سند ملی هوش مصنوعی را به کمک هوش مصنوعی تدوین کنید!

مهدی زارع استاد دانشگاه در این باره پیشینه تدوین سند ملی هوش به خبرنگار رکنا گفت:تدوین سند ملی هوش مصنوعی از سال ۹۸ در ایران شروع شد. ماده واحده «نهایی‌سازی و تصویب سند ملی هوش مصنوعی جمهوری اسلامی ایران» مصوب شورای عالی انقلاب فرهنگی از سوی رییس جمهور ابلاغ و سند تهیه شده در اوایل مرداد ۱۴۰۳ مصوب و برای ا جرا ابلاغ شد.

انتقادات به هوش مصنوعی

  او با  اشاره به انتقادهایی که به این سند وارد شده است گفت:به این سند انتقادهای گوناگونی وارد شده است.آیا با استفاده از هوش مصنوعی می توان به اصلاح سند هوش مصنوعی و تهیه نسخه های بهتری از چنین سند هایی دست زد؟‌ آیا می توان با هوش مصنوعی اساسا دیدگاه حکمرانی در انتظار از علم و فناوری را اصلاح کرد؟‌با مرور آنچه تا کنون به عنوان هوش مصنوعی در دسترس است امید می رود تا اساسا دیدگاه در مورد خود هوش مصنوعی و تهیه سند در مورد هوش مصنوعی به مدد هوش مصنوعی انجام شود!.

او در تشریح اینکه هوش مصنوعی چیست و چه کارآیی هایی دارد گفت:هوش مصنوعی (AI) به طور قابل توجهی چشم انداز ترویج علم را تغییر داده است. این تحول با چند جنبه کلیدی مشخص می شود. فناوری‌های هوش مصنوعی به طور فزاینده‌ای برای ایجاد و توزیع محتوایی که مفاهیم پیچیده علمی را برای مخاطبان گسترده‌تر می‌کند، استفاده می‌شود. به عنوان مثال، الگوریتم‌های پردازش زبان طبیعی (NLP) می‌توانند حجم وسیعی از ادبیات علمی را تجزیه و تحلیل کنند و یافته‌ها را به زبان قابل دسترس خلاصه کنند. این قابلیت به رسانه‌ها اجازه می‌دهد تا مقالات، ویدئوها و پادکست‌هایی تولید کنند که به طور موثر پیشرفت‌های علمی را بدون نیاز به تخصص گسترده مخاطبان، به اشتراک بگذارند.

نقش هوش مصنوعی در ارتقای رسانه

پزارع علاوه بر این گفت: ابزارهای مبتنی بر هوش مصنوعی می‌توانند تحویل محتوا را بر اساس ترجیحات و رفتار کاربر شخصی‌سازی کنند. با تجزیه و تحلیل داده‌ها در مورد انواع محتوای مرتبط با علم که کاربران بیشتر با آن درگیر هستند، سازمان‌های رسانه‌ای می‌توانند پیشنهادات خود را به گونه‌ای تنظیم کنند که به طور مؤثرتری علایق مخاطبان را برآورده کنند. این شخصی‌سازی نه تنها تعامل کاربر را افزایش می‌دهد، بلکه درک عمیق‌تری از موضوعات علمی را در بین عموم مردم تقویت می‌کند.

این استاد دانشگاه معتقد است:هوش مصنوعی تجارب یادگیری تعاملی را تسهیل می‌کند که تلاش‌های عمومی‌سازی علم را افزایش می‌دهد. چت‌بات‌ها و دستیاران مجازی مجهز به هوش مصنوعی می‌توانند کاربران را در بحث‌های بی‌درنگ درباره موضوعات علمی، پاسخ به سؤالات و ارائه توضیحات متناسب با سطوح دانش فردی مشارکت دهند. این پلتفرم‌های تعاملی علم را قابل دسترس‌تر می‌کنند و حس کنجکاوی را در میان کاربرانی که ممکن است از موضوعات پیچیده احساس ترس کنند، تشویق می‌کنند.

