تعهدی به ضمانت ملل اپلیکیشن پرداخت صاپ در مقابل اعتماد شما؛ مسئولیم خدمات دیجیتال بانک ایران زمین؛ تجربه ای متفاوت
آرشیو اخبار
روز
ماه
سال
پايگاه اطلاع رساني دفتر مقام معظم رهبري پايگاه اطلاع رساني رياست جمهوري اسلامي ايران خانه ملت - خبرگزاري مجلس شوراي اسلامي پرتال جامع قوه قضائيه جمهوري اسلامي ايران logo-samandehi
  • | انصراف
به کانال تلگرام بانک و صنعت بپوندید بانک و صنعت را در اینستاگرام دنبال کنید
شماره: 311890 تاریخ : 1396/10/02-11:11:56
,15,
الگوریتم‌ها به جای مغزها

چطور فناوری ذهن‌های ما را به چیزی زیادی تبدیل می‌کند

الگوریتم‌ها به جای مغزها

زاکربرگ مدعی بود که روح هکر بودن در یک شعار ترغیب‌کننده خلاصه شده است: «سریع حرکت کن و اشیا را بشکن».

بانک و صنعت؛ همه ارزش‌هایی که دره سیلیکون مدعی آنهاست، ارزش‌های دهه 1960 هستند. شرکت‌های بزرگ حوزه فناوری خودشان را در مقام پلتفرم‌هایی برای رهایی شخصی ارائه می‌کنند. هرکسی حق دارد در رسانه‌های اجتماعی درباره ذهنیت خود صحبت کند، ظرفیت‌های فکری و دموکراتیک خود را به عرصه اجرا درآورد و فردیت خود را ارائه کند. در حالی که تلویزیون یک رسانه منفعل بود که شهروندان را در عمل به افرادی لَخت و کندذهن تبدیل می‌کرد، فیس‌بوک مشارکتی و قدرت‌دهنده است. این ابزار به کاربران اجازه می‌دهد به‌شدت بخوانند، به خود فکر کنند و عقاید خود را شکل دهند.

ما نمی‌توانیم به طور کامل این زبان‌بازی و لحن سخن گفتن را کنار بگذاریم. بخش‌هایی از جهان وجود دارند، حتی در امریکا، که در آنجا فیس‌بوک شهروندان را تشویق می‌کند و آنها را قادر می‌سازد که خود را در مخالفت با قدرت سازماندهی کنند. ولی نباید قبول کنیم که درک فیس‌بوک از خود خیلی ساده و بی‌غل‌وغش است. فیس‌بوک یک نظام از بالا به پایینِ به‌دقت مدیریت‌شده است و یک میدان عمومی صاف و ساده نیست. این ابزار از برخی الگوهای گفت‌وشنود تقلید می‌کند اما این یک خصلت ظاهری است.

در واقعیت امر، فیس‌بوک گره‌گاهی از قواعد و دستورالعمل‌ها است برای طبقه‌بندی اطلاعات؛ قواعدی که به وسیله شرکت برای رسیدن به حد نهایت سود شرکت اندیشیده شده است. فیس‌بوک همیشه در حال شنود کاربران خود است، همیشه بر آنها نظارت دارد و از آنها در قالب موش‌های آزمایشگاهی در آزمایش‌های رفتاری‌اش استفاده می‌کند. در حالی که فیس‌بوک این تصور را ایجاد می‌کند که حق انتخاب برای کاربرانش ارائه می‌کند، در واقع این ابزار به صورتی پدرمنشانه کاربران را به مسیری هل می‌دهد و وانمود می‌کند که بهترین مسیر برای آنها است و همچنین جهت‌دهی به این مسیر طوری است که آنها کاملا به آن اعتیاد پیدا می‌کنند. این یک نوع جعلی بودن امور است که آشکارترین شاهکار فیس‌بوک در طول تاریخ خود به حساب می‌آید.

مارک زاکربرگ یک پسر خوب است اما می‌خواهد بد باشد یا شاید فقط کمی تخس. قهرمانان دوران بزرگ‌سالی او هکرهای اصلی هستند. آنها دزدان بدخواه اطلاعات یا تروریست‌های سایبری نیستند. هکرهایی که قهرمان زاکربرگ هستند، در مقابل اقتدار با احترام عمل نمی‌کنند. آنها آدم‌های خبره‌ای از نظر فنی، کابوی‌هایی بی‌اندازه کاردان و رهاشده از تفکر مرسوم هستند. آنها در آزمایشگاه‌های موسسه فناوری ماساچوست (دانشگاه ام‌آی‌تی) در طول دهه‌های 1960 و 1970، هر قانونی را شکستند تا در ساختن هرچیزی در اوایل رایانه‌ای شدن دخالت کنند، مثل نمونه‌های عالی اولین بازی‌های ویدئویی و پردازنده‌های کلمات. آنها در وقت آزاد خود، بازی ذهنی «اپیک برنکز» را انجام می‌دادند تا توجه خود را روی زیرکی خود بیشتر کنند، یک گاو زنده را روی سقف خوابگاه کمبریج بردند، یک بالن هوا راه‌اندازی کردند که با آرم «ام‌آی‌تی» تزیین شده بود و به‌طور معجزه‌آسایی از زیر زمین بازی در وسط مسابقه فوتبال هاروارد – ییل ظاهر شد.

دشمن بزرگ هکرها بوروکرات‌هایی بودند که دانشگاه‌ها، شرکت‌ها و دولت‌ها را اداره می‌کردند. بوروکرات‌ها هم درست مثل هکرها از کارآمدتر کردن جهان حرف می‌زدند. اما آنها واقعا افراد کم‌خردی بودند که ورقه‌های اداری را سیاه می‌کردند و به‌شدت از اطلاعاتی که در دست داشتند حفاظت می‌کردند، حتی وقتی آرزو داشتند آن اطلاعات به اشتراک گذاشته شود. وقتی هکرها به‌روشنی روش‌های بهتری برای انجام دادن کارها را مهندسی کردند – جعبه‌ای که مکالمات رایگان از فاصله‌های دور را امکان‌پذیر می‌سازد، ساختاری که ممکن است یک سیستم عامل را بهبود دهد – بوروکرات‌ها پا در کفش آنها کردند و انگشت میانی دستشان را برای آنها تکان دادند. هکرها کلی کیف کردند و لذت بردند از اینکه سر مردانی کت‌وشلوارپوش شیره مالیده‌اند.

