آیا هوش مصنوعی می‌تواند فقر جهانی را کاهش دهد؟
جهان صنعت – در دهکده‌ای دورافتاده در شرق اوگاندا، نوجوانی به نام «الی ناتونده» برای آزمون شیمی آماده می‌شود؛ روستایی با جاده‌های خاکی، برق نامنظم و بدون آب لوله‌کشی. اما او تنها چند لمس تا پیشرفته‌ترین معلم جهان فاصله دارد. با خرید صد مگابایت اینترنت از مغازه محلی، وارد گفت‌وگو با چت‌باتی می‌شود که ظرف چند ثانیه واکنش فلزها با اسید را برایش توضیح می‌دهد. این صحنه ساده، چکیده امیدی بزرگ است. اینکه هوش مصنوعی بتواند دانش، آموزش و خدمات را به دورترین نقاط جهان برساند.
تنها سه سال پس از ظهور چت‌جی‌پی‌تی، حدود ۸۰۰ میلیون نفر در جهان معادل یک‌هفتم جمعیت بزرگسال از آن به‌صورت هفتگی استفاده می‌کنند. نکته جالب اینکه بخش قابل‌توجهی از این کاربران در کشورهای درحال‌توسعه زندگی می‌کنند؛ جایی که جمعیت جوان و آشنا با فناوری، بیشترین ظرفیت تحول را دارد. پس از ایالات متحده، دو کشور هند و برزیل بیشترین کاربران هوش مصنوعی را دارند و در آفریقا، نیجریه و غنا در صدر فهرست استفاده‌کنندگان قرار گرفته‌اند.
سازمان ملل در تازه‌ترین پیمایش خود نشان می‌دهد که اعتماد به هوش مصنوعی در کشورهایی با شاخص توسعه انسانی پایین‌تر، بیشتر است. به‌عبارت دیگر، مردمانی که در شرایط محروم‌تر زندگی می‌کنند، بیش از سایرین به آینده این فناوری امید دارند؛ زیرا در نگاه آن‌ها، هوش مصنوعی فرصتی برای شکستن انحصار دانش و کاهش نابرابری است.
امید به میان‌بُر توسعه
تجربه‌های میدانی نشان می‌دهد که هوش مصنوعی می‌تواند از مرز وعده‌ها عبور کند. در کنیا، همکاری میان شرکت OpenAI و زنجیره درمانی «پندا هلث» منجر به اجرای آزمایشی دستیار پزشکی هوش مصنوعی در پانزده کلینیک شد. در بیش از ۴۰ هزار ویزیت پزشکی، خطای تشخیص پزشکان ۱۶ درصد و خطای درمانی ۱۳ درصد کاهش یافت.
نمونه دیگر از نیجریه است؛ در یک برنامه شش‌هفته‌ای فوق‌برنامه، دانش‌آموزان دبیرستانی با استفاده از دستیار هوش مصنوعی مایکروسافت دوبار در هفته با چت‌بات گفت‌وگو کردند. نتیجه حیرت‌انگیز بود: نمرات زبان انگلیسی آنان معادل دو سال آموزش اضافی بهبود یافت.
این دستاوردها، یادآور تجربه تلفن همراه در آفریقاست. در دهه ۱۹۹۰، بسیاری از کشورهای آفریقایی کمتر از یک خط تلفن ثابت برای هر صد نفر داشتند. اما با جهش مستقیم از تلفن ثابت به همراه، ظرف دو دهه تقریباً به پوشش کامل ارتباطی رسیدند. امیدها اکنون به تکرار چنین جهشی با هوش مصنوعی بسته شده است؛ جهشی که نیازمند عبور از سه مانع بزرگ است:۱. دسترسی و اتصال به اینترنت،۲. توانایی کاربران در استفاده مؤثر از فناوری،۳. ظرفیت نهادی برای ادغام فناوری در ساختارهای رسمی.
