نشست
تخصصی « هوش مصنوعی و آینده رسانه» روز دوشنبه 11 مرداد ماه در دفتر مطالعات و
برنامه‌ریزی رسانه‌ها به صورت ویدئو کنفرانس برگزار شد.
به
گزارش دفتر مطالعات و برنامه‌ریزی رسانه‌ها، در این نشست که با حضور سعید سیاهپوش، مشاور توسعه کسب و کار، معصومه
قربانپور، مدیر بخش محتوا و آموزش شرکت راهکارهای توزیع شده کارا، رضا قربانی، عضو
هیئت مدیره سازمان نظام صنفی رایانه‌ای استان تهران؛ و دکتر گیتا علی آبادی، مدیر
کل دفتر مطالعات و برنامه‌ریزی رسانه‌ها برگزار شد، ضمن بحث و تبادل نظر، کاربردها
و چالش‌های هوش مصنوعی در حوزه رسانه مورد بحث و بررسی قرار گرفت.
دکتر گیتا علی آبادی، مدیر کل دفتر مطالعات و
برنامه‌ریزی رسانه‌ها در آغاز این نشست گفت: پیشرفت فناوری های جدید ارتباطی سال‌هاست
که زندگی بشر را دستخوش تغییر و تحول ساخته و تأثیرات خاصی در همه جهات و ابعاد
انسانی از جمله رسانه‌ها داشته است. از سال 1956 یعنی از زمانی که هوش مصنوعی مطرح
شد، تا الان پروژه‌های بسیاری در این زمینه تهیه و اجرا شده و فراز و نشیب‌های
زیادی را پشت سر گذاشته است. اما آنچه امروز برای ما اهمیت دارد و هدف از برگزاری
این نشست نیز هست، این است که کدام بخش از هوش مصنوعی در صنعت رسانه اهمیت و
تأثیر بالایی دارد؟ و چرا دست اندرکاران حوزه رسانه باید به اطلاعات و دانش این
حوزه اشراف داشته باشند؟
سعید
سیاهپوش، مشاور توسعه کسب و کار، در ادامه این نشست اظهار کرد: هوش مصنوعی مدل‌سازی
رفتار هوشمند انسانها برای حل مسائل پیچیده است و به دو نوع هوش مصنوعی قوی و هوش
مصنوعی ضعیف تقسیم می شود.
طرفداران
هوش مصنوعی قوی در پی آن هستند تا کامپیوترهایی بسازند که همانند انسان دارای
ادراک و قدرت تجزیه و تحلیل و قدرت استنتاج باشد. اما منتقدین می‌گویند این یک
نظریه افراطی است و اگر هم شدنی باشد، تأثیرات مخربی بر زندگی انسانها خواهد داشت؛
به این معنی که انسان ابزاری بسازد که رقیب خودش باشد و قابل کنترل نباشد. در این
نظریه گفته می‌شود که مغز انسان دارای ساختاری موازی است که از 10 به توان 10 واحد
نرون تشکیل شده است و هر نرون نیز در آن واحد با 10 به توان 4 نرون دیگر ارتباط
دارد. اگر ما بخواهیم آدرس این 10 به توان 4 را ثبت کنیم در حد گنجایش یک کتاب
نیاز داریم تا این آدرس‌ها در آن ثبت شود. بنابراین کارهایی که از یک انسان با
حداقل آموزش و حداقل آگاهی برمی‌آید، برای یک کامپیوتر کاری پیچیده و ناشدنی است. اما
از سوی دیگر، سرعت تحلیل داده‌ها در مغز انسان بسیار کندتراز ماشین است و کامپیوترها
در انجام محاسبات سرعت عمل بالاتری نسبت به مغز انسان دارند و این یک تفاوت اساسی
در عملکرد مغز انسان با کامپیوتر است. طرفداران هوش مصنوعی بیان می‌کنند که اگر
بخشی از رفتار هوشمندانه انسان را به ماشین آموزش دهیم و ان را بازآموزی کنیم، می‌توانیم
شاهد رفتار هوشمندانه در کامپیوتر باشیم.
وی
در مورد کاربرد هوش مصنوعی در حوزه‌های اقتصادی
گفت: هوش مصنوعی کاربردهای وسیعی در کسب و کارها و بازار تولید و سرمایه
دارد. هوش مصنوعی یکی از به‌روزترین روش‌های معامله‌گری، مدیریت سرمایه و
سبدگردانی است و می‌تواند هزاران داده لازم را یکجا بررسی کرده و واکنش‌های مناسبی
نشان دهد. به طوری که مطالعات نشان می‌دهد 75 درصد از معاملات بورس آمریکا توسط
الگوریتم های هوش مصنوعی انجام می‌شود.
