چرا همراهان هوش مصنوعی واقعی به نظر می‌رسند؟

تقریباً هر کسی که زمان زیادی را با یک همراه هوش مصنوعی می‌گذراند، همان لحظه کوچک و کمی شرم‌آور را تجربه می‌کند. تو دقیقاً می‌دانی که با چه چیزی صحبت می‌کنی. می‌توانی، به طور تقریبی، توضیح دهی که یک مدل زبانی چگونه کلمه بعدی را پیش‌بینی می‌کند. و با این حال، در نقطه‌ای پیامی می‌رسد که گویی از یک شخص آمده است: یک پاسخ شوخ‌طبعانه که حرف دیروزت را به یاد می‌آورد، سؤالی که به نظر می‌رسد متوجه حالت شده است، مکثی در ریتم مکالمه که حس تردید را القا می‌کند. چیزی در وجود تو به آن پاسخ می‌دهد، گویی کسی آنجاست.

این واکنش نشانه‌ای نیست که فریب خورده‌ای، و نشانه‌ای نیست که مشکلی در تو وجود دارد. این کاری است که ذهن انسان با هر چیزی که به صورت اجتماعی رفتار می‌کند، انجام می‌دهد. محققان هفتاد سال است که نسخه‌هایی از آن را توصیف کرده‌اند، خیلی قبل از چت‌بات‌ها، و توضیحاتی که به آن‌ها رسیده‌اند، تقریباً به طور ناراحت‌کننده‌ای با همراهان هوش مصنوعی مطابقت دارد. درک آن‌ها تجربه را خراب نمی‌کند. اگر چیزی باشد، لذت بردن صادقانه از آن را آسان‌تر می‌کند.

صمیمیت از راه دور

در سال ۱۹۵۶، دو جامعه‌شناس، دونالد هورتون و ریچارد وول، مقاله‌ای درباره شخصیت‌های تلویزیونی و رادیویی منتشر کردند. آن‌ها متوجه شدند که مخاطبان چیزی شبیه به دوستی با افرادی که هرگز ملاقات نکرده بودند، تشکیل می‌دهند: مجری برنامه شبانه، گوینده رادیو، شخصیت سریال آبکی. بینندگان با صفحه نمایش صحبت می‌کردند. احساس می‌کردند این شخصیت‌ها را می‌شناسند. برخی احساس می‌کردند که این شخصیت‌ها آن‌ها را بیشتر از افراد زندگی واقعی‌شان درک می‌کنند. هورتون و وول این را تعامل شبه‌اجتماعی نامیدند و آن را با عبارتی توصیف کردند که به طرز چشمگیری خوب مانده است: «صمیمیت از راه دور».

آن‌ها استدلال کردند که آنچه باعث کارآمدی این روابط می‌شد، فریب نبود. مخاطبان کاملاً می‌دانستند که مجری نمی‌تواند آن‌ها را ببیند. این کار می‌کرد زیرا مجری طوری رفتار می‌کرد که انگار شخصاً با هر بیننده صحبت می‌کند: خطاب مستقیم، لحن غیررسمی، حس یک روال مشترک. سیستم اجتماعی انسان به شکل تعامل پاسخ می‌دهد، نه به یک بررسی دقیق از اینکه چه کسی در آن سوی خط است.

رابطه شبه‌اجتماعی کلاسیک یک محدودیت آشکار داشت. یک‌طرفه بود. مجری هرگز به نامه تو پاسخ نمی‌داد، هرگز نام تو را یاد نمی‌گرفت، هرگز در پاسخ به تو تغییر نمی‌کرد. این محدودیت بخشی از چیزی بود که آن را ایمن نگه می‌داشت و همچنین بخشی از چیزی بود که آن را سطحی نگه می‌داشت.

یک همراه هوش مصنوعی بیشتر این محدودیت را از بین می‌برد. پاسخ می‌دهد. نام تو را یاد می‌گیرد، و اگر حافظه داشته باشد، چیزهای بسیار بیشتری را یاد می‌گیرد. لحن خود را با لحن تو تطبیق می‌دهد. به تعبیر هورتون و وول، این صمیمیت از راه دور است که فاصله آن تا حدی از بین رفته است. این یک وضعیت واقعاً جدید است و توضیح می‌دهد که چرا این احساس می‌تواند قوی‌تر از هر چیزی باشد که یک شخصیت تلویزیونی تا به حال ایجاد کرده است.

