💠 تحلیل زوال شناختی در سامانه‌های هوش مصنوعی: پیامدهای آموزش بر محتوای فرّار، کم‌عمق و آلوده 🔹آیا تصور می‌کردید فقط انسان‌ها هستند که با تماشای محتوای کم‌عمق و احساسی دچار افت شناختی می‌شوند؟ پژوهش‌های جدید نشان می‌دهد مدل‌های هوش مصنوعی نیز در صورت تغذیه از محتوای بی‌کیفیت، دچار نوعی «پس‌رفت شناختی» می‌شوند. به بیان ساده، اگر خوراک دیجیتال مبتذل باشد، خروجی هوش مصنوعی نیز به همان اندازه دچار زوال خواهد شد. 🔺تغذیه هوش مصنوعی با «Fast Content» و پیامدهای شناختی گروهی از پژوهشگران دانشگاه Texas A&M، دانشگاه تگزاس در آستین و دانشگاه Purdue بررسی کرده‌اند که قرار دادن مدل‌های هوش مصنوعی در معرض محتوایی مشابه آنچه در شبکه‌های اجتماعی دست‌به‌دست می‌شود (پست‌های احساسی، کلیک‌محور، سطحی و ویروسی)، چه اثرات شناختی در پی دارد. مطالعه‌ای به سرپرستی جونیوان هونگ (از دانشگاه ملی سنگاپور) نشان می‌دهد آموزش مدل‌ها بر محتوای کم‌عمق باعث افت شدید در توانایی استدلال، حافظه و کفایت اخلاقی می‌شود. در این آزمایش، چهار مدل متن‌باز (از جمله Llama 3 و Qwen 3) در معرض بیش از یک میلیون توییت قرار گرفتند. نتایج تکان‌دهنده بود: ▫️دقت استدلال منطقی از ۷۴٫۹٪ به ۵۷٫۲٪ سقوط کرد. ▫️درک بافت و زمینه از ۸۴٫۴٪ به ۵۲٫۳٪ کاهش یافت. ▫️از همه نگران‌کننده‌تر اینکه این مدل‌ها ویژگی‌های شخصیتی نامطلوب پیدا کردند: کاهش گشودگی و خوش‌خویی، افزایش خودشیفتگی و گرایش‌های سایکوپاتیک. به‌عبارت دیگر، حتی الگوریتم‌ها نیز می‌توانند «سمّی» شوند. 🔹ورود به عصر «Enshittification» این روند بخشی از پدیده‌ای کلان‌تر به نام Enshittification است؛ یعنی فرآیند زوال تدریجی کیفیت پلتفرم‌ها در اثر بهینه‌سازی برای کلیک، سود و محتوای کم‌هزینه. پژوهشگران تخمین می‌زنند که اکنون حدود نیمی از محتوای وب توسط هوش مصنوعی تولید می‌شود؛ محتوایی که غالباً فاقد ارزش معرفتی است. این محتوا دوباره وارد چرخه آموزش مدل‌های جدید می‌شود و یک حلقه معیوب از ابتذال خودتقویت‌کننده شکل می‌گیرد. هونگ هشدار می‌دهد: «هنگامی که فرایند زوال شناختی آغاز شود، حتی آموزش مجدد با داده‌های باکیفیت نیز نمی‌تواند اثرات آن را به‌طور کامل حذف کند.» مدل‌ها مانند انسان‌ها در عادت‌های بد فکری گیر می‌افتند. راه‌حل پیشنهادی پژوهش: تنظیم‌گری داده (Data Curation) سخت‌گیرانه و پالایش دقیق برای جلوگیری از «آلودگی شناختی» پایدار در سیستم‌های هوشمند. 🔺انسان و ماشین: ما همان چیزی می‌شویم که مصرف می‌کنیم پژوهش‌ها همچنین تأکید می‌کنند آسیب‌هایی که برخی مدل‌های هوش مصنوعی تجربه کرده‌اند، مشابه الگوهای زوال ادراکی در انسان است. مصرف بیش‌ازحد محتوای احساسی و سطحی: ▫️مدار پاداش را مختل می‌کند ▫️توان تمرکز را کاهش می‌دهد ▫️سازوکارهای تصمیم‌گیری را تحریف می‌کند ▫️آنچه پژوهشگران «فرسایش مغزی» در انسان می‌نامند، دقیقاً همان روندی است که در مدل‌های هوش مصنوعی مشاهده شده: فقر تدریجی استدلال و ترجیح تحریک‌پذیری به جای تأمل‌ورزی. هونگ جمع‌بندی می‌کند: «آموزش بر محتوای وایرال، توهم غنا ایجاد می‌کند اما بی‌صدا استدلال، اخلاق و توجه بلندمدت را فرسوده می‌سازد.» 