اما
ارتباط هوش مصنوعی با رسانه در چیست؟ در یک تعریف ساده از رسانه می‌توان گفت:
رسانه مجموعه فرآیندی است که یک پیام را در یک بستر ارتباطی تولید کرده و به مخاطب
انتقال می‌دهد. به طور طبیعی رسانه خوب و مفید رسانه‌ای است که پیام خوب و اصولی
تولید می‌کند و بستر ارتباطی امن، سریع و کاربرپسند دارد. در دهه‌های گذشته
روزنامه‌ها، مجلات و بعد از آن رادیو و تلویزیون مصداق بارز رسانه بودند و ویژگی
مهم آنها داشتن ارتباط یک سویه با مخاطبان بود. به این معنی که وقتی پیامی تولید
می‌شد، با تأخیر به دست مخاطبان می‌رسید و هیچ سیستم و مکانیزمی برای دریافت
بازخورد از مخاطب وجود نداشت. علاوه بر این، خیلی کاربرپسند نبودند. اما مهم‌ترین
حسن آنها در این بود که دارای ساختار بودند و محتوایی که تولید می‌شد محتوایی فاخر
و وزین بود و مخاطبان نیز مشخص بودند. این ویژگی‌ها در مورد تلویزیون نیز صدق می‌کرد.
اما بتدریج شبکه‌های اجتماعی ظهور پیدا کردند که مهم‌ترین خصوصیت آنها برقراری ارتباط
دو سویه با مخاطبان بود. در این فضا پیام‌ها و محتوای تولید شده در کمترین زمان
ممکن به دست مخاطبان می‌رسید و مخاطب نیز به سرعت واکنش نشان می‌داد و بازخوردهای
او دریافت می‌شد. این سیستم به راحتی قابل حمل بود و فرمت‌های مختلفی از داده‌ها در
آن بکارگرفته می‌شد. به طوری که یک بستر ارتباطی امن، ارزان و سریع را برای
مخاطبان فراهم می‌ساخت. این بستر ارتباطی آنقدر جذاب و قوی بود که به یکباره تعریف
و رسالت رسانه به فراموشی سپرده شد و شبکههایی چون فیس بوک، اینستاگرام و تلگرام
تبدیل به رسانه شدند و حتی در بین اهالی رسانه نیز طرفداران زیادی پیدا کردند. اما
در واقع رسانه ساختاری است که در آن جایگاه و نقش سردبیر و مدیرمسئول، نویسنده و
ویراستار و ... ناظر کمی وکیفی مشخص است و نمی توان بدون در نظر گرفتن این ویژگی‌ها،
آنها را رسانه قلمداد کرد. در شبکه‌های اجتماعی این ساختار دیده نمی‌شود و حتی
بسیاری از منابع خبری که از آنها نقل قول می‌شود فیک هستند و نمی‌توانند مورد
استفاده باشند. به عنوان مثال در حادثه ساختمان پلاسکو و زلزله تهران شاهد انتشار
چنین اخباری از سوی بعضی کانال‌های ارتباطی بودیم. در این فضاسازی اخبار نادرست و
فیک به سرعت منتشر می‌شدند و هیچ مکانیزمی برای ارتقاء سطح اگاهی مخاطبان و تفکیک
اخبار درست از نادرست وجود نداشت. حتی قانونگذاران ما هم بر این یاور بودند که همه
اینها رسانه هستند و به جای آن که به فکر ارتقاء تولید محتوا و منابع خبری باشند،
بیشتر به فکر فیلتر بسترهای ارتباطی بودند. در حالی که چنین سیاست‌هایی کارساز نیست.
بر فرض، تلگرام را فیلتر کنند، با اینستاگرام و واتس آپ چه خواهند کرد؟ بنابراین
تا زمانی که دید درستی به رسانه نداشته باشیم و اجزاء مختلف رسانه را با هم
نبینیم، وقتی محتوا فیلتر شود، اصرار و مداومت برای دیدن یک خبر می‌تواند منجر به
افزایش تعداد مخاطبان در همان حوزه شود. به همین دلیل افزایش تعداد مخاطبان صفحات
سخیف فضای مجازی را می‌توان ناشی از همین امر دانست و نباید مخاطبان را دست کم
گرفت. در واقع باید مکانیزمی طراحی شود تا منابع تأمین خبر در بلاک‌جین رمزگذاری
شده و راستی‌آزمایی شوند. با این روش مخاطبان رسانه‌ها می‌توانند اخبار را از
منابع علمی رصد شده و تأیید شده دریافت کنند.
