• راهبردپژوهی/ نقش هوش مصنوعی و یادگیری ماشینی در سیاست آمریکا

      راهبردپژوهی/ نقش هوش مصنوعی و یادگیری ماشینی در سیاست آمریکا

      راهبردپژوهی/ نقش هوش مصنوعی و یادگیری ماشینی در سیاست آمریکا

      یکی از پژوهشگران فعال در پروژه «فناوری‌های راهبردی» موسسه مطالعات استراتژیک و بین الملل (CSIS) اخیرا طی یادداشتی در وبگاه رسمی این اندیشکده شاخص، به بررسی نقش در حال افزایش فناوری‌های هوش مصنوعی و یادگیری ماشینی در سیاست ایالات متحده آمریکا پرداخته است.

      محتوای منتشر شده در این نوشتار، لزوما بازتاب دهنده دیدگاه مرکز ملی فضای مجازی نیست.

      21 دسامبر 2020
      مطالعات استراتژیک و بین الملل (CSIS)



      جف برکویتز[1]، یکی از پژوهشگران فعال در پروژه «فناوری‌های راهبردی» موسسه مطالعات استراتژیک و بین الملل (CSIS) اخیرا طی یادداشتی در وبگاه رسمی این اندیشکده شاخص، به بررسی نقش در حال افزایش فناوری‌های هوش مصنوعی و یادگیری ماشینی در سیاست ایالات متحده آمریکا پرداخته است.

      وی در این نوشتار با اشاره به تحولات ایجاد شده در سبک زندگی بشر که حاصل پیشرفت روز افزون فناوری‌های راهبردی چون هوش مصنوعی و یادگیری ماشینی است، نوشت:

      «دیگر روزگار پخش پوسترهای تبلیغاتی سیاسی، برآوردهای غیردقیق از ترجیحات رای دهندگان و توزیع گسترده جزوات مربوط به برنامه‌های کاندیداهای انتخاباتی و چهره‌های سیاسی گذشته است. ظهور هوش مصنوعی[2]، یادگیری ماشینی[3] و کلان داده‌ها[4] اساسا نحوه تعامل سیاستمداران آمریکایی و شهروندان رای دهنده را تغییر داده و هنجارهایی سیاسی و اجتماعی به قدمت قرن‌ها را به چالش کشیده است. سیاستمداران، دولت‌ها و گروه‌های تاثیرگذار اجتماعی، با استفاده از افزایش چشمگیر کمیت و تنوع بالا داده‌های موجود از رای دهندگان شناور در فضای مجازی، بیش از هر زمان دیگری، به ابزار متعدد برای برجسته سازی نامزد‌هایی مشخص و برنامه‌هایشان، دسترسی دارند.»

      بی شک می‌توان انتخابات سال 2008 ایالات متحده آمریکا را نقطه آغاز نفوذ عمیق رسانه‌های نوظهور اجتماعی در تعیین سرنوشت رویدادهای انتخاباتی‌ این کشور قلمداد کرد. برکویتز نیز با تصدیق این ادعا، می‌نویسد:

      «انتخابات ریاست جمهوری سال 2008 آمریکا، شاهد مثالی واضح و شفاف برای ظهور رسانه‌های اجتماعی به عنوان بستری متمرکز در راستای شکل‌گیری گفتگوهای سیاسی، مخالفت‌ها و تبلیغات استراتژیک احزاب بود. این نخستین بار بود که بیش از نیمی از جمعیت واجدین شرایط شرکت در انتخابات آمریکا، از اینترنت و رسانه‌های اجتماعی برای آگاهی از روند سیاسی و چرخه انتخابات استفاده کردند. کمپین انتخاباتی باراک اوباما، نخستین تجربه استفاده آگاهانه و هوشمندانه از آنالیز ابرداده‌ها و تبلیغات هدفمند سیاسی در شبکه‌های اجتماعی و ایمیل کاربران با استفاده از تحلیل اطلاعات شخصی آن‌ها بود. این پویش در نخستین آزمون خود بسیار کارآمد ظاهر شد و همین امر، سبب افزایش شدید استفاده از این روش در انتخابات ریاست جمهوری بعدی شد. دموکرات‌ها در سال 2012، تیمی متشکل از حدود 100 تحلیلگر داده ایجاد کردند که با موفقیت به ساخت یک الگوی پردازش بسیار گسترده برای مدل سازی، پیش بینی رویدادها و هدایت تصمیم‌گیری‌های استراتژیک، منجر شد. این رویکرد در فرایند فعالیت‌های سیاسی، با توجه به نتیجه بخش بودن در سال‌های 2008 و 2012، عملا به یک رویه و استاندارد بدل شد. در این میان، بی شک هوش مصنوعی فاکتوری تعیین کننده در تجمیع نظرسنجی‌ها و تعیین راهبرهای تبلیغات سیاسی است.»

