نسخه مکتوب جلسه «سفر به دشت ستارگان» – گفتوگوی پوریا ناظمی با فرناز خطیبی درباره فلسفه ذهن، آگاهی، خودآگاهی و هوش مصنوعی
پرسشی که با هوش مصنوعی دوباره زنده شده است
چند سال پیش، برای بسیاری از مردم پرسش از «آگاهی ماشین» هنوز رنگوبوی داستانهای علمیتخیلی داشت. ماشین آگاه در تخیل عمومی اغلب رباتی بود شبیه نمونههای هالیوودی: موجودی مکانیکی که راه میرود، حرف میزند، تصمیم میگیرد، شاید احساس پیدا میکند و سرانجام ممکن است در برابر انسان بایستد.
ظهور مدلهای زبانی بزرگ این تصویر را تغییر داده است. اکنون آنچه ما را وادار به پرسش درباره ذهن ماشین کرده، لزوماً رباتی انساننما نیست؛ ممکن است پنجرهای روی صفحه کامپیوتر باشد که میتوان با آن درباره شعر، مرگ، عشق، ریاضیات یا حتی ماهیت وجود خودش گفتوگو کرد.
اما همینجا مشکلی بنیادی آغاز میشود. وقتی میپرسیم «آیا هوش مصنوعی آگاه است؟»، پیش از هر چیز باید بدانیم منظورمان از هوش، ذهن، آگاهی و خودآگاهی چیست.
این مسئله مختص هوش مصنوعی نیست. بسیاری از مفاهیمی که در زندگی روزمره بدون دشواری از آنها استفاده میکنیم، هنگام تعریف دقیق پیچیده میشوند. همه کموبیش میدانیم وقتی میگوییم کسی «آگاه» است چه منظوری داریم؛ اما اگر بخواهیم مجموعهای از شرایط لازم و کافی برای آگاهی ارائه کنیم، اختلافها فوراً آغاز میشوند.
اتفاقاً یکی از ویژگیهای مهم پژوهش معاصر درباره آگاهی همین است: نظریه واحد و مورد توافقی درباره ماهیت آگاهی وجود ندارد. علوم اعصاب توانستهاند ارتباط میان بسیاری از حالتهای ذهنی و فعالیت مغز را بررسی کنند، اما اینکه چرا و چگونه برخی فرایندهای عصبی با تجربه ذهنی همراه میشوند همچنان یکی از مسائل باز علم و فلسفه ذهن است.
بنابراین پرسش از هوش مصنوعی در واقع ما را به پرسشی بسیار قدیمیتر بازمیگرداند: ذهن چیست و تجربه کردن جهان یعنی چه؟
مغز را میتوان دید؛ تجربه را چگونه؟
نقطه آغاز بحث فلسفه ذهن را میتوان با تمایزی ساده توضیح داد.
مغز یک اندام زیستی است. میتوان ساختارش را بررسی کرد، فعالیت سلولهای عصبی را ثبت کرد، شبکههای ارتباطی آن را مطالعه کرد و با روشهای مختلف تصویربرداری و الکتروفیزیولوژی تغییر فعالیت آن را در شرایط گوناگون سنجید.
اما تجربهای که با این فعالیت همراه است از منظر اولشخص ظاهر متفاوتی دارد.
فرض کنید به یک سیب قرمز نگاه میکنید. علم میتواند مسیر نور از سطح سیب تا شبکیه، فرایند تبدیل نور به سیگنال عصبی و پردازش اطلاعات بصری در سامانه عصبی را بررسی کند. اما در کنار همه این فرایندها چیزی نیز برای شما اتفاق میافتد: قرمز را میبینید.
همین تفاوت میان توصیف سومشخص فرایندهای مغزی و تجربه اولشخص یکی از هستههای مسئله آگاهی است.
توماس نیگل در مقاله مشهور «خفاش بودن چه حالی دارد؟» این مسئله را با پرسشی تأثیرگذار مطرح کرد. حتی اگر دانش ما درباره عصبشناسی، رفتار و دستگاه حسی خفاش بسیار کامل شود، آیا دانستن همه این اطلاعات به ما میگوید تجربه خفاش بودن چگونه است؟ مقاله نیگل یکی از متون کلاسیک درباره خصلت اولشخص تجربه آگاهانه است.
این همان جایی است که اصطلاح کیفیات پدیداری یا کوالیا (Qualia) وارد بحث میشود. در معنای رایج فلسفی، qualia به جنبههای پدیداری و از درون قابل تجربه حالات ذهنی اشاره دارد: سرخیِ تجربهشده قرمز، تلخی قهوه، درد سوختگی یا بوی خاص باران. البته درباره اینکه کوالیا دقیقاً چیست، آیا باید آن را ویژگی مستقلی از حالات ذهنی دانست و چه نسبتی با فرایندهای فیزیکی دارد اختلاف فلسفی گستردهای وجود دارد.