وقتی که زاکربرگ در پاییز سال 2002 به دانشگاه هاروارد وارد شد، مدت‌ها بود که روزگار طلایی هکرها سپری شده بود. آنها آن موقع بچه‌های سن‌دارتری بودند، دست‌مایه حکایت‌هایی خوب به شمار می‌رفتند و برخی از آنها نیز درگیر نزاع‌هایی گنگ و پررمز و راز علیه بشر شده بودند. اما زاکربرگ می‌خواست که هک کند و همچنین مثل زمان‌های قدیم به هنجارها بی‌اعتنا باشد. او در دبیرستان با ور رفتن با کدهای برنامه‌نویسی وب‌سایت «آی او ال»، توانست قفل این شرکت را که مانع ورود از بیرون می‌شد بشکند و برنامه ارسال پیامک خود را توسعه داد و به آن اضافه کرد. او به عنوان دانشجوی سال دوم دانشگاه، وب‌سایتی را راه‌اندازی کرد که «فیس‌مش» نامیده بود – با این هدف پر از مناعت طبع که مشخص کند جذاب‌ترین پسر دانشگاه کیست. زاکربرگ از کاربران می‌خواست که تصاویر دو دانشجو را با هم مقایسه کنند و سپس یکی از آن‌دو را که خوش‌تیپ‌تر به نظر می‌رسید معین کنند. برنده هر جفت دانشجو به مرحله بعدی تورنمنت هورمونی خود می‌رفت. زاکربرگ برای سرهم‌بندی کردن این وب‌سایت نیاز به عکس افراد داشت. او این عکس‌ها را از سرور‌های مختلف دانشگاه هاروارد سرقت کرد. او وقتی که ابداع خود را کامل کرد، در وبلاگش نوشت: «یک چیز مشخص است و آن این است که برای ساختن این سایت از روی هوا برخی چیزها را قاپیدم، این خیلی خوب است.»

این تجربه کوتاه او از شورش و اغتشاش، در نهایت به عذرخواهی او از کمیته انضباطی دانشگاه هاروارد و نیز از زنان دانشگاه ختم شد و همچنین به فکر کردن و چاره اندیشیدن برای جبران آبروی ازدست‌رفته‌اش انجامید. او در سال‌های پس از آن، نشان داده است که مبارزه‌طلبی و سرپیچی واقعا خصلت طبیعی او نیست. بی‌اعتمادی او به مقامات رسمی به حدی بود که در جست‌وجوی الگو گرفتن از دان گراهام بود، رئیس‌ هیئت‌مدیره شرکت «واشنگتن پست» در آن زمان، در مقام پیر و مرشدش. بعد از اینکه او فیس‌بوک را راه‌اندازی کرد، سایه به سایه بسیاری از غول‌های شرکت‌های امریکا را تعقیب کرد برای اینکه تا جایی که می‌تواند سبک مدیریتی آنها را از نزدیک مورد مطالعه و مداقه قرار دهد.

با این حال، اشتیاق جوانی زاکربرگ به هکرها هرگز از بین نرفت – یا بهتر است گفته شود که او این اشتیاق را به مظهر جدید و بالغ‌تر و پخته‌تر خود وارد کرد. وقتی که او سرانجام یک محوطه برای شرکت خودش به دست آورد، یک نشانی حاکی از نخوت برای آن درست کرد: «وان هکر وِی». او یک ساختمان مجتمع بزرگ با شکل کلمه «هکر» درست کرد که از بتون درست شده بود. در وسط محوطه پارک‌مانند دفتر کارش، یک فضای تجمع و قرار ملاقات بزرگ درست کرد که آن را «میدان هکر» نامید. البته این مکان میعادگاهی بود که کارکنانش در آنجا جمع می‌شدند و هر شب یک «هکاتون» بود. رویدادی که در آن برنامه‌نویسان رایانه و افراد دیگری که درگیر توسعه نرم‌افزار هستند، از جمله طراحان گرافیکی، طراحان واسط کاربری و مدیران پروژه گرد هم می‌آیند و در توسعه پروژه‌های نرم‌افزاری و گاهی سخت‌افزاری با یکدیگر همکاری می‌کنند. همان‌طور که او به گروهی از کسانی که می‌توانستند کارآفرین باشند گفته است، «ما همه این خصایل را طوری کسب کرده‌ایم که انگار می‌خواهیم یک فرهنگ هکری بسازیم.»

بسیاری از شرکت‌ها به‌طور مشابهی از فرهنگ هکری تجلیل می‌کنند – به عنوان ایجادکنندگان شکاف در میان ما و اصلاح‌کننده سیستم – اما هیچ یک از آنها به اندازه فیس‌بوک جلو نرفته بودند. تا آن زمان که زاکربرگ شروع به تمجید از محسنات و خصایل نیکوی هک کردن کرد، نام بسیاری از روش‌های اصلی کار خود را درست کرده و چکیده آنها را یک فلسفه مدیریتی که تنها اشاره‌ای به مبارزه‌جویی و مخالف‌خوانی داشت وارد کرده بود. او در یکی از مصاحبه‌هایش به مصاحبه‌کننده گفت که هکرها «فقط گروهی از دانشمندان علوم رایانه هستند که خیلی سریع در حال تلاش برای تهیه مدل و فهم چیزی هستند که امکان وقوع داشته باشد. برای همین است که من مهندسانمان را ترغیب می‌کنم آن کار را اینجا انجام دهند.» هک کردن به معنی کارمند خوب بودن است، یعنی کسی که یک شهروند مسئولیت‌پذیر فیس‌بوک به حساب می‌آید. این فرد یک نمونه کوچک از کسی است که در روشی قدم برمی‌دارد که در آن شرکت از زبان رادیکال فردگرایی استفاده می‌کند و آن را برای خدمت به دنباله‌روی و همرنگی به کار می‌گیرد.