به
این ترتیب، همان‌گونه که ما به ماشین می‌آموزیم که چگونه در معامله‌گری و خیلی
دیگر از حوزه‌های کاربردی کمک کند، می‌توان در رصد اخبار و ایجاد بسترهای امن برای
تولید محتوای فاخر نیز کمک گرفت تا ضمن پاسخگویی به نیازهای اطلاعاتی مخاطبان، در
جهت ارتقاء سطح دانش و آگاهی‌های عمومی نیز تلاش‌هایی را به‌ثمر برساند.
معصومه
قربانپور، مدیر بخش محتوا و آموزش شرکت راهکارهای توزیع شده کارا گفت: امروزه
کاربرد هوش مصنوعی در بین نوجوانان و جوانان تبدیل به یک ابزار شده و تقریباً از
حالت آکادمیک خارج شده است. هوش مصنوعی بیش از آنچه تصور می‌شد، در جنبه‌های مختلف
زندگی بشر نمود پیدا کرده است و کاربردهای آن را می‌توان در شبکه‌های اجتماعی،
تولید واکسن کرونا، بازارهای مالی و سرمایه، حمل و نقل، ...، و معامله‌گری ملاحظه
کرد. هوش مصنوعی در رسانه کاربردهای گسترده و متفاوتی دارد. سیستم‌های مبتنی بر
هوش مصنوعی می‌تواند به شخصی‌سازی محتوا کمک کند. مثال بارز این قضیه را می‌توان
در شبکه‌های اجتماعی همچون اینستاگرام و گوگل مشاهده کرد که با توجه به سابقه سرچ
و الگوریتم‌های هوش مصنوعی در این رسانه‌ها، علائق مخاطب و نوع محتوای مورد پسند
او مشخص می‌شود و بر اساس آن محتوای مناسب و مورد علاقه او ارائه می‌شود. کاربرد
این تکنیک‌ها می‌تواند منجر به ایجاد یک تجربه کاربری بهتر در شبکه‌های اجتماعی شده
و یا به کسب و کارها کمک کند تا خدمات خود را بهتر و هدفمندتر ارائه دهند. اما در
عین حال، هوش مصنوعی می‌تواند با ذخیره‌سازی اطلاعات کاربران امنیت آنها را به خطر
بیندازد.
از
دیگر کاربردهای شخصی‌سازی محتوا و تشخیص نوع محتوای مورد علاقه مخاطب، کمک به تبلیغات
آنلاین و هدفمند نمودن پیام‌های تبلیغی است. کنترل محتوا و برودکست دومین کاربرد
هوش مصنوعی در رسانه است. با توجه به تعداد مخاطبان و حجم بالای محتوای تولید شده،
ممکن است کنترل کار از دست رسانه خارج شود. بنابراین با استفاده از هوش مصنوعی می‌توان
براساس سن و جنس و پیشینه مخاطبان، دسته‌بندی‌های مختلفی را برای تولید محتوا و
مخاطبان هدف ارائه کرد.
وی
افزود: هوش مصنوعی این امکان را می‌دهد تا مخاطبان رسانه فیلم‌های مورد علاقه خود
را در شبکههایی چون یوتیوب به صورت زیرنویس و به زبانی غیر از زبان اصلی مشاهده
کنند. این تکنولوژی تا آنجا پیش رفته که حتی کار صدا و دوبله را نیز به صورت
اتوماتیک انجام می‌دهد.
امروزه
همه خدماتی که توسط رسانه‌ها ارائه می‌شود، نیازمند سرویس‌های پشتیبانی است. این
سرویس و پلتفرم هر قدر بزرگتر باشد، کار پشتیبانی نیز سخت‌تر خواهد بود. در اینجا
با استفاده از هوش مصنوعی می‌توان به جای استفاده از چند اپراتور، از دستیارهای
مجازی استفاده کرد. بخصوص در رسانه‌هایی که آنلاین هستند.
کاربردهای
هوش مصنوعی نیازمند دیتا است اما در دنیای امروز بخش اعظم تکنولوژی هوش مصنوعی و
داده‌ها در دست کمپانی‌ها و غول‌های بزرگ تکنولوژی است و این تمرکز قدرت به نوعی می‌تواند
فساد و تباهی به بارآورد. همانند تأثیراتی که فیس بوک در انتخابات آمریکا داشت. اما
در تکنولوژی بلاک‌چین داده‌ها از تمرکز خارج می‌شوند و به صورت غیرمتمرکز و در دست
تمامی نهادها و شبکه‌ها قرار می‌گیرند تا همه بتوانند از آن استفاده کنند. علاوه
بر این ویژگی، بلاک‌جین تغییرناپذیر و شفاف است. بلاک‌جین یک دفترکل توزیع است که
می‌توان اطلاعات قبلی را به طور کامل در آن دید و کسی نمی‌تواند این اطلاعات را
تغییر دهد. زیرا برای ایجاد تغییر حتماً باید 51 درصد افرادی که در این شبکه حضور
دارند با آن موافق باشند.