سه مانع بزرگ در مسیر انقلاب دیجیتال
دسترسی و اتصال به اینترنت: هوش مصنوعی بدون اینترنت معنایی ندارد. در حالی که حدود ۹۰ درصد مردم کشورهای ثروتمند در سال ۲۰۲۴ آنلاین بوده‌اند، در کشورهای فقیر تنها یک‌چهارم جمعیت دسترسی داشتند. هرچند ۸۵ درصد از آفریقایی‌ها در محدوده پوشش سیگنال پهن‌باند موبایل زندگی می‌کنند، اما هزینه اینترنت همچنان مانع اصلی است.
با این حال، استفاده از هوش مصنوعی از دید مصرف‌کننده، ارزان‌تر از آن چیزی است که تصور می‌شود. یک صفحه جست‌وجوی معمولی در گوگل، سه‌هزار برابر بیشتر از یک گفت‌وگوی متنی با چت‌بات داده مصرف می‌کند. هزینه ارسال درخواست به چت‌جی‌پی‌تی نیز تا سال ۲۰۲۴ حدود ۹۰ درصد کاهش یافته است. این کاهش هزینه می‌تواند دسترسی به اطلاعات را برای میلیون‌ها کاربر در کشورهای فقیر ممکن کند. با این حال، تا زمانی که اینترنت ارزان‌تر و گسترده‌تر نشود، خطر آن وجود دارد که انقلاب هوش مصنوعی بار دیگر فقیرترین‌ها را جا بگذارد.
مهارت و سواد دیجیتال: دسترسی به فناوری به‌تنهایی کافی نیست. بانک جهانی برآورد می‌کند که ۷۰ درصد از کودکان ده‌ساله در کشورهای کم‌درآمد و متوسط نمی‌توانند یک متن ساده را بخوانند. در چنین شرایطی، استفاده مؤثر از چت‌بات‌ها نیازمند مهارتی است که هنوز برای بسیاری ناشناخته است: دانستن اینکه «چه باید پرسید».
مطالعه‌ای در دانشگاه برکلی نشان داده است که کارآفرینان کنیا که مهارت بالاتری در کسب‌وکار داشتند، با استفاده از دستیار هوش مصنوعی سود خود را بیش از ۱۵ درصد افزایش دادند، در حالی که افراد ضعیف‌تر با پیروی کورکورانه از توصیه‌های عمومی، زیان کردند. در روستای ناتونده، حدود نیمی از جوانان گوشی هوشمند دارند، اما بیشترشان از هوش مصنوعی برای سرگرمی استفاده می‌کنند، نه آموزش یا کار.
زبان و فرهنگ: بیشتر سامانه‌های هوش مصنوعی بر پایه زبان‌های انگلیسی و اروپایی آموزش دیده‌اند، در حالی که صدها زبان آفریقایی تقریباً در داده‌های آموزشی غایب‌اند. این شکاف زبانی موجب می‌شود هوش مصنوعی در پاسخ‌گویی به کاربران محلی دچار خطا یا سوءبرداشت شود.
اما تلاش‌هایی برای پر کردن این شکاف آغاز شده است. پروژه‌هایی مانند Masakhane، Ghana NLP و Kencorpus به‌صورت داوطلبانه داده‌های متنی برای زبان‌های آفریقایی گردآوری می‌کنند تا زمینه را برای مدل‌های بومی فراهم کنند. در کنار آن، توسعه ابزارهای متن‌باز و گفتاری، نوید آینده‌ای را می‌دهد که در آن کاربران بتوانند با زبان مادری خود با ماشین‌ها گفت‌وگو کنند.
فناوری بدون نهاد، پیشرفتی ندارد
حتی اگر موانع فنی و مهارتی برطرف شود، بزرگ‌ترین خطر در جای دیگری کمین کرده است: نبود نهادهای کارآمد برای استفاده از فناوری. تجربه شکست «نوآوری‌های گلوله نقره‌ای» در گذشته هشداری جدی است. آموزش‌های آنلاین گسترده روزی وعده انقلاب آموزشی در کشورهای درحال‌توسعه را می‌دادند، اما چون بیرون از ساختار رسمی مدارس باقی ماندند، تأثیر چندانی بر یادگیری نگذاشتند.