آموزش با هوش مصنوعی

او همچنین بیان کرد:علاوه بر این، هوش مصنوعی می تواند برای ایجاد تجربیات همه جانبه از طریق واقعیت افزوده (AR یا واقعیت مجازی (VR) استفاده شود. برای مثال، اپلیکیشن‌های آموزشی می‌توانند به کاربران اجازه دهند تا پدیده‌های علمی را در یک محیط شبیه‌سازی شده کشف کنند و یادگیری را هم جذاب و هم آموزنده  ‌سازند.

این استاد دانشگاه می افزاید: توانایی هوش مصنوعی برای پردازش مجموعه‌های داده بزرگ، گرایش‌ها و بینش‌هایی را که ممکن است بلافاصله از طریق روش‌های تحقیق سنتی آشکار نشوند، قابل کشف می کند. این قابلیت به ویژه درگزارش موضوعات علمی مانند تغییرات اقلیمی یابحران‌های بهداشت عمومی، که در آن روایت‌های مبتنی بر داده برای اطلاع‌رسانی به مردم ضروری است، ارزشمند است.

بالابردن کیفیت رسانه

او با اشاره به  این موارد گفت: استفاده از الگوریتم‌های یادگیری ماشین، سازمان‌های رسانه‌ای می‌توانند الگوهایی را در مجموعه داده‌های پیچیده شناسایی کرده و این یافته‌ها را در داستان‌های متقاعدکننده‌ای که با مخاطبان طنین‌انداز می‌شود، ارائه کنند. این رویکرد نه تنها کیفیت ارتباطات علمی را افزایش می دهد، بلکه بر اهمیت گزارش مبتنی بر شواهد نیز تأکید می کند.

او با رد اطلاعات نادرست درباره هوش مصنوعی گفت:از آنجایی که اطلاعات نادرست به صورت آنلاین در حال گسترش است، هوش مصنوعی نقش مهمی در بررسی حقایق و تأیید ادعاهای علمی مطرح شده در گزارش های رسانه ای ایفا می کند. الگوریتم‌های هوش مصنوعی می‌توانند مقالات را برای دقت در برابر پایگاه‌های اطلاعاتی تأیید شده اسکن کند و به روزنامه‌نگاران کمک کنند اعتبار خود را حفظ کنند .

کارکردهای غلط هوش مصنوعی

او در عین حال گفت: علاوه بر این، ابزارهای هوش مصنوعی می‌توانند پلتفرم‌های رسانه‌های اجتماعی را برای گرایش‌های اطلاعات نادرست مرتبط با موضوعات علمی رصد کنند و به سازمان‌های رسانه‌ای اجازه می‌دهند تا قبل از جلب توجه روایت‌های نادرست، با اطلاعات دقیق به طور فعال پاسخ دهند.

زارع با نگاهی به آینده ادامه داد: نقش هوش مصنوعی در رواج علم احتمالاً با ادامه تکامل فناوری بیشتر گسترش خواهد یافت. همانطور که مدل‌های هوش مصنوعی مولد پیچیده‌تر می‌شوند، ممکن است بتوانند به طور مستقل محتوای آموزشی با کیفیت بالا تولید کنند یا به سازندگان انسانی در توسعه راه‌های نوآورانه برای ارائه اطلاعات پیچیده کمک کنند.

او همچنین می گوید: با این حال، برای سازمان‌های رسانه‌ای ضروری است که مراقب ملاحظات اخلاقی پیرامون استفاده از هوش مصنوعی – مانند اصرار بر الگوریتم‌ها یا جابه‌جایی شغلی بالقوه در روزنامه‌نگاری – و در عین حال تلاش برای شفافیت و مسئولیت‌پذیری در عملکرد خود باشند.

زارع با اشاره به کاربرد هوش مصنوعی در رسانه ها گفت: با افزایش تولید و توزیع محتوا، تسهیل تجربیات یادگیری تعاملی، امکان تجزیه و تحلیل داده ها برای داستان سرایی بهتر، پرداختن به چالش های اطلاعات نادرست و شکل دادن به رویکردهای آموزشی آینده، متداول شدن علم را متحول کرده است.