رضا
قربانی، عضو هیئت مدیره سازمان نظام صنفی رایانه‌ای استان تهران گفت: محور اول صحبت
من به این موضوع اشاره دارد که هوش مصنوعی قوه عاقله‌ای نیست که بدون داده و اطلاعات
استنتاج کند و به ما بگوید چه کاری انجام دهیم بلکه هوش مصنوعی بر اساس داده‌هایی
که به کامپیوتر داده شده عمل می‌کند و بر مبنای ورودی‌ها، خروجی می‌دهد. مصداق این
امر ساخت واکسن‌های کرونا در این دوره بود. در دوره کرونا هوش مصنوعی به تولید
واکسن کرونا کمک کرد اما نتوانست پاندمی و گسترش کرونا را پیش‌بینی کند. زیرا
اطلاعات کافی در اختیار نداشت و برای پیش بینی پاندمی باید زمان می‌گذشت و اطلاعات
لازم به کامپیوتر داده می‌شد تا بر اساس آن پیش‌بینی صورت گیرد.
از
دهه 50 که ماشین وارد زندگی انسانها شد، همیشه در فلسفه هوش مصنوعی این سؤال مطرح
بوده که آیا ماشین می‌تواند همانند انسان عمل کند و خلاق باشد؟ ماشین‌ها از قدیم همیشه
می‌توانستند در محاسیات خود سخت‌ترین اعمال ضرب و تقسیم را در زمان بسیار کوتاهی
انجام دهند اما هیچ‌گاه نتوانسته‌اند از عهده یک سری کارهای هر چند به ظاهر ساده
که توسط ذهن انسان صورت می‌گیرد، برآیند. از جمله این کارها می‌توان به ویژگی
منحصر به فرد خلاقیت اشاره کرد که از توان ماشین خارج است. البته شاید در آینده با
پیشرفت تکنولوژی ماشین بتواند به این عرصه هم ورود کند و حداقل به شکلی منفی این
کار را انجام دهد.
متأسفانه
در دوران اخیر کاربردهای منفی هوش مصنوعی به شدت گسترش یافته و تأثیرات آن را می‌توان
در رمز ارزها و پولشویی‌ها و فیک نیوزها در فضای مجازی مشاهده کرد. به این معنی که
هوش مصنوعی قبل از آنکه در دست روزنامه‌نگاران باشد، در اختیار افرادی است که فیک
نیوز تولید می‌کنند. این مسئله یکی از آفت‌هایی است که تمام دنیا را گرفتار کرده
اما این گرفتاری برای ما از همه بدتر است. در واقع، هوش مصنوعی در خدمت سیستم
رسانه‌ای است که سال‌ها تلاش کرده ما را محدود کند و عقب نگه دارد و اگر به صورت
جدی و با مدل ذهنی باز سراغ آن نرویم در آینده دچار دردسرخواهیم شد.
روزنامه‌نگاری
خودکار از دیگر کاربردهای هوش مصنوعی در رسانه است به این معنی که گزارشگران
ماشینی می‌توانند در سریعترین زمان ممکن اطلاعات را گردآوری کرده و آنها را تبدیل
به گزارش‌های جدی کنند. گاهی اوقات ما مسیر موضوعات را گم می‌کنیم و در صحبت از
مفاهیم و علوم و دانش بشری مباحث را از یکدیگر تفکیک نمی‌کنیم. در حالی که زمینه
این دو بحث متفاوت از یکدیگر است. در مورد تکنولوژی و دانش نیز چنین است و گاهی
تکنولوژی با دانش اشتباه گرفته می‌شود. در رابطه با هوش مصنوعی نیز تا زمانی که
این تکنولوژی تبدیل به ابزار نشود قابل لمس نخواهد بود و باید حتماً تبدیل به
ابزار شود تا ما آن را ببینیم. در مورد تکنولوژی‌های دیگر مانند وب و اینترنت نیز
چنین است. وقتی ابزارها بوجود می‌آیند منابع جدیدتری خلق می‌شوند که یکی از آنها
صنعت رسانه است که طی این سال‌ها به شدت تحت فشار بوده. ما الان با یک آشفتگی و
بلاتکلیفی در حوزه رسانه در کل جهان روبه رو هستیم و گاهی آن چنان با روندها پیش
می‌رویم که بیش از حد شیفته آنها می‌شویم. ولی قرار نیست پیوسته دنبال روندها
برویم، بلکه باید از آنها استفاده کنیم زیرا در اینجا بحث استانداردها، قوانین و
مقررات مطرح است که باید با رویکرد صیانت واقعی از فضای مجازی باشد نه رویکرد
محدودکردن.
