می‌نوشتند.

داستان‌ها و رمانس‌های شوالیه‌ای نیز بر شاهان و دربارها تمرکز داشتند و مدت‌ها باعث شدند قرون وسطی را جهانی عمدتاً متشکل از حکومت‌های پادشاهی تصور کنیم، در حالی که جمهوری‌های فراوانی در اروپای قرون وسطی وجود داشتند که عملاً از تصویر تاریخی ما حذف شدند.

از نظر آماری نیز ممکن است تصور کنیم رومیان باستان عمیقاً درگیر مفهوم «جمهوری» بوده‌اند؛ اما واقعیت این است که حدود ۱۰ درصد از تمام نوشته‌های لاتینی باقی‌مانده از دوران باستان را تنها یک نفر، سیسرون، نوشته است و آثار او شامل حدود ۷۰ درصد از تمام موارد باقی‌مانده‌ای است که رومیان از واژه «جمهوری» استفاده کرده‌اند.

اگر مدل‌های زبانی را تنها با بخش‌های خاصی از نوشته‌های بشری آموزش دهیم، ممکن است تحریف‌هایی مشابه ایجاد شود. هوش مصنوعی شاید انسان‌ها را ستیزه‌جوتر از آنچه واقعاً هستند نشان دهد، چون ما در فضای آنلاین بیشتر دعوا می‌کنیم. همچنین ممکن است اهمیت فرهنگی موضوعات سیاسی‌ای را که بیشتر در Twitter/X یا Bluesky مطرح می‌شوند بیش از حد بزرگ کند، یا به مجموعه عظیم داده‌های تخصصی سایت‌هایی مانند LinkedIn و Goodreads وزن نامتناسبی بدهد.

برخی مدل‌های زبانی بزرگ با گفتار انسانی موجود در فیلم‌ها و برنامه‌های تلویزیونی نیز آموزش می‌بینند، اما این گفتار همچنان از پیش نوشته‌شده و نمایشی است و بعضی موقعیت‌ها را بسیار بیشتر از واقعیت زندگی برجسته می‌کند.

برای نمونه، درام‌های پلیسی که داستان‌هایشان عمدتاً حول قتل می‌چرخد، حدود یک‌چهارم برنامه‌های تلویزیونی ساعات پربیننده را تشکیل می‌دهند. اما انسان‌ها در زندگی واقعی همان‌طور شوخی نمی‌کنند، آزار نمی‌دهند یا عاشق نمی‌شوند که شخصیت‌های یک سریال کمدی یا درام تلویزیونی این کارها را انجام می‌دهند.

دست‌کم یک استارتاپ پیشنهاد داده است به مردم پول بدهد تا تماس‌های تلفنی‌شان را برای آموزش هوش مصنوعی ضبط کنند، اما این ایده هنوز بسیار محدود است. اجرای چنین کاری در مقیاس گسترده، نگرانی‌های عظیمی درباره حریم خصوصی ایجاد خواهد کرد.

ما ادعا نمی‌کنیم که می‌دانیم بهترین راه‌حل چیست. اما اگر خلاقیت و نبوغ کافی برای ساخت مدل‌های هوش مصنوعی وجود دارد، باید بتوان راهی هم پیدا کرد که این مدل‌ها از گفتار غیررسمی و طبیعی انسان‌ها آموزش ببینند، نه فقط از نسخه‌ای که در آن ما رسمی‌ترین، تصنعی‌ترین، پوشیده‌ترین و گاهی بدترین شکل خود را نشان می‌دهیم.

با حذف اکثریت قاطع زبان تولیدشده در جهان ــ یعنی انسان‌هایی که آزادانه، طبیعی و واقعی با یکدیگر صحبت می‌کنند ــ ما در حال آموزش مدل‌هایی هستیم که تقریباً همه‌چیز درباره ما را بازتاب می‌دهند، جز آن لحظاتی که بیش از هر زمان دیگری حقیقتاً انسان هستیم.

————————
باید به به اون استارت‌آپ بگیم ایده‌ات قدمیه، بعضی دولت‌ها همین الان ریز مکالمات شهرواندان خودشون و شهرواندان کشورهای دیگه رو دارن- با اونها همکاری کنین.

با تشکر از بروس اشنایر عزیزمون و پالمر عزیز- و دیدن اون ایده در این مقاله رو ایگنور می‌کنیم.

به نام و یاد مردم، مردم آبان ماه‌ها و دی ماه‌ها و خودمون

دیروز فصل ۲۱‌ام از رمان «پیانوی خودنواز» از عزیز دلم ونه‌گات رو می‌خوندم- به تازگی به جمع نویسندگان عزیز دلم اضافه شده، شاید که برم سراغ رمان‌های دیگه ش و بیشتر به وجد و ذوق بیام. خب، خب در این فصل یک صحنه‌ای در حال اجراست: یک رادیکال در مقام دادستان، یک آدم معمولی در مقام شاهد و یک مهندس جوان در مقام وکیل در حضور قاضی هستند و حرف می‌زنن… و چه زیبا، ونه گات موضوع بحثشون رو به طنز تلخ کشیده، یعنی بعد صحنه میگی پوف… به قدری لذت بردم، و به فکر رفتم که نشستم یه چیزهایی رو جستجو کردم و خوندم. گفتم نوشتنش بد نمیشه. این‌ها نظرات و دیدگاه منن، نه تخصصی در جامعه شناسی دارم نه اقتصاد و نه خوشبختانه سیاست- یک آدم معمولی.

