هوش مصنوعی و سیاست ۱

پرونده / سامانه‌های هوشمند در خدمت مردم‌سالاری دینی

پرونده / سامانه‌های هوشمند در خدمت مردم‌سالاری دینی
تاریخ انتشار : ۰۷ اسفند ۱۴۰۱

هوش مصنوعی در سیاست این توانایی را دارد که نحوه‌ی اجرای سیاست را به کلی تغییر دهد.

به گزارش گرداب، با پیشرفت مداوم قابلیت‌های هوش مصنوعی (AI)، میزان بهره‌گیری از هوش مصنوعی در موقعیت‌هایی که از لحاظ سیاسی اهمیت دارند، افزایش یافته است.

هوش مصنوعی اکنون در روند تصمیم‌گیری‌های رسمی حکومت نیز کاربرد دارد. در این مجموعه پرونده به اهمیت سیاسی استفاده از هوش مصنوعی در نظام سیاسی می‌پردازیم. هدف از این کار، بررسی توانمندی هوش مصنوعی در حوزه‌های رسمی سیاسی و تشخیص تفاوت‌های پنج نوع هوش مصنوعی است که برای پشتیبانی، دستیاری، کاهش، افزایش یا جایگزینی تصمیم‌گیرندگان به کار گرفته می‌شوند. شناسایی توانمندی‌های عملی و نظری به‌کارگیری هوش مصنوعی در سیاست می‌تواند در ارزیابی اثرات به کارگیری آن به ما کمک کند.

هوش مصنوعی در سیاست این قابلیت را دارد که نحوه‌ی اجرای سیاست را به کلی تغییر دهد.

سیاست، با اساسی‌ترین پرسش‌ها پیرامون حیات انسانی سروکار دارد؛ از جمله این‌که چه کسی باید چه چیزی را به دست بیاورد، مشروعیت دستیابی افراد به هرچیز چگونه حاصل می‌شود و چه کسی مجاز به چنین کاری است. جامعه ما اصول دموکراتیک و دینی (مردم‌سالاری دینی) از جمله اصول همه‌پذیری، مشارکت، استقلال و خودمختاری را مایه‌ی مباهات خود می‌داند. با این حال، در حوزه حکمرانی و عملیاتی مردم‌سالاری ما با چالش‌هایی روبه‌رو هستند؛ چالش‌هایی که شامل مشکلاتی که مستلزم قوانین تخصصی هستند یا مشارکت در کشور کم و زیاد می‌شود و همچنین امکان شکل‌گیری دودستگی و تفرقه در نظام سیاسی کشور.

از سوی دیگر، پیشرفت مداوم قابلیت‌های مختلف در سامانه‌هایی مبتنی بر هوش مصنوعی منجر به افزایش میزان بهره‌وری هوش مصنوعی در موقعیت‌هایی شده که از لحاظ سیاسی اهمیت دارند. برای مثال، الگوریتم‌های یادگیری ماشین مبتنی بر صفات شخصیتی می‌توانند به‌عنوان «نیرویی محرک» برای افراد به کار گرفته شوند و امکان تأثیرگذاری چشمگیرتری را برای افراد و اقدامات آن‌ها مهیا کنند.

همچنین می‌توان با بهره‌گیری از ادغام هوش مصنوعی و کلان داده، تأثیری مستقیم بر آراء و انتخابات سیاسی گذاشت چنین کارکرد‌هایی از لحاظ سیاسی بسیار حائز اهمیت هستند، زیرا شامل نوعی حاکمیت الگوریتمی است که ممکن است خسارات سیاسی در پی داشته باشند. با این حال، هوش مصنوعی اکنون در روند تصمیم‌گیری‌های رسمی حکومت نیز کاربرد دارد (de Sousa et al, ۲۰۱۹؛ Veale & Brass, ۲۰۱۹).

اما استفاده از هوش مصنوعی در نظام سیاسی چه اهمیتی دارد. هدف ما در این نوشته، بررسی توانمندی هوش مصنوعی در حوزه‌های رسمی سیاسی و تشخیص تفاوت‌های پنج نوع هوش مصنوعی است که برای پشتیبانی، دستیاری، کاهش، افزایش یا جایگزینی تصمیم‌گیرندگان به کار گرفته می‌شوند. به‌طور مثال هنگام استفاده از هوش مصنوعی به منظور پشتیبانی، سامانه‌های هوش مصنوعی ممکن است نقش مشاوران متخصصی را ایفاء کنند که آنالیز و آماده‌سازی تحلیل‌های فرانامه‌ای را به عهده دارند.

با این حال، زمانی که هوش مصنوعی به منظور جایگزینی به کار گرفته می‌شود، به گونه‌ای است که می‌توان تکنوکراسی (فن‌سالاری) هوش مصنوعی دسترسی پیدا کرد (Sætra, ۲۰۲۰). در این میان، به تدریج ماشین وارد فرآیند‌های تصمیم‌گیری می‌شود و با این اتفاق، میزان استقلال عمل افزایش پیدا می‌کند. «چرخه»‌ی انواع هوش مصنوعی که پیش‌تر به آن اشاره شد، محدوده‌ای از چرخه‌ای-بدون-ماشین تا چرخه‌ای-بدون-انسان دارد.

ارزیابی اثرات هوش مصنوعی ممکن است در شرایط خاصی به امید معرفی سامانه‌های هوش مصنوعی انجام شود. با این حال، از آن‌جایی که در حال حاضر هوش مصنوعی در سیاست به کار گرفته شده، ارزیابی در نمونه‌های دیگر شامل سامانه‌های تحلیلی و قضایی است که در حال حاضر در حال اجرا هستند. چیزی که از این یافته‌ها استنباط می‌شود به این نکته اشاره دارد که هوش مصنوعی در سیاست این توانایی را دارد که نحوه‌ی اجرای سیاست را به کلی تغییر دهد.

______________

منابع:


Datta, S. (۲۰۱۷). Emergence of digital twins. Journal of Innovation Management, ۵, ۱۴–۳۴. de Sousa, W. G. , de Melo, E. R. P. , Bermejo, P. H. D. S. , Farias, R. A. S. , & Gomes, A. O. (۲۰۱۹). How and where is artificial intelligence in the public sector going? A literature review and research agenda. Government Information Quarterly, ۳۶ (۴) , ۱۰۱۳۹۲.
Sætra, H. S. (۲۰۲۰). A shallow defence of a technocracy of artificial intelligence: Examining the political harms of algorithmic governance in the domain of government. Technology in Society, ۱۰۱۲۸۳.
Veale, M. , & Brass, I. (۲۰۱۹). Administration by algorithm? Public management meets public sector machine learning. In K. Yeung & M. Lodge (Eds.) , Algorithmic regulation (pp. ۱۲۱–۱۴۹). Oxford University Press.