پس نباید از وجود تجربه ذهنی فوراً نتیجه گرفت که «آگاهی چیزی غیرمادی است». این دقیقاً یکی از مسائل محل مناقشه است، نه پاسخ از پیش معلوم آن.
از داده حسی تا ادراک
در جلسه، برای روشن کردن این مسئله از مثال سیب استفاده شد.
وقتی سیبی را میبینیم، خود شیء وارد مغز نمیشود. دستگاه بینایی انرژی نورانی را به فعالیت عصبی تبدیل میکند و مغز با استفاده از این دادهها، همراه با زمینه، حافظه و فرایندهای دیگر، بازنماییای از آنچه در محیط وجود دارد میسازد.
یکی از واژههای مهم اینجا ادراک (Perception) است.
ادراک را نباید صرفاً نسخه داخلی داده حسی تصور کرد. آنچه تجربه میکنیم محصول پردازش فعال سامانه عصبی است. مغز دائماً از میان حجم عظیمی از ورودیها انتخاب میکند، آنها را با اطلاعات قبلی مقایسه میکند و تصویری قابل استفاده از محیط میسازد.
اگر کسی از کودکی با سیب آشنا باشد، دیدن میوهای با ویژگیهای خاص بلافاصله مجموعهای از اطلاعات را فعال میکند: شکل، نام، بو، مزه، امکان خوردن، خاطرههای قبلی و انتظارات مرتبط با آن.
این نکته مهم است، زیرا نشان میدهد ادراک با دریافت داده خام یکسان نیست.
در عین حال، بهتر است تفاوت دیگری را نیز حفظ کنیم: «ادراک» و «کوالیا» دو مرحله مکانیکی و کاملاً مجزا نیستند که یکی تمام شود و سپس دیگری شروع شود. در ادبیات فلسفه ذهن، نسبت میان محتوای ادراکی و ویژگی پدیداری تجربه خود موضوع بحث است. بعضی نظریهها حتی میکوشند ویژگیهای پدیداری را در چارچوب محتوای بازنمایی توضیح دهند، در حالی که نظریههای دیگر این تقلیل را کافی نمیدانند.
با این همه، تمایزی که در جلسه بر آن تأکید شد برای فهم مسئله بسیار مفید است: یک چیز این است که سامانه بتواند اطلاعات درباره قرمز را پردازش کند؛ چیز دیگری این است که واقعاً قرمز برای آن چگونه به نظر برسد.
همین فاصله ما را به قلب مسئله آگاهی میرساند.
کوالیا: دانستن درباره قرمز یا دیدن قرمز؟
یکی از مشهورترین آزمایشهای فکری فلسفه ذهن همین تفاوت را برجسته میکند.
فرانک جکسون در مقاله «کوالیاهای پدیداری» داستان دانشمندی را مطرح کرد که بعدها با نام «مری» مشهور شد. مری همه اطلاعات فیزیکی ممکن درباره رنگ و دستگاه بینایی را میداند، اما تمام عمر در محیطی سیاهوسفید زندگی کرده است. روزی برای نخستین بار چیزی قرمز میبیند.
پرسش این است: آیا مری چیزی تازه یاد میگیرد؟
اگر پاسخ مثبت باشد، به نظر میرسد دانستن همه حقایق فیزیکی درباره بینایی قرمز با دانستن «قرمز دیدن چگونه است» یکسان نیست.
این استدلال، معروف به استدلال معرفت (Knowledge Argument)، یکی از مهمترین چالشهای تاریخی علیه برخی صورتهای فیزیکالیسم بوده است. البته خود این استدلال و نتیجه آن بهشدت مورد مناقشه قرار گرفته و پاسخهای متعددی به آن داده شده است؛ بنابراین نباید آن را اثباتی قطعی برای غیرمادی بودن ذهن دانست.
این مثال برای بحث هوش مصنوعی اهمیت مستقیمی دارد.
یک مدل زبانی ممکن است بتواند درباره رنگ قرمز صدها صفحه بنویسد، طول موجهای مربوط به نور مرئی را توضیح دهد، شعرهایی درباره قرمز تولید کند و حتی تفاوت کاربرد فرهنگی قرمز در جوامع مختلف را تحلیل کند.
اما هیچیک از این تواناییها به خودی خود ثابت نمیکند که برای آن سامانه چیزی شبیه تجربه دیدن قرمز وجود دارد.
