اگر همین حالا برای شناخت بیشتر خودتان، ساعت خواب، تعداد قدمها یا امتیاز بهرهوریتان را رصد میکنید، احتمالاً در حال برونسپاری ارزشهای انسانی خود به یک ماشین هستید. این هشدار مرکزی سی. تی. نگوین (C. Thi Nguyen)، فیلسوف، در کتاب جدیدش با عنوان «امتیاز: چگونه بازی دیگران را متوقف کنیم» است که در سال ۲۰۲۶ منتشر شد.
ما در عصر «خودِ کمّیشده» زندگی میکنیم؛ جنبشی که در سال ۲۰۰۷ توسط گری وولف و کوین کلی آغاز شد. پیشفرض این فرهنگ این است که دادههای بیشتر، تصمیمات بهتر و زندگی رضایتبخشتری میسازد. اما طبق گزارش امآیتی تک ریویو (MIT Technology Review) در ۱۹ ژوئن ۲۰۲۶، واقعیت برای بسیاری از کاربران تبدیل به چرخهای از اندازهگیری شده است که در آن «داده» بهجای ابزار، تبدیل به هدف میشود.
همانطور که در تحلیلهای پیشین ما دربارهی روانشناسی تعامل انسان و ماشین اشاره کردیم، این پدیده «تسخیر ارزش» (Value Capture) نام دارد. این اتفاق زمانی رخ میدهد که یک معیار عددی بیرونی، جایگزین یک هدف شخصی و ظریف شود. به نقل از این منبع، نمونههای عینی این وضعیت عبارتاند از:
- روزنامهنگارانی که بازدید صفحه (Page View) را به کیفیت داستان ترجیح میدهند.
- دانشجویانی که بهجای یادگیری واقعی، تنها بهدنبال معدل بالا هستند.
- دانشمندانی که اندازه بودجههای پژوهشی را اولویت میدانند، نه کشف حقیقت.
- کشیشهایی که نرخ غسل تعمید را برای بالا رفتن در جدول رتبهبندی بهینه میکنند.
این چرخش به دلیل ماهیت متریکها رخ میدهد. تئودور ام. پورتر، مورخ، این ابزارها را «تکنولوژیهای فاصله» مینامد. متریکها برای اینکه در محیطهای مختلف قابلفهم باشند، تمام جزئیات کیفی را حذف کرده و موضوع را ساده میکنند. وقتی ما این اعدادِ تهیشده را درونی میکنیم، بهتدریج دنبال کردن فضیلتهای پیچیدهای را که در ابتدا برایمان ارزشمند بود، رها میکنیم.
برای شما به عنوان کاربر، این یعنی تلاش برای «بهینهسازی» در واقع شکل دیگری از تخریب مهارتهاست. اگر هویت و خلاقیت خود را بر اساس معیارهایی تعریف کنیم که هوش مصنوعی برای شکستن آنها طراحی شده، در بازیای شرکت کردهایم که ماشینها برندهٔ قطعی آن هستند.
گام بعدی شما
- فهرست ابزارهای ردیابی (Tracking) خود را بررسی کنید و بپرسید کدام لذت کیفی در برابر عدد جایگزین شده است.
- سعی کنید یک هفته فعالیتهایی را انجام دهید که هیچ معیار عددی برای سنجش آنها وجود ندارد.
- تحلیل کنید آیا اهداف شما از درون میآیند یا بازتابی از «جدول رتبهبندی» یک پلتفرم هستند.
اما تأثیر این نگاه بر طراحی رابطههای کاربری نسل جدید AI حتی تکاندهندهتر است؛ در گزارش بعدی بررسی میکنیم که چگونه مدلهای زبانی سعی میکنند «معنا» را به شکل دادههای قابلسنجش درآورند.
گفتگو