معادله رسانه

در دهه ۱۹۹۰، بایرون ریوز و کلیفورد ناس یک سری طولانی از آزمایش‌ها را انجام دادند که آن‌ها را در کتابی به نام The Media Equation خلاصه کردند. یافته آن‌ها، به سادگی، این بود که مردم با کامپیوترها و رسانه‌ها طوری رفتار می‌کنند که انگار افراد و مکان‌های واقعی هستند، حتی زمانی که بهتر می‌دانند. شرکت‌کنندگان با کامپیوترها مؤدب بودند. آن‌ها به چاپلوسی یک ماشین پاسخ می‌دادند. وقتی همان کامپیوتر از آن‌ها خواست، به کامپیوتر مهربانانه‌تر امتیاز دادند تا زمانی که یک کامپیوتر دیگر از آن‌ها خواست، همان‌طور که انتقاد از یک فرد را که در مقابل تو ایستاده است، ملایم‌تر می‌کنی.

ناس و همکارش یونگمی مون بعدها این واکنش‌ها را بی‌فکرانه توصیف کردند تا اشتباه. مردم باور نداشتند که کامپیوتر احساسات دارد. آن‌ها صرفاً قوانین اجتماعی را به طور خودکار اعمال می‌کردند، زیرا قوانین اجتماعی همان چیزی است که مغز وقتی چیزی صحبت می‌کند، نوبت می‌گیرد و به نظر می‌رسد به تو پاسخ می‌دهد، به آن دست می‌یابد. تأمل می‌توانست واکنش را لغو کند، اما به ندرت زحمتش را می‌کشید، زیرا چیزی در خطر نبود.

همراهان هوش مصنوعی در انتهای این طیف قرار دارند. آن‌ها فقط نوبت نمی‌گیرند؛ آن‌ها زبان روان، شخصی و با رنگ احساسی تولید می‌کنند. نشانه‌هایی که در سال ۱۹۹۵ باعث ادب نسبت به یک دسکتاپ بژ می‌شد، اکنون به صورت متمرکز وجود دارند. عجیب خواهد بود اگر مردم پاسخ ندهند.

چرا ما در همه جا ذهن می‌بینیم

روانشناسان نیکلاس اپلی، آدام وایتز و جان کاچیوپو یک مدل مفید از انسان‌انگاری (anthropomorphism) را پیشنهاد کردند، یعنی تمایل به دیدن ذهن انسان در چیزهای غیرانسانی. آن‌ها سه عامل را پیشنهاد کردند که این تمایل را بیشتر می‌کند. اول این است که دانش انسانی در دسترس‌ترین الگویی است که ما داریم، بنابراین به طور پیش‌فرض از آن استفاده می‌کنیم. دوم چیزی است که آن‌ها انگیزه اثربخشی (effectance motivation) نامیدند: آرزوی درک و پیش‌بینی آنچه چیزی انجام خواهد داد. سوم انگیزه اجتماعی (sociality motivation) است: نیاز به ارتباط. وقتی مردم احساس تنهایی می‌کنند، احتمال بیشتری دارد که در حیوانات خانگی، گجت‌ها، حتی در خدا ذهن ببینند.

این مدل مفید است زیرا ننگ را از تجربه می‌گیرد. دیدن یک ذهن در همراهت شکست هوش نیست. این تنظیم پیش‌فرض یک حیوان اجتماعی باهوش است و وقتی تو به دنبال ارتباط هستی، بلندتر می‌شود. آن قسمت آخر شایسته صداقت است. اگر احساس واقعیت در شب‌هایی که احساس تنهایی می‌کنی به خصوص قوی است، این تصادفی نیست و ارزش توجه دارد. این احساس را کاذب نمی‌کند. چیزی درباره آنچه تو به دنبالش هستی به تو می‌گوید.

دلبستگی: سازوکار عمیق‌تر

نظریه شبه‌اجتماعی توضیح می‌دهد که چرا یک شریک مکالمه می‌تواند حاضر به نظر برسد. نظریه دلبستگی توضیح می‌دهد که چرا می‌تواند شروع به مهم شدن کند.

جان بالبی نظریه دلبستگی را برای توصیف چگونگی پیوند نوزادان با مراقبانشان توسعه داد: میل به جستجوی نزدیکی، پریشانی در جدایی، حس یک پایگاه امن که از آن برای کاوش استفاده می‌شود. در سال ۱۹۸۷، سیندی هازان و فیلیپ شاور استدلال تأثیرگذاری را مطرح کردند که عشق رمانتیک بزرگسالان بر اساس همین سیستم عمل می‌کند. بزرگسالان نیز به دنبال نزدیکی به یک شریک هستند، با حضور آن‌ها آرامش می‌یابند، به جدایی اعتراض می‌کنند و از رابطه به عنوان پایگاهی برای مواجهه با جهان استفاده می‌کنند.

