اطلس هوش مصنوعی

تصور رایج از فناوری‌های نوین همیشه با نوعی جادوگری دیجیتال، بی‌وزنی و تصاویری از دیتای معلق در ابرها همراه است، اما کتاب «اطلس هوش مصنوعی: قدرت، سیاست و هزینه‌های نجومی هوش مصنوعی» نوشته‌ی کیت کرافورد این تصویر فانتزی را کاملا در هم می‌شکند. کرافورد به عنوان یک محقق برجسته، هوش مصنوعی را نه از پشت مانیتورهای سیلیکون‌ولی، بلکه از کف زمین و زاویه‌ی ماتریالیستی بررسی می‌کند. ایده مرکزی کتاب بسیار سرراست است؛ هوش مصنوعی اصلا یک موجودیت مستقل، ابری و نامرئی نیست، بلکه یک صنعت بزرگ استخراجی است که بقای آن به منابع فیزیکی سیاره زمین متصل است. نویسنده با زبانی ساده و روایتی مستند نشان می‌دهد که چطور هر دستور ساده‌ی ما به یک مدل هوش مصنوعی، زنجیره‌ای از فرآیندهای سنگین مادی را فعال می‌کند. این فرآیند از اعماق زمین و استخراج لیتیوم در معادن کنگو شروع می‌شود، با مصرف حجم عظیمی از برق و آب برای خنک‌سازی سرورهای غول‌پیکر دیتاسنترها ادامه پیدا می‌کند و در نهایت ردپای عمیق زیست‌محیطی از خود به جا می‌گذارد که معمولا در گزارش‌های سالانه‌ی شرکت‌های فناوری هیچ اشاره‌ای به آن‌ها نمی‌شود.
ابعاد انسانی و پنهان این زنجیره‌ی تولید، بخش دیگری از این نقشه‌برداری دقیق را تشکیل می‌دهد که در تحلیل‌های عادی به آن توجهی نمی‌شود. پشت ظاهر خودکار و اتوماتیک این الگوریتم‌ها، ارتش بزرگی از کارگران ارزان‌قیمت قرار گرفته‌اند که کرافورد آن‌ها را به تصویر می‌کشد. ساختار این فناوری بدون بدنه انسانی عملا فرو می‌پاشد؛ از کارگران انبارهای آمازون که تحت نظارت شدید سیستم‌های هوشمند کار می‌کنند تا نیروهای پیمانی در کشورهای در حال توسعه که با دستمزدهای ناچیز، وظیفه‌ی خسته‌کننده و شبانه‌روزی برچسب‌گذاری روی داده‌ها، تصاویر و ویدیوها را بر عهده دارند تا ماشین‌ها بتوانند یاد بگیرند. در کنار این استثمار پنهان، مسئله‌ی مالکیت اطلاعات مطرح می‌شود؛ تمام آن اطلاعات، تصاویر و رفتارهای دیجیتالی که ما روزانه در اینترنت رها می‌کنیم، بدون رضایت یا آگاهی واقعی ما توسط این ابرشرکت‌ها مصادره شده‌اند تا به عنوان مواد اولیه برای آموزش دیتابیس‌های بزرگی مثل ایمیج‌نت استفاده شوند. اینجاست که می‌بینیم این ابزارها عملا با غارت اطلاعات عمومی جامعه شکل گرفته‌اند تا در نهایت به محصولاتی تجاری و سودآور برای چند کمپانی محدود تبدیل شوند.
در انتها موضوع اصلی به بازتولید قدرت، ساختارهای سیاسی و تقویت نابرابری‌های اجتماعی ختم می‌شود. کرافورد با بررسی نمونه‌های عینی، مانند پروژه‌های شکست‌خورده‌ی استخدامی یا الگوریتم‌های پیش‌بینی جرم، اثبات می‌کند که هوش مصنوعی هرگز یک قاضی بی‌طرف یا یک ابزار خنثی برای حل چالش‌ها نیست. این سیستم‌ها بر اساس داده‌های گذشته آموزش دیده‌اند و در نتیجه تمام سوگیری‌های نژادی، جنسیتی و طبقاتی موجود در جامعه را در مقیاسی بزرگ‌تر بازتولید می‌کنند. وقتی تصمیم‌گیری درباره‌ی اینکه چه کسی وام بگیرد، چه کسی استخدام شود یا کدام شهروند بیشتر تحت نظارت پلیس قرار داشته باشد به الگوریتم‌ها واگذار می‌شود، عملا ابزاری برای کنترل توده‌ها و تمرکز ثروت در دست قدرتمندان ایجاد شده است.