      شکی نیست که نقش هوش مصنوعی و یادگیری ماشینی در سیاست امروز از ارسال چند ایمیل و جمع آوری کمک مالی برای کمپین کاندیدها، پیشرفت چشمگیری داشته است. امروزه، ابزار یاد شده برای طیف گسترده‌ای از فعالیت‌ها، چون تجزیه و تحلیل الگوهای هدایت تبلیغلات مجازی هدفمند، برجسته سازی برخی اخبار و رویدادها جهت بهره‌برداری سیاسی و شناسایی و مبارزه با انتشار اخبار جعلی، به کار گرفته می‌شوند.

      با وجود همه مزایای ذکر شده برای فناوری‌‌های هوش مصنوعی و یادگیری ماشینی، تردیدی وجود ندارد که یکه تازی این تکنولوژی‌های نوظهور، تهدیداتی نیز در پی دارد. جف برکویتز در مورد این مخاطرات، نوشت:

      «مورد استفاده قرار گرفتن هوش مصنوعی و یادگیری ماشینی، از سوی بازیگران مخربی که مشتاق تاثیرگذاری بر سیستم سیاسی آمریکا هستند، خطراتی جدی برای دموکراسی، محسوب می‌شود. این فناوری‌ها می‌توانند برای اقداماتی مخربی چون انتشار اخبار جعلی با استفاده از ربات‌ها، دستکاری ذهن رای دهندگان از طریق انتشار مطالب احساسی یا غلط و حتی هدایت ارتشی از ربات‌ها به شبکه‌های اجتماعی برای ایجاد موج‌های سیاسی، مورد استفاده قرار گیرند.»

      مجله آتلانتیک اخیرا طی تحلیلی در مورد نقش فناوری در انتخابات ریاست جمهوری 2020 آمریکا، اعلام کرد که بر اساس تحقیقات صورت گرفته، منشا حدود 20 درصد از توییت‌های مرتبط با موضوع انتخابات 2016، که در طول مدت این رویداد سیاسی منتشر شده، ربات‌های فعال بر بستر این رسانه اجتماعی بوده‌اند.

      کارشناسان بر این عقیده‌اند که هزینه کلان صرف شده برای گسترش تبلیغات مبتنی بر هوش مصنوعی از سوی کمپین‌ نامزدها در انتخابات سال 2020 آمریکا، گواهی بر تجربه بازدهی بالای به کارگیری فناوری‌های یاد شده در فرایند انتخابات است.

      از سوی دیگر، تغییر رویکرد سیاستمداران آمریکایی به استفاده تخصصی از کارزارهای انتخاباتی هدایت شده با استفاده از آنالیز ابرداده‌ها از طریق یادگیری ماشینی، همچنان در جریان است. از همین روی می‌توان نتیجه گرفت که مبارزات انتخاباتی باراک اوباما طی دوره‌های 2008 و 2012، نقطه آغاز این فرایند بود و رویکرد نوظهور یاد شده در سال‌های 2016 و 2020، به اوج خود رسید.

      واشنگتن پست، مدت کوتاهی پس از قطعی شدن شکست هیلاری کلینتون در انتخابات ریاست جمهوری سال 2016 ایالات متحده آمریکا، فاش کرد که کمپین انتخاباتی این کاندید دموکرات، تقریبا به طور کامل توسط یک الگووریتم تحلیل ابرداده، موسوم به «Ada» مدیریت می‌شده است. به عبارت دیگر، نتایج به دست آمده توسط الگوریتم یاد شده، در همه تصمیمات اتخاذ شده از سوی دستیاران کلینتون، از جمله زمان و مکان برگزاری میتینگ‌ها، بهترین ساعات پخش تبلیغات تلویزیونی و ... تاثیر مستقیم داشته است.

