تصور کنید در شرکتی کار میکنید که هر ایمیل و گزارش آن توسط یک ماشین صیقل داده شده است؛ جایی که دیگر نمیتوانید تشخیص دهید آیا همکارتان واقعاً به این ایده باور دارد یا فقط یک دکمه را فشار داده است. این همان کابوسی است که کاکول سریواستاوا (Kakul Srivastava)، مدیرعامل Splice، از آن هشدار میدهد.
به نقل از مصاحبهای که در ۳ اکتبر ۲۰۲۶ توسط The Verge منتشر شد، سریواستاوا استدلال میکند که اسناد نوشتهشده توسط هوش مصنوعی زاینده (Generative AI) — شبیه به یک فیلتر که تمام لبههای تیز و واقعی یک فکر را میبرد تا متن «تمیز» به نظر برسد — در حال نابود کردن گفتگوهایی است که موتور محرک نوآوری هستند. او هشدار میدهد که ایمیلها و مستنداتی که توسط AI نوشته میشوند، در حال کشتن همان گفتگوهایی هستند که باعث پیشرفت و نوآوری در سازمانها میشوند.
شرکت Splice به صورت دورکاری فعالیت میکند و فاقد راهروهای فیزیکی برای برخوردهای اتفاقی است. برای جبران این خلاء، این شرکت بر فرهنگی تکیه کرده که در آن هر عضو تیم باید روی یک موضوع عمیقاً فکر کند، آن را مستند کند و سپس گروهی از افراد را دعوت کند تا با آن پیشفرضها مخالفت کرده و بحث کنند. طبق گفتهی سریواستاوا، همین چرخه از «اصطکاک انسانی» منشأ تقریباً تمام موفقیتهای این شرکت بوده است.
همانطور که در تحلیلهای پیشین ما دربارهی امنیت و اصالت در مدلهای زبانی اشاره کردیم، فقدان اثر انسانی در خروجیها میتواند منجر به کاهش کیفیت استدلال شود. سریواستاوا معتقد است وقتی هوش مصنوعی پیشنویس اولیه را مینویسد، ماهیت بحثهای بعدی تغییر میکند و به سمتی بدتر میرود. وقتی تشخیص این موضوع که آیا یک انسان پشت کلمات است یا خیر غیرممکن شود، گفتگو از «برخورد ایدهها» به یک تعامل متفاوت و کمبازده تبدیل میشود. او تأکید میکند که این فقدان حضور انسانی یک مسیر یکطرفه است؛ وقتی اصالت از بین برود، نمیتوان به سادگی به آن بازگشت. او معتقد است همین اصل در مورد خلق موسیقی نیز صدق میکند.

این دیدگاه تردیدآمیز به هسته اصلی محصول Splice نیز سرایت کرده است؛ پلتفرمی برای نمونههای صوتی (Samples) که تهیهکنندگان آثار مشهوری مثل آهنگ «Espresso» از سابرینا کارپنتر و آهنگ «Money» از لیسا از آن استفاده میکنند. با وجود اینکه این شرکت با خرید Spitfire Audio و بررسی ابزارهای مولد، دامنه فعالیت خود را گسترش داده، اما سریواستاوا با ابزارهای «دکمهای» که با یک کلیک آهنگ تولید میکنند (push-button, get-song)، مخالف است. در حالی که او بر اصالت تأکید دارد، برخی صنایع صوتی مسیر متفاوتی را برگزیدهاند؛ برای مثال، ناشرانی که از اتوماسیون ElevenLabs برای کاهش هزینههای تولید کتابهای صوتی استفاده میکنند، کارایی را بر پیچیدگیهای انسانی ترجیح دادهاند.
رویکرد انسانمحور
فلسفه سریواستاوا در مواجهه با هوش مصنوعی بر چند مرز کلیدی استوار است:
- عاملیت خلاق: او صراحتاً از مدل شرکتهایی مثل Suno که میتوانند با یک پرامپت ساده آهنگهای کامل تولید کنند، دوری میکند. او در یکی از قسمتهای پادکست Decoder به صراحت درباره این موضع خود صحبت کرده است.
- انسان در حلقه: تمرکز Splice بر محصولاتی است که خالق انسانی را در مرکز فرآیند نگه میدارند، نه اینکه جایگزین او شوند.
- ارتباطات اصیل: او ارتباطات سازمانی تولیدشده توسط ماشین را تهدیدی برای دقت فکری و سختکوشی ذهنی در شرکت میبیند.
درسهایی از شکست و تجربه
سوابق شغلی او همواره در نقطه تلاقی سیلیکونولی و هنر بوده و پیش از این در شرکتهای Flickr، Yahoo، GitHub و Adobe پستهای مدیریتی داشته است.
او همچنین دوران حضورش در Tiny Speck (که بعدها به Slack تبدیل شد) را به یاد میآورد؛ جایی که او بخشی از تیم اولیه بود. در آنجا، او روی یک بازی جهانباز و چندنفره به نام Glitch کار میکرد که در نهایت شکست خورد. با وجود این شکست، او آن را یکی از زیباترین کارهایی توصیف میکند که تا به حال از نظر هنر، صدا و نویسندگی روی آن کار کرده است.
