پرش به محتوای اصلی
پرش به محتوای مقاله

مطالعه هاروارد: مردان بیش از زنان در دانش هوش مصنوعی بلوف می‌زنند

·۲۲ مهر ۱۴۰۵۳ دقیقه مطالعه
مردان نمی‌توانند از وانمود کردن دانش‌شان درباره هوش مصنوعی دست بردارند
مردان نمی‌توانند از وانمود کردن دانش‌شان درباره هوش مصنوعی دست بردارند
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

استفاده از «شخصیت‌های خیالی» برای اندازه‌گیری بلوف زدن در دانش فنی؛ این اولین بار است که شکاف اعتمادبه‌نفس در AI با متدولوژی شناسایی چهره‌های ساختگی اندازه‌گیری شده است.

تصور کنید در جلسه هیئت‌مدیره نشسته‌اید و کسی با بلندترین صدا صحبت می‌کند، اما در واقع کمترین اطلاعات را دارد. این دقیقاً همان وضعیتی است که امروز در گفتگوهای تخصصی هوش مصنوعی جریان دارد؛ جایی که میل به «مطمئن به نظر رسیدن» بر دقت واقعی اطلاعات غلبه کرده است.

این پویایی اجتماعی باعث می‌شود افرادی به عنوان مرجع شناخته شوند که لزوماً متخصص نیستند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی سوگیری‌های مدل‌های زبانی اشاره کردیم، این الگوهای رفتاری انسانی مستقیماً بر نحوه تولید محتوا و انتخاب خبرگان اثر می‌گذارد.

طبق اعلام مرکز شورنستاین در مدرسه کندنی هاروارد (Harvard Kennedy School’s Shorenstein Center) در تاریخ ۱۴ اکتبر ۲۰۲۶، بیش از نیمی از مردان آمریکایی در یک نظرسنجی گسترده مدعی شدند مدیرانی را می‌شناسند که اصلاً وجود خارجی ندارند. این یافته‌ها شکاف عمیق اعتمادبه‌نفس میان دو جنس را در عصر هوش مصنوعی زاینده (Generative AI) — که شبیه به هنرمندی است که با یادگیری الگوهای میلیون‌ها اثر، چیزهای جدید خلق می‌کند — آشکار می‌کند.

پژوهشگران برای سنجش دانش شرکت‌کنندگان، نام چند رهبر AI را بررسی کردند. بر اساس مستندات این مطالعه، ۷۳ درصد مردان سام آلتمن، مدیرعامل OpenAI را شناختند. اما نکته تکان‌دهنده اینجاست که ۵۳ درصد مردان ادعا کردند افرادی مثل «سوزان میلنر» و «کریگ دالتون» را می‌شناسند؛ در حالی که این دو نفر هرگز وجود نداشته‌اند. در مقابل، تنها ۴۰ درصد زنان چنین ادعایی درباره شخصیت‌های خیالی داشتند.

شکاف قطعیت

این مطالعه تفاوت‌های کلیدی در تعامل مردان و زنان با فناوری را برجسته می‌کند:

  • استفاده و دقت: مردان بیشتر از AI استفاده می‌کنند و به‌طور میانگین پاسخ‌های صحیح بیشتری به سوالات واقعی می‌دهند.
  • نرخ خطا: هر دو گروه نرخ خطای مشابهی دارند، اما زنان بیشتر پذیرفتند که «مطمئن نیستند» (۳.۳ سوال از ۱۲ مورد در برابر ۲.۳ برای مردان).
  • واکنش احساسی: «نگرانی» احساس مشترک هر دو گروه است، اما زنان ترس بیشتری گزارش کردند و مردان بیشتر دچار کنجکاوی و هیجان بودند.

این اعتمادبه‌نفس کاذب به رسانه‌ها نیز سرایت کرده است. طبق گزارش پژوهشگران، نام مردان ۱۴ برابر بیشتر از زنان در تیترهای خبری AI ظاهر می‌شود. حتی در میان خبرگان مورد استناد، ۷۵ درصد مرد هستند؛ عددی که با واقعیت بازار تضاد دارد، چرا که حدود ۲۹ درصد از متخصصان این حوزه زنان هستند.

برای یک متخصص، این یعنی توصیه‌هایی که هر روز می‌خواند، از دیدگاه گروهی ارائه شده که کمتر احتمال دارد بگوید «نمی‌دانم». وقتی صنعت بین دو قطب «نابودی جهان» یا «فراوانی مطلق» گیر می‌کند، صداهای متعددی که بر ضرورت احتیاط تأکید دارند، خفه می‌شوند.

ما باید تواضع فکری را در حوزه‌های فنی عادی کنیم. توانایی گفتن «مطمئن نیستم» نشانه ضعف نیست، بلکه پیش‌شرطی برای توسعه ایمن و صادقانه فناوری است.

گام بعدی شما

  • هنگام مطالعه تحلیل‌های فنی، به جای تکیه بر «اعتبار شخصی» نویسنده، مستندات و داده‌های ارجاع‌شده را بررسی کنید.
  • در محیط‌های کاری، فضای امنی ایجاد کنید تا متخصصان بدون ترس از قضاوت، عدم قطعیت خود را بیان کنند.
  • منابع خبری خود را متنوع کنید و به‌دنبال تحلیل‌های متخصصان زنی بگردید که کمتر در تیترها دیده می‌شوند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این مطالعه با تکیه بر اعتبار دانشگاه هاروارد ثابت می‌کند که توزیع قدرت در روایت‌های AI بر اساس جنسیت است، نه لزوماً تخصص. این موضوع باعث می‌شود صدای تحلیلگران محتاط‌تر حذف شده و ریسک‌های فنی نادیده گرفته شوند.

تأثیر برای ایران

این خبر بیشتر برای مدیران محصول و رهبران تیم‌های فنی در ایران اهمیت دارد تا کاربران عادی؛ برای جلوگیری از تصمیمات غلط، باید فرهنگ «پذیرش عدم قطعیت» را در تیم‌های توسعه جایگزین فرهنگ «مطمئن به نظر رسیدن» کنند.

·نگاه ما
تحریریه دات‌هوش

این پدیده نشان می‌دهد که «سندرم ایمپاستر» در زنان و «اثر دانینگ-کروگر» در مردان، در حوزه AI به شدت تشدید شده است. خطر واقعی اینجاست که تصمیمات استراتژیک شرکت‌ها بر اساس اعتمادبه‌نفس کاذب مردان شکل بگیرد، نه بر اساس دقت فنی. این شکاف، مانعی جدی برای رسیدن به ایمنی واقعی در مدل‌های استدلالی است.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.