تصویری از هوش مصنوعی، شوراهای مردمی، تصمیم‌گیری دموکراتیک، عدالت اجتماعی و پایداری محیط زیست

هوش مصنوعی و امکان برنامه‌ریزی دموکراتیک

تازهEnglish

از ظرفیت فنی تا تحقق اجتماعی؛ در چارچوب «نظم اجتماعی نوین در عصر آگاهی»

چکیده

هوش مصنوعی ظرفیت برنامه‌ریزی اقتصادی را دگرگون کرده است. پردازش داده‌های گسترده، پیش‌بینی تقاضا، شبیه‌سازی سناریوها، پایش زنده و بهینه‌سازی شبکه‌های پیچیده می‌توانند بسیاری از محدودیت‌های محاسباتی برنامه‌ریزی‌های گذشته را کاهش دهند. اما هیچ فناوری به‌تنهایی عدالت، دموکراسی یا نظم اجتماعی نوین ایجاد نمی‌کند. جهت استفاده از هوش مصنوعی به مالکیت زیرساخت‌ها، ساختار قدرت، قوانین، اهداف اجتماعی و میزان مشارکت آگاهانه مردم وابسته است.

این مقاله استدلال می‌کند که هوش مصنوعی می‌تواند یکی از پیش‌شرط‌های فنی مهم برای شکل‌گیری اقتصادی برنامه‌ریزی‌شده، دموکراتیک و شفاف باشد؛ اقتصادی که تولید را نه برای سود حداکثری، بلکه برای تأمین نیازهای انسانی، پایداری محیط‌زیست و کاهش استثمار سازمان دهد. بااین‌حال، تحقق چنین امکانی به نهادهایی نیاز دارد که قدرت را توزیع کنند، داده را به دارایی مشترک اجتماعی تبدیل سازند و حق مردم برای دانستن، مشارکت‌کردن و اعتراض به تصمیم‌ها را تضمین کنند.

نکات کلیدی

  • هوش مصنوعی مسئله محاسبه و هماهنگی را آسان‌تر می‌کند، اما مسئله قدرت و مشروعیت را حل نمی‌کند.
  • برنامه‌ریزی دموکراتیک با فرمان‌دهی اداری متمرکز یکسان نیست؛ این برنامه‌ریزی باید چندسطحی، مشارکتی و پاسخ‌گو باشد.
  • مالکیت عمومی بدون نظارت عمومی کافی نیست؛ پرسش تعیین‌کننده این است که چه کسی تصمیم می‌گیرد و در برابر چه کسی پاسخ‌گوست.
  • داده، شناخت و زیرساخت محاسباتی باید بخشی از زیرساخت عمومی و اجتماعی تلقی شوند، نه منبع انحصاری قدرت شرکت‌ها یا دولت.
  • گذار به نظم اجتماعی نوین امکان است، نه تضمین؛ فناوری ظرفیت می‌آفریند و جامعه مسیر استفاده از آن را تعیین می‌کند.

۱. پرسش اصلی: هوش مصنوعی چه چیزی را تغییر داده است؟

بحث برنامه‌ریزی اقتصادی همواره با یک پرسش بنیادی روبه‌رو بوده است: چگونه می‌توان نیازهای میلیون‌ها انسان، ظرفیت هزاران واحد تولیدی، منابع طبیعی محدود و پیامدهای اجتماعی تصمیم‌ها را در یک فرایند هماهنگ کرد؟ بازار این هماهنگی را عمدتاً از طریق قیمت، رقابت و قدرت خرید انجام می‌دهد. در نتیجه، نیاز کسی که توان پرداخت ندارد ممکن است در محاسبات اقتصادی ناپدید شود، درحالی‌که تقاضای سودآور—even اگر از نظر اجتماعی کم‌اهمیت باشد—تولید را جهت می‌دهد.