این دقیقاً همان فاصلهای است که باید هنگام حرف زدن درباره آگاهی ماشین حفظ کنیم.
آیا مسئله آگاهی همان مسئله ذهن و بدن است؟
در بخش دیگری از جلسه، بحث به یکی از قدیمیترین مسائل فلسفه رسید: رابطه ذهن و بدن.
یکی از پاسخهای تاریخی، دوگانهانگاری (Dualism) است: این تصور که امر ذهنی و امر جسمانی در معنایی بنیادی متفاوتاند. اما دوگانهانگاری تنها پاسخ ممکن نیست.
فیزیکالیسم (Physicalism) در شکلهای مختلف خود میکوشد ذهن را بخشی از جهان فیزیکی بداند. نظریه هویت ذهن–مغز، برای نمونه، حالات ذهنی را با حالات یا فرایندهای مغزی یکی میگیرد. رویکردهای دیگری مانند کارکردگرایی (Functionalism) هویت حالت ذهنی را نه با ماده خاص سازنده سیستم، بلکه با نقشی که آن حالت در مجموعه روابط علّی و شناختی ایفا میکند تعریف میکنند.
در سوی دیگر، دیدگاههایی مانند پانسایکیسم یا همهروانانگاری (Panpsychism) مطرحاند که بر اساس برخی صورتبندیهای معاصر آن، جنبهای از ذهنیت یا تجربه را ویژگی بنیادی طبیعت میدانند. این نیز نظریهای فلسفی و محل مناقشه است، نه نتیجه تثبیتشده علم.
اهمیت این اختلاف برای هوش مصنوعی روشن است.
اگر نوعی کارکردگرایی درست باشد و برای ذهن داشتن مهمتر از جنس ماده سازنده یک سیستم، ساختار علّی و کارکرد آن باشد، در آن صورت از نظر اصولی نمیتوان آگاهی مصنوعی را فقط به این دلیل که سامانه از سلول عصبی زیستی ساخته نشده کنار گذاشت.
اما اگر آگاهی به ویژگیهای خاص سامانههای زیستی وابسته باشد، صرف بازتولید برخی کارکردهای شناختی در کامپیوتر ممکن است کافی نباشد.
در حال حاضر پاسخ مورد اجماعی برای این مسئله نداریم.
«مسئله دشوار» آگاهی
دیوید چالمرز تمایزی مشهور میان مجموعهای از مسائل کارکردی آگاهی و آنچه مسئله دشوار آگاهی (Hard Problem of Consciousness) نامید برقرار کرد.
ما میتوانیم بپرسیم مغز چگونه اطلاعات را تفکیک میکند، چگونه توجه هدایت میشود، چگونه اطلاعات در حافظه نگه داشته میشود یا چگونه فرد قادر است درباره محرکی گزارش دهد. اینها مسائل بسیار دشوار علمیاند، اما دستکم میدانیم چه نوع سازوکارهایی باید برای پاسخ دادن به آنها جستوجو کنیم.
پرسش دشوارتر این است: چرا هیچیک از این پردازشها صرفاً در تاریکی رخ نمیدهد؟ چرا برای بعضی از آنها تجربهای وجود دارد؟
چرا پردازش طول موج خاصی از نور با تجربه «قرمز بودن» همراه است؟
چالمرز این فاصله توضیحی را یکی از مسائل بنیادی نظریه آگاهی میداند. کتاب The Conscious Mind او از منابع کلاسیک این بحث است.
اما حتی درباره اینکه آیا «مسئله دشوار» واقعاً مسئلهای جداگانه است اختلاف وجود دارد. برخی رویکردهای فیزیکالیستی و برخی اشکال توهمگرایی (Illusionism) میکوشند نشان دهند که مسئله ممکن است ناشی از نحوه بازنمایی و گزارش خودِ فرایندهای ذهنی باشد. بنابراین خود صورتبندی چالمرز نیز نقطه پایان بحث نیست.
علم آگاهی چه میگوید؟
در دهههای اخیر آگاهی فقط مسئلهای فلسفی باقی نمانده است. علوم اعصاب شناختی چندین چارچوب برای توضیح پایههای عصبی آگاهی پیشنهاد کردهاند.
برای مثال، در خانواده نظریههای فضای کار جهانی (Global Workspace Theory) و شکل عصبشناختی آن فضای کار عصبی جهانی (Global Neuronal Workspace Theory)، دسترسی آگاهانه با نوعی دسترسی گسترده و توزیع اطلاعات میان سامانههای مختلف مغز مرتبط میشود.