سریواستاوا شکست Glitch را به نادیده گرفتن دو چرخش تکتونیکی نسبت میدهد که در آن زمان کاملاً قابل مشاهده بودند:
- کهنگی فنی: بازی بر پایه Flash ساخته شده بود، در حالی که شرکت ادوبی پیش از آن سرمایهگذاری روی این فناوری را متوقف کرده بود.
- تغییر پلتفرم: بازی یک تجربه مخصوص کامپیوتر (PC) بود، درست در لحظهای که دنیا به سرعت به سمت بازی کردن در گوشیهای موبایل حرکت میکرد.
هنر، تکنولوژی و نقصهای انسانی
او برای تکنولوژیهایی ارزش میگذارد که پیوندهای انسانی را حفظ کنند. او تعریف میکند که چگونه از یوتیوب برای بازسازی دستور پخت غذاهای مادر مرحومش استفاده کرد؛ او با تماشای غریبههایی که در آشپزخانههای خودشان غذا میپختند، سعی کرد طعمهای قدیمی را پیدا کند. چون مادرش پیش از آنکه او اکثر دستورها را یاد بگیرد فوت کرده بود، سریواستاوا یک سال تمام را صرف تلاش برای درست کردن آنها کرد. وقتی در نهایت موفق شد، آن طعم او را به دوران هشت سالگیاش بازگرداند. برای او، هدف واقعی تکنولوژی همین است: اینکه ویدیوی آپلود شده توسط یک غریبه، تکهای از تاریخ خانوادگی او را بازگرداند.
عشق او به موسیقی نیز در «نقصهای انسانی» ریشه دارد. او بازی هندی Antakshari را مثال میزند که در آن بازیکنان باید آهنگهایی را بخوانند که با آخرین حرف خط قبلی شروع میشود. او برای این بازی ارزش قائل است چون توسط افراد غیرموسیقیدان اجرا میشود که باید شجاعت خواندن مقابل خانواده را داشته باشند. او اشاره میکند که قدرت موسیقی زمانی دیده میشود که چهرههای مردم «نرم و مهربان» میشود، حتی زمانی که یک آهنگ بد خوانده شود.
برای سریواستاوا، ارزش هنر در ریسک تصمیمگیریهای لحظهای است؛ او جاز زنده را به عنوان مثال اصلی میزند، جایی که نوازندگان انتخابهایی میکنند که دیگر راه بازگشتی ندارند. او هر زمان که برای کار سفر میکند، برای تماشای اجراهای جاز زنده هزینه میکند، حتی اگر این به معنای آن باشد که صبح روز بعد به دلیل خستگی «بیفایده» باشد.
رهبری و زندگی
یک توصیه حرفهای کلیدی از او این است: «اول حرفت را بزن، بعد توضیح بده». او استدلال میکند که ارائه مدارک و اثباتها در ابتدا بیفایده است، چون شنوندهها ابتدا در حال ارزیابی این هستند که آیا گوینده خودش به نکتهای که میگوید باور دارد یا خیر. این اعتمادبهنفس است که فضا را برای پذیرش توضیحات باز میکند.
او در نهایت اشاره میکند که فرزندانش افتخارآفرینترین ساختههای او هستند؛ او از فرآیند تبدیل شدن یک شخص به انسانی کامل با نظراتی که والدینشان به آنها ندادهاند، شگفتزده است. در مقابل، ناامیدکنندهترین گجت او گرمکن فنجانی بود که فنجان را گرم میکرد اما قهوه را نه — دستگاهی که او اشاره میکند دقیقاً طبق طراحیاش کار میکرد.
این دیدگاه نشان میدهد که با نفوذ بیشتر هوش مصنوعی در محیط کار، مزیت رقابتی به کسانی منتقل میشود که آگاهانه «مناطق انسانمحور» را حفظ کنند. رهبرانی که پیشنویسهای بهینه اما بیروح ماشین را رد میکنند، در واقع از تفکر انتقادی و رزونانس عاطفی که موتور خلاقیت سطح بالاست، محافظت میکنند.
گام بعدی شما
- در جلسات طوفان فکری، قانون «ممنوعیت پیشنویس AI» را برای ایدههای اولیه امتحان کنید تا اصطکاک فکری تیم حفظ شود.
- هنگام بازخورد دادن به اسناد، روی نقاطی تمرکز کنید که «صدای انسانی» و تجربه شخصی در آنها غایب است.
- ابزارهای هوش مصنوعی را به جای «تولیدکننده نهایی»، به عنوان «دستیار پژوهشی» در حاشیه فرآیند خلاقیت قرار دهید.
اما تأثیر این رویکرد بر اقتصاد تولید محتوای صوتی حتی پیچیدهتر است — به تحلیل ما دربارهی آینده مدلهای مولد موسیقی مراجعه کنید.




گفتگو