برنامه‌ریزی‌های متمرکز قرن بیستم نیز با محدودیت‌های جدی روبه‌رو بودند: تأخیر اطلاعات، کیفیت پایین داده، دشواری هماهنگی میان واحدها، انگیزه‌های اداری برای گزارش نادرست، نبود بازخورد سریع و تمرکز تصمیم‌گیری در دستگاه دیوان‌سالاری. برخی از این مشکلات محاسباتی بودند، اما برخی دیگر ریشه در ساختار قدرت و فقدان مشارکت آزاد داشتند. بنابراین نباید شکست یا ناکارآمدی تجربه‌های گذشته را تنها به ضعف رایانه‌ها نسبت داد.

هوش مصنوعی وضعیت را از یک جهت اساسی تغییر می‌دهد. امروز می‌توان داده‌های تولید، موجودی، حمل‌ونقل، انرژی، آب، نیازهای جمعیتی و آثار زیست‌محیطی را با سرعتی بسیار بیشتر گردآوری و تحلیل کرد. مدل‌های پیش‌بینی، دوقلوهای دیجیتال و شبیه‌سازی‌های چندعاملی می‌توانند پیامدهای تصمیم‌های مختلف را پیش از اجرا بسنجند. این پیشرفت‌ها مسئله برنامه‌ریزی را قابل‌مدیریت‌تر می‌کنند، اما تصمیم درباره هدف برنامه همچنان سیاسی و اجتماعی است.

۲. آگاهی و شناخت به‌مثابه نیروی مولد نوین

در چارچوب نظری «نظم اجتماعی نوین در عصر آگاهی»، تحول کنونی فقط نتیجه پیدایش یک ابزار تازه نیست. داده، شناخت انباشته‌شده، شبکه‌های ارتباطی و توان پردازش جمعی به نیروهای مولد تعیین‌کننده تبدیل شده‌اند. تولید هوش مصنوعی نیز ماهیتی اجتماعی دارد: دانش دانشمندان، آثار فرهنگی، داده‌های کاربران، نیروی کار برچسب‌گذاری و زیرساخت‌های عمومی همگی در شکل‌گیری آن نقش دارند.

تناقض اصلی زمانی پدیدار می‌شود که تولید شناخت هرچه اجتماعی‌تر می‌شود، اما مالکیت مدل‌ها، تراشه‌ها، مراکز داده و پلتفرم‌ها در دست شمار محدودی از شرکت‌ها یا نهادهای غیرپاسخ‌گو متمرکز می‌ماند. در چنین وضعی، همان فناوری‌ای که می‌تواند هماهنگی اجتماعی و دسترسی همگانی را تقویت کند، ممکن است به ابزار نظارت، انحصار، حذف شغلی و تمرکز بیشتر ثروت تبدیل شود.

ازاین‌رو، هوش مصنوعی نه نجات‌دهنده است و نه نیرویی مستقل از جامعه. فناوری ظرفیت ایجاد می‌کند؛ انسان‌ها، مناسبات مالکیت، نهادهای سیاسی و سطح آگاهی جمعی تعیین می‌کنند که این ظرفیت در خدمت چه هدفی قرار گیرد. گذار آگاهانه به اقتصادی عادلانه‌تر ممکن شده است، اما هیچ قانون فنی پیروزی آن را تضمین نمی‌کند.

۳. هوش مصنوعی چگونه برنامه‌ریزی را توانمندتر می‌کند؟

یکپارچه‌سازی داده‌ها

سامانه‌های هوشمند می‌توانند اطلاعات مربوط به تولید، موجودی، زنجیره تأمین، مصرف انرژی، ظرفیت نیروی کار و نیازهای شهروندان را در یک تصویر به‌روز گرد آورند. چنین تصویری فاصله میان تصمیم‌گیری کلان و واقعیت روزمره واحدهای محلی را کاهش می‌دهد. شرط اساسی آن، کیفیت داده، قابلیت همکاری سامانه‌ها و جلوگیری از دست‌کاری یا حذف آگاهانه اطلاعات است.