زاکربرگ مدعی بود که روح هکر بودن در یک شعار ترغیب‌کننده خلاصه شده است: «سریع حرکت کن و اشیا را بشکن». واقعیت این است که فیس‌بوک سریع‌تر از آنچه زاکربرگ حتی می‌توانست تصور کند حرکت کرد. همان طور که همه ما می‌دانیم، شرکت او یک خوشمزگی و مسخره‌بازی خوابگاهی بود،‌ چیزی که مثل یک دارو برای درمان بی‌خوابی عمل می‌کرد. به همان اندازه که مخلوق او رشد کرد، این ابداع نیاز داشت که مقیاس جدید شرکت را برای سرمایه‌گذارانش، کاربرانش و جهان توجیه کند. فیس‌بوک احتیاج داشت که سریع رشد کند و بزرگ شود. این شرکت در طول عمر کوتاه خود، از یک تعریف از خود به تعریف از خود دیگری رفته است. این شرکت خودش را یک ابزار می‌نامید، یک خدمت عمومی و یک پلتفرم. این شرکت درباره گشودگی و باز بودن و ارتباط داشتن و اتصال صحبت کرده است. و در تمام تلاش‌هایی که برای تعریف خودش به خرج داده، سعی کرده مقاصد و نیات خود را روشن کند.

با اینکه فیس‌بوک گاه‌به‌گاه درباره شفافیت دولت‌ها و شرکت‌ها صحبت کرده، آنچه واقعا می‌خواهد بهبود بخشد شفافیت افراد است – یا آنچه خودش در مواقع مختلفی «شفافیت رادیکال» یا «نهایت شفافیت» نامیده است. نظریه‌ای که پشت سر این راهبرد وجود دارد این است که با به اشتراک گذاشتن جزئیات خصوصی خود، بی‌نظمی و آشوب اخلاقی زندگی‌های ما ضدعفونی و بیمه می‌شود. با ظهور این تهدید که اطلاعات ناراحت‌کننده ما منتشر خواهد شد، ما بهتر رفتار خواهیم کرد. و شاید فراگیری عکس‌های متهم‌کننده و افشاگری‌های زشت به ما تکانی بدهد تا در برابر گناهان دیگران صبورتر شویم. زاکربرگ گفته است: «روزهایی که شما تصویری متفاوت نزد دوستان محل کار یا همکاران خود و دیگر افرادی که می‌شناختید داشتید احتمالا خیلی سریع در حال به پایان رسیدن است. داشتن دو هویت برای خود مثالی از نبود یکپارچگی و وحدت است.»

نکته این است که فیس‌بوک یک زاویه نگاه قوی و پدرمنشانه درباره آنچه برای شما بهترین است دارد و تلاش می‌کند شما را به آنجا منتقل کند. زاکربرگ گفته است: «رساندن مردم به نقطه‌ای که باز بودن و گشودگی بیشتر در آن است، یک چالش بزرگ است. اما من فکر می‌کنم ما این کار را خواهیم کرد.» او دلیلی دارد برای اینکه باور داشته باشد به آن هدف خواهد رسید. فیس‌بوک با اندازه‌ای که دارد، قدرت‌های فوق‌العاده بزرگی را جمع کرده است. زاکربرگ گفته است: «از خیلی جنبه‌ها، فیس‌بوک بیشتر شبیه یک دولت است تا یک شرکت سنتی. ما این جامعه بزرگ از مردم را داریم و بیشتر از دیگر شرکت‌های حوزه فناوری، واقعا در حال سیاست‌گذاری هستیم.»

 

سیاست مهندسی

زاکربرگ بدون اینکه بداند وارث یک سنت سیاسی دیرینه است. طی 200 سال گذشته، غرب در محقق کردن یک خیال‌پردازی دایمی ناتوان بوده است، رویایی که در پی آن ما سیاستمداران مفت‌خور را بیرون می‌اندازیم و آنها را با مهندسان جایگزین می‌کنیم؛ یعنی حکومت کردن با خط‌کش مهندسی. فرانسوی‌ها اولین کسانی بودند که در پیامدهای خونین انقلاب خود که جهان را به هم ریخت به این مفهوم پر و بال دادند. محفلی از تاثیرگذارترین فیلسوفان این کشور (به‌خصوص هنری دو سن‌سیمون و آگوست کنت) در میان ماجراهای این کشور گیر کرده و مردد مانده بودند. آنها از استحکامات باستانی قدرت انگل‌وار متنفر بودند – یعنی لردهای فئودال، کشیشان و نظامیان – اما همچنین نگران آشوب و بلوای عوام‌الناس بودند. آنها برای اینکه میانه را بگیرند، شکلی از تکنوکراسی را پیشنهاد کردند – مهندسان و تکنیسین‌های جوراجور با نوعی بی‌طرفی خیرخواهانه حکومت کنند. مهندسان نظم کهن قدرت این جامعه را کنار می‌گذاشتند، در حالی که با روح علم حکومت می‌کردند. آنها جامعه را با عقلانیت و نظم روبه‌رو می‌کردند.

این رویا از آن موقع روشنفکران را مفتون خود کرده است، به‌ویژه امریکایی‌ها را. جامعه‌شناس بزرگ، تورستین وبلن، که مشتاق وارد کردن مهندسان به قدرت بود، در سال 1921 کتابی را درباره مورد مطالعاتی خود نوشت. پیش‌بینی خیلی ساده تبدیل به یک واقعیت شد. در دوران پس از جنگ جهانی اول، نخبگان امریکایی اصلا وحشت‌زده بودند از احساسات و مسائل روانی غیرمنطقی‌ای که به وسیله آن درگیری ایجاد شده بود – بیگانه‌هراسی، نژادپرستی، ظهور سلاخی کردن مردم و شورش. و وقتی که واقعیت‌های حیات اقتصادی تا این حد پیچیده شوند،  سیاستمداران چطور احتمال دارد آنها را مدیریت کنند؟ امریکایی‌ها از هر مسلک و مرامی، در آرزوی موفقیتِ تسکین‌دهنده مشهورترین مهندس زمانه بودند: هربرت هووِر. در سال 1920، فرانکلین دی روزولت – که البته در سال 1932 جانشین هوور شد – جنبشی را برای ریاست‌جمهوری هوور ساماندهی کرد.

