پژوهشگر سابق اوپن‌ای‌آی درباره شکاف فزاینده در دسترسی به هوش مصنوعی هشدار داد؛ تنها ۵ هزار نفر ممکن است به پیشرفته‌ترین سامانه‌های هوش مصنوعی دسترسی داشته باشند

هوش مصنوعی (AI) به بخشی عادی از زندگی روزمره تبدیل شده است و میلیون‌ها نفر برای دریافت پاسخ پرسش‌ها، تولید محتوا، جست‌وجوی اطلاعات و انجام کارهای تکراری به چت‌بات‌های مبتنی بر هوش مصنوعی متکی هستند.

با این حال، آندری کارپتی، پژوهشگر هوش مصنوعی و هم‌بنیان‌گذار اوپن‌ای‌آی، هشدار داده است که جهان تنها بخش کوچکی از توان بالقوه سامانه‌های پیشرفته هوش مصنوعی را تجربه می‌کند.

کارپتی می‌گوید حدود یک تا دو میلیارد نفر به‌طور منظم از ابزارهای رایگان هوش مصنوعی استفاده می‌کنند؛ ابزارهایی که گاهی جایگزین جست‌وجوی گوگل می‌شوند یا به‌عنوان کمکی برای نوشتن به کار می‌روند. در مقابل، شاید تنها حدود ۵ هزار نفر به سامانه‌های پیشرفته و پیچیده‌ای دسترسی داشته باشند که در آزمایشگاه‌های پیشرو هوش مصنوعی در حال توسعه هستند.

کارپتی در پستی در شبکه اجتماعی ایکس در اکتبر ۲۰۲۶ نیز بر این دیدگاه تأکید کرد. او شکاف میان کاربران روزمره هوش مصنوعی و افرادی را که مستقیماً با مدل‌های پیشرفته و عامل‌های هوش مصنوعی کار می‌کنند برجسته کرد. به گفته او، مسئله فقط این نیست که چه کسانی از هوش مصنوعی استفاده می‌کنند، بلکه نحوه استفاده، درخواست‌هایی که از آن دارند و میزان دسترسی آنها به این فناوری نیز اهمیت دارد.

این هشدار نگرانی‌هایی را درباره آینده هوش مصنوعی، فناوری‌های مبتنی بر آن و سرعت پیشرفت توانایی‌های این سامانه‌ها ایجاد کرده است.

آندری کارپتی کیست و درباره دسترسی به هوش مصنوعی مرزی چه گفت؟

آندری کارپتی پژوهشگر شناخته‌شده هوش مصنوعی و هم‌بنیان‌گذار اوپن‌ای‌آی است. او پیش‌تر مدیر بخش هوش مصنوعی در تسلا بوده و در حوزه‌هایی مانند یادگیری عمیق، بینایی رایانه‌ای و شبکه‌های عصبی فعالیت کرده است. او همچنین به دلیل توانایی‌اش در توضیح مفاهیم هوش مصنوعی به زبانی ساده و قابل‌فهم شناخته می‌شود.

کارپتی در دیدگاه‌های اخیر خود درباره هوش مصنوعی به روند شکل‌گیری شکاف میان کاربران روزمره این فناوری و افرادی که از نسخه‌های قدرتمندتر آن استفاده می‌کنند اشاره کرده است.

او تخمین زده است که حدود ۶ میلیارد نفر هنوز تعامل واقعی با مدل‌های زبانی بزرگ (LLM) نداشته‌اند، در حالی که یک تا دو میلیارد نفر از ابزارهای رایگان هوش مصنوعی برای کارهای ساده‌ای مانند جست‌وجوی اطلاعات، پاسخ‌گرفتن به پرسش‌ها و نوشتن محتوا استفاده می‌کنند.

به گفته او، حدود ۲۰ میلیون کاربر پیشرفته هوش مصنوعی، به‌ویژه در حوزه‌های مهندسی نرم‌افزار و ریاضیات، درگیر فعالیت‌های پیچیده‌تر هستند.