یه مفهومی است به اسم «گروه مرجع»، طبق تعریف ویکی‌پدیا: یک گروه مرجع گروهی است که با یک فرد یا گروه دیگر مقایسه می‌شود. خب این تعریف رو داشته باشیم. و حالا «تغییر گروه مرجع»، یعنی چی؟ اگر یک موقعیت رو با مرجع‌های مختلف بررسی کنیم، مثلن:

۱- همکارم که کار مشابه انجام می‌ده، حقوقش ۴۰ میلیون تومان از من بیشتره.
۲- مادر/پدرم در سن من که تقریبن کار مشابه انجام می‌دادن، به پول اون موقع ۳ میلیون تومان حقوق می‌گرفتند.

اولین نمونه، حس بي‌عدالتی داره و دومین حس خوشبختی. هر دو گزاره بالا هم درست هستند. فقط گروه مرجع عوض شده، با عوض شدن این گروه حسی که بهت داده میشه هم عوض میشه. اگر کسی بخواد تو بی‌عدالتی رو نبینی، و یا بخواد حس خوبی نسبت به شرایط فعلی داشته باشی، از گروه‌های مرجعی مثل دومی استفاده می‌کنه. دوباره بنویسم که هر دو گزاره هم واقعی هستند. اما انتخاب اینکه کدوم گزاره جلوی چشم‌ من و تو باشه برمیگرده به اینکه قدرت دست کی است.

مثال دیگه بزنیم، مدیرها بیشترین سود رو می‌برن و کارگرها حتا حقوق و مزایاشون رو هم کامل دریافت نمی‌کنند. بهتر بنویسم حقوق و مزایایی که باید داشته باشن رو بهشون نمی‌دن، همین صاحبان شرکت‌ها، کارخونه‌ها و مدیران و غیره. حالا بیاین با تغییر مرجع به چند مثال نگاه کنیم:

۱- ما اینجا مثل خانواده هستیم و در یک خانواده کسی برتر و بهتر از اون یکی نیست، هدف همه‌‌مون یکیه. این یک بار عاطفی میده که کارمند نتونه در مورد حقوق و مزایا حرف بزنه، چون در یک خانواده است.
۲- امسال نسبت به سال گذشته ۱۵٪ حقوق‌تون رو افزایش دادیم. حذف یک قسمت مهم از واقعیت: تورم چد درصد بوده؟
۳- تو این شرکت کار کردن برای تو خودش یک رزومه است، حقوق مهم نیست در برابر تجربه کار در اینجا. در برابر اینکه، حقوق من برای کار مشابه در شرکت رقیب چقدر می‌تونست باشه؟ رزومه فرضی آینده در برابر حقوق و مزایای امروز.
۴- دوسال پیش که اومده بودی کجا بودی، ببین الان به کجا رسیدی. این جمله البته میتونه انگیزه بده، پیشرفت شخصی فرد رو نشون بده، اما آیا رشد حقوقم مثل رشد پیشرفت کاری و مسئولیت‌هام و ارزشی که آوردم بوده؟ اگر نه یعنی ابزاری شده نه برای انگیزش، بل برای انحراف فکر از حقوق و مزایا.
۵- وضع کار خرابه، خداروشکر کن که کار داری. این دیگه یعنی استثمار هم بهتر از بیکاریه.
۶- لااقل سر دستگاه وامیسی، کارگر معدن نیستی. مقایسه سختی کار برای منحرف کردن از حقوق و مزایا.
۷- در عوض اینجا کنسول‌بازی داریم و یخچال شرکت همیشه پره. اینجا خودت رییس خودتی. اما آیا حقوق و مزای و بیمه و اضافه کاری‌ ها تمام و کمال پرداخت میشه؟
۸- قدیم‌ها اصلا حقوق و بیمه نبود، الان تو با ماشین میای سر کار یا الان تو بیمه داری. اما نسبت به سودی که همین امسال صاحب کارخونه/مدیر/کارفرما از کار من برد، سهمم چقدر بود؟


همه گزاره‌های بالا – قسمت اولشون- واقعی هستند احتمالا، حتا می‌تونن با ارقام و آمار درست بودنشون رو ثابت کنند. اما نگاه دوم و یا تغییر گروه مرجع است که مهمه!

کی تصمیم میگیره که با چه دورانی، چه کسی و چه شرایطی مقایسه بشیم؟ اون آدم/ نگاه در واقع قدرت دستشه، و صد در صد که قدرت چانه‌زنی بالاتری هم داره، و البته حفظ روایت اولی براش کم هزینه است و همونطور هم ادامه میده.