پیش‌بینی و سناریوسازی

مدل‌های آماری و یادگیری ماشین می‌توانند تغییرات تقاضا، کمبودهای احتمالی، خرابی تجهیزات و فشارهای زیست‌محیطی را پیش‌بینی کنند. اما پیش‌بینی با یقین تفاوت دارد. مدل باید دامنه عدم‌قطعیت، فرض‌های خود و گروه‌هایی را که ممکن است از خطا آسیب ببینند آشکار سازد.

بهینه‌سازی چندهدفه

اقتصاد انسانی را نمی‌توان فقط با یک عدد مانند سود یا رشد تولید ناخالص داخلی هدایت کرد. برنامه‌ریزی هوشمند می‌تواند چند هدف را هم‌زمان وارد محاسبه کند: تأمین نیازهای پایه، کاهش نابرابری، زمان آزاد، سلامت نیروی کار، مصرف انرژی، آب، کربن و تاب‌آوری محلی. وزن این هدف‌ها نباید در اتاق بسته فنی تعیین شود؛ جامعه باید از طریق فرایندی دموکراتیک درباره اولویت‌ها تصمیم بگیرد.

پایش و اصلاح تطبیقی

مقایسه مداوم برنامه با اجرای واقعی می‌تواند انحراف‌ها و گلوگاه‌ها را سریع‌تر آشکار کند. پیشنهاد بازتخصیص منابع یا تغییر زمان‌بندی می‌تواند به شوراهای مسئول ارائه شود، اما تصمیم‌های مهم نباید بدون امکان بررسی انسانی، توضیح و اعتراض اجرا شوند. هوش مصنوعی باید نقش ابزار پشتیبان تصمیم را داشته باشد، نه حاکم نامرئی جامعه.

۴. از برنامه‌ریزی مرکزی تا برنامه‌ریزی دموکراتیک چندسطحی

برنامه‌ریزی دموکراتیک به معنای تمرکز همه تصمیم‌ها در یک وزارتخانه یا رایانه مرکزی نیست. ساختار مناسب می‌تواند چندسطحی باشد: شوراهای محل کار و محله نیازها و ظرفیت‌های خود را بیان کنند؛ نهادهای بخشی میان واحدها هماهنگی ایجاد کنند؛ و نهادهای سراسری اهداف مشترک، حقوق پایه و محدودیت‌های زیست‌محیطی را تعیین کنند. اطلاعات باید در هر دو جهت جریان یابد و تصمیم‌های سطح بالاتر قابل بازبینی باشند.

واحدهای تولیدی در چارچوب اهداف اجتماعی باید از خودمختاری عملیاتی برخوردار باشند. برنامه کلان مشخص می‌کند چه حقوقی نباید نقض شود و چه نیازهایی اولویت عمومی دارند، اما روش انجام کار تا حد امکان در اختیار کسانی قرار می‌گیرد که دانش مستقیم از فرایند تولید دارند. این ترکیب، هم از گلوگاه اداری می‌کاهد و هم مانع تبدیل خودمختاری محلی به قدرت بی‌پاسخ‌گو می‌شود.

مالکیت نیز می‌تواند اشکال متنوع داشته باشد: عمومی، اجتماعی، تعاونی، شهری، مشاع یا خصوصیِ محدود و تنظیم‌شده. معیار اصلی نام حقوقی مالکیت نیست؛ معیار این است که قدرت تصمیم‌گیری چگونه توزیع شده، مازاد تولید به سود چه کسانی مصرف می‌شود و مدیران در برابر چه نهادی پاسخ‌گو هستند. مالکیت عمومی بدون آزادی، شفافیت و مشارکت می‌تواند شکل دیگری از تمرکز قدرت بسازد.

