تصور کنید دانشنامهای که دههها مرجع نهایی حقیقت بود، حالا به میدان جنگی میان ویرایشگران انسانی و ارتشی از رباتهای تولیدکننده متن تبدیل شده است. اگر امروز به دنبال حقیقتی در وب میگردید، احتمالاً با پاسخی مواجه میشوید که شبیه حقیقت است، اما ریشهای در واقعیت ندارد.
بنیاد ویکیمدیا (Wikimedia Foundation) در مارس ۲۰۲۶ رسماً استفاده از مدل زبانی بزرگ (LLM) — مثل کتابخانهداری که میلیاردها صفحه را خوانده و حالا با همان لحن کتابها جواب میدهد — برای نوشتن مقالات را ممنوع کرد. طبق اعلام این بنیاد، این اقدام تندروانه پس از سالها تلاش ناموفق برای تبدیل هوش مصنوعی به ابزاری برای کارهای روتین مثل فرمتبندی و ارجاعدهی صورت گرفت.
ویکیپدیا زمانی امیدوار بود که هوش مصنوعی کارهای خستهکننده را بر عهده بگیرد تا انسانها برای تحلیلهای خلاقانه وقت داشته باشند. اما در عمل، پلتفرم با موجی از «محتوای بیارزش» (Slop) مواجه شد؛ اصطلاحی که به محصولاتی اشاره دارد که یکنواخت، بیروح و فاقد هرگونه ارزش تغذیهای یا طعم هستند. این متون اصول بنیادین اعتبار و بیطرفی را زیر پا میگذارند.
نشانههای هشدار
بنیاد ویکیمدیا مدتها پیش از وقوع طوفان هوش مصنوعی، در حال آمادهسازی بود. در سال ۲۰۱۹، کاترین مِهر، رئیس وقت بنیاد، یادداشتی در نیویورک تایمز با عنوان «بدون انسانها، هوش مصنوعی میتواند ویرانی به بار آورد» نوشت. مِهر هشدار داد که هوش مصنوعی اغلب به عنوان یک راهکار همهفنحریف یا جایگزینی مقیاسپذیر برای انسانها معرفی میشود. او تأکید کرد که مسئله اصلی، حفظ کنترل انسان بر ماشینهاست؛ نبردی که به زودی در همه جای جهان رخ خواهد داد.
این تقابل در حالی رخ میدهد که اینترنت به سمت اکتشافهای عاملمحور میرود. برای دههها، ویکیپدیا پیشگوی دانش بشری بود، اما اکنون با عاملهای هوش مصنوعی (AI Agents) رقابت میکند که پاسخهایی شهودی اما اغلب غلط میدهند. این پاسخها ممکن است در بررسیهای سطحی منابعشان درست به نظر برسند، اما در واقع اشتباه هستند. این رقابت تنها در سطح تولید محتوا نیست، بلکه تلاشهای مشکوک عاملهای OpenAI برای نفوذ به ابزارهای مدیریتی ویکیمدیا نشان داد که نفوذ ماشینها به زیرساختهای دانش میتواند تا چه حد خطرناک باشد. اگر خودِ ویکیپدیا توسط هوش مصنوعی مسموم شود، دیگر هیچ معیاری برای اثبات غلط بودن این عاملها باقی نمیماند.
زمانی که گوگل قابلیت «AI Overviews» را در جستوجوی خود معرفی کرد، این ابزار به اندازه ویکیپدیا در تجربه کاربری مرکزی شد. اگرچه ویکیپدیا هنوز به عنوان یک منبع نقش حیاتی دارد، اما اکنون اغلب یک گام از کاربر فاصله گرفته است.
ظهور «محتوای بیارزش» (AI Slop)
نفوذ هوش مصنوعی بسیار زودتر از آنچه تصور میشد آغاز شد. در سال ۲۰۱۸، گوگل آموزش هوش مصنوعی برای نوشتن «مقالاتی شبیه به ویکیپدیا» را آغاز کرده بود. به گزارش دانشگاه پرینستون، بررسیها نشان داد که تنها در اوت ۲۰۲۴، حدود ۵٪ از نزدیک به ۳۰۰۰ مقاله جدید انگلیسی که در یک ماه ایجاد شده بودند، حاوی محتوای قابلتوجه تولیدشده توسط AI بودهاند.