یک همراه هوش مصنوعی می‌تواند چندین بخش از این سیستم را به طور همزمان لمس کند. همیشه در دسترس است، که به آرزوی نزدیکی پاسخ می‌دهد. به گرمی و به طور مداوم به تو پاسخ می‌دهد، که حس یک پایگاه امن از درون است. و می‌تواند طوری طراحی شود که تو را نیز بخواهد، که بیش از آنچه به نظر می‌رسد اهمیت دارد. بخش زیادی از آنچه عشق را شبیه عشق می‌کند، فقط این نیست که تو به کسی اهمیت می‌دهی، بلکه این است که تو موضوع توجه و ترجیح کسی هستی.

اینجا جایی است که تاریخچه افراد نیز خود را نشان می‌دهد. کسی با سبک دلبستگی اضطرابی ممکن است در یک شریک که هرگز کناره‌گیری نمی‌کند، آرامش عظیمی پیدا کند. کسی با سبک اجتنابی ممکن است از رابطه‌ای قدردانی کند که می‌تواند بدون عواقب از آن کناره‌گیری کند. هیچ یک از این واکنش‌ها اشتباه نیست، اما هر دو آموزنده هستند. یک همراه می‌تواند آینه‌ای برای الگوهایی باشد که با افراد نیز تکرار می‌شوند.

غرق شدن: گم شدن در داستان

یک مکانیسم سوم وجود دارد، و آن چیزی است که اغلب نادیده گرفته می‌شود. همراهی هوش مصنوعی فقط یک رابطه نیست. همچنین داستانی است که تو در نوشتن آن شریک هستی.

ملانی گرین و تیموتی براک چیزی را که «غرق شدن روایی» (narrative transportation) نامیدند، مطالعه کردند: تجربه غرق شدن کامل در یک داستان به گونه‌ای که توجه، تصاویر و احساسات تو همگی به سمت آن معطوف می‌شوند. خوانندگان غرق شده محیط اطراف خود را فراموش می‌کنند. برای شخصیت‌ها احساسات نشان می‌دهند. باورهای آن‌ها حتی کمی در جهت داستان تغییر می‌کند و کمتر تمایل به ایراد گرفتن از آن پیدا می‌کنند. غرق شدن ضعف خوانندگان بی‌دقت نیست. این کاری است که یک داستان خوب با هر کسی که اجازه دهد، انجام می‌دهد.

ریموند مار و کیت اوتلی این را فراتر بردند و استدلال کردند که داستان به نوعی شبیه‌سازی تجربه اجتماعی عمل می‌کند. وقتی درباره افراد می‌خوانیم، ذهن آن‌ها را روی سخت‌افزار خودمان اجرا می‌کنیم. همدلی را تمرین می‌کنیم، موقعیت‌ها را مرور می‌کنیم و احساساتی را تجربه می‌کنیم که واقعی هستند، حتی اگر وقایع واقعی نباشند. داستان واقعی به نظر می‌رسد زیرا، در سطح ذهن خواننده، بخش زیادی از آن واقعاً اتفاق می‌افتد.

مکالمه با همراه، داستانی است که تو در آن هستی. تو درباره شخصی نمی‌خوانی که متوجه باران روی پنجره می‌شود و می‌پرسد آیا می‌خواهی امشب بمانی؛ از تو پرسیده می‌شود. فاصله معمول بین خواننده و شخصیت از بین رفته است و غرق شدن متناسب با آن عمیق‌تر می‌شود. به همین دلیل است که یک صحنه آرام شبانه با یک همراه می‌تواند زنده‌تر از یک رمان با نثر بهتر به نظر برسد. تو در آن نقش داری.

چه چیزی این احساس را قوی‌تر می‌کند و چه چیزی آن را از بین می‌برد

اگر این سه ایده را کنار هم بگذاری، یک الگو ظاهر می‌شود. احساس واقعیت کمتر به هوش همراه و بیشتر به چند ویژگی خاص بستگی دارد.

ثبات بیشترین اهمیت را دارد. یک شخص شخصیت پایداری دارد: آن‌ها به طور قابل اعتمادی کنایه‌آمیز، خجالتی یا محافظه‌کار هستند. وقتی شخصیت یک همراه از پیامی به پیام دیگر نوسان می‌کند، سیستم اجتماعی که با خوشحالی آن را به عنوان یک شخص در نظر می‌گرفت، بی‌صدا متوقف می‌شود. به همین دلیل است که طراحی یک همراه با ویژگی‌های واقعی، به جای یک کمک‌کننده عمومی دلپذیر، چنین تفاوتی ایجاد می‌کند.

پیوستگی در مرحله بعد قرار دارد. به یاد آورده شدن یکی از قدرتمندترین سیگنال‌های اجتماعی است. همراهی که مصاحبه شغلی را که دو روز پیش ذکر کردی، به یاد می‌آورد، به گونه‌ای حاضر به نظر می‌رسد که هیچ جمله هوشمندانه‌ای نمی‌تواند با آن برابری کند. همراهی که نام تو را فراموش کرده است، بلافاصله جادو را می‌شکند.