🔹در نهایت، انسان و ماشین هر دو همان چیزی می‌شوند که مصرف می‌کنند. شاید مسیر جلوگیری از «ابتذال دیجیتال»، تنها در انتخاب دقیق خوراک اطلاعاتی نهفته باشد. در همین زمینه، جفری هینتن پدرخوانده هوش مصنوعی هشدار داده است که اگر هوش مصنوعی مانند «یک کودک تربیت نشود»، می‌تواند جای انسان را بگیرد؛ و حتی سناریوهایی درباره پایان احتمالی یک جنگ میان انسان و هوش مصنوعی مطرح کرده است. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت

💠 تسریع دیپلماسی فناورانه Naver در خاورمیانه: از زیرساخت‌های مالی دیجیتال و استیبل‌کوین تا شهرهای هوشمند سعودی و پروژه‌های عظیم AI 🔹شرکت Naver سرعت نفوذ خود در حوزه هوش مصنوعی و زیرساخت‌های دیجیتال عربستان را افزایش می‌دهد لی هی‌جین، بنیان‌گذار و رئیس Naver، در حال تسریع حضور این شرکت در عربستان است؛ حضوری که اکنون فراتر از پروژه‌های شهر هوشمند رفته و به زیرساخت‌های مالی دیجیتال و فناوری‌های مبتنی بر استیبل‌کوین گسترش یافته است. 🔹در سفر اخیر او به ریاض که یک نقطه عطف در گسترش نفوذ Naver در خاورمیانه محسوب می‌شود رئیس Naver در حاشیه نمایشگاه بین‌المللی Cityscape Global 2025 با ماجد الحقيل، وزیر امور شهری، روستایی و مسکن عربستان، دیدار کرد. این نمایشگاه یکی از بزرگ‌ترین رویدادهای جهانی حوزه ساخت‌وساز و املاک است. به گزارش خبرگزاری رسمی عربستان (SPA)، دو طرف درباره همکاری در حوزه‌های زیر گفت‌وگو کردند: ▫️زیرساخت‌های مالی دیجیتال و ارزهای دیجیتال مبتنی بر استیبل‌کوین ▫️توکنیزه‌سازی شهر دیجیتال ▫️مراکز داده و توسعه شهری مبتنی بر هوش مصنوعی ▫️توسعه همکاری‌های تحقیق و توسعه در فناوری‌های نوظهور ▫️برنامه‌های تبادل علمی و فناوری میان دو کشور این روابط از سال ۲۰۲۲ و بازدید وزیر سعودی از مقر 1784 Naver در کره، و آشنایی او با دیجیتال توئین‌ها، ربات‌ها و فناوری‌های AI شکل گرفته است. 🔹ورود Naver به اقتصاد استیبل‌کوین در کره، Naver در حال آماده‌سازی سواپ سهام میان Naver Financial و صرافی رمزارزی Dunamu است تا ورود خود به حوزه استیبل‌کوین را رسمی کند. پیشنهاد کنونی شامل تبادل سه سهام Naver Financial در برابر یک سهم Dunamu است و قرار است چهارشنبه در هیئت مدیره بررسی شود. تحلیل‌گران این اقدام را مقدمه‌ای برای گسترش فعالیت‌های Naver در عربستان فراتر از پروژه‌های کنونی شهر هوشمند تحلیل می‌کنند. 