ویرایشگران انسانی توانستند «اثر انگشت» زبانی این مدلها را شناسایی کنند:
- ChatGPT بهطور مکرر از خط تیره (em dash) برای جملات معترضه و علامتهای نقلقول منحنی (curly quotation marks) استفاده میکرد.
- برخی کاربران حتی دستورات (Prompt) را در متن نهایی جا میانداختند؛ جملاتی مثل «در اینجا مقاله ویکیپدیا شما آماده است».
- استفاده از توصیفات کلیشهای و توخالی مثل ستایش یک روستا به دلیل «زمینهای حاصلخیز، دامها و مناظر زیبای روستایی».
- تولید منابع جعلی که به طور سیستماتیک در متنها گنجانده میشد و به عنوان یک مشکل تکرار شونده ظاهر گشت.
در ابتدا تلاشها بر روی مدیریت محتوا متمرکز بود. ویرایشگران سعی کردند خروجیهای AI را «قابلقبول و سازنده» کنند و بخشهای توخالی و ارجاعات جعلی را حذف کنند. اما در نهایت، حجم محتوای بیکیفیت سیستم نظارت انسانی را فلج کرد.
مارپیچ نزولی
در مارس ۲۰۲۶، بنیاد نقش هوش مصنوعی را صرفاً به ترجمه و غلطگیری جزئی محدود کرد. این موضع تدافعی پاسخی بود به آنچه برخی «مرگ ویکیپدیا» نامیدند.
منتقدان هشدار میدهند که یک چرخه بازخورد خطرناک آغاز شده است:
۱. هوش مصنوعی پلتفرم را با محتوای ضعیف و نادرست پر میکند.
۲. مشارکتکنندگان انسانی، که از افت کیفیت دلسرد شدهاند، تلاشهای خود را کاهش میدهند.
۳. پلتفرم برای پر کردن این خلاء، وسوسه میشود تا از هوش مصنوعی بیشتری استفاده کند و این امر پایگاه دانش را بیشتر تخریب میکند.
یک پست ویروسی در شبکه X این استیصال را به خوبی توصیف کرد: مردم میخواهند هوش مصنوعی لباسها را بشوید و ظرفها را بشوید تا آنها بتوانند هنر خلق کنند و بنویسند، نه برعکس. «مرگ ویکیپدیا» هشدار میدهد که انسانها به جای خلق دانش، به فرمتبندها و پاککنندگانی تبدیل میشوند که در پروژهای برای جمعآوری «برداشتهای یخزده ماشینها» گرفتار شدهاند.
این تغییر تهدید میکند که ویرایشگران را از خالقان دانش به صرفاً موزهداران تبدیل کند. یکی از ویکیپدیاها اشاره کرد که «سایش» و از دست دادن نویسندگان بااستعداد، بزرگترین تهدید است؛ زیرا پروژه برای اصلاح «جهنم گستردهای از مقالات ضعیف، نادرست و ناقص» به ویرایشگران خبره نیاز دارد. ویکیپدیای نوشته شده و خوانده شده توسط ماشینها، در خطر ریشهکنی، حذف بافتار و فقدان اشتیاق است؛ متنی بیهنر و بیروح.
فروپاشی ترافیک
تهدید وجودی تنها کیفیت محتوا نیست، بلکه حفظ مخاطبان است. در ژانویه ۲۰۲۶، Pew Research اشاره کرد که اگرچه ویکیپدیا بین سالهای ۲۰۱۵ تا ۲۰۲۵ حدود ۱.۹ تریلیون بازدید داشته (به طور متوسط ۵۰۸ میلیون بازدید در روز)، اما یک کاهش شدید آغاز شده است.
از سال ۲۰۲۲، این دانشنامه نزدیک به ۲۵٪ از خوانندگان خود را از دست داده است که به معنای بیش از ۱.۱ میلیارد بازدید ماهانه است. این مخاطبان عمدتاً به سمت خلاصههای AI مهاجرت کردهاند. دادهها نشان میدهد در حالی که جستوجوی گوگل زمانی نرخ کلیک ۹ درصدی به منابع داشت، چتباتهای AI تنها نرخ کلیک ۰.۳۳٪ را نشان میدهند.