هوش مصنوعی نیز می‌تواند گرفتار همین دام شود. در یکی از ایالت‌های هند، الگوریتمی برای شناسایی شرکت‌های صوری طراحی شد که هزاران مورد تخلف را شناسایی کرد، اما چون دستگاه اجرایی انگیزه یا سازوکار پیگیری نداشت، هیچ تغییری در رفتار نهادی ایجاد نشد.
کارشناسان تأکید می‌کنند که موفقیت هوش مصنوعی تنها زمانی تحقق می‌یابد که در بطن نظام‌های آموزشی، درمانی و اقتصادی ادغام شود، نه در حاشیه آن‌ها. فناوری می‌تواند تشخیص پزشک را دقیق‌تر یا آموزش را جذاب‌تر کند، اما رشد پایدار زمانی شکل می‌گیرد که کل ساختار اقتصادی از آن منتفع شود.
لنت پریچت، اقتصاددان مدرسه اقتصاد لندن، می‌گوید: «هیچ کشوری بدون ثروتمندتر شدن، آموزش همگانی یا سلامت پایدار به دست نیاورده است. رشد اقتصادی و افزایش بهره‌وری نیروی کار پیش‌نیاز توسعه انسانی‌اند.»
نوید بزرگ یا امید واهی؟
تحول دیجیتال تنها زمانی پایدار است که بنگاه‌ها و دولت‌ها ساختار خود را برای بهره‌گیری از آن بازآرایی کنند. تاریخ فناوری این نکته را بارها ثابت کرده است: زمانی که کارخانه‌ها چراغ‌های گازی خود را با برق جایگزین کردند، بهره‌وری چندان بالا نرفت؛ اما هنگامی که کل خطوط تولید را بر پایه ماشین‌های برقی بازطراحی کردند، انقلاب صنعتی دوم رقم خورد.
مطالعه‌ای از دو اقتصاددان، دیه‌گو کومین و مارتی مستیری، بر پایه داده‌های دو قرن گذشته نشان می‌دهد که هرچند فناوری‌های نوینی مانند رایانه و اینترنت سریع‌تر از اختراعات پیشین به کشورهای فقیر رسیده‌اند، اما عمق استفاده از آن‌ها کمتر بوده است. هوش مصنوعی به‌مراتب پیچیده‌تر است و نیاز به سازمان‌دهی مجدد در مقیاس ملی دارد. حتی در اقتصادهای پیشرفته، تنها حدود ۱۰ درصد شرکت‌ها از آن در فرآیند تولید استفاده می‌کنند؛ در کشورهای فقیر، این رقم بسیار پایین‌تر است.
بنابراین، آینده هوش مصنوعی در توسعه جهانی به میزان ادغام آن با سیاست‌های عمومی، آموزش، کارآفرینی و سرمایه‌گذاری بستگی دارد. اگر دولت‌ها بتوانند هزینه داده را کاهش دهند، مهارت‌های دیجیتال را آموزش دهند، و زبان‌های بومی را وارد فضای هوش مصنوعی کنند، این فناوری می‌تواند به اهرمی برای رشد و برابری تبدیل شود. در غیر این صورت، شکاف دیجیتال میان شمال و جنوب، نه‌تنها پر نخواهد شد بلکه ژرف‌تر نیز خواهد شد.
میان جهش و شکاف
هوش مصنوعی می‌تواند برای جهان فقیر همان نقشی را ایفا کند که تلفن همراه در دهه‌های گذشته داشت: میان‌بُری برای توسعه، نه تقلیدی از مسیر غرب. اما تحقق این رؤیا مستلزم آن است که دسترسی به اینترنت گسترش یابد، مهارت‌های پایه‌ای تقویت شود، و نظام‌های رسمی از مدرسه تا اداره آماده پذیرش فناوری شوند.
در غیر این صورت، هوش مصنوعی به جای آنکه ابزار عدالت و دانش باشد، به آینه‌ای از نابرابری تبدیل می‌شود: فناوری‌ای که در گوشی‌های مردم فقیر حضور دارد، اما در زندگی‌شان تغییری ایجاد نمی‌کند.