تجربه هوور در انتها به‌سختی یک خیال‌پردازی خوشحال‌کننده از حکمرانی یک پادشاه مهندس را به واقعیت بدل ساخت. با این حال، نسخه‌ای متفاوت از این رویا، در قالب مدیرعامل‌های شرکت‌های بزرگ حوزه فناوری به ثمر نشسته است. هنوز مهندسان بر ما حکومت نمی‌کنند اما آنها به نیروهایی مسلط در حیات امریکایی تبدیل شده‌اند – بالاترین و تاثیرگذارترین لایه نخبگان ما.

راه دیگری هم برای توصیف این پیشرفت تاریخی وجود دارد. خودکارسازی سوار بر امواج است. طی دوران انقلاب صنعتی، ماشین‌آلات جایگزین کارگران یدی شدند. ابتدا ماشین‌ها نیاز به اپراتورهای انسانی داشتند. با گذشت زمان، ماشین‌ها تقریبا بدون هیچ مداخله انسانی کار می‌کردند. طی قرن‌ها، مهندسان کارگران فیزیکی را خودکارسازی می‌کردند. نخبگان مهندسی جدید ما فکرها را مهندسی کرده‌اند. آنها به قدری فناوری‌ها را کامل کرده‌اند که فرایندهای فکری را کناری گذاشته‌اند و بنابراین مغز را به عضوی اضافی از بدن تبدیل کرده‌اند. یا همان طور که مدیرعامل سابق گوگل و یاهو، ماریسا مه‌یر، زمانی استدلال کرده بود، «شما باید کلمات و جملات را کمتر انسانی و بیشتر قطعاتی محصول ماشین در نظر بگیرید». مسلما ما شروع به برون‌سپاری کارهای فکری خود به شرکت‌هایی کرده‌ایم که به ما آنچه باید یاد بگیریم، موضوعاتی که باید مورد توجه قرار دهیم و مواردی را که باید بخریم توصیه می‌کنند. این شرکت‌ها می‌توانند مزاحمت‌هایی را که برای زندگی ما دارند با استدلال‌هایی از سن‌سیمون و آگوست کنت توجیه کنند: آنها برای ما کارآمدی را فراهم می‌کنند؛ آنها نظم را با زندگی انسان مواجه می‌سازند.

هیچ‌کسی بهتر از زاکربرگ نمی‌تواند ایمان به قدرت مهندسی را به جامعه منتقل کند. او به یک گروه از برنامه‌نویسان نرم‌افزار گفته بود: «شما می‌دانید، من یک مهندس هستم و فکر می‌کنم بخش اساسی عادات فکری مهندسی این امید و اعتقاد است که شما چیزی را که آن بیرون است تحویل می‌گیرید و آن را خیلی خیلی بهتر از چیزی که امروز هست می‌کنید. هرچیزی، چه سخت‌افزار باشد چه نرم‌افزار، چه یک شرکت، چه یک اکوسیستم برنامه‌نویسی. شما می‌توانید هرچیزی را تحویل بگیرید و آن را خیلی خیلی بهتر کنید.» اگر فقط این فکر زاکربرگ بتواند حکم‌فرما شود، جهان بهبود خواهد یافت – و حکم‌فرما هم خواهد شد.

 

 مزایا و مخاطرات الگوریتم‌ها

منشأ دقیق قدرت فیس‌بوک الگوریتم‌ها هستند. این مفهومی است که تقریبا در همه حکایت‌های شرکت‌های غول فناوری طوطی‌وار تکرار می‌شود، با وجود این، در بهترین حالت، برای کاربران خود مبهم و ناشناخته باقی مانده است. از لحظه ابداع الگوریتم‌ها، امکان‌پذیر بود که قدرت آنها و ظرفیت انقلابی آنها دیده شود. الگوریتم‌ها به منظور خودکار کردن تفکر و برداشتن تصمیم‌گیری‌های دشوار از روی شانه‌های انسان و پایان دادن به مجادلات مناقشه‌انگیز نوشته شدند.

اساس الگوریتم کاملا ساده و خالی از پیچیدگی است. کتاب‌های درسی و آموزشی آنها را از نظر مواد و محتوایشان مقایسه می‌کنند – سلسله‌ای از مراحل دقیق و مشخص که بدون اینکه به آنها فکر شود دنبال می‌شوند. الگوریتم با معادله که یک جواب درست دارد متفاوت است. الگوریتم‌ها صرفا روند حل کردن یک مسئله را دنبال می‌کنند و چیزی درباره اینکه مراحل آنها در نهایت به کجا هدایت می‌شود نمی‌گویند.

این مواد و محتویات قطعات ضروری ساخت نرم‌افزار هستند. برنامه‌نویسان نمی‌توانند خیلی ساده به رایانه دستور بدهند که، فرض کنید، در اینترنت جست‌وجو کن. آنها باید به رایانه مجموعه‌ای از دستورهای مشخصی را بدهند تا بتواند آن وظیفه را انجام بدهد. این دستور‌ها باید فعالیت‌های آشفته انسانی را به اطلاعات تبدیل کند و آنها را وارد فرایند منظمی بکند که به زبان ماشین به آن داده شده‌ است. اولین این کار را بکن... بعد آن کار را. فرایند ترجمه، از یک مفهوم به یک فرایند و به یک نرم‌افزار، ذاتا تقلیل‌گرایانه است. فرایندهای پیچیده باید به یک سلسله از انتخاب‌های دوتایی تقسیم شوند. در اینجا یک معادله برای اینکه پیشنهاد بدهد چه لباسی بپوشید وجود ندارد بلکه یک الگوریتم می‌تواند خیلی ساده برای آن نوشته شود – الگوریتمی که کار خود را از طریق مجموعه‌ای از سؤالات با پاسخ این یا آن انجام می‌دهد (صبح یا شب، زمستان یا تابستان، آفتابی یا بارانی) و با هر انتخاب، به مرحله بعدی می‌رود.