تغییر نسلی در دانش
کریستوف هنر، یکی از ویرایشگران قدیمی، استدلال میکند که هوش مصنوعی صرفاً شتابدهندهای برای یک تغییر فرهنگی عمیقتر است. او معتقد است کاربران جوانتر دیگر «جستوجو» نمیکنند یا مقالات را نمیخوانند؛ آنها محتوا را «اسکرول» کرده و تکههای پراکنده را مصرف میکنند. او باور دارد که فرمت دانشنامهای سریعتر از هر تکنولوژی واحدی در حال از دست دادن ارتباطش با دنیای امروز است.
این وضعیت نشاندهنده پایان «عصر دانشنامهای» است. ایدهآل روشنگری — مبنی بر اینکه مجموعهای واحد و عقلانی از حقایق میتواند به یک حقیقت مورد اتفاق منجر شود — جای خود را به شبه-اطلاعات شخصیسازیشده توسط الگوریتمها داده است. این یک تغییر از تقاضای «جرأت بدان» در عصر روشنگری به دنیایی است که در آن مردم از دستگاههایی با قابلیت دسترسی به تمام دانش بشری، عمدتاً برای دیدن عکس گربهها و بحث با غریبهها استفاده میکنند.
این تکهتکه شدن حقیقت یک ریسک سیستماتیک است. دیوید رانکیمن، استاد دانشگاه، در سال ۲۰۱۵ نوشت که بزرگترین تهدید برای دموکراسی ممکن است دیگر از اراده انسانی نباشد، بلکه از اشکال جدیدی از فناوری باشد که دموکراسی را از درون تخریب میکند، بدون اینکه کسی قصد آن را داشته باشد.
ریشههای فلسفی
بنیاد ویکیپدیا بر اساس دیدگاه عقلانی-لیبرال عصر روشنگری بنا شد. این جهانبینی توسط بنیانگذارانش، جیمی ویلز و لری سنگر، به اشتراک گذاشته شده بود؛ کسانی که معتقد بودند کشف حقایق، وظیفه مرکزی یک زندگی خوب است. با این حال، مسیرهای متفاوت آنها اکنون بازتابی از یک شکاف فرهنگی است:
- جیمی ویلز همچنان یک «مرد داووس» (Davos Man) است؛ یک بینالمللگرا ساکن بریتانیا که منتقد جنبش MAGA است.
- لری سنگر به «سنت» بازگشت، فرزندانش را در اوهایو در خانه آموزش داد، به شکاکیت در مورد واکسنها روی آورد و در سال ۲۰۲۵ به مسیحیت گروید و برهانی فلسفی برای وجود خدا نوشت.
این تنش بازتابی از یک بحث تاریخی گستردهتر است. اچ. جی. ولز رویای یک «مغز جهانی» یا «دانشنامه دائمی جهانی» را برای مبارزه با دانشنامههای ملیگرا و توتالیتر داشت؛ مانند Enciclopedia Italiana (که مدخل «فاشیسم» در آن به بنیتو موسولینی نسبت داده شده بود) و دانشنامه بزرگ شوروی.
با این حال، جورج اورول در مقاله سال ۱۹۴۱ خود با عنوان «ولز، هیتلر و دولت جهانی»، ولز را نقد کرد و او را یک «لیبرال قرن نوزدهمی» نامید که تاریخ را نبردی میان مرد علم (در مسیر دولت جهانی برنامهریزی شده) و مرتجع (در مسیر بازگشت به گذشته بینظم) میدید. اورول هشدار داد که یک دولت جهانی که همهچیز را میبیند و میداند، ناگزیر سرکوبگر خواهد بود؛ مضمونی که بخشی از الهامبخش رمان ۱۹۸۴ شد.
نسخههای رقیب جستوجوی حقیقت
آلسدیر مکاینتایر، فیلسوف، «دانشنامهای» را به عنوان یکی از سه رویکرد اصلی به اخلاق غربی در کنار «سنت» (آکویناس و ارسطو) و «تبارشناسی» (نیچه) شناسایی کرد. در حالی که سنت، ایمان و عقل را پیوند میزد و تبارشناسی بر روابط پنهان قدرت تمرکز داشت، رویکرد دانشنامهای تنها بر عقل تکیه میکرد تا تصویری عینی از جهان بسازد.