۵. معماری پیشنهادی اقتصاد هوشیار

یک اقتصاد هوشیار و برنامه‌ریزی‌شده دموکراتیک را می‌توان در پنج لایه تصور کرد:

  • لایه نیازهای اجتماعی: ثبت نیازهای پایه و ترجیحات شهروندان با حفظ حریم خصوصی و بدون تبدیل انسان به پروفایل دائمی نظارتی.
  • لایه ظرفیت تولید: داده‌های به‌روز درباره مواد، تجهیزات، مهارت‌ها، انرژی و محدودیت‌های زیست‌محیطی.
  • لایه تحلیل عمومی: مدل‌های قابل حسابرسی برای پیش‌بینی، شبیه‌سازی و ارائه چند گزینه، نه تحمیل یک پاسخ واحد.
  • لایه تصمیم‌گیری دموکراتیک: شوراها، مجامع عمومی، رأی‌گیری آگاهانه و هماهنگی توافقی میان تولیدکنندگان، مصرف‌کنندگان و جوامع محلی.
  • لایه اجرا و بازخورد: اجرای مرحله‌ای، سنجش پیامدها، حق توقف، امکان اعتراض و اصلاح مستمر برنامه.

در این معماری، مسیر اطلاعات چنین است: نیازها و ظرفیت‌ها گردآوری می‌شوند؛ مدل‌های عمومی چند سناریو و پیامدهای هرکدام را ارائه می‌کنند؛ نهادهای دموکراتیک اولویت‌ها را انتخاب می‌کنند؛ سپس اجرای برنامه به‌صورت مرحله‌ای پایش و اصلاح می‌شود. نقطه آغاز و پایان این چرخه انسان و جامعه است، نه الگوریتم.

۶. عدالت به‌عنوان هدف قابل سنجش، نه شعار کلی

یکی از ظرفیت‌های مهم برنامه‌ریزی داده‌محور آن است که عدالت را می‌توان به‌صورت مجموعه‌ای از معیارهای قابل سنجش وارد تصمیم‌گیری کرد: دسترسی همگانی به مسکن، درمان، آموزش، غذا، انرژی، ارتباطات و زمان آزاد؛ کاهش فاصله میان مناطق و گروه‌های اجتماعی؛ و سنجش توزیع هزینه‌ها و منافع هر سیاست. بااین‌حال، هیچ شاخص ریاضی به‌تنهایی تعریف نهایی عدالت نیست.

معیارهای عدالت باید در فرایندی عمومی و قابل بازنگری تعیین شوند. میان برابری، نیاز، تلاش، آزادی انتخاب، پایداری و حقوق نسل‌های آینده ممکن است تنش وجود داشته باشد. وظیفه هوش مصنوعی روشن‌کردن این تنش‌ها و نشان‌دادن پیامد گزینه‌هاست، نه پنهان‌کردن داوری ارزشی درون یک تابع بهینه‌سازی.

۷. تجربه سایبرسین: نشانه امکان، نه اثبات نهایی

پروژه سایبرسین در دوران دولت سالوادور آلنده در شیلی کوشید با شبکه ارتباطی و ابزارهای سایبرنتیک، اطلاعات واحدهای تولیدی را سریع‌تر به مراکز هماهنگی منتقل کند. این تجربه نشان داد که فناوری می‌تواند جریان اطلاعات را کوتاه‌تر کند و شکل‌های تازه‌ای از هماهنگی اقتصادی را ممکن سازد. پژوهش تاریخی ایدن مدینا هم‌زمان بر پیوند فناوری، سیاست و آرمان مشارکت تأکید می‌کند [۱].

اما سایبرسین یک آزمایش محدود و ناتمام بود که با کودتای نظامی پایان یافت. بنابراین نمی‌توان آن را مدرک قطعی موفقیت یک اقتصاد کامل دانست. ارزش آن در طرح پرسشی است که امروز با قدرت بیشتری بازگشته است: آیا می‌توان شبکه‌های محاسباتی را به‌جای کنترل از بالا، برای افزایش مشارکت، خودمدیریتی و پاسخ‌گویی عمومی طراحی کرد؟

۸. محاسبه و هماهنگی در اقتصاد برنامه‌ریزی‌شده: چه چیزی حل شده و چه چیزی باقی است؟

پیشرفت رایانش، بهینه‌سازی و یادگیری ماشین بسیاری از استدلال‌های قدیمی درباره ناممکن‌بودن محاسبه در مقیاس بزرگ را ضعیف‌تر کرده است. کاکشات و کاترل در پژوهش خود روش‌هایی برای برنامه‌ریزی محاسباتی و دموکراتیک پیشنهاد کرده‌اند [۲]. پژوهش‌های جدید نیز امکان برنامه‌ریزی اقتصادی رایانه‌ای را دوباره بررسی می‌کنند [۳].