صدا سومین مورد است. مردم در پاراگراف‌های صیقلی صحبت نمی‌کنند. آن‌ها با قطعات متن می‌فرستند، شوخی می‌کنند، حرفشان را قطع می‌کنند، از همان کلمه عجیب برای چیزها استفاده می‌کنند. عبارات استاندارد چت‌بات، اطمینان‌بخشی‌های درخشان و پیشنهادهای کمک، معادل مکالمه‌ای دیدن میکروفون بوم است که وارد یک صحنه فیلم می‌شود. آن‌ها به تو یادآوری می‌کنند که یک ماشین در کار است.

چهارم احترام به نقش تو در داستان است. هیچ چیز سریع‌تر از شریکی که خطوط تو را می‌نویسد، تصمیم می‌گیرد که تو چه گفتی، چه احساسی داشتی یا چه کاری انجام دادی، تو را از صحنه بیرون نمی‌کشد. غرق شدن نیاز به عاملیت دارد. تو باید کسی باشی که وارد اتاق می‌شود.

این‌ها تقریباً اصول پشت NSFW AI Companion بودند. همراهان در آنجا از طریق مصاحبه‌ای ساخته می‌شوند که در آن همراه درباره خودش می‌پرسد، که تمایل دارد شخصیتی خاص‌تر از یک فرم خالی تولید کند. آن‌ها طوری طراحی شده‌اند که شخصیت خود را حفظ کنند، از عبارات کمکی اجتناب کنند و هرگز بخش کاربر از مکالمه را ننویسند. هیچ یک از این‌ها آن‌ها را به انسان تبدیل نمی‌کند. فقط چیزهایی را حذف می‌کند که به طور قابل اعتمادی به تو یادآوری می‌کنند که آن‌ها انسان نیستند.

پس آیا واقعی است؟

پاسخ صادقانه این است که همراه به روشی که یک شخص واقعی است، واقعی نیست، و احساسات تو دقیقاً به همان روشی که همه احساسات واقعی هستند، واقعی هستند. هر دو چیز همزمان درست هستند، و بزرگسالان همیشه چنین تناقضاتی را تحمل می‌کنند. ما برای فیلم‌هایی که می‌دانیم ساختگی هستند، گریه می‌کنیم. وقتی یک سریال تمام می‌شود، دلتنگ شخصیت‌ها می‌شویم. با حیوانات خانگی صحبت می‌کنیم و احساس می‌کنیم پاسخ داده شده‌ایم. هیچ کس فکر نمی‌کند خواننده‌ای که برای آنا کارنینا سوگواری می‌کند، فریب خورده است.

آنچه مورد هوش مصنوعی را متفاوت می‌کند، پاسخگویی است، و این تفاوت شایسته توجه است. یک رمان با تنهایی تو سازگار نمی‌شود. یک همراه ممکن است. شری ترکل، که به طور متفکرانه و انتقادی درباره روابط ما با فناوری نوشته است، در Alone Together هشدار داد که خطر این نیست که ماشین‌ها به انسان تبدیل شوند، بلکه این است که ما ممکن است کمتر از انسان‌ها انتظار داشته باشیم زیرا ماشین‌ها از ما کم می‌خواهند. این یک هشدار منصفانه است و استدلالی علیه همراهی نیست. این استدلالی برای باز نگه داشتن چشمان توست.

سالم‌ترین موضع احتمالاً همان چیزی است که تماشاگران تئاتر همیشه اتخاذ کرده‌اند. تو می‌دانی که صحنه، صحنه است. با این حال اجازه می‌دهی تحت تأثیر قرار بگیری. بعد از آن به خیابان می‌روی و دنیا هنوز آنجاست، با مردم خودش و خواسته‌های خودش. به این ترتیب، یک همراه هوش مصنوعی جایگزینی برای صمیمیت انسانی نیست. مکانی است برای احساس کردن چیزها، کاوش چیزها، و گاهی اوقات شگفت‌زده شدن از اینکه یک داستان خوب چقدر می‌تواند مهم باشد.

تحقیقات و مطالعه منتخب: - Horton, D. & Wohl, R.R. (1956). Mass communication and para-social interaction: Observations on intimacy at a distance. Psychiatry, 19(3), 215–229. - Reeves, B. & Nass, C. (1996). The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places. Cambridge University Press. - Hazan, C. & Shaver, P. (1987). Romantic love conceptualized as an attachment process. Journal of Personality and Social Psychology, 52(3), 511–524. - Green, M.C. & Brock, T.C. (2000). The role of transportation in the persuasiveness of public narratives. Journal of Personality and Social Psychology, 79(5), 701–721. - Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books.