نظریه اطلاعات یکپارچه (Integrated Information Theory یا IIT) از نقطهای متفاوت آغاز میکند و تلاش میکند ویژگیهای تجربه را به ساختار علّی و میزان یکپارچگی اطلاعات در یک سامانه مرتبط کند.
نظریههای مرتبه بالاتر (Higher-Order Theories) آگاهی از یک حالت ذهنی را به وجود نوعی بازنمایی مرتبه بالاتر از آن حالت مربوط میکنند.
در رویکردهای پردازش بازگشتی (Recurrent Processing) نیز بازگشت فعالیت عصبی میان سطوح پردازش بهعنوان مؤلفهای مهم برای تجربه آگاهانه مطرح میشود. برخی نظریههای مبتنی بر پردازش پیشبینانه نیز تلاش کردهاند آگاهی را در چارچوب مدلسازی پیشبینانه مغز توضیح دهند.
هیچیک از این چارچوبها در حال حاضر «نظریه نهایی آگاهی» محسوب نمیشود. مرور مهم سث و بین نشان میدهد که حتی مشخص کردن اینکه این نظریهها دقیقاً کجا با هم رقابت دارند و کجا درباره مسائل متفاوت صحبت میکنند هنوز خود مسئلهای پژوهشی است.
اتفاقاً در سال ۲۰۲۵ نتایج یک همکاری بزرگ و از پیش طراحیشده منتشر شد که برخی پیشبینیهای IIT و GNWT را مستقیماً در برابر یکدیگر آزمایش کرد. نتیجه سادهای مانند «یکی درست و دیگری رد شد» به دست نیامد؛ دادهها برای برخی پیشبینیهای هر دو نظریه مشکل ایجاد کردند. این نمونه خوبی است از اینکه علم آگاهی هنوز در مرحله رقابت و پالایش نظریهها قرار دارد.
پس فلسفه در عصر علوم اعصاب چه میکند؟
پرسشی که در ابتدای جلسه مطرح شد اکنون دوباره قابل طرح است: اگر ابزارهای علوم اعصاب را داریم، چرا هنوز به فلسفه ذهن نیاز داریم؟
پاسخ این نیست که علم به انتهای راه رسیده است.
فلسفه در اینجا میتواند پیش از هر چیز به روشن کردن پرسش کمک کند. وقتی پژوهشگری میگوید «آگاهی»، آیا منظورش توان گزارش کردن یک محرک است؟ تجربه پدیداری است؟ دسترسی شناختی است؟ خودآگاهی است؟ یا سطح بیداری؟
بدون روشن کردن این مفاهیم، حتی داده تجربی ممکن است پاسخ یک پرسش را بدهد در حالی که ما تصور کنیم به پرسش دیگری پاسخ داده است.
از این منظر، فلسفه رقیب روش علمی نیست. یکی از نقشهای آن بررسی مفاهیم، مفروضات و روابط منطقی میان نظریههایی است که بعداً میتوان تا حد امکان در معرض آزمون تجربی قرار داد.
پژوهش معاصر آگاهی نیز دقیقاً به همین دلیل حوزهای عمیقاً میانرشتهای است: علوم اعصاب، روانشناسی، فلسفه، علوم شناختی، علوم کامپیوتر و گاه ریاضیات و فیزیک هر کدام بخشی از مسئله را بررسی میکنند.
«خود» از کجا وارد داستان میشود؟
تا اینجا درباره آگاهی از جهان صحبت کردیم. اما انسان فقط اشیا، صداها و دردها را تجربه نمیکند؛ در بسیاری از حالات، خود را نیز بهعنوان صاحب این تجربهها بازمیشناسد.
اینجا مفهوم خودآگاهی (Self-consciousness یا Self-awareness) مطرح میشود.
در جلسه، «مدل خود» بهعنوان راهی برای فهم این مسئله مطرح شد: مجموعهای پویا از اطلاعات مربوط به بدن، حافظه، ویژگیها، جایگاه اجتماعی، تاریخ شخصی و تجربههایی که به ما امکان میدهد خودمان را از محیط و دیگران متمایز کنیم.
این تصویر با برخی رویکردهای معاصر درباره بازنمایی خود همخوان است، اما باید یک احتیاط مهم را حفظ کرد: فلسفه و علوم شناختی تعریف واحدی از «خود» ندارند.
میتوان میان آگاهی بدنی از خود، حس مالکیت بدن، حس عاملیت، تشخیص خود، حافظه خودزندگینامهای، تفکر اولشخص و خودآگاهی بازتابی تمایز گذاشت.