🔹نقش Naver در دیجیتال توئین و ستون فقرات شهری سعودی شرکت Naver سال‌هاست در حال توسعه پلتفرم‌های دیجیتال توئین برای پروژه‌های شهر هوشمند عربستان است؛ شامل فناوری‌های نقشه‌برداری سه‌بعدی، شبیه‌سازی و رصد زیرساختی که برای تحقق ستون فقرات دیجیتال چشم‌انداز ۲۰۳۰ عربستان حیاتی‌اند. در Cityscape 2025، Naver مجموعه‌ای از فناوری‌های زیر را ارائه کرد: ▫️دیجیتال توئین ▫️هوش مصنوعی ▫️رایانش ابری این پلتفرم‌ها به‌ویژه در پروژه‌هایی که در مکه، مدینه و جده تکمیل شده‌اند، محور تحول دیجیتال شهری معرفی شدند. 🔺تقویت همکاری‌های کره و امارات در زیرساخت‌های عظیم AI در تحولی دیگر، چو سوییون، مدیرعامل Naver، همراه با رئیس‌جمهور کره جنوبی در سفر امارات شرکت کرد و در نشست تجاری کره ـ امارات در ابوظبی حضور یافت. او به همراه مدیران سامسونگ و SK درباره پروژه Stargate امارات ـ یک پروژه چندمیلیارد دلاری برای ایجاد زیرساخت‌های عظیم هوش مصنوعی ـ گفت‌وگو کرد. طرف اماراتی علاقه زیادی به فناوری‌های کره در حوزه نیمه‌هادی‌ها، انرژی، سیستم‌های سرمایشی و ذخیره‌سازی برق نشان داده است. 🏷 گزارش Korea Times 🌐 متاکاگ | فراتر از شناخت

💠 چرخش مقرراتی اتحادیه اروپا: عقب‌نشینی از مدل حقوق‌محور و گذار به حکمرانی صنعت‌محور هوش مصنوعی در سایه فشار بیگ‌تک و دولت ترامپ 🔹اتحادیه اروپا در واکنش به نگرانی‌ها درباره عقب‌ماندن نوآوری در بلوک، حرکت به‌سوی تسهیل مقررات هوش مصنوعی و حریم خصوصی را آغاز کرده است؛ حرکتی که فشار شرکت‌های بزرگ فناوری و انتقادات دولت ترامپ آن را شتاب داده است. کمیسیون اروپا روز چهارشنبه از بسته‌ای با عنوان Digital Omnibus رونمایی کرد؛ بسته‌ای که نتیجه جدال طولانی‌مدت میان شرکت‌های فناوری ـ ناراضی از بروکراسی و محدودیت‌های سخت‌گیرانه ـ و مدافعان حریم خصوصی است که نسبت به تضعیف حقوق دیجیتال هشدار می‌دهند. 🔹تعویق نظارت بر «هوش مصنوعی پرریسک» تا ۲۰۲۷ براساس این اصلاحات: ▫️اجرای مقررات سخت‌گیرانه مدیریت ریسک و نظارت بر سامانه‌های «پرریسک» هوش مصنوعی تا ۲۰۲۷ به تعویق می‌افتد. ▫️شرکت‌های فناوری مجاز خواهند بود داده‌های شخصی ناشناس‌شده را برای آموزش مدل‌های هوش مصنوعی استفاده کنند. ▫️پاپ‌آپ‌های مربوط به موافقت با کوکی‌ها کاهش می‌یابد. ▫️الزامات اسنادی برای کسب‌وکارهای کوچک و متوسط کاهش پیدا می‌کند. ▫️این اصلاحات، بخش‌هایی از AI Act و چند قانون مرتبط با فناوری و حریم خصوصی را بازنگری می‌کند. 🔹دلیل رسمی اتحادیه: تقویت رقابت‌پذیری هنا ویرکونن، رئیس بخش فناوری اتحادیه اروپا، اعلام کرد: با وجود برخورداری اروپا از «سرمایه انسانی، زیرساخت و بازار داخلی بزرگ»، ساختار مقرراتی چندلایه مانع رشد استارتاپ‌ها و SMEها شده است. هدف بسته جدید، تسهیل قواعد در حوزه‌ AI، امنیت سایبری و حفاظت از داده است. 