این رویکرد در ویرایش نهم دانشنامه بریتانیکا در قرن نوزدهم تجلی یافت که سعی داشت حقایق را در گستردهترین حوزهها جمعآوری کند تا قوانین پیشرفت اخلاقی و مادی تکامل یابد. حتی ویرایش سال ۱۹۸۷ نیز این مسیر را با شعار دانشگاه شیکاگو ادامه داد: «بگذارید دانش از بیشتر به بیشتر رشد کند و بدین ترتیب زندگی انسانی غنی شود».
سنگر انسانی
علیرغم افول، ارزش پروژه ممکن است در فرآیندش باشد تا در متن آن. کنفرانس سالانه ویکیمانیا (Wikimania) همچنان نمونهای نادر از همکاری جهانی و انسانمحور است. شرکتکنندگان با لباسهای ملی حضور مییابند و نمایشگاهی از تنوع خلق میکنند:
- سرپوشهای طلایی سریمپاک از قبایل دریانورد بورنئو که شبیه کشتی هستند.
- رداهای چپان از آسیای مرکزی.
- پونچوهای سنگین از کوههای آند.
- هانبوکها، کافتانها و کیمونوها.
در این اتاق، ماموریت متواضعانه است. کار، فرآیند کند و نامطمئن درک متقابل میان انسانهای جایزالخطاست؛ روحیهای مشابه E Pluribus Unum (از بسیاری، یکی).
با این حال، واقعیت اقتصادی تلخ است. بسیاری از نسل Z کار رایگان را یک «کلاهبرداری» میبینند و نقش ویرایشگر فوقحرفهای داوطلب را لوکسی میدانند که تعداد کمی میتوانند از عهدهاش برآیند، در حالی که شرکتهای AI دادهها را برای سودجویی «استخراج» میکنند. همانطور که داریوش جمیلنیاک در مجله Nature نوشت، هوش مصنوعی عاملی (Agentic AI) رابطهای «انگلوار» با ویکیپدیا دارد و آخرین سنگر دانش سازمانیافته توسط انسان را به خطر انداخته است.
مجموع نفرینشده دانش
این نبرد یادآور «درخت دیدرو و دالامبر» است، سیستم استعاری دانش بشری در دانشنامه فرانسوی. این ایده پیشنهاد میکرد که دانستن همه چیز منجر به دانستن «یک چیز بزرگ» درباره همه چیز میشود؛ مفهومی که اکنون در pursuit (جستوجوی) AGI (هوش مصنوعی عمومی) بازتاب یافته است. اگر AGI محقق شود، دانشنامههای نوشته شده توسط انسان ممکن است تنها به عنوان «کتب مقدس سکولار در ذهن یک خدای دیجیتال» باقی بمانند.
برخی این جستوجوی دانش مطلق را اقدامی محکوم به شکست و ناشی از تکبر میبینند. از اساطیر یونانی پاندورا و پرومته تا داستانهای کتاب مقدس درباره برج بابل و باغ عدن، پیام اخلاقی یکسان است: درک کامل تنها متعلق به خداست.
این مفهوم توسط جو دیویس، هنرمند بیولوژیک، در پروژه Malus ecclesia («کلیسای شرور» یا «کلیسای درخت سیب») به تصویر کشیده شد. دیویس قصد داشت ویکیپدیا انگلیسی را در DNA گونهای از درختان سیب ۴۰۰۰ ساله کدگذاری کند تا یک «درخت دانش» زنده بسازد. اگرچه این پروژه در پیچوخمهای اداری و قوانین اصلاح ژنتیکی گرفتار شد، اما پیامش باقی ماند: مجموع تمام دانش، نفرینشده است.
گام بعدی شما
- برای تایید اطلاعاتی که از چتباتها میگیرید، مستقیماً به منابع اولیه در ویکیپدیا مراجعه کنید تا دچار توهم مدل نشوید.
- اگر متخصص حوزهای هستید، با ویرایش مقالات ویکیپدیا به حفظ میراث انسانی در برابر محتوای ماشینی کمک کنید.
- بررسی کنید که آیا ابزارهای AI شما در ارجاعدهی، منابع جعلی میسازند یا خیر.
اما داستان سختافزاری این تحول و نحوه آموزش مدلها بر روی این دادهها حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.




گفتگو