اصلاح بزرگ اغراق درباره هوش مصنوعی در ۲۰۲۵؛ بازتنظیم انتظارات از فناوری‌ای که عادی شد
اصلاح اغراق درباره هوش مصنوعی نشانه شکست نیست، بلکه شرط بلوغ، بهره‌برداری مسئولانه و ایجاد ارزش واقعی است.

اصلاح اغراق درباره هوش مصنوعی در سال ۲۰۲۵ نشان داد که این فناوری نه ناجی فوری اقتصاد است و نه پدیده‌ای گذرا.

تجربه سازمان‌ها ثابت کرد ارزش‌آفرینی تنها در ترکیب انسان متخصص و ابزار هوشمند ممکن است. کاهش هیجان رسانه‌ای، فضا را برای تحلیل عمیق، توسعه پایدار و تصمیم‌گیری مبتنی بر واقعیت فراهم کرده است.

در این مرحله، موفقیت از آن سازمان‌هایی است که به‌جای وعده‌های بزرگ، بر کاربردهای مشخص، اخلاقی و قابل اندازه‌گیری تمرکز می‌کنند.


اصلاح بزرگ حباب هوش مصنوعی در سال ۲۰۲۵
چهار شیوه برای اندیشیدن درباره حساب‌کشی امسال
نویسنده: ویل داگلاس هون
تاریخ انتشار: ۲۴ آذر ۱۴۰۴
منبع: مرور فناوری ام‌آی‌تی


شبکه اطلاع‌رسانی روابط‌عمومی‌ ایران (شارا) || مقداری سرخوردگی قابل پیش‌بینی بود. زمانی که شرکت اوپن‌ای‌آی در اواخر سال ۲۰۲۲ نسخه‌ای رایگان از چت‌جی‌پی‌تی را منتشر کرد، مسیر یک صنعت کامل و حتی بخش‌هایی از اقتصاد جهانی تغییر کرد. میلیون‌ها نفر برای نخستین‌بار شروع کردند به گفت‌وگو با رایانه‌ها و رایانه‌ها نیز پاسخ دادند. این تجربه تازه، هیجان‌انگیز بود و انتظار می‌رفت این شتاب برای مدت‌ها ادامه پیدا کند.

در ماه‌ها و سال‌های بعد، همین اتفاق هم افتاد. شرکت‌های فناوری برای جا نماندن از رقابت، با سرعت وارد میدان شدند و هر کدام نسخه‌های جدیدی از محصولات خود را عرضه کردند؛ از متن و صدا گرفته تا تصویر و ویدئو. هر معرفی تازه به‌عنوان یک جهش بزرگ تبلیغ می‌شد و این تصور را تقویت می‌کرد که هوش مصنوعی هر روز قدرتمندتر می‌شود. حامیان این فناوری از پیشرفت نمایی سخن می‌گفتند و با نمودارها نشان می‌دادند که مدل‌های جدید چقدر از نسل‌های قبلی جلوترند. در نگاه عمومی، هوش مصنوعی مولد تقریباً قادر به انجام هر کاری به نظر می‌رسید.

اما سال ۲۰۲۵، نقطه بازنگری و حساب‌کشی بود.

این مقاله بخشی از مجموعه «اصلاح هیجان» نشریه بررسی فناوری ام‌آی‌تی است؛ مجموعه‌ای که تلاش می‌کند انتظارات را درباره توانایی‌های واقعی هوش مصنوعی، محدودیت‌های آن و مسیر آینده این فناوری دوباره تنظیم کند.

در عمل، بسیاری از وعده‌های بزرگ محقق نشد. مدیران شرکت‌های پیشرو اعلام کرده بودند که هوش مصنوعی مولد جایگزین بخش بزرگی از نیروی کار اداری می‌شود، عصر فراوانی اقتصادی را رقم می‌زند، به کشفیات علمی شتاب می‌دهد و حتی به درمان بیماری‌ها کمک می‌کند. ترس از عقب ماندن در رقابت جهانی، به‌ویژه در کشورهای صنعتی، باعث شد بسیاری از مدیران برنامه‌های پیشین خود را کنار بگذارند و با شتاب وارد این موج شوند.

اما از همین‌جا بود که جذابیت اولیه رنگ باخت. با وجود معرفی هوش مصنوعی به‌عنوان ابزاری همه‌منظوره برای تحول کسب‌وکارها و کاهش هزینه‌ها، پژوهش‌های متعددی که در سال ۲۰۲۵ منتشر شدند نشان می‌دهند بسیاری از سازمان‌ها نتوانسته‌اند این وعده‌ها را به نتایج عملی تبدیل کنند. داده‌های رسمی و مطالعات دانشگاهی حاکی از آن است که میزان استفاده از ابزارهای هوش مصنوعی در شرکت‌ها متوقف شده و بسیاری از پروژه‌ها در همان مرحله آزمایشی باقی مانده‌اند. بدون پذیرش گسترده در سطح اقتصاد، هنوز روشن نیست شرکت‌های بزرگ هوش مصنوعی چگونه می‌توانند هزینه‌های سنگینی را که تاکنون صرف کرده‌اند، جبران کنند.