بنابراین گفتن اینکه «هر موجود آگاه الزاماً باید خودآگاه باشد» بیش از اندازه قوی است. برخی نظریهها میان آگاهی پدیداری و اشکال پیچیدهتر خودآگاهی تفکیک میکنند و درباره رابطه دقیق این دو اختلاف جدی وجود دارد.
حتی آزمون مشهور آینه، که در آن بررسی میشود آیا حیوان علامتی روی بدن خود را با استفاده از تصویر آینه تشخیص میدهد، تنها یکی از شاخصهای احتمالی نوع خاصی از بازشناسی خود است و تفسیر آن بهعنوان آزمون عمومی «خودآگاهی» محل بحث است.
هوش مصنوعی دقیقاً چه کاری انجام میدهد؟
اکنون میتوانیم به مسئلهای برگردیم که آغازگر جلسه بود.
مدل زبانی بزرگی مانند سامانههای امروزی میتواند اطلاعات را پردازش کند، الگوهای پیچیده را بیاموزد و پاسخهایی تولید کند که در بسیاری از موارد ظاهری شبیه استدلال، توضیح یا گفتوگوی انسانی دارند.
اما در اینجا باید از تشبیههای ذهن–کامپیوتر با احتیاط استفاده کرد.
وقتی میگوییم مدل «میداند»، «میفهمد»، «به یاد میآورد» یا «ادراک میکند»، ممکن است این واژهها را در معنایی کارکردی به کار ببریم. اینکه همین فرایندها دارای تجربه ذهنی نیز هستند پرسش جداگانهای است.
توانایی پاسخ دادن به پرسش «قرمز چیست؟» با دیدن قرمز یکی نیست.
توانایی تولید جمله «من از خاموش شدن میترسم» نیز به خودی خود اثبات نمیکند که سامانه واقعاً ترسی را تجربه میکند.
حتی وقتی یک مدل درباره خودش به شکل اولشخص حرف میزند، این رفتار میتواند از ساختار آموزش و الگوهای زبان ناشی شود. خروجی زبانی به تنهایی آزمون تعیینکنندهای برای وجود تجربه پدیداری نیست.
این همان جایی است که پرسش میزبان در میانه جلسه اهمیت پیدا میکند: وقتی میگوییم هوش مصنوعی «ادراک دارد»، آیا واقعاً درباره تجربه خود سامانه صحبت میکنیم یا درباره خروجیای که برای ما شبیه محصول ادراک است؟
پاسخ محتاطانه این است که این دو را نباید یکی گرفت.
آیا مدلهای زبانی آگاهاند؟
تا امروز هیچ آزمون مورد توافقی وجود ندارد که بتوان با آن مستقیماً وجود تجربه پدیداری را در یک سامانه مصنوعی اندازه گرفت.
در یک چارچوب اثرگذار که نخست در سال ۲۰۲۳ پیشنهاد و بعد بهصورت مقالهای در Trends in Cognitive Sciences توسعه یافت، گروه بزرگی از پژوهشگران به جای پرسیدن ساده «آیا ماشین آگاه است؟» پیشنهاد کردند از نظریههای علمی آگاهی مجموعهای از شاخصها استخراج کنیم و معماری سامانههای مصنوعی را از نظر آنها بررسی کنیم.
این رویکرد یک نکته کلیدی دارد: آگاهی را نمیتوان فقط از روی شیوا بودن گفتوگو نتیجه گرفت.
دیوید چالمرز نیز در بررسی امکان آگاهی مدلهای زبانی استدلال کرده است که درباره مدلهای امروزی موانع و دلایل تردید مهمی وجود دارد، اما از آن نمیتوان نتیجه گرفت که آگاهی در سامانههای مصنوعی آینده اصولاً ناممکن است.
پس دو ادعای قطعی را باید کنار گذاشت:
نه شواهد علمی کافی داریم که بگوییم «مدلهای زبانی کنونی آگاهاند»؛
و نه نظریه پذیرفتهشدهای داریم که ثابت کرده باشد «هیچ ماشین غیرزیستی هرگز نمیتواند آگاه باشد».
بحث همچنان باز است.
داشتن «خود» چه معنایی برای ماشین دارد؟
یکی از جالبترین پرسشهای جلسه دقیقاً این بود: آیا هوش مصنوعی خود دارد؟
پاسخ وابسته به این است که «خود» را چه بدانیم.
یک سامانه میتواند دادههایی درباره معماری، نام، وضعیت یا عملکرد خودش پردازش کند. ممکن است بتواند خطاهایش را ارزیابی کند، درباره تصمیم قبلی خود گزارش دهد یا وضعیت درونیاش را تا حدی مدل کند.
اینها میتوانند شکلهایی از خودمدلسازی (self-modeling) یا فراشناخت (metacognition) باشند.