🔹واکنش بیگ‌تک و لابی‌های آمریکایی لابی‌های فناوری ایالات متحد که دولت ترامپ نیز هم‌صدا با آنها از رویکرد مقررات‌زده اروپا انتقاد کرده ـ از این عقب‌نشینی استقبال کردند؛ اما گفته‌اند کافی نیست. انجمن Computer & Communications Industry Association (گوگل، اپل، متا و...) اعلام کرد: Omnibus نتوانسته آستانه ظرفیت محاسباتی برای تعریف «مدل‌های دارای ریسک سیستمیک» را به‌روز کند. ابهام در حوزه شمول فراسرزمینی حقوق مالکیت فکری همچنان مشکل‌ساز است. 🔹نگرانی فعالان حقوق دیجیتال: حمله به دستاوردهای چندسالۀ اروپا در مقابل، مدافعان حقوق دیجیتال این اصلاحات را عقب‌گردی بزرگ می‌دانند. مکس شرمْس، بنیان‌گذار گروه NOYB: «این بزرگ‌ترین حمله به حقوق دیجیتال اروپا طی سال‌های اخیر است… ادعای حفظ استانداردهای بالا با این پیشنهاد کاملاً نادرست است.» 🔹چرخش از مدل حقوق‌محور به حکمرانی صنعت‌محور جین‌کلاودیو مالگیری، استاد حقوق و فناوری دانشگاه لیدن، هشدار داد: این اصلاحات فاصله گرفتن اتحادیه اروپا از مدل حقوق‌محور و حرکت به سمت الگوی صنعت‌محور و تساهل‌گرایانه است؛ آن هم در زمانی که جهان انتظار دارد اروپا بدیلی برای رویکرد ایالات متحده ارائه کند. 🏷 گزارش الجزیره 🌐 متاکاگ | فراتر از شناخت

💠 تلاش اسرائیل برای پیش‌بینی آینده با سامانه‌های پیش‌بینی‌گر هوش مصنوعی 🔹دهه‌ها اسرائیل برای تحلیل روندهای جهانی از روش‌های سنتی استفاده می‌کرد، اما اکنون پرسش اصلی این است که چگونه می‌توان روندها را پیش از وقوع تشخیص داد. دولت اسرائیل از طریق سامانه‌ای به‌نام Horizon Line در وزارت نوآوری، علم و فناوری تلاش دارد یک معماری پیش‌بینی آینده ایجاد کند؛ معماری‌ای که، طبق ادعاها، همه‌گیری کرونا، ظهور روباتیک انسان‌نما و رقابت راهبردی آمریکا-چین را سال‌ها قبل از وقوع پیش‌بینی کرده است. 🔺ساختار Horizon Line و سامانه‌های چهارگانه پیش‌بینی‌گر دکتر ویکتور اسرائیل، مدیر ارشد این پروژه در وزارت نوآوری، توضیح می‌دهد که این تلاش بزرگ از چهار سامانه مستقل تشکیل شده است: 1⃣ سامانه رصد روندهای اجتماعی و سیاسی (۴ سال فعالیت) شناسایی روندهای اجتماعی، فرهنگی، ایدئولوژیک و سیاسی در حال شکل‌گیری. 2⃣ سامانه پیش‌بینی فناوری‌های آینده (۴ سال فعالیت) دارای بانک اطلاعاتی شامل ۴۰۰۰ فناوری آینده‌ساز. مبتنی بر مدل چندعاملی (Multi-Agent AI)؛ هر عامل یک "متخصص" در حوزه‌ای مانند اقتصاد، اخلاق، فناوری، امنیت و… است و درباره هر فناوری «بحث» می‌کند. ▫️خروجی: گزارش‌های تحلیلی همراه با نمودار و مستندات. 3⃣ سامانه تحلیل زنجیره تأمین (فعال برای وزارت دفاع) برای تحلیل ریسک‌های تأمین، تهدیدات ژئوپلیتیکی و وابستگی‌های صنعتی. 4⃣ سامانه اصلی Horizon Line (در حال توسعه) پیچیده‌ترین بخش، مختص رصد مگاترندها 🔺 پیامدهای راهبردی برای اسرائیل ضرورت‌های اعلام‌شده برای اسرائیل: ▫️آمادگی برای یک دوره طولانی بی‌ثباتی جهانی. ▫️تعمیق همکاری با هند، کشورهای اروپایی، و حوزه هند–اقیانوس آرام. ▫️بازنگری در برنامه درسی مدارس مطابق عصر هوش مصنوعی. ▫️تبدیل اسرائیل به «دارایی راهبردی» برای غرب از مسیر حضور در اقتصاد و فناوری آسیای شرقی. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت

💠 گذار به جنگ هوشمند: خودمختاری تسلیحات و جنگ شناختی در معماری نوین نبردهای قرن بیست‌ویکم 🔹هوش مصنوعی آینده جنگ را رقم می‌زند؛ تسلیحات خودمختار و جنگ شناختی در حال بازتعریف دکترین‌های نظامی جهان هستند و هم‌اکنون نیز بر معادلات پیروزی و شکست اثر می‌گذارند. تسلیحات خودمختار عملاً چهره جنگ را تغییر داده‌اند. از داستان‌های سینمایی دهه ۸۰ درباره ابررایانه‌هایی که جنگ هسته‌ای به‌راه می‌اندازند، تا امروز که هوش مصنوعی در جست‌وجوی ساده گوگل حضور دارد، یک مسیر روشن شکل گرفته: هوش مصنوعی به هسته‌ مرکزی راهبردهای نظامی تبدیل شده است. 🔹با این حال، بشریت هنوز درک دقیقی از توان واقعی این سامانه‌ها چه آن‌هایی که عملیاتی شده‌اند و چه آن‌هایی که در دست توسعه‌اند، ندارد و برای نظمی که می‌توانند بر میدان جنگ تحمیل کنند آماده نیست. تا امروز، همواره انسان بود که فناوری را در جنگ به کار می‌گرفت؛ اما اکنون احتمال دارد سیستمی که انسان طراحی کرده، خود به عنصر تعیین‌کنندهٔ غلبه بر دشمن تبدیل شود، حتی در سطح تصمیم‌گیری. 🔹«شگفتی تصاعدی و غیرقابل‌مهار»: اثر ترکیبی مؤلفه‌های هوش مصنوعی بنیان‌گذار SparkCognition، توضیح می‌دهد که ترکیب مؤلفه‌های هوش مصنوعی، شناخت تصویری، تحلیل زبانی، پیش‌بینی مبتنی بر شبیه‌سازی و جست‌وجوی پیشرفته با پلتفرم‌های موجود می‌تواند «توانمندی‌هایی کاملاً نو و پیش‌بینی‌نشده» تولید کند؛ توانمندی‌هایی که به «شگفتی تصاعدی و غیرقابل‌غلبه» می‌انجامد. پهپادها امروز همه‌جا هستند و به نگرانی درباره «ربات‌های قاتل» دامن زده‌اند؛ پهپادهایی که نه‌تنها در هوا، بلکه روی زمین و زیر آب نیز قادر به فعالیت‌اند و به‌زودی بدون دخالت انسان مأموریت اجرا خواهند کرد. 🔹رونق تولید ارزان پهپادها از خریدهای روسیه از ایران تا صنعت بومی اوکراین مرز میان فناوری تجاری و نظامی را محو کرده است. سامانه‌های جمع‌آوری داده نیز همین وضعیت را دارند: ماهواره‌ها، هواگردهای سرنشین‌دار و بدون‌سرنشین، رادارهای زمینی و زیرآبی همه دوگانه‌کاربرد هستند. هوش مصنوعی می‌تواند دادهٔ انبوه این زیرساخت‌ها را تحلیل و الگوهای پنهان را شناسایی کند؛ کاری که ارتش آمریکا در عراق و افغانستان از انجام سریع آن ناتوان بود. پهپادهای کنترل‌ازراه‌دور امروز از AI برای برخاست، فرود و پرواز خودکار استفاده می‌کنند و تنها تصمیمات تاکتیکی نهایی، مانند انتخاب هدف، بر عهده اپراتور انسانی است. هوش مصنوعی سرعت تصمیم‌گیری را به سطحی می‌رساند که برای انسان تقریباً ناممکن است؛ و اگر سامانه‌ای AI با انسان رو‌به‌رو شود، پیروز میدان سرعت، بی‌تردید هوش مصنوعی