در همین زمان، پیشرفت‌های فنی هسته‌ای نیز دیگر شبیه جهش‌های بزرگ گذشته نیستند.

نمونه روشن این وضعیت، عرضه نسخه پنجم چت‌جی‌پی‌تی در مردادماه بود. اوپن‌ای‌آی که آغازگر موج کنونی به شمار می‌رود، ماه‌ها این نسخه را تبلیغ کرده و مدیرعامل آن گفته بود این مدل در بسیاری از حوزه‌ها در حد تخصص دکترا عمل می‌کند. انتظارها بسیار بالا رفته بود.

اما پس از انتشار، نسخه پنجم تفاوت چشمگیری با نسخه‌های قبلی نداشت. واکنش‌ها نشان داد این رویداد، بزرگ‌ترین تغییر فضای عمومی نسبت به هوش مصنوعی از زمان معرفی اولیه چت‌جی‌پی‌تی بود. یکی از پژوهشگران شناخته‌شده این حوزه گفت: «دوران جهش‌های بزرگ به پایان رسیده است. هوش عمومی مصنوعی در راه نیست و به نظر می‌رسد وارد دوره‌ای شده‌ایم که پیشرفت‌ها تدریجی و محدود است.»

بسیاری این وضعیت را با بازار تلفن‌های هوشمند مقایسه می‌کنند. گوشی‌ها سال‌ها هیجان‌انگیزترین فناوری مصرفی بودند، اما امروز مدل‌های جدید تفاوت چندانی با نسل قبل ندارند. با این حال، تلفن‌های هوشمند به‌رغم عادی شدن، جهان را به‌طور اساسی تغییر دادند. پرسش اصلی این است که آیا هوش مصنوعی مولد نیز به همین نقطه رسیده و اگر چنین باشد، آیا این الزاماً خبر بدی است یا صرفاً نشانه بلوغ یک فناوری نوظهور است.

برای شفافیت باید گفت سال‌های اخیر پر از لحظه‌های واقعاً چشمگیر بوده است؛ از پیشرفت‌های بزرگ در کیفیت تولید ویدئو گرفته تا بهبود توان حل مسئله در مدل‌های موسوم به استدلالی و موفقیت در رقابت‌های جهانی برنامه‌نویسی و ریاضی. با این حال، هوش مصنوعی هنوز فناوری‌ای نوپا است که فقط چند سال از عمر آن می‌گذرد و از بسیاری جهات همچنان در مرحله آزمون و خطا قرار دارد. دستاوردهای آن واقعی‌اند، اما هم‌زمان با محدودیت‌ها و چالش‌های جدی همراه هستند.

شاید اکنون زمان آن رسیده باشد که انتظارهای خود را واقع‌بینانه‌تر تنظیم کنیم.

بازتنظیم بزرگ

باید مراقب باشیم از یک افراط به افراط دیگر نیفتیم. همان‌قدر که هیجان بیش از حد خطرناک است، ناامیدی کامل هم می‌تواند گمراه‌کننده باشد. کنار گذاشتن هوش مصنوعی صرفاً به این دلیل که بیش از اندازه تبلیغ شده، تصمیمی شتاب‌زده است. وقتی وعده‌ها فوراً محقق نمی‌شوند، معمولاً این تصور شکل می‌گیرد که پیشرفت متوقف شده است، اما چنین برداشتی با واقعیت نوآوری هم‌خوانی ندارد. پیشرفت علمی همیشه با دوره‌های توقف، اصلاح و جهش‌های ناگهانی همراه بوده و معمولاً راه‌هایی برای عبور از موانع پیدا می‌شود.

اگر کمی از تمرکز بر عرضه نسخه پنجم فاصله بگیریم، می‌بینیم که این عرضه پس از مجموعه‌ای از پیشرفت‌های مهم در ماه‌های قبل انجام شده است؛ از مدل‌های جدید استدلالی گرفته تا نسل تازه ابزارهای تولید ویدئو. این تصویر بیشتر نشان‌دهنده ادامه مسیر است تا رسیدن به بن‌بست.

هوش مصنوعی همچنان بسیار قدرتمند است. برای نمونه، ابزار جدید تولید تصویر گوگل می‌تواند یک فصل کامل کتاب را به یک نمودار تصویری تبدیل کند و امکانات گسترده‌تری را نیز ارائه دهد، آن هم به‌صورت رایگان و روی تلفن همراه.