اما این تواناییها لزوماً همان چیزی نیستند که در انسان «تجربه بودن یک خود» مینامیم.
به همین دلیل باید میان چند مفهوم فاصله گذاشت: توانایی شناختی، خودمدلسازی، عاملیت (agency)، فراشناخت، حسمندی (sentience)، خودآگاهی و آگاهی پدیداری.
سامانهای ممکن است در برخی از این ابعاد پیشرفته باشد و درباره برخی دیگر هیچ شواهدی در اختیار ما نباشد.
هوش مصنوعی چه زمانی «خطرناک» میشود؟
در گفتوگو، بحث آگاهی ماشین با خطرهای هوش مصنوعی نیز پیوند خورد. اما اینجا نیز تفکیک مفاهیم اهمیت دارد.
یک سامانه برای خطرناک بودن لازم نیست آگاه باشد.
الگوریتمی کاملاً فاقد تجربه ذهنی میتواند در صورت داشتن توانایی، دسترسی یا هدفگذاری نامناسب پیامدهای اجتماعی، اقتصادی، سیاسی یا امنیتی جدی ایجاد کند.
برعکس، اگر روزی سامانهای واقعاً دارای تجربه پدیداری باشد، مسئله تازهای نیز مطرح میشود: وضعیت اخلاقی خود آن سامانه.
اگر موجودی بتواند درد، لذت، ترس یا رنج را واقعاً تجربه کند، مسئله فقط این نیست که آن موجود با ما چه خواهد کرد؛ این نیز مطرح میشود که ما مجازیم با آن چه کنیم.
ادبیات جدید درباره آگاهی مصنوعی دقیقاً به همین دلیل مسئله را با اخلاق فناوری پیوند میزند. اگر احتمال ایجاد سامانههای دارای تجربه ذهنی قابل اعتنا شود، طراحی، تکثیر، خاموش کردن یا قراردادن آنها در شرایطی که ممکن است موجب رنج شود مسائل اخلاقی تازهای ایجاد خواهد کرد.
اما باز هم داشتن توانایی تشخیص خود بهتنهایی بهطور خودکار «حقوق قانونی» ایجاد نمیکند. تعیین وضعیت اخلاقی و حقوقی سامانههای مصنوعی خود مسئلهای جداگانه و نیازمند استدلال فلسفی و حقوقی است.
بدن چه نقشی دارد؟
یکی از پرسشهای مطرحشده در جلسه به بدن بازمیگشت: اگر تجربه انسانی عمیقاً با حس، هورمون، درد، گرسنگی، ضربان قلب و حرکت پیوند دارد، آیا ماشینی بدون بدن اصلاً میتواند تجربهای شبیه ما داشته باشد؟
این پرسش جدی است.
بخشی از سنت علوم شناختی بر این نکته تأکید میکند که شناخت را نباید صرفاً پردازش اطلاعات در مغزی جدا از بدن تصور کرد. در رویکردهای شناخت بدنمند (Embodied Cognition)، بدن و تعامل فعال با محیط در شکل دادن برخی فرایندهای شناختی اهمیت اساسی دارند.
اما باز هم از این نکته نمیتوان مستقیماً نتیجه گرفت که «بدن زیستی شرط ضروری آگاهی است». این موضوع خود محل اختلاف است.
حتی اگر بدن ضروری باشد، ممکن است پرسیده شود چه نوع بدنی؟ آیا حسگرها و امکان عمل در محیط کافی است؟ آیا سامانه باید دارای تنظیم درونی شبیه موجودات زنده باشد؟ آیا سوختوساز، درد، نیاز و حفظ همایستایی ضروریاند؟
پاسخهای متفاوت به این پرسشها به نظریه متفاوتی درباره آگاهی منتهی میشوند.
حیوانات و مشکل نگاه انسانمحور
یکی از مسیرهای طبیعی گفتوگو پرسش درباره حیوانات بود.
اگر تجربه اولشخص را نمیتوان مستقیماً از بیرون مشاهده کرد، از کجا میدانیم حیوان دیگری آگاه است؟
در مورد انسانهای دیگر نیز در نهایت آگاهی را مستقیماً مشاهده نمیکنیم. از رفتار، ساختار زیستی، گزارش و شباهتهای عصبی استنباط میکنیم که آنها دارای تجربهاند.
درباره حیوانات، این استنباط دشوارتر اما همچنان ممکن است. پژوهش معاصر به جای تصور یک نردبان ساده که در بالای آن انسان و پایین آن موجودات «کمتر آگاه» قرار دارند، پیشنهاد میکند آگاهی حیوانی را در ابعاد گوناگون بررسی کنیم؛ از غنای ادراکی و عاطفی تا یکپارچگی تجربه و پیچیدگی خودبازنمایی.