و البته شاید از خیلی دیدگاه‌ها و موضع‌ها بشه به این مسئله نگاه کرد. مثلن مغز ما دنبال کاهش ناراحتیه، به همین خاطر حس خوب رو به حس بی‌عدالتی ممکنه ترجیح بده. و شاید همین هم اسباب سواستفاده بشه.

چند وقت پیش با همکارم حرف می‌زدیم که اگر شرکتی گفت ما خانواده هستیم، همون لحظه بگیم سهم ارث ما تقریبن چقدر میشه؟ ما ارث‌مون رو الان می‌خوایم، مرسی.

این داستان پیانوی خودنواز خیلی قشنگه خیلی، یعنی از خوندن فصل به فصل‌ش دارم لذت می‌برم، روحمو سیراب می‌کنه. بوس به اون روح نداشته ونه گات، هزاران بوس. پیانو که میگم یاد بتهون میووفتم، بوس به بتهون عزیزم هم.

امیدوارم همه مردم سلامت باشن و در آرامش و آزادی، دور از بدی‌ها و ظلم و ظالم‌ها

اولین بارم است درباره « روز دوستی » در وب‌سایتم می‌نویسم. اوممم، چطور شروع کنم؟ با یک خاطره از روز اول دبستانم- ۷ سالگی.

روز اول مدرسه بود، تهران بودیم با مامانی‌ رفتیم مدرسه. کنار مامانم تو حیاط ایستاده بودم و مامانم دست‌م رو گرفته بود. به مامانم گفتم شما برید خونه دیگه، من نمي‌ترسم. مامانم گفت نه تنها نمی‌ذارمت هستم اینجا. رفتم پیش یه دختری که اونم واستاده بود پیش مامانش، بهش گفتم : سلام 🙂 ، می‌خوای با هم دوست بشیم؟ گفت آره 🙂 دستمو دارز کردم، دستمو رو گرفت و گفتم دوستیم . دستشو گرفتم آوردم پیش مامانی‌م گفتم مامانی این دوستمه، تنها نیستم، شما دیگه برید خونه. قیافه اون دوستم هنوز جلوی چشمامه، لبخند داشت، دندون جلوش هم یکیش نبود، چشم‌هاش روشن بود و موهاش فرفری قهوه‌ای روشن که از کنارهای مقنعه‌اش زده بود بیرون، لپ‌هاش هم گل انداخته :)وقتی کلاس‌ها رو مشخص کردن اون دوستم رفت تو کلاس دیگه‌ای، ما با هم همکلاس نشدیم، و دوستی‌مون همونجا تموم شد. 🙂

چقدر احتمال داره اون دوستم منو یادش مونده باشه؟ و تازه این پست رو بخونه؟ پوووف 🙂 براش آرزوی دوستی‌‌های قشنگ‌ می‌کنم. الان فردا پسفردا یکی پیغام میده که من همونم، چشم‌هام و دندون‌م و موهام یادته؟ یه عکس هم از خودش میفرسته :))))))

خلاصه، یکی از با ارزش‌‌ترین چیزهایی که آدم مي‌تونه داشته باشه دوسته، حالا بماند که تعریف از دوستی‌ها چیه، یکی فکر می‌کنه دوست کسی است که بهش کتاب بده، یکی فکر می‌کنه دوست کسی هست که کارش ور راه بندازه و باهاش خوش بگذره بهش، یکی فکر می‌کنه دوست کسی است که بشه باهاش خودت باشی، یکی فکر می‌کنه دوست کسی است که بشه بهش اعتماد کنی، … تعریف‌هامون فرق می‌کنه و خب متفاوتیم طبیعیه، یکی علاقه نداره دوروبرش دوست زیادی باشه، یکی علاقه داره به همه بگه دوست، یکی دوست‌های صمیمی داره به بقیه میگه آشنا،…. متفاوتیم و بگذریم ازش.

الان می‌خواستم بنویسم دوستی یعنی چی برای من، که یادم افتاد مثلن همین که فونت وب‌سایت رو عوض کردم به خاطر دوستی است که امروز بهم گفت و منم گفتم چشم الان عوض کنم و عوض کردم. مسلمن اگر دوستم نبود انجام نمی‌دادم، چون برای من مهم نیست فونت وبسایت چه طور میخواد باشه. یا وقتی می‌گم »دوست» اسم یکی از رفیق‌هام میاد تو ذهنم، صمیمی‌ترین و طولانی‌ترین دوره دوستی که هنوزم تموم نشده و تموم نشه 🙂 پایدار بمونه برامون، رفیق گل‌ خودم-ما از دوران ابتدایی با هم هستیم :* و مگه میشه وقتی می‌گم دوست، مامانم‌اینا و پیامم نیان تو ذهنم :* یا دوستی‌های دوران راهنمایی و دبیرستان و دانشگاه و همکارام و همکلاسی‌هام و استادم‌هام و هم دوره‌ای هام، و دوستی‌هایی که تو همایش‌ها و دورهمی‌ها پیدا کردم.. 🙂

سپاسگذارم از دوستی‌هایی که داشتم و دارم