یکی
از کاربردهای هوش مصنوعی در رسانه بحث تولید گفتار است به این صورت که صدای افراد
را شبیه‌سازی می‌کنند. الان در وب سایت‌ها مدل‌هایی به وجود آمده که متن با صدای
خود افراد خوانده می‌شود. در صنعت رسانه این یک پیشرفت بزرگ محسوب می‌شود و نباید
با نسخه‌های صوتی اشتباه شود. عکس این موضوع نیز صادق است یعنی تبدیل گفتار به متن
که یکی از امکاناتی است که یوتیوب از آن استفاده می‌کند. در واقع رسانه‌هایی که از
این تکنولوژی بهره می برند اثربخشی بیشتری دارند.
دستورپذیری
و استدلال و استنتاج نیز یکی دیگر از کاربردهای هوش مصنوعی در رسانه است. بحث
یادگیری ماشین یکی از حوزه‌های جدی است که ما با آن سر و کار داریم. الان ماشین
هایی تولید شده‌اند که می‌توانند خبری را به صورت هرم وارونه تنظیم کنند یا گزارش
های تکمیلی بنویسند اما به دلیل نداشتن قدرت استنتاج، این سؤال مطرح می‌شود که آیا
ماشین می تواند گزارش تحلیلی بنویسد؟ اینها سؤالاتی است که هنوز جواب قطعی ندارند ولی
در دست مطالعه هستند. ما الان اپلیکیشن‌هایی داریم که موضوع آنها در آینده خیلی
جدی‌تر خواهد شد و می‌توانند جهت‌گیری رسانه‌ها و خبرها را تشخیص دهند. اینجا بحث
فیک نیوز مطرح نیست بلکه هر رسانه‌ای به دلیل مالکانی که دارد رویکردهایی را برای
خود مشخص کرده و آن را در خبرها و گزارش‌ها می‌آورد. در اینجا بحث سواد رسانه‌ای
برای تشخیص جهت‌گیری رسانه بسیار مهم است و باید بدانیم یک رسانه با چه جهت گیری
به چه موضوعی می پردازد.
هوش
مصنوعی نمی‌تواند در آینده همه مسائل حوزه رسانه را حل کند. ما باید نسبت به این
حقیقت آگاه باشیم زیرا بی‌توجهی به این موضوع در آینده ما را با مسائل سخت‌تری
مواجه خواهد کرد.
بلاک
جین و تکنولوژی‌هایی مثل هوش مصنوعی ابزارهایی هستند که بر مبنای تکنولوژی خلق شده‌اند
و فضای جدیدی را در رسانه‌ها خلق کرده‌اند اما باید چارچوب‌ها و شیوه‌هایی خلق شود
که افراد بتوانند این فضا را تنظیم‌گری کرده و در آن کار کنند. به این معنی که رسانه
فقط یک بسته ارتباطی رها شده و آلوده‌ای نیست، بلکه رسانه یعنی تولید محتوا،
مخاطب، ... بنابراین باید روی آموزش و سطح آگاهی مخاطب کارکرد و تشکل‌های علمی، فنی
و انجمن‌ها و آکادمی‌های ژورنالیست و رسانه‌ای را تقویت کرد تا محتوای درست به دست
مخاطب برسد. بنابر این هر قدر محدود ایجاد کنیم تکنولوژی راه خود را خواهد رفت و
در آینده اینترنت ماهواره‌ای خواهد آمد. در یک دوره‌ای تلاش شد تا برخی وب‌سایت‌ها
فیلتر شوند اما در مقابل، اتفاق دیگری افتاد و آنها در شبکه‌های اجتماعی همچون
تلگرام و اینستاگرام راه خود را ادامه دادند. تمامی این مسائل و اتفاقات نیازمند یک نگاه نو به این
حوزه است که دفتر مطالعات و به طور مشخص وزارت ارشاد می‌تواند نقش مؤثری در تجمع
همفکری و تجمیع بین اهالی رسانه و مخاطبان ایفا کند.