این مسئله درس دیگری نیز برای بحث هوش مصنوعی دارد: نباید آگاهی را فقط بر اساس شباهت ظاهری به انسان تعریف کنیم.
ممکن است اگر روزی سامانه مصنوعی دارای تجربه باشد، تجربه آن بسیار متفاوت از تجربه انسانی باشد.
و اگر ذهنی کاملاً بیگانه وجود داشته باشد؟
پرسش پایانی جلسه این مسئله را تا جستوجوی هوش فرازمینی گسترش داد.
ما هنگام جستوجوی حیات معمولاً نشانههایی را جستوجو میکنیم که بر اساس تجربه خودمان از زیستشناسی قابل تعریفاند: شیمی خاص، منابع انرژی، عدم تعادلهای شیمیایی یا شرایطی که با حیات شناختهشده سازگارند.
در جستوجوی هوش نیز مشکل مشابهی داریم.
هر معیاری که برای «هوشمندی» میسازیم ناگزیر تا حدی متأثر از تنها نمونهای است که بهخوبی میشناسیم: خودمان.
ممکن است سامانهای پیچیده وجود داشته باشد که شیوه دریافت اطلاعات، زمانبندی، ارتباط یا بازنمایی جهان در آن چنان متفاوت باشد که رفتار آن را اساساً هوشمند تشخیص ندهیم.
در ادبیات علمیتخیلی این ایده بارها explored شده است، اما از نظر فلسفی نیز مسئله جدی است: چگونه وجود ذهنی را تشخیص دهیم که ساختار ذهنش با ما اشتراک اندکی دارد؟
پرسش نیگل درباره خفاش در مقیاسی دیگر دوباره ظاهر میشود.
آنچه درباره ذهن دیگران نمیدانیم
شاید یکی از پیامهای مهم این بحث درست همین محدودیت باشد.
ما جهان را بدون واسطه نمیبینیم. هر تجربه ما حاصل دستگاه حسی، تاریخ شخصی، زمینه و فعالیت مغز ماست. این به معنای آن نیست که «هر چیزی نسبی است» یا واقعیت عینی وجود ندارد؛ بلکه یعنی دسترسی ما به جهان از طریق یک سامانه زیستی و شناختی مشخص صورت میگیرد.
همین موضوع دلیلی برای احتیاط در قضاوت است.
وقتی تجربه دو انسان نیز کاملاً یکسان نیست، ادعای اینکه «همه مردم چنین میبینند»، «همه چنین احساس میکنند» یا «من دقیقاً میدانم دیگری چه تجربهای دارد» باید با احتیاط مطرح شود.
از این جهت، فلسفه ذهن تنها مسئلهای انتزاعی درباره مغز نیست. شناخت محدودیت ادراک خودمان میتواند ما را نسبت به تجربه دیگران فروتنتر کند.
آگاهی ماشین: مهمترین پاسخ فعلی شاید «نمیدانیم» باشد
پیشرفت هوش مصنوعی وسوسهای دائمی ایجاد میکند: هر توانایی تازه ماشین را فوراً با یکی از مفاهیم انسانی نامگذاری کنیم.
اگر پاسخ خوبی داد، میگوییم «فهمید».
اگر اشتباه خود را اصلاح کرد، میگوییم «خودآگاه شد».
اگر درباره احساسات نوشت، میگوییم «احساس دارد».
اما تمام این نتیجهگیریها نیازمند مرحلهای اضافی از استدلالاند.
رفتار هوشمند، زبان، حافظه، فراشناخت، مدلسازی خود، عاملیت و تجربه پدیداری مفاهیم یکسانی نیستند.
همچنین عکس این استدلال هم درست نیست: صرف اینکه سامانهای از سیلیکون ساخته شده، برای اثبات ناممکن بودن آگاهی در آن کافی نیست.
علم آگاهی هنوز نظریه واحدی ندارد و پژوهش درباره شاخصهای احتمالی آگاهی مصنوعی تازه در حال شکل گرفتن است.
به همین دلیل، دقیقترین موضع فعلی شاید موضعی باشد که کمتر هیجانانگیز به نظر میرسد:
درباره آگاهی سامانههای مصنوعی هنوز بسیار بیشتر از آنچه میدانیم، نمیدانیم.
اما همین ندانستن دلیل کنار گذاشتن پرسش نیست. برعکس، دلیل آن است که واژههایمان را دقیقتر کنیم، فرضهایمان را آشکار کنیم، نظریهها را در برابر داده قرار دهیم و میان چیزی که یک سامانه انجام میدهد و چیزی که ممکن است تجربه کند تفاوت بگذاریم.