در اولین دهه‌های کار با رایانه، اصطلاح «الگوریتم» خیلی مورد اشاره قرار نمی‌گرفت. اما وقتی که دانشکده‌های علوم رایانه‌ای شروع به توسعه در دانشگاه‌ها در دهه 1960 کردند، این اصطلاح صاحب نشان اصالت جدیدی شد. گرایش عمومی به آن باعث اضطراب وضعیت بود. برنامه‌نویسان، به‌خصوص در دانشگاه، مضطرب بودند از اینکه صرفا تکنیسین نیستند. آنها شروع به توصیف خود کار خود به عنوان کاری الگوریتمی کردند، تا حدی به این دلیل که کارشان آنها را به یکی از بزرگ‌ترین ریاضی‌دان‌ها همه اعصار مرتبط کرده بود – یک دانشمند جامع‌الاطراف ایرانی به نام محمد بن موسی الخوارزمی، یا همان طور که در زبان لاتین شناخته می‌شود، الگوریتمی. طی قرن 12 میلادی (چهارم هجری)، ترجمه‌های الخوارزمی اعداد عربی را به غرب معرفی کرد؛ قواعد او در جبر و مثلثات پیشرو بود. دانشمندان علوم رایانه‌ای با توصیف الگوریتم در قالب عنصر بنیادین برنامه‌نویسی، خود را به یک تاریخ بزرگ مرتبط کردند. اینجا مقداری زرنگی در نام‌گذاری اتفاق افتاده است: نگاه کنید، ما تازه‌وارد نیستیم، ما با مسائل انتزاعی و نظریه‌ها کار می‌کنیم، درست مثل ریاضی‌دانان!

در این تصویرسازی از خود نوعی زرنگی وجود داشت. الگوریتم ممکن است اساس علوم رایانه‌ای باشد اما دقیقا یک مفهوم علمی نیست. یک الگوریتم یک سیستم است، مثل لوله‌کشی یا سلسله‌ای از دستورهای نظامی. اما برخی سیستم‌ها، مثل برخی ارتش‌ها، خیلی معتبرتر از برخی دیگر هستند. دانش فنی، محاسبات و خلاقیت برای اینکه یک سیستم درست کار کند لازم است. یک سیستم یک مصنوع انسانی است، نه بدیهیات ریاضی. ریشه‌های الگوریتم بی‌تردید انسان است اما خطاپذیری انسان کیفیتی نیست که ما در آن دست داشته باشیم. وقتی که الگوریتم‌ها تقاضای یک وام را رد می‌کند یا قیمت یک پرواز با هواپیما را تعیین می‌کند، به نظر غیرشخصی و غیرقابل‌ انعطاف می‌رسد. این‌طور انتظار می‌رود که یک الگوریتم عاری از خطا، شهود، احساس یا بخشش باشد.

 

افرادی که در دره سیلیکون دارای اشتیاق و عطش به الگوریتم‌ هستند، خیلی در قبال توصیف توانایی‌های دل‌بستگی‌های خود فروتنی نشان نمی‌دهند. الگوریتم‌ها همیشه جذاب و ارزشمند بوده‌اند اما پیشرفت‌ در رایانه‌ای شدن آنها را به‌مراتب قدرتمندتر ساخته است. تغییر بزرگ هزینه رایانه‌ای شدن بود: این هزینه به‌شدت کاهش یافت، درست مثل خود ماشین‌آلات، و به یک شبکه جهانی متصل شد. رایانه‌ها می‌توانستند توده‌های عظیمی از اطلاعات مرتب‌نشده را روی هم انباشته کنند و الگوریتم‌ها می‌توانستند به این اطلاعات حمله کنند تا الگوها و ارتباطاتی را پیدا کنند که تحلیل‌گران انسانی آنها را نمی‌یابند. این الگوریتم‌ها در دستان گوگل و فیس‌بوک قدرتمندتر از همیشه شده‌اند. هرچه در آنها بیشتر جست‌وجو شود، آنها اطلاعات بیشتر و بیشتری را روی هم جمع می‌کنند. ماشین‌های این شرکت‌ها همه پاره‌های جست‌وجوهای گذشته را جذب و از این پاره‌ها برای رسیدن دقیق‌تر به نتایج دلخواه خود استفاده می‌کنند.

در کلیت وجود انسان، خلق دانش به زحمت قدم برداشتن با آزمون و خطا است. انسان‌ها ممکن است در ذهنیت خود نظریاتی درباره اینکه جهان چطور کار می‌کند داشته باشند، آن‌گاه شواهدی را آزمایش می‌کنند تا دریابند که آیا فرضیه‌های آنها وقتی با واقعیت روبه‌رو می‌شوند، باقی می‌مانند یا ابطال می‌شوند. الگوریتم‌ها این روش علمی را وارونه می‌کنند – الگوهایی هستند که از درون اطلاعات سر برمی‌آورند و از درون اصلاح‌شدن‌ها، بدون اینکه توسط فرضیه‌ها هدایت شوند. کریس اندرسون، سردبیر وقت مجله «وایرد»، در مقاله‌ای استدلال می‌کرد: «ما می‌توانیم نگاه کردن به مدل‌ها را متوقف کنیم. ما می‌توانیم اطلاعات را بدون فرضیاتی درباره آنچه ممکن است نشان بدهند تحلیل کنیم. ما می‌توانیم اعداد را به درون بزرگ‌ترین خوشه‌های رایانه‌ای که جهان تا به حال دیده پرتاب کنیم و به الگوریتم‌های آماری اجازه بدهیم الگوهایی را که علم نمی‌تواند پیدا کند بیابند.»