خواهد بود و همین تصور برای بسیاری نگران‌کننده است 🔺«خودمختار» در برابر «خودکار»: مرز مبهم تسلیحات هوشمند تفاوت مفهومی مهمی میان autonomous و automated وجود دارد: ▫️اگر انسان کنترل را در دست دارد → سامانه «خودکار» است. ▫️اگر سامانه خود تصمیم می‌گیرد → «خودمختار» است. برای نمونه، پهپاد Global Hawk با کنترل انسانی عمل می‌کند اما در صورت قطع ارتباط قادر است به‌طور مستقل فرود بیاید. پس این پهپاد خودکار است یا خودمختار؟ پرسش اصلی اما این است: آیا سامانه از نظر ایمنی، امکان شلیک بدون انسان را دارد؟ بسیاری از کشورها پهپادهایی دارند که می‌توانند اهداف ثابت نظامی را به‌طور خودمختار بزنند اما اجازه تصمیم‌گیری درباره هدف انسانی را ندارند تا از تلفات غیرنظامی جلوگیری شود. 🔺رقابت بازیگران جهانی: آمریکا، چین و اروپا قدرت‌های بزرگ نظامی در حال توسعه‌ی کامل طیف سامانه‌های خودمختار هستند: ▫️پهپادهای هوایی ▫️خودروهای زمینی بدون‌سرنشین ▫️شناورهای سطحی ▫️زیردریایی‌های خودمختار اما گذار از مرحله توسعه به مرحله عملیاتی با مشکلات فنی، هزینه‌های سنگین، و مقاومت سازمانی به‌ویژه در ارتش آمریکا که هنوز بر پلتفرم‌های سرنشین‌دار اولویت می‌دهد کند شده است. 🔺 «رزمنده آینده» و جنگ شناختی: از OODA تا برتری شناختی وزارت دفاع آمریکا مفهوم Hyper-Enabled Operator را مطرح کرده است: سربازی که با نمایشگر سربالا (HUD) متصل به سوپرکامپیوتر قابل‌حمل، برتری شناختی پیدا می‌کند یعنی تصمیم‌گیری سریع‌تر و دقیق‌تر از دشمن. هسته این مدل، چرخه شناخته‌شده OODA است: Observe – Orient – Decide – Act سامانه VITA نیز ترجمه محیط زبانی و بصری را در لحظه ارائه می‌کند، از جمله روسی، اوکراینی و چینی. سرباز می‌تواند با گوشی خود یک خیابان را اسکن کند و بلافاصله ترجمه تابلوها را ببیند یا مکالمه هم‌زمان داشته باشد. 🏷 آسیا تایمز 🌐 متاکاگ | فراتر از شناخت

💠 بازطراحی ماهیت جنگ: برهم‌کنش سامانه‌های شناختی، خودکارسازی نظامی و هوش مصنوعی 🔹در گفت‌وگویی مشترک میان هِلِن وارل (خبرنگار تحقیقات امنیتی FT) و جیمز اُدانل (خبرنگار ارشد MIT Technology Review)، ابعاد اخلاقی، امنیتی و اقتصادی گسترش هوش مصنوعی در حوزه‌ی نظامی بررسی می‌شود. گزارش با یک سناریوی ۲۰۲۷ آغاز می‌شود: چین در آستانه‌ی حمله به تایوان است؛ پهپادهای خودمختار با الگوریتم‌های هدف‌گیری پیش‌گویانه آماده‌ی از کار انداختن پدافند جزیره‌اند، همزمان حملات سایبری تولیدشده توسط مدل‌های مولد شبکه‌های انرژی و ارتباطی را فلج کرده و یک اکوسیستم دیپ‌فیکیِ انتشار سازمان‌یافته‌ی اطلاعات نادرست افکار عمومی جهانی را نسبت به تهاجم چین بی‌حس می‌کند. 