در بالاترین سطح، کارپتی تخمین می‌زند که تنها حدود ۵ هزار نفر به «سامانه‌های مرزی هوش مصنوعی» دسترسی دارند؛ سامانه‌هایی که در آزمایشگاه‌های پیشرو هوش مصنوعی توسعه داده یا آزمایش می‌شوند. این سامانه‌های قدرتمند می‌توانند برای کارهای پیچیده‌تری مانند مهندسی نرم‌افزار، پژوهش‌های علمی و امنیت سایبری استفاده شوند.

در این گزارش برای توضیح تفاوت میان استفاده از یک چت‌بات هوش مصنوعی به‌عنوان ابزار جست‌وجوی قدرتمندتر و استفاده از یک عامل هوش مصنوعی برای انجام وظایف چندمرحله‌ای، به برآوردهای کارپتی اشاره شده است.

با این حال، این اعداد تخمینی هستند و آمار جهانی مستقلی که آنها را تأیید کند وجود ندارد. سخنان کارپتی بحث‌های مهمی درباره دسترسی به هوش مصنوعی مرزی، هوش مصنوعی پیشرفته، عامل‌های هوش مصنوعی و افزایش شکاف در شیوه استفاده از این فناوری مطرح کرده است.

چرا بیشتر مردم از هوش مصنوعی مانند نسخه بهتر گوگل استفاده می‌کنند؟

بیشتر مردم از طریق پرسش‌های ساده، خلاصه‌سازی محتوا یا بررسی صحت اطلاعات با هوش مصنوعی تعامل دارند. بسیاری از کاربران این فناوری را برای پرسیدن سؤال‌های معمولی، دریافت خلاصه یا راستی‌آزمایی اطلاعات به کار می‌گیرند.

این کاربردها مفید هستند، اما تنها یکی از روش‌های استفاده از این فناوری به شمار می‌روند.

برای مثال، یک دانش‌آموز می‌تواند از چت‌بات هوش مصنوعی برای درک بهتر یک موضوع پیچیده استفاده کند و یک روزنامه‌نگار می‌تواند از آن برای سازمان‌دهی پژوهش یا بهبود پیش‌نویس خود کمک بگیرد. در مقابل، یک برنامه‌نویس حرفه‌ای می‌تواند از هوش مصنوعی برای تحلیل یک پایگاه کد، یافتن خطاها، ایجاد قابلیت‌های جدید و آزمایش نرم‌افزار استفاده کند. این تفاوت زمانی بیشتر می‌شود که هوش مصنوعی به‌جای یک چت‌بات ساده، به‌عنوان یک عامل هوش مصنوعی عمل کند.

یک عامل هوش مصنوعی می‌تواند برای انجام مجموعه‌ای از اقدامات برنامه‌ریزی شود، از ابزارهای متصل استفاده کند، نتایج را بررسی کند و سپس برای رسیدن به یک هدف مشخص اقدام بعدی را انجام دهد. بسته به توانایی‌های آن و میزان قابل‌اعتماد بودن ابزارهایش، چنین سامانه‌ای می‌تواند کارهایی را انجام دهد که پیش‌تر به چندین نفر نیاز داشت.

دلیل اهمیت این تفاوت آن است که بسیاری از کاربران عادی ممکن است توانایی هوش مصنوعی را بر اساس پاسخ‌های جداگانه یک چت‌بات ارزیابی کنند، در حالی که کاربران پیشرفته‌تر عملکرد آن را در قالب مجموعه‌ای از اقدامات مرتبط با یکدیگر مشاهده می‌کنند.

این تفاوت در شیوه استفاده می‌تواند بر میزان بهره‌ای که افراد مختلف از یک فناوری مشابه دریافت می‌کنند تأثیر بگذارد.