بااین‌حال، این بحث پایان نیافته است. منتقدان یادآوری می‌کنند که نیازها و ترجیحات همیشه از پیش معلوم نیستند، نوآوری را نمی‌توان کاملاً به مسئله بهینه‌سازی فروکاست و برخی دانش‌ها محلی، ضمنی و در حال تغییرند [۴]. این نقدها لزوماً برنامه‌ریزی دموکراتیک را رد نمی‌کنند، اما نشان می‌دهند که یک مدل واحد و کاملاً متمرکز پاسخ کافی نیست.

نتیجه دقیق‌تر این است: ابعاد محاسباتی برنامه‌ریزی بسیار قابل‌حل‌تر از گذشته شده‌اند، ولی ابعاد سیاسی، معرفتی و نهادی همچنان باز هستند. پاسخ مناسب، ترکیب محاسبات پیشرفته با مشارکت مستمر، آزمون‌های محدود، خودمختاری محلی و امکان اصلاح است.

۹. حقوق، آزادی‌ها و سازوکارهای جلوگیری از تمرکز قدرت

هر سامانه برنامه‌ریزی هوشمند باید درون یک منشور حقوقی روشن عمل کند. حقوق پایه نباید تابع امتیاز الگوریتمی یا نظر اکثریت شود. آزادی بیان، تشکل، اتحادیه، اعتصاب، مطبوعات، احزاب، تجمع و حقوق اقلیت‌ها از زیرساخت‌های آگاهی جمعی‌اند؛ بدون آن‌ها داده‌های جامعه نیز تحریف می‌شوند و برنامه‌ریزی به فرمان‌دهی اداری تنزل می‌یابد.

اصول لازم برای حکمرانی چنین سامانه‌ای عبارت‌اند از:

  • شفافیت درباره هدف مدل، داده‌های مورد استفاده، محدودیت‌ها و مسئول هر تصمیم.
  • حق دریافت توضیح قابل‌فهم و حق اعتراض به تصمیم‌های اثرگذار بر زندگی افراد.
  • حفظ حریم خصوصی، حداقل‌سازی داده و ممنوعیت نظارت فراگیر.
  • حسابرسی مستقل، انتشار گزارش خطا و امکان توقف سامانه‌های پرخطر.
  • تفکیک قدرت میان نهادهای داده، برنامه‌ریزی، اجرا، حسابرسی و رسیدگی به شکایت.
  • مشارکت مستقیم کارگران، مصرف‌کنندگان، متخصصان و جوامع محلی در تعیین اهداف.

چارچوب مدیریت ریسک هوش مصنوعی NIST بر اعتبار، ایمنی، شفافیت، توضیح‌پذیری، حریم خصوصی و انصاف تأکید دارد [۵]. اصول هوش مصنوعی OECD نیز احترام به حقوق بشر، ارزش‌های دموکراتیک، شفافیت و امکان به‌چالش‌کشیدن نتایج را ضروری می‌داند [۶]. این اصول زمانی معنا پیدا می‌کنند که به حقوق الزام‌آور و نهادهای مستقل تبدیل شوند.

۱۰. مسیر گذار: از آزمایش‌های عمومی تا هماهنگی گسترده

گذار نباید با وعده واگذاری یک‌باره کل اقتصاد به یک سامانه مرکزی آغاز شود. مسیر واقع‌بینانه، اجرای آزمایش‌های محدود، شفاف و قابل بازگشت در حوزه‌هایی است که نیاز عمومی و داده‌های نسبتاً روشن دارند: شبکه انرژی، آب، حمل‌ونقل عمومی، زنجیره دارو، مسکن اجتماعی و برنامه‌ریزی ظرفیت درمانی.