🔹این تصویر، هسته‌ی بحث درباره‌ی «دیستوپیای جنگ مبتنی بر هوش مصنوعی» است؛ جایی که فرماندهان امیدوار به نیرویی سریع‌تر و دقیق‌ترند، اما بیم دارند که شتاب تصمیم‌گیری ماشینی، کنترل انسانی و نظارت اخلاقی را از بین ببرد. هِـنری کیسینجر سال‌های آخر عمر خود را صرف هشدار درباره‌ی فاجعه‌ی قریب‌الوقوع جنگ‌های خودکار کرد. در غرب تقریباً یک اجماع شکل گرفته است: تصمیم‌گیری درباره‌ی تسلیحات هسته‌ای نباید به هوش مصنوعی واگذار شود. آنتونیو گوترش پا را فراتر گذاشته و ممنوعیت کامل سامانه‌های کشنده‌ی کاملاً خودمختار را ضروری می‌داند. بااین‌حال، گروهی از پژوهشگران ازجمله آنتونی کینگ معتقدند توان واقعی هوش مصنوعی در میدان نبرد «بیش‌برآورد» شده و اتوماسیون کامل جنگ «توهم» است. از نظر او، نقش فعلی AI بیشتر تقویت ادراک نظامی و بهبود تصمیم‌سازی است تا جایگزینی کامل انسان. 🔹اکنون سه کاربرد اصلی AI در نظامی‌گری عبارت‌اند از: ۱) برنامه‌ریزی و لجستیک ۲) عملیات سایبری (خرابکاری، جاسوسی، هک و عملیات اطلاعاتی) ۳) هدف‌گیری تسلیحاتی—که همین مورد سوم در اوکراین و غزه در حال استفاده عملیاتی است. در اوکراین، نیروهای کی‌یف از نرم‌افزارهای هدایت پهپاد مبتنی بر AI استفاده می‌کنند که نویزهای الکترونیکی روسیه را دور می‌زند. در غزه، ارتش اسرائیل از سامانه‌ی Lavender بهره می‌برد که ۳۷هزار هدف انسانی بالقوه را شناسایی کرده است. البته خطر انتقال سوگیری داده‌های آموزشی به سامانه‌ها وجود دارد؛ اما برخی تحلیلگران اسرائیلی می‌گویند اعتمادشان به «مکانیسم آماری» بیش از سرباز خسته و داغ‌دیده است. 🔹در مقابل، تکنوکرات‌هایی مانند کیت دیر (مدیر Cassi AI) معتقدند قوانین فعلی کافی است: «اگر داده‌ی سمی را حذف کنید و بر استقرار نظارت انسانی وجود داشته باشد، انسانِ فرمانده مسئول پیامدهاست.» جیمز اودانل می‌گوید که صنعت فناوری نسبت به گذشته تغییر رویکرد داده است: در ابتدای ۲۰۲۴، OpenAI استفاده‌ی نظامی را ممنوع کرده بود؛ اما در پایان همان سال با شرکت Anduril قرارداد همکاری برای ساقط‌کردن پهپادها با AI بست. علت این تغییر؟ ۱) هیجان و اغراق درباره‌ی وعده‌های AI ۲) فشار مالی مدل‌های عظیم که شرکت‌ها را به سمت بودجه‌های کلان پنتاگون و اروپا سوق می‌دهد ۳) افزایش شدید سرمایه‌گذاری دفاعی در استارتاپ‌های امنیتی 🔹جیمز می‌گوید منتقدان در دو دسته‌اند: ▫️گروه اول با «جنگ» مشکل دارد، نه لزوماً با «هوش مصنوعی در جنگ». ▫️گروه دوم، متخصصان نظامی مانند میسی کامینگز هستند که معتقدند مدل‌های زبانی بزرگ (LLM) در محیط‌های پرخطر مستعد خطاهای فاجعه‌بارند. پاسخ رایج به این انتقاد، «بازبینی انسانی» است؛ اما وقتی یک مدل از میلیون‌ها پارامتر و هزاران ورودی تصمیم می‌سازد، یک انسان نمی‌تواند به‌طور واقعی تمام خروجی را اعتبارسنجی کند. هِلِن هشدار می‌دهد: در رقابت تسلیحاتی مبتنی بر AI، سرعت و محرمانگی می‌تواند سامانه‌هایی را بدون ارزیابی لازم وارد چرخه‌ی جنگ کند. 🏷 پیوست خبری-تحلیلی 🌐 متاکاگ | فراتر از شناخت