با این حال، یک پرسش اساسی باقی می‌ماند: وقتی عامل شگفتی از بین برود، چه چیزی باقی می‌ماند؟ یک یا پنج سال دیگر چگونه به هوش مصنوعی نگاه خواهیم کرد؟ و آیا هزینه‌های مالی و زیست‌محیطی سنگین آن با دستاوردهایش هم‌خوانی دارد؟

در همین چارچوب، چهار شیوه برای اندیشیدن به وضعیت هوش مصنوعی در پایان سال ۲۰۲۵ مطرح می‌شود؛ تلاشی برای آغاز یک اصلاح ضروری در هیجان عمومی.

یک: مدل‌های زبانی همه‌چیز نیستند

در بسیاری موارد، آنچه نیاز به اصلاح دارد، هیجان پیرامون مدل‌های زبانی بزرگ است، نه کل حوزه هوش مصنوعی. به‌تدریج روشن شده که این مدل‌ها مسیر مستقیمی به سوی هوش عمومی مصنوعی نیستند؛ مفهومی که قرار است توانایی انجام هر کار شناختی انسان را داشته باشد.

حتی برخی از حامیان سرسخت این ایده نیز اکنون به محدودیت‌ها اشاره می‌کنند. این مدل‌ها در انجام وظایف مشخص عملکرد خوبی دارند، اما به نظر نمی‌رسد واقعاً اصول پشت آن کارها را یاد بگیرند. تفاوت آن شبیه تفاوت میان حل تعداد زیادی مسئله مشخص جبر و توانایی حل هر مسئله جدید جبری است. در تعمیم دادن به موقعیت‌های تازه، این مدل‌ها هنوز بسیار ضعیف‌تر از انسان عمل می‌کنند.

قدرت زبانی بالای این مدل‌ها باعث می‌شود تصور کنیم قادر به انجام هر کاری هستند. انسان‌ها به‌طور طبیعی تمایل دارند در رفتارهایی که شبیه انسان است، هوش ببینند؛ حتی اگر این هوش واقعی نباشد. ما ماشین‌هایی با رفتار انسان‌گونه ساخته‌ایم و به همین دلیل به‌راحتی برای آن‌ها ذهنی انسانی قائل می‌شویم.

با گذشت زمان و آشنایی بیشتر با این فناوری، این برداشت‌ها به‌تدریج واقع‌بینانه‌تر خواهد شد.

دو: هوش مصنوعی راه‌حل فوری همه مشکلات نیست

در تابستان امسال، پژوهشی از دانشگاه ام‌آی‌تی منتشر شد که توجه زیادی را جلب کرد. نتیجه اصلی آن این بود که ۹۵ درصد شرکت‌هایی که استفاده از هوش مصنوعی را آزمایش کرده بودند، هنوز به ارزش مشخصی دست نیافته‌اند.

پژوهش‌های دیگر نیز به نتایج مشابهی رسیدند. در یکی از آن‌ها مشخص شد عامل‌های هوش مصنوعی در انجام بسیاری از وظایف ساده محیط کار، به‌تنهایی موفق عمل نمی‌کنند.

این نتایج فاصله زیادی با پیش‌بینی‌هایی دارد که می‌گفتند عامل‌های هوش مصنوعی به‌زودی وارد نیروی کار می‌شوند و خروجی شرکت‌ها را به‌طور چشمگیر تغییر می‌دهند.

البته باید توجه داشت که بسیاری از این ناکامی‌ها مربوط به مراحل اولیه آزمایش بوده است. فناوری‌های نو معمولاً در آغاز راه نتیجه فوری نمی‌دهند. ضمن آنکه استفاده غیررسمی کارکنان از ابزارهای هوش مصنوعی در این آمارها لحاظ نشده است.

تجربه نشان می‌دهد زمانی که انسان‌های آگاه در کنار این ابزارها کار می‌کنند، میزان موفقیت به‌طور قابل توجهی افزایش می‌یابد. این موضوع نشان می‌دهد بسیاری از افراد در حال یافتن روش‌های عملی و مفید برای به‌کارگیری هوش مصنوعی در کار روزمره خود هستند.

در حال حاضر، هوش مصنوعی در بسیاری از وظایف از یک فرد عادی بهتر عمل می‌کند، اما هنوز جایگزین یک متخصص واقعی نشده است. شاید به همین دلیل است که در میان کاربران فردی محبوب شده، اما هنوز اقتصاد را دگرگون نکرده است.

این وضعیت ممکن است در آینده تغییر کند، اما فعلاً نباید انتظار داشت وعده‌های بزرگ درباره تأثیر فوری هوش مصنوعی بر مشاغل به‌طور کامل محقق شده باشد.