در سطحی، این امر غیرقابل ‌انکار است. الگوریتم‌ها می‌توانند زبان‌ها را بدون اینکه لغات را درک کنند به‌سادگی با کشف الگوهای ساختار جملات ترجمه کنند. آنها می‌توانند مطابقت‌ها، تقارن‌ها و هماهنگی‌هایی را کشف کنند که انسان تا به حال هرگز به جست‌وجوی آنها نیز فکر نکرده است. الگوریتم‌های شرکت خرده‌فروشی «وال‌مارت» دریافته‌اند که افراد وقتی که خود را برای طوفان‌های سهمگین آماده می‌کنند، شدیدا تارت توت‌فرنگی می‌خرند.

با وجود این، حتی اگر الگوریتم‌ها بدون فکر کردن فرایندهای خود را پیاده‌سازی می‌کنند – و حتی اگر بیاموزند که الگوهای جدید را در اطلاعات دریابند – بازتاب‌دهنده ذهنیت خالقان خود و حالت‌های تمرین‌کنندگان با آنها هستند. شرکت‌های «آمازون» و «نت‌فلیکس» از الگوریتم‌ها استفاده می‌کنند تا توصیه‌هایی درباره کتاب‌ها و فیلم‌ها ارائه کنند. (یک‌سوم فروش شرکت آمازون از همین توصیه‌ها ریشه می‌گیرد.) این الگوریتم‌ها در جست‌وجوی درک ذائقه‌های ما هستند، ذائقه‌های مصرف‌کنندگان فرهنگی که ذهنیت‌هایی مشابه هم دارند. با این حال، الگوریتم‌ها توصیه‌هایی به‌طور بنیادین متفاوت ارائه می‌کنند. «آمازون» شما را به سوی آن نوع کتاب‌هایی هدایت می‌کند که قبلا دیده‌اید. «نت‌فلیکس» کاربران را به سوی فیلم‌های غیرمشابه سوق می‌دهد. برای این تفاوت دلیلی تجاری وجود دارد؛ فیلم‌های پرفروش در سینماها برای «نت‌فلیکس» هزینه بیشتری نسبت به سریال‌هایی دارد که به طور آنلاین دیده می‌شوند. سودها بیشتر از مواقعی حاصل می‌شوند که تصمیم بگیرید فیلم‌هایی را نگاه کنید که وضعیت مبهم‌تر و ناشناخته‌تری از فیلم‌های پرفروش دارند. دانشمندان علوم رایانه‌ای کلمات قصاری دارند که توصیف می‌کند چطور الگوریتم‌ها به‌طور بی‌وقفه در جست‌وجوی گیر انداختن الگوها هستند: آنها می‌گویند اطلاعات را شکنجه می‌دهند تا وقتی که اعتراف کنند. با این حال، این استعاره الزامات آزمایش‌نشده‌ای را هم در خود دارد. اطلاعات،‌ همچون قربانیان شکنجه، به استنطاق‌کنندگان خود آن چیزی را می‌گویند که آنها می‌خواهند بشنوند.

علوم رایانه‌ای همچون علم اقتصاد مدل‌های ترجیحی و فرضیات کورکورانه‌ای درباره جهان دارند. وقتی برنامه‌نویس‌ها تفکر الگوریتمی را آموزش می‌بینند، به آنها گفته می‌شود که کارآمدی را به عنوان یک مفهوم فوق‌العاده محترم بشمارند. این امر کاملا قابل‌درک است. یک الگوریتم با تعداد بدترکیب و بی‌قواره‌ای از مراحل ماشین‌آلات را ضایع و خراب می‌کند و یک سروِر مَلاس‌مانند، سروری بلااستفاده خواهد بود. اما کارآمدی یک ارزش نیز به حساب می‌آید. وقتی ما به کارها سرعت می‌بخشیم، ضرورتا باید گوشه‌های تیز آن را ببریم؛ به عبارت دیگر، باید مسائل را کلی کنیم و در نتیجه، جزئیات از دست می‌روند.

الگوریتم‌ها صرف‌نظر از اینکه چقدر آسایش یا اعجاز به همراه می‌آورند، می‌توانند بیانی عالی از تفکر منطقی باشند. آنها می‌توانند مجلدات کتاب‌های درهم‌برهم قرن نوزدهم را در چند میلی‌ثانیه جست‌وجو و موارد موردنظر را استخراج کنند؛ آنها ما را در تماس با دوستان قدیمی دوران مدرسه ابتدایی نگه می‌دارند؛ آنها خرده‌فروشان را قادر می‌کنند بسته‌های خرید را مثل برق دم در خانه ما تحویل دهند. خیلی زود، این الگوریتم‌ها خودروهای بدون راننده را هدایت خواهند کرد و جای دقیق سرطان در حال پیشرفت را در اعضا و جوارح ما مشخص می‌کنند. اما برای انجام همه اینها، الگوریتم‌ها پیوسته ما را ارزیابی می‌کنند. آنها تصمیم‌هایی را برای ما و از طرف ما می‌گیرند. مسئله اینجاست که وقتی ما فکر کردن را به ماشین برون‌سپاری می‌کنیم، در واقع، در حال برون‌سپاری سازمان‌هایی هستیم که این ماشین‌ها را اداره می‌کنند.

 

یک میکروسکوپ بی‌نظیر

مارک زاکربرگ به طرزی فریبکارانه وانمود می‌کند یک منتقد صادق و خوب در قبال الگوریتم‌ها است. این امر نشان می‌دهد که او چطور به‌ طور ضمنی فیس‌بوک را در مقابل رقیب خود در شرکت گوگل قرار داده است. در سرتاسر شرکت لری پیچ، الگوریتم پادشاه است – یک حکمران سرد و خشک. در توصیه‌های این شرکت ردپایی از نیروی زندگی وجود ندارد و فهم این موتور جست‌وجو برای رسیدن به نتایج و تصمیم‌گیری‌ها بسیار سطحی و کم است. فیس‌بوک اما با تصویر مفصلی که فرد از خود ارائه می‌کند، با دقت بیشتری به سمت جهان خودکار و اتمی‌شده پیش می‌رود. زاکربرگ می‌گوید: «هر محصولی که شما استفاده می‌کنید باید شما را از دوستانتان متمایزتر کند.»