      این مطالعه موردی، مبین یکی ابعاد گسترده مخاطرات ناشی از وابستگی کامل تصمیمات انسانی به هوش مصنوعی و یادگیری ماشینی است. الگوریتم‌های مورد استفاده از سوی دموکرات‌ها در سال 2016، احتمال فرو ریختن «دیوار آبی»[5] را با توجه به محاسبات آماری بسیار بعید ارزیابی می‌کرد و همین امر سبب شکست کلینتون در برابر دونالد ترامپ شد.

      این اتفاق، به مرور دیدگاه‌های موجود در مورد قابلیت فناوری‌های نوین را به کل تغییر داد و نمود این تغییر نگرش در انتخابات 2020 کاملا مشهود است. کمپین‌های بایدن و ترامپ در رقابت اخیر خود هوش مصنوعی و یادگیری ماشینی را از مدار تصمیم سازی خارج و بیشتر در فضای تبلیغات، مورد استفاده قرار دادند. 2 نامزد، طی مدت زمان تعیین شده برای تبلیغات انتخاباتی، در مجموع، 200 میلیون دلار صرف تبلیغات مبتنی بر هوش مصنوعی بر بستر فیسبوک، کردند که این رقم در مقایسه با هزینه 643 هزار دلاری اوباما در سال 2008، نشان‌دهنده رشد چشمگیر اتکای دو حزب به این قبیل تکنولوژی‌ها است.

      همزمان با دست‌وپا زدن نهادهای قانون‌گذار ایالات متحده آمریکا برای چارچوبمند ساختن فضای ابهام‌آلود فناوری، حریم شخصی و حفاظت از داده‌ها، خصوصا در حوزه سیاست‌های انتخاباتی، آینده همچنان نامشخص است. پرسش‌های بنیادین بسیاری در مورد اخلاق استفاده از این قبیل فناوری‌ها برای اهداف سیاسی و نحوه نظارت بر آن همچنان بی پاسخ مانده‌اند و وجود شکاف حزبی، انگیزه های سیاسی و اختلاف نظر عمومی سیاست‌مداران درباره اصول اخلاقی هوش مصنوعی و یادگیری ماشینی مانع همگام شدن مقررات با کاربرد این فناوری ها شده است.
      به نظر می‌رسد که ما در حال حاضر فقط سطح بسیاری پایینی از پتانسیل هوش مصنوعی را به کار گرفته‌ایم.
      برکویتز در پایان مقاله خود نوشت:

      «محققان دانشگاه‌های آکسفورد[6] و ییل[7] معتقدند که به احتمال 50 درصد، هوش مصنوعی تا 45 سال آینده، در همه انواع فعالیت‌ها، عملکرد بهتری نسبت به انسان پیدا کند. در این میان، ما باید:
      1. به گفتگو و تبادل نظر در مورد راهکارهای حفاظت از حریم خصوصی ادامه دهیم.
      2. از تدوین کدهای اخلاقی کارآمد برای هوش مصنوعی و یادگیری ماشینی، استقبال کنیم.
      3. آگاهی از قوانین را در مورد فناوری‌های یاد شده توسعه دهیم.
      4. و به عنوان مصرف کنندگان اطلاعات به دست آمده، مسئولیت مدنی خود را در قبال بازنشر و همرسانی داده‌ها بپذیریم.»

      مترجم: محمدجواد خوشنام
      تهیه شده در روابط عمومی پژوهشگاه فضای مجازی



      لینک منبع



      [1] Jeff Berkowitz
      [2] AI
      [3] ML
      [4] Big Data
      [5] «دیوار آبی» اصطلاحی است که کارشناسان سیاسی برای 18 ایالت از ایالات متحده و منطقه کلمبیا به کار می برند که حزب دموکرات به طور مداوم در انتخابات ریاست جمهوری بین سال های 1992 و 2012 در آن‌ها برنده شد.
      [6] Oxford
      [7] Yale
      نظر کاربران
      نام:
      پست الکترونیک:
      شرح نظر:
      کد امنیتی:
       
آدرس: تهران، سعادت آباد، خیابان علامه شمالی، کوچه هجدهم غربی، پلاک 17
کد پستی: 1997987629
تلفن: 22073031
پست الکترونیک: info@csri.ac.ir