مراحل پیشنهادی عبارت‌اند از:

  • ایجاد زیرساخت عمومی و غیرانحصاری داده با استانداردهای مشترک و حفاظت حقوقی.
  • تشکیل امانت‌داری‌ها و تعاونی‌های داده تا شهروندان در نحوه استفاده از داده‌هایشان مشارکت داشته باشند.
  • انتشار مدل‌ها، فرض‌ها و شاخص‌های تصمیم‌گیری برای حسابرسی عمومی.
  • اجرای پروژه‌های آزمایشی در سطح شهر یا بخش و مقایسه نتایج با روش‌های موجود.
  • ایجاد شوراهای منتخب و تخصصی برای نظارت، رسیدگی به شکایت و اصلاح معیارها.
  • گسترش مرحله‌ای تنها پس از ارزیابی مستقل آثار اقتصادی، اجتماعی و زیست‌محیطی.

چنین مسیری امکان یادگیری اجتماعی را فراهم می‌کند. جامعه نه فقط مصرف‌کننده خروجی هوش مصنوعی، بلکه مشارکت‌کننده در تعریف مسئله، تعیین هدف و ارزیابی نتیجه خواهد بود. این همان پیوند میان پیشرفت نیروهای مولد و ارتقای آگاهی جمعی است.

۱۱. نتیجه‌گیری: امکان تاریخی و مسئولیت آگاهانه

هوش مصنوعی می‌تواند هماهنگی تولید و توزیع را دقیق‌تر، سریع‌تر و پاسخ‌گوتر کند. می‌تواند نیازهای انسانی و محدودیت‌های زیست‌محیطی را وارد محاسباتی کند که بازار غالباً آن‌ها را به حاشیه می‌راند. همچنین می‌تواند بخشی از پایه فنی اقتصادی را بسازد که در آن کاهش کار شاق، تأمین همگانی نیازهای پایه و پایان‌دادن به استثمار به اهداف عملی تبدیل شوند.

اما هوش مصنوعی خود تصمیم نمی‌گیرد که جامعه به کدام سو برود. اگر مالکیت و قدرت متمرکز باقی بمانند، برنامه‌ریزی هوشمند ممکن است به مدیریت کارآمدتر نابرابری و نظارت تبدیل شود. اگر زیرساخت‌ها اجتماعی شوند و آزادی، شفافیت، تکثر و مشارکت آگاهانه در مرکز طراحی قرار گیرند، همان فناوری می‌تواند در خدمت نظمی عادلانه‌تر قرار گیرد.

بنابراین پرسش اصلی این نیست که آیا هوش مصنوعی به‌تنهایی نظم اجتماعی نوین را ایجاد می‌کند. پرسش این است که آیا جامعه می‌تواند این نیروی مولد نوین را آگاهانه سازمان دهد، مالکیت و قدرت را دموکراتیک کند و دانش جمعی را در خدمت زندگی شایسته‌تر، آزادتر و امن‌تر قرار دهد. آینده تضمین‌شده نیست؛ ساختن آن مسئولیت جمعی ماست.

پرسش‌هایی برای گفت‌وگو

  • چه بخش‌هایی از اقتصاد برای آغاز برنامه‌ریزی دموکراتیک داده‌محور مناسب‌ترند و چرا؟
  • چگونه می‌توان میان استفاده از داده‌های گسترده و حق حریم خصوصی تعادل برقرار کرد؟
  • چه سازوکارهایی مانع تبدیل کارشناسان، مدیران یا طراحان الگوریتم به طبقه‌ای تازه و بی‌پاسخ‌گو می‌شوند؟
  • چه معیارهایی باید موفقیت یک اقتصاد هوشیار را بسنجند: رشد، برابری، زمان آزاد، سلامت، پایداری یا ترکیبی از آن‌ها؟

منابع منتخب و قابل پیگیری

بازگشت به صفحهٔ اصلی