آنچه مورد اشاره قرار می‌دهد، خوراک خبری فیس‌بوک است. در اینجا توضیحی مختصر درباره پاره‌هایی از انسانیت که ظاهرا در فیس‌بوک برای بقا مقاومت می‌کنند لازم است: خوراک خبری این شرکت به ترتیب تاریخی کار می‌کند اما به صورت معکوس و این در مورد همه وضعیت‌های خبرهای به‌روزشده، مطالب و عکس‌هایی که دوستان شما در فیس‌بوک به اشتراک گذاشته‌اند صادق است. خوراک خبری برای تفریح و سرگرمی درست شده است اما همچنین درگیر حل کردن یکی از مسائل اساسی مدرنیته است؛ یعنی مسئله ناتوانی ما برای غربال کردن انبوهی از اطلاعاتی که بیش از همیشه در حال رشد و همواره در حال افزایش هستند. روی کاغذ پاسخ این سؤال روشن است که چه کسی بهتر از دوستان می‌تواند به ما توصیه کند چه مطالبی را باید بخوانیم و چه چیزهایی را باید ببینیم. زاکربرگ به این افتخار می‌کند که خوراک خبری شرکتش فیس‌بوک را به یک «روزنامه شخصی‌شده» تبدیل کرده است.

متاسفانه، دوستان ما در شبکه‌های اجتماعی مطالب خیلی زیادی را برای ما غربال می‌کنند. در عمل معلوم شده است که آنها دوست دارند خیلی زیاد به اشتراک بگذارند. اگر ما بخواهیم که فقط مطالب آنها را بخوانیم یا لینک‌هایی را که به اشتراک گذاشته‌اند دنبال کنیم، ممکن است که فقط تعداد کمی از آنها را فرصت کنیم ببینیم یا شاید حتی در انبوه چیزهایی که به اشتراک گذاشته‌اند غرق شویم. بنابراین فیس‌بوک انتخاب‌های خود را درباره آنچه باید خوانده شود ارائه می‌کند. الگوریتم‌های این شرکت هزاران چیزی را که کاربر فیس‌بوک ممکن است ببیند غربال می‌کند و آنها را به سبدی کوچک از موارد انتخابی تقلیل می‌دهد. و سپس در میان این چند ده مورد، تصمیم می‌گیرد که  چه موردی را ممکن است شما برای اول خواندن بپسندید.

در سطح تعریف، الگوریتم‌ها نامرئی هستند. اما ما معمولا می‌توانیم حضور آنها را حس کنیم؛‌ این حس را داشته باشیم که جایی در دوردست ما در حال تعامل با یک ماشین هستیم. این چیزی است که الگوریتم فیس‌بوک را تا این حد قدرتمند کرده است. بسیاری از کاربران – طبق اعلام بهترین تحقیقات، 60 درصد آنها – کاملا از حضور این الگوریتم بی‌اطلاع هستند. اما حتی اگر آنها از تاثیر آن آگاه باشند هم در واقعیت تغییری حاصل نخواهد شد. الگوریتم فیس‌بوک نمی‌توانست بیشتر از این در پرده ابهام بماند. این الگوریتم تقریبا در تمام گوشه و کنارهای ناشناخته پخش شد. الگوریتم فیس‌بوک بیش از 100 هزار نشانه را تفسیر می‌کند تا تصمیم خود را درباره اینکه کاربر چه چیزی را ببیند بگیرد. برخی از این نشانه‌ها برای همه کاربران فیس‌بوک اعمال می‌شود: برخی از آنها عادت‌های مخصوص کاربران و عادت‌های دوستان آنها را انعکاس می‌دهند. شاید فیس‌بوک دیگر خودش هم به طور کامل از گوشه و کنار الگوریتم خودش سر درنیاورد – این نرم‌افزار فیس‌بوک که اندازه‌اش 60 میلیون خط کد برنامه‌نویسی است، یک برنامه پیچیده و تودرتو است و جایی است که مهندسان لایه پشت لایه دستورهای تازه به آن اضافه کرده‌اند.

با توجه به پریشانی و تودرتویی این الگوریتم، تصور کنید که یکی از آن رایانه‌های ابتدایی می‌خواست با چراغ‌های نوری چشمک‌زن خود و ردیف‌هایی از جزئیات که هر انتخابش موجب روشن یا خاموش شدن یکی از چراغ‌ها می‌شد، این الگوریتم را اجرا کند. برای اینکه الگوریتم‌ها درست کار کنند، مهندسان نرم‌افزار بخشی از آن را دستکاری می‌کنند تا ببینند به نتیجه دلخواه می‌رسند یا نه. این مهندسان به طور بی‌وقفه سازگاری‌های کوچکی را در اینجا و آنجای نرم‌افزار به وجود می‌آورند، تا وقتی که ماشین بتواند رضایت آنها را کسب کند. حتی با ملایم‌ترین ناز و نوازش این الگوریتم، فیس‌بوک آنچه را کاربرانش می‌بینند و می‌خوانند تغییر می‌دهد؛ می‌تواند عکس‌های دوستان شما را کمتر یا بیشتر همه‌گیر کند؛ می‌تواند پست‌هایی را با محتواهایی که از خود تعریف می‌کنند تنبیه کند و آنها را که فکر می‌کند دوز و کلک هستند دور کند؛ می‌تواند ویدئوها را بیشتر از متون تبلیغ کند؛ می‌تواند از لایک‌هایی که مطالب می‌خورند،‌ مطالب پرطرفدار «نیویورک تایمز» و «بازفید» را تشخیص دهند و آنها را ارائه کنند. یا اگر ما بخواهیم خیلی ملودراماتیک با فیس‌بوک برخورد کنیم، می‌توانیم بگوییم این شرکت به طور مستمر سعی در اصلاح چگونگی نگاه کاربرانش به جهان دارد. این شرکت همواره در پی اصلاح کیفیت اخبار و عقایدی است که اجازه می‌دهد از طریق هیاهو و جاروجنجال دیده شوند و نیز در کار سازگار کردن کیفیت گفتمان سیاسی و فرهنگی به منظور جلب توجه کاربران برای چند لحظه معدود است.