سه: آیا با یک حباب روبه‌رو هستیم؟

اگر هوش مصنوعی را یک حباب بدانیم، پرسش اصلی این است که این حباب به کدام تجربه تاریخی شباهت دارد؛ بحران وام‌های مسکن یا حباب اینترنت؟ این تفاوت بسیار مهم است.

بحران وام‌های مسکن در نهایت چیزی جز بدهی‌های سنگین و دارایی‌های بی‌ارزش بر جا نگذاشت. اما حباب اینترنت، با وجود سقوط بسیاری از شرکت‌ها، زیرساخت اینترنت و شرکت‌های بزرگی را به‌وجود آورد که امروز ستون‌های اصلی اقتصاد دیجیتال هستند.

درباره هوش مصنوعی، هنوز مدل کسب‌وکار روشنی شکل نگرفته است. مشخص نیست کاربردهای اصلی آن در بلندمدت چه خواهد بود یا کدام بخش‌ها واقعاً به ارزش اقتصادی پایدار می‌رسند. سرمایه‌گذاری‌های عظیم در مراکز داده و زیرساخت‌ها نیز نگرانی‌هایی درباره بازگشت سرمایه ایجاد کرده است.

در مقابل، برخی سرمایه‌گذاران آرام‌تر به موضوع نگاه می‌کنند. آن‌ها می‌گویند بخش قابل‌توجهی از این زیرساخت‌ها از پیش مشتری دارند و قراردادهای بلندمدت بسته شده است؛ مشتریانی که اغلب شرکت‌های بزرگ و معتبر هستند.

برای بسیاری از مدیران، درس حباب اینترنت روشن است: شرکت‌هایی که توانستند دوام بیاورند، در نهایت رشد کردند و برنده شدند. با این حال، باید پذیرفت که این مسیر همچنان یک ریسک بزرگ است.

در عین حال، تاریخ نشان داده شرکت‌هایی که در ابتدا کم‌اهمیت به نظر می‌رسند، می‌توانند خیلی سریع به بازیگران اصلی تبدیل شوند. نمونه آن شرکت‌هایی هستند که ابزارهای تولید چهره‌های مجازی برای کسب‌وکارها می‌سازند و اکنون ده‌ها هزار مشتری سازمانی و درآمد سالانه قابل‌توجه دارند.

چهار: چت‌جی‌پی‌تی نه آغاز بود و نه پایان

چت‌جی‌پی‌تی حاصل دهه‌ها پیشرفت در یادگیری عمیق است؛ حوزه‌ای که ریشه‌های آن به سال‌ها پیش بازمی‌گردد. اگر این فناوری را در چنین چارچوبی ببینیم، هوش مصنوعی مولد هنوز در ابتدای مسیر خود قرار دارد.

پژوهش‌ها در این حوزه با سرعتی بی‌سابقه ادامه دارند و تعداد مقالات علمی منتشرشده به سطحی رسیده که پیش از این سابقه نداشته است. این وضعیت نشانه بازگشت به عصر پژوهش و نوآوری است، نه عقب‌گرد یا توقف.

هیجان، سرمایه و استعداد را به‌سوی یک حوزه جذب می‌کند و همین ترکیب می‌تواند موتور پیشرفت‌های واقعی و ماندگار باشد.

از اینجا به کجا می‌رویم؟

هیجان فقط از سوی شرکت‌ها شکل نگرفته بود. بسیاری از مردم، چه در داخل صنعت و چه بیرون از آن، دوست داشتند به وعده ماشین‌هایی باور کنند که می‌خوانند، می‌نویسند و فکر می‌کنند. اما این هیجان پایدار نماند و شاید این اتفاق، خبر خوبی باشد.

اکنون فرصتی فراهم شده است تا انتظارات خود را بازتنظیم کنیم، توان واقعی این فناوری را دقیق‌تر بسنجیم، محدودیت‌های آن را بشناسیم و یاد بگیریم چگونه می‌توان هوش مصنوعی را به شکلی مفید و ارزشمند به کار گرفت.

این اصلاح هیجان شاید دیر اتفاق افتاده باشد، اما یک نکته روشن است: هوش مصنوعی از میان نخواهد رفت. ما هنوز حتی به‌طور کامل نمی‌دانیم چه چیزی ساخته‌ایم، چه برسد به آنچه در آینده در انتظار ماست.

با کلیک روی لینک زیر به کانال تلگرام ما بپیوندید:

https://telegram.me/sharaPR

برای اطلاعات بیشتر درباره روابط عمومی و اخبار سازمان‌های مختلف، می‌توانید به وبسایت شارا مراجعه کنید.

انتهای پیام/