عامل‌های هوش مصنوعی چگونه می‌توانند توسعه نرم‌افزار و پژوهش را تغییر دهند؟

رشد عامل‌های هوش مصنوعی در انجام وظایف پیچیده یکی از مهم‌ترین نکاتی بود که کارپتی در هشدار خود به آن اشاره کرد. بیشتر چت‌بات‌های سنتی به پرسش‌ها پاسخ می‌دهند و اطلاعات یا محتوا ارائه می‌کنند. اما عامل‌های هوش مصنوعی با طراحی مناسب، ابزارهای لازم و دسترسی کافی می‌توانند مجموعه‌ای از اقدامات را بر اساس توانایی‌های خود انجام دهند.

برای نمونه، در توسعه نرم‌افزار، یک عامل هوش مصنوعی می‌تواند مأمور شود یک پروژه موجود را درک کند، کد ایجاد کند، آزمایش‌ها را انجام دهد، خطاها را شناسایی کند و آنها را اصلاح کند.

در پژوهش‌های علمی نیز ابزارهای هوش مصنوعی می‌توانند به دانشمندان در تحلیل حجم زیادی از داده‌ها، بررسی راه‌حل‌های احتمالی و ساده‌تر کردن برخی بخش‌های روند کاری کمک کنند.

کارپتی نوشته است که برخی کاربران حرفه‌ای شاهد افزایش سرعت انجام پروژه‌هایی توسط عامل‌های هوش مصنوعی هستند که پیش‌تر ممکن بود هفته‌ها یا ماه‌ها زمان ببرد.

نتایج این فرایند بسته به نوع وظیفه، کیفیت سامانه و میزان نظارت انسانی متفاوت خواهد بود.

این موضوع به این معنا نیست که هوش مصنوعی می‌تواند همه وظایف پیچیده را انجام دهد یا همیشه جایگزین متخصصان انسانی شود. اما نشان می‌دهد نیروی کار مبتنی بر هوش مصنوعی احتمالاً فراتر از پاسخ‌گویی به پرسش‌ها و نوشتن متن پیش خواهد رفت.

تفاوت میان استفاده معمولی و پیشرفته از هوش مصنوعی به دلیل افزایش توانایی این فناوری در انجام وظایف چندمرحله‌ای به یکی از موضوعات مهم صنعت فناوری تبدیل شده است.

ممکن است توانایی‌های هوش مصنوعی سریع‌تر از درک انسان‌ها پیشرفت کنند

یکی دیگر از نگرانی‌هایی که پس از اظهارات کارپتی مطرح شده، این است که پیشرفت سامانه‌های هوش مصنوعی ممکن است از توانایی افراد برای درک و ارزیابی خروجی‌های آنها سریع‌تر باشد.

یک انسان می‌تواند پاسخ کوتاهی را که هوش مصنوعی تولید کرده است به‌سرعت بررسی کند. اما بررسی تک‌تک مراحل زمانی دشوارتر می‌شود که یک سامانه هوش مصنوعی هزاران خط کد تولید کند، تحلیل پیچیده‌ای انجام دهد یا چندین عامل هوش مصنوعی را برای هماهنگی با یکدیگر به کار گیرد.

این مسئله پرسش‌هایی درباره قابلیت اعتماد، مسئولیت‌پذیری و نظارت انسانی ایجاد می‌کند. برای مثال، یک عامل هوش مصنوعی ممکن است نرم‌افزاری تولید کند که در ظاهر درست کار می‌کند، اما دارای آسیب‌پذیری‌های امنیتی باشد. همچنین یک سامانه هوش مصنوعی می‌تواند تحلیلی پژوهشی و عمیق ارائه دهد که بر فرضیات نادرست یا نتیجه‌گیری‌های اشتباه بنا شده باشد.

با افزایش توانایی هوش مصنوعی در انجام کارهای پیچیده‌تر، نیاز به روش‌های بهتر برای ارزیابی نتایج، پیگیری عملکرد و اصلاح خطاها توسط کاربران و سازمان‌ها بیشتر خواهد شد.

به همین دلیل، حضور و نظارت انسان‌ها در استفاده از هوش مصنوعی، به‌ویژه در حوزه‌های حساسی مانند امنیت، امور مالی، سلامت، پژوهش علمی و دیگر فرایندهای تصمیم‌گیری حیاتی، اهمیت زیادی دارد.