اما مهندسان چطور می‌فهمند که با یک نشانه و مشکل در نرم‌افزار چطور باید برخورد کنند و چقدر سخت به آن واکنش نشان دهند و آن را در تصمیم‌گیری‌ها دخالت دهند؟ کلیت و تمام یک رشته، یعنی علوم اطلاعات، است که نوشتن و اصلاح الگوریتم‌ها را هدایت می‌کند. فیس‌بوک یک تیم دارد که عبارت‌اند از افراد بسیاری، از دانشگاهیان گرفته تا کسانی که روی کاربران آزمایش‌های مختلفی انجام می‌دهند. فیس‌بوک یکی از جذاب‌ترین رویاهای آمارگران است؛ تعدادی از بزرگ‌ترین مجموعه‌های اطلاعاتی در تاریخ بشر و توان آزمون هماهنگی‌های معنادار در این آمار از نظر ریاضی. وقتی کامرون مارلو، رئیس سابق گروه علوم اطلاعاتی فیس‌بوک، این فرصت را توصیف می‌کرد، با لذت فراوانی که از اطلاعات و داده‌های موجود در این شرکت می‌برد، شروع کرد. مارلو گفت: «برای اولین بار، ما میکروسکوپی داشتیم که نه‌تنها به ما اجازه می‌داد رفتارهای انسانی را در سطحی بسیار عالی که هرگز نمی‌توانستیم مشابه آن را ببینیم آزمایش کنیم، بلکه همچنین اجازه می‌داد آزمایش‌هایی را انجام بدهیم که میلیون‌ها کاربر در معرض آن قرار می‌گرفتند.»

 

فکر مهندسی

خودکارسازی تفکر: البته ما در روزهای ابتدایی این انقلاب هستیم. اما می‌توانیم جایی را ببینیم که این پدیده به سمت آن در حال حرکت است. الگوریتم‌ها بسیاری از وظایف اداری و مذهبی را که زمانی انسان‌ها انجام می‌دادند به کناری نهاده‌اند و به‌زودی آنها شروع به جایگزین کردن کارهای خلاقانه‌تری هم خواهند کرد. در شرکت «نت‌فلیکس»، الگوریتم‌ها ژانر فیلم‌هایی را برای ساخت پیشنهاد می‌دهند. برخی از خبرگزاری‌ها و خطوط خبری از الگوریتم برای نوشتن مطالب درباره جرایم، بازی‌های بیس‌بال و زلزله – که تکراری‌ترین کارهای ژورنالیستی است - استفاده می‌کنند. الگوریتم‌ها هنرهای زیبا و سمفونی‌های موسیقی‌ها یا دست‌کم چیزی شبیه به آنها را درست می‌کنند.

این یک خط‌سیر ترسناک است، به‌خصوص برای کسانی از ما در این حوزه‌های کاری. اگر الگوریتم‌ها بتوانند فرایند خلاقیت را شبیه‌سازی کنند، آنگاه دلیل کمی برای رشد خلاقیت انسانی باقی خواهد ماند. چرا خود را با فرایند شکنجه‌آور و ناکارآمد نوشتن یا نقاشی کردن ناراحت بکنیم اگر یک رایانه بتواند چیزی تولید کند که در ظاهر به همان اندازه خوب و بدون دردسر است؟ چرا باید بازاری بیش از اندازه گران‌قیمت برای فرهنگ والا به وجود بیاید، وقتی که این هنر می‌تواند این‌قدر فراوان و ارزان باشد؟ هیچ انسانی تلاش نمی‌کند در مقابل خودکار شدن مقاومت کند بنابراین چرا باید تلاش‌های خلاقانه راه متفاوتی را طی کند؟

عادات فکری مهندسی در قبال بت‌انگاری کلمات و تصاویر، در قبال یگانگی و تعالی هنر، در قبال پیچیدگی اخلاقی یا در قبال بیان‌های احساسی، صبر و تحمل کمی دارند. مهندسی به انسان در مقام اطلاعات، عناصر سیستم و انتزاعیات نگاه می‌کند. به همین دلیل است که فیس‌بوک این‌قدر کم در قبال در معرض آزمایش گذاشتن کاربرانش دغدغه خاطر دارد. کل تلاش خودکارسازی این است که انسان قابل‌پیش‌بینی شود – برای تخمین رفتارهایش که دستکاری آنها را آسان‌تر می‌کند. با این قسم از فکر کردن خونسردانه و این میزان شکل‌های تکه‌تکه شدن وحدت و رازآلودگی زندگی انسانی، راحت خواهد بود دریابیم که چطور ارزش‌های دیرپا شروع می‌کنند به مورد بی‌اعتنایی واقع شدن. به همین دلیل است که مفهومی مثل حریم خصوصی این‌همه وزن کمی در محاسبات مهندسان دارد و ناکارآمدی صنعت نشر و ژورنالیسم این میزان در معرض تخریب به نظر می‌رسد.

فیس‌بوک ممکن است هرگز قدم در این راه نگذارد اما الگوریتم‌ها به این معنی هستند که اراده آزاد انسان را از بین می‌برند، وظیفه انتخاب را از عهده انسان خارج می‌کنند و قدرت تشخیص جهت درست را کم می‌کنند. الگوریتم‌ها احساس قدرت مطلق را قوت می‌بخشند و این اعتقاد را ترویج می‌کنند که رفتار ما می‌تواند جایگزین شود، بدون اینکه حتی آگاه باشیم که دستانی در حال هدایت ما به سمتی که بهتر دانسته شده هستند. همواره خطر عادت فکری مهندسی وجود دارد چراکه این عادت فراتر از ریشه‌هایش حرکت می‌کند و به چیزهای درونی ساختمان انسان و طراحی یک جهان اجتماعی کامل می‌کشد.



ارسال به دوستان با استفاده از:

نظر کاربران

Memory usage: 175
بانک سپه ، نخستین بانک ایرانی نشان بانک ، شروع یک زندگی دیجیتال طرح آرامش پست بانک ایران