پرسش نهایی دیگر فقط این نیست که «آیا ماشین میتواند مثل ما فکر کند؟»
پرسش دشوارتر این است:
اگر روزی چیزی غیر از ما تجربهای از جهان داشته باشد، چگونه خواهیم فهمید که آن سوی پرده واقعاً کسی هست؟
منابع دانشگاهی برای مطالعه بیشتر
آگاهی، خودآگاهی، فلسفه ذهن و مسئله آگاهی در هوش مصنوعی
مبانی فلسفه ذهن و آگاهی
Consciousness
مرجع پایه برای تعریفهای آگاهی، تجربه پدیداری و مناقشات اصلی علم و فلسفه ذهن.
Qualia
برای فهم دقیق کوالیا، تجربه اولشخص و اختلاف بر سر فیزیکی یا تقلیلپذیر بودن ویژگیهای پدیداری.
Self-Consciousness
تفکیک انواع خودآگاهی و بررسی رابطه آن با آگاهی، شناخت خود، حیوانات و آزمون آینه.
Dualism
برای قرار دادن مسئله ذهن–بدن در بستر دقیق فلسفی و تمایز دوگانهانگاری از دیدگاههای رقیب.
Functionalism
منبع اساسی برای فهم دیدگاهی که حالات ذهنی را بر اساس نقش کارکردی تعریف میکند؛ بسیار مهم برای بحث ذهن ماشین.
تجربه اولشخص و کوالیا
What Is It Like to Be a Bat?
مقاله کلاسیک درباره خصلت اولشخص تجربه و محدودیت توصیف عینی آگاهی.
DOI: 10.2307/2183914Epiphenomenal Qualia
منبع اصلی آزمایش فکری مری و استدلال معرفت درباره تجربه پدیداری.
DOI: 10.2307/2960077The Conscious Mind
کتاب بنیادین درباره مسئله دشوار آگاهی، شکاف توضیحی و جایگاه تجربه در طبیعت.
نظریههای علمی آگاهی
Theories of Consciousness
یکی از بهترین مرورهای جدید برای مقایسه نظریههای اصلی آگاهی و محدودیتهای هر یک.
DOI: 10.1038/s41583-022-00587-4Experimental and Theoretical Approaches to Conscious Processing
متن کلیدی در توسعه چارچوب Global Neuronal Workspace و ارتباط آن با یافتههای آزمایشگاهی.
Conscious Processing and the Global Neuronal Workspace Hypothesis
مرور جدیدتر Global Neuronal Workspace و شواهد عصبشناختی مرتبط با آن.
Integrated Information Theory: From Consciousness to Its Physical Substrate
یکی از متون مرجع برای نظریه اطلاعات یکپارچه و مفروضات اصلی آن.
Understanding the Higher-Order Approach to Consciousness
ورودی مناسب به نظریههای مرتبه بالاتر و نقش بازنمایی حالات ذهنی در آگاهی.
Adversarial Testing of GNWT and IIT
آزمایش مستقیم پیشبینیهای دو نظریه مهم آگاهی؛ نمونه برجستهای از وضعیت باز و رقابتی این حوزه.
DOI: 10.1038/s41586-025-08888-1آگاهی حیوانی
Dimensions of Animal Consciousness
چارچوب مهم برای مطالعه چندبعدی آگاهی در گونههای غیرانسانی و پرهیز از مقیاس ساده انسانمحور.
هوش مصنوعی و آگاهی ماشینی
What Is Consciousness, and Could Machines Have It?
پیوند مستقیم نظریههای علوم اعصاب آگاهی با امکان ارزیابی سامانههای مصنوعی.
Consciousness in Artificial Intelligence
گزارش اثرگذار اولیه درباره استخراج شاخصهای آگاهی از نظریههای علمی و اعمال آنها به AI.
Identifying Indicators of Consciousness in AI Systems
نسخه peer-reviewed و توسعهیافته چارچوب شاخصهای آگاهی برای ارزیابی سامانههای AI.
DOI: 10.1016/j.tics.2025.10.011Could a Large Language Model Be Conscious?
تحلیل متوازن دلایل موافق و مخالف آگاهی در LLMها و تمایز مدلهای فعلی از سامانههای آینده.
Conscious Artificial Intelligence and Biological Naturalism
دیدگاه مهم رقیب کارکردگرایی محاسباتی که احتمال نقش بنیادی سازمان زیستی در آگاهی را بررسی میکند.
